【レビュー】スマート・マニュファクチャリングを推進する産業IoT

IoT 2024年07月25日

3つの要点
✔️ 製造業の変革を後押しするIIoTを包括的にレビュー
✔️ 五つの層からなるIIoTインテリジェンスの階層的発展アーキテクチャを提案
✔️ 製造業の変革を加速する七つの技術を特定し、それらの貢献を明確化

Industrial Internet of Things Intelligence Empowering Smart Manufacturing: A Literature Review
written by Yujiao Hu, Qingmin Jia, Yuao Yao, Yong Lee, Mengjie Lee, Chenyi Wang, Xiaomao Zhou, Renchao Xie, F. Richard Yu
(Submitted on 2 Dec 2023 (v1), last revised 22 Feb 2024 (this version, v2))
Comments: Published on IoTJ.
Subjects: Artificial Intelligence (cs.AI); Computers and Society (cs.CY)

code：

本記事で使用している画像は論文中のもの、紹介スライドのもの、またはそれを参考に作成したものを使用しております。

概要

製造業は激しい競争環境と個別化されたカスタマイズニーズの高まりにより、デジタルトランスフォーメーションとアップグレードが求められています。IIoTインテリジェンスは、製造バリューチェーンの様々な側面に対して革新的で効率的なソリューションを提供し、製造業の変革の道を照らします。しかし、既存の調査はIIoTインテリジェンスの特定の領域に焦点を当てることが多く、研究者や読者はIIoTインテリジェンスの理解に偏りが生じ、一方向の研究がIIoTインテリジェンスの発展に最も重要であると信じる傾向があります。

そこで本論文は、IIoTインテリジェンスの包括的な概要を提供します。まず、製造業の変革の必然性を詳細に分析し、中国企業の実践から成功の経験を学びます。次に、IIoTインテリジェンスの定義を提示し、その価値を機能、運用、展開、および応用の面で示します。その後、五つの層からなるIIoTインテリジェンスの階層的発展アーキテクチャを提案します。各層の技術的アップグレードの実践的価値は、ライトハウスファクトリーの実例を通じて説明します。続いて、製造業の変革を加速する七つの技術を特定し、それらの貢献を明確にします。

IIoTインテリジェンスの採用による倫理的影響と環境影響も分析します。最後に、今後の研究を刺激するために、四つの側面からオープンな課題と発展のトレンドを探ります。

はじめに

製造業は世界経済において重要な位置を占め、世界のGDPの16％を占めていますが、生産性の停滞、個別化されたカスタマイズ要求の増加、労働力の減少など多くの課題に直面しています。これらの課題を克服するために、製造業はデジタルトランスフォーメーションとアップグレードが求められています。同時に、インテリジェント技術の急速な発展が政府や企業にデジタルトランスフォーメーションを促進しています。政府は「新ロボット戦略」や「産業戦略2030」などの政策を発表し、企業の産業革命とイノベーションを推進しています。

産業用モノのインターネット（IIoT）は、ネットワークを介して産業機器を接続し、データの収集、交換、分析をサポートすることで、産業のデジタル化を大きく進展させています。IIoTの研究価値を明確にするため、いくつかの研究がIIoTの定義と技術を調査し、今後の研究方向を提案しています。これにより、IIoTが5G、TSN（タイムセンシティブネットワーキング）、ディープラーニングなどの高度な技術と統合され、ユビキタスで信頼性の高い通信、動的環境適応、柔軟な製造などのインテリジェンスが実現しています。

既存の調査は特定の領域に焦点を当てることが多く、研究者や読者に偏った理解をもたらすことがあります。これに対し、本論文はIIoTインテリジェンスの包括的な概要を提供し、製造業の変革におけるIIoTの価値、階層的な発展アーキテクチャ、製造業の変革を加速する技術、およびオープンチャレンジと将来のトレンドについて詳述します。これにより、読者がIIoTインテリジェンスの全体像を理解し、製造業のデジタルトランスフォーメーションを推進するための洞察を得ることを目指しています。

