ブログ & インサイト
現場から届く実践的な知識:計画、OEE、品質、倉庫、そしてIndustry 4.0戦略。毎週その最前線で導入を手がける人々が執筆しています。
製造業のデジタル化は技術の問題ではなく、順序の問題である
デジタル化に失敗した工場のほとんどは、技術で失敗したわけではありません。ゲートウェイは動いていましたし、プラットフォームはデモで見せたことをひととおりこなしました。失敗したのは順序です。データが存在しないうちに分析を買い、誰も作っていない実行記録の上に最適化エンジンを載せ、問いを…
AI CRMが製造業の商談で効くのは、フォローを増やすからではなく、引き合いを正しく読むからです
営業のAIについて書かれているものは、そのほとんどが、数千社に売るサブスクリプションで、商談が数週間で決まる世界を前提にしています。プレス機や充填ラインや減速機や機械加工品を売っているなら、そこから移植できるものはわずかです。買い手は技術者の集団に購買担当が付いた形であり、案件に…
工場倉庫の実務：払い出し・キッティング・ライン供給
倉庫管理システムについて書かれたものは、そのほとんどが流通を前提としており、工場にはうまく移植できません。物流センターの相手は締め時刻を持つ受注です。払い出し済みのオーダーも変わりはしますが、その変更は同じ配送便の出発に向けたウェーブの中での組み替えにすぎません。工場のWMSが相…
予知保全が採算に乗るのは、故障モードが本当に予測できるところだけです
予知保全の提案書は、どれも同じ形をしています。重要設備にセンサーを付け、故障の兆候を学習するモデルを載せ、数週間前にアラートを出す。しかし、それがうまくいくかどうかを決める問い──実際に損失を生んでいる故障が、そもそも予兆を出すのかどうか──は、まず書かれていません。その答えは、…
MESは実際に何をするのか：指図・トレーサビリティ・OEE
製造実行システム（MES）の定義は、たいてい正確で、そして使えません。機能を十数個並べたところで、読んだ人が「では月曜日に自分の作業区の何が変わるのか」を言えるようにはならないからです。このページは逆から書きます。部品が作られるまさにその瞬間に、MESが何に責任を持つのか、という…
工場でAIによる自動化が本当に見合うのはどこか
製造業者に見せられるAIのデモは、ほとんどが動きます。本当に問うべきは、同じものが自社の現場で、自社のデータで、来四半期も、担当者が休暇でいなくても動き続けるのかということです。このページは、実在する課題を抱えていながら、すべて「AI」と呼ばれる四つか五つの別物のうちどれを提案さ…
生産スケジュールが満たすべき条件と良し悪しの見極め方
どの工場にも、配られた計画と実際に流れている順序が合わなくなり、誰もそれを口にしなくなる瞬間があります。計画は毎朝出され、現場は流せるものを流し、その二つは一直ごとに数時間ずつ離れていきます。このページはそのギャップを埋める話です。現場が守れるスケジュールとは何を満たしたものか、…
生産ラインにAI外観検査を導入する：先に決めておくべき技術判断
外観検査のプロジェクトは、誰かがコードを書き始める前に、その成否がほぼ決まっています。何を欠陥とみなすかを定義し、ワークが来る位置を固定し、どう照らすかを選んだ時点です。モデルは、渡された画像に写っているものしか扱えません。本稿は、このシステムを仕様化する立場の方（品質技術、生産…
製造現場から見たインダストリー4.0とインダストリー5.0 — 実際に変わるのは何か
インダストリー4.0という言葉が業界誌に載りはじめてから、十分な年月が経ちました。工場長クラスであれば定義を何度も聞いているはずです。それでも「来四半期に自分の工場の何が変わるのか」を説明できる人はほとんどいません。サイバーフィジカルシステム、相互接続、分散化された意思決定。定義…
スマートファクトリー・ソリューション：自動化ソフトの選定、コスト、導入順序の実務ガイド
「スマートファクトリー・ソリューション」が実際に何を含むのか、どの層から買うべきか、各段階にかかる週数を示し、工場が途中で止まってしまう順序の誤りを説明します。
MES・ERP・SCADA：製造実行システムの位置づけ（ISA-95の解説）
どの判断がどのシステムに属するかを定める階層モデル。そしてMESを飛ばした工場が、手探りで計画するERPと、すべてを見て何も憶えていないSCADAに行き着く理由。
製造業におけるマシンビジョン：品質検査、安全、そして結果を決めるのはMES統合である理由
AIビジョンが人の検査に本当に勝つ領域と勝たない領域、照明とラベル付き画像に関して現実の導入が要求するもの、そしてMESに書き込めないカメラがデモのままで終わる理由。
先進計画・スケジューリング（APS）：効果と、ERPのスケジュールが常にずれる理由
APSにできてERP計画には構造上できないこと、週単位で現れる効果、そしてそれを下回るとどんなエンジンも役に立たないデータ品質のしきい値。
流通向けWMSが工場で通用しない理由
工場の倉庫が仕える相手は生産ラインです。顧客注文に応える流通倉庫とのこの違いが、システムに求められるものを変えます。スマートなWMSが担う範囲と、流通生まれのソフトが壊れる場所。
食い違う3つの計画：サプライチェーン計画の役割
ほとんどの工場は、静かに食い違う3つの計画を回しています。営業の需要予測、購買のスケジュール、そして生産計画です。サプライチェーン計画ソフトウェアは、それらを1つの生きた計画へと統合します。SCPが実際に何をするのか、ERPやAPSとどう違うのか、そしてどこで投資が回収されるのか…
倉庫の自動化:現代のWMSが実際に自動化するもの(と、しないもの)
多くの製造業にとって倉庫の自動化とは、すべてのパレットの位置を把握し、あらゆる移動を指示し、人が在庫を探して通路を歩き回るのをやめさせるWMSのことです。ロボットの話はその先です。本当に自動化されるもの、そして今なお人が必要なものを解説します。
スマートファクトリー物流 vs WMS vs サプライチェーン計画：それぞれの境界はどこにあるか
構内物流は、ほとんどの工場で最も計測されていないレイヤーであり、倉庫管理と最も混同されやすいレイヤーでもあります。スマートファクトリー物流、WMS、MES、サプライチェーン計画のあいだの境界、それらの相互運用性を保つ標準（ISA-95、VDA…
MRPとは何か:現代の工場のための資材所要量計画
MRPが答えるのは1つの問いです。何を買うか作るか、どれだけ、いつまでに。理論は単純、表計算では過酷。MRPが実際にどう動くのか、実務のどこで破綻するのか、そしてAPSやSCPとどう違うのかを解説します。
有限能力スケジューリング:無限能力の生産計画が必ずずれる理由
ほとんどのERPの生産計画は、暗黙のうちに無限の能力を前提にしています。無限の機械、無限の人、段取り替えなし、治工具の競合なし。そこへ現実がやってきます。有限能力スケジューリングは、実際に存在する制約に対して計画します。
工場のエネルギー管理:IIoT計測ハードウェアから製品1個あたりkWhへ
測っていないものは減らせません。そして月次の電力請求書は、有用なものを何も測っていません。工場のエネルギー管理が実際にどう機能するのかを解説します。計測ハードウェア、データモデル、そして行動を変える唯一の数字である製品1個あたりkWhです。
製造業におけるRTLS:UWB・BLE・RFIDの違いと、それぞれが実際に変える意思決定
RTLSはたいてい「点が動く地図」として売られます。それはデモであって、事業計画ではありません。UWB・BLE・RFIDゲート読み取りの本当の違い、どれが実際にあなたの問いに答えるのか、位置データを自分のダッシュボードの外でも使えるものにする標準、そしてRTLSがどこで終わりME…
SAP、Dynamics 365、Business Centralを現場につなぐ
現場とERPは、何が起きるべきかについてはほとんど食い違いません。食い違うのは、何が起きたのかについてです。MESとERPの連携が実際にどう機能するのか、どのデータがどちらの方向へ流れるべきか、そしてこの種のプロジェクトがどこで失敗しがちかを解説します。
食品業界のスマートファクトリー:トレーサビリティ、衛生、賞味期限
食品製造には、他の多くの工場が直面しない制約があります。アレルゲンの切り替え、時間単位で測られるリコール対応、そしてライン全体の形を決める衛生規則です。製品が食べられるもので、規制当局が見ているとき、デジタル化がどうあるべきかを解説します。
紙のチェックリストからクローズドループの品質管理へ
ほとんどの工場はすでに品質検査を行っています。問題は、その結果が監査まで誰も開かないバインダーの中にあることです。QMSはループを閉じます。検査から根本原因へ、是正処置へ、そしてその処置が効いたという証拠へ。
MSFで使えるPLCはどれか:Siemens、Allen-Bradley、Schneider、Beckhoff、Mitsubishi、Omron、Delta、Keyence、WAGO対応のネイティブドライバー
MESについて制御エンジニアが最初に必ず聞く質問:「うちのPLCと通信できるのか」。その完全な答えがこちらです。ネイティブドライバー対応の9つのPLCファミリーに加え、それ以外のすべてをカバーするOPC UA、Modbus、EtherNet/IP、MQTTです。
MES導入:期間・コスト・ROI — 実際には週ごとに何が起きるのか
MESの検討で必ず出る2つの質問:どれくらいかかるのか、いつ元が取れるのか。実際の導入に基づく週ごとの実装タイムライン、本当に効いてくるコスト要因、そしてMESのROIを正直に計算する方法を解説します。
スマートファクトリーのための産業用IoT:20年前の旧式設備を買い替えずにつなぐレトロフィット
平均的な工場は新しくありませんし、新しくある必要もありません。IIoTハードウェアが旧式の機械をレトロフィットでスマートファクトリーに変える方法を解説します。スマートI/O、電力メーター、LoRaWAN、RFIDとRTLSを使い、設置は数時間で完了します。
製造業における機械学習の活用:本当に投資回収できる7つのユースケース
AI基調講演のスライドは忘れてください。実際の製造現場で着実にお金を生み続けている機械学習の活用は、この7つです。それぞれが機能する前に必要となるデータも解説します。
実際の生産ラインでAI外観検査はどう機能するか
人間の検査員は見える範囲しか捉えられませんが、ディープラーニングを備えたカメラは、そこにあるものすべてを捉えます。AI外観検査が実際にどう導入されるのか(カメラ、モデル、エッジGPU)、そして流出不良が人手の抜き取り検査に比べて大幅に減る理由を解説します。
射出成形向けMES:プラスチック製造業が本当に必要とするもの
射出成形は汎用ソフトウェアには過酷な現場です。秒単位のサイクル、キャビティ単位の品質、金型保全、材料トレーサビリティ。射出成形向けMESが汎用品と何を変えるべきか、そしてプラスチック工場が得ている成果を解説します。
生産ボトルネック検出:スループットを決める制約を見つけ、解消する
あらゆる生産システムには、その時々でちょうど1つの支配的な制約が存在します。製造システムにおけるボトルネック検出と管理の仕組みを解説します。生きたMESデータで真の制約を突き止め、APSでその制約を軸にスケジュールを組む方法です。
スマートファクトリーとは?アーキテクチャ、ソフトウェアスタック、実例
スマートファクトリーとは、機械と人とシステムが1つの生きたデータ基盤を共有する工場です。ロボットの数で決まるものではありません。そのアーキテクチャ、ソフトウェアスタック(MES、APS、WMS、QMS、AI)、そしてスマートファクトリーの自動化の実際の姿を解説します。
小売向けシフトツールが製造現場で通用しない理由
工場のシフト計画は、単なるローテーション表ではありません。小売業やホスピタリティ業界のカバレッジ向けに作られた主流のワークフォースマネジメントソフトウェアが生産現場で機能しなくなる境界線、製造業向けのスケジューリングエンジンが汎用ツールには決して問われない何を把握していなければな…
製品マスタメンテナンスシステムとは:工場に必要な理由
製品マスタメンテナンスシステムは、製品の変化に合わせて品目・BOM・工程・リビジョンを正確に保ちます。優れたマスタデータ管理とはどのようなものかを示し、MESとMRPがそれを表計算の中で腐らせず、生きたデータとして保つ方法を解説します。
CMMS対予知保全：保全管理システムに本当に求められること
二つは一つの買い物として売られますが、実際はそうではありません。CMMSが記録するもの、予知保全がその上に足すもの、そしてセンサーデータが作業指図になるか、誰も動かない一枚のグラフのままで終わるかを分ける境界線。