背景

製造業のデジタルトランスフォーメーションが求められる背景には、労働力不足と高騰する労働コスト、個別化されたカスタマイズ要求の増加があります。例えば、中国の国家統計局のデータによると、2014年から2019年にかけて製造業の労働力は減少し続け、同時に労働コストは大幅に上昇しています（図1）。また、顧客の個別化されたカスタマイズや患者体験の追求により、製造システムの複雑性が増しています。これにより、製造業は生産性を向上させ、競争力を維持するためにインテリジェントな変革を進める必要があります。

図1 - 中国における製造業の労働力とコストの変化（2014年から2019年）

最近では、クラウドコンピューティング、5G接続、産業データ分析、IIoT（産業用モノのインターネット）などの先進技術が急速に発展しています。これらの技術は、製造業のアップグレードの道を照らしています。多くの国々も政策を通じて製造業のインテリジェントな変革を積極的に支援しています。例えば、アメリカのバイデン政権は、2023年10月にAIの安全で信頼できる開発と使用を指導するための大統領令14110を発表しました。これは、政府全体の取り組みとして、産業規制と国際的なパートナーとの協力を通じてAIの責任ある開発と展開を促進するものです。

図2 - カスタマイズとサービス指向の需要が製造システムの複雑性をどのように増加させるか

EUも2023年2月に「Green Deal Industrial Plan for the Net-Zero Age」を発表し、2024年2月には「Net-Zero Industry Act」を発表して、EU内のクリーンテクノロジーの普及と技術標準の国際化を目指しています。これにより、2050年までにクリーンテクノロジー分野での高品質な開発が期待されています。

これらの政策に加えて、多くの企業も産業革命とイノベーションの道を歩み始めています。例えば、中国のフォックスコン工業インターネット（FII）は、インテリジェントな変革を実現するための効果的な生産アーキテクチャの構築に成功しています。これにより、企業は生産性の向上、エネルギー効率の向上、製品品質の向上、コスト削減を達成しています。

図３ - 製造業のインテリジェントな変革の秘訣

IIoTインテリジェンスの定義とその効果

IIoTインテリジェンスの定義

IIoT（産業用モノのインターネット）インテリジェンスとは、製造業全体のバリューチェーンにおいて、デジタル接続と認識、インテリジェント分析と認知、リアルタイムの意思決定を実現するための一連の技術、方法、製品、プラットフォームを指します。

製造業のバリューチェーンには、研究開発（R&D）、生産、運用と保守、マーケティング、管理、サービスなど、すべてのセグメントが含まれます。IIoTインテリジェンスの本質は、インテリジェント技術と産業シナリオ、メカニズム、知識を深く組み合わせることで、デジタルR&D、効率的かつ即時の意思決定、迅速なライン再構成などの革新的な産業応用を実現することです。

IIoTインテリジェンスの効果

IIoTインテリジェンスは、製造業のバリューチェーンの各セグメントに対して、以下のような革新的なソリューションと効果を提供します。

１．経済的効果：デジタル実験を通じて製品の研究開発コストを削減

- 従来の製品開発プロセスでは、物理的な試作とテストを繰り返すため、多くの労力、資材、費用、時間が必要でした。IIoTインテリジェンスを活用することで、過去のデータと経験を基にデジタル環境での試行錯誤が可能になり、コストを大幅に削減できます。また、デジタル環境での自動故障予測技術により、潜在的な問題を事前に検出し、改善提案を迅速に行うことができます。これにより、製品設計の効率が向上し、開発プロセス全体がスムーズに進行します。

２．技術的効果：自動化された視覚システムを通じた検査効率の向上

- 従来の品質管理では、人間の目による手動検査が主流であり、検査の精度や速度に限界がありました。IIoTインテリジェンスは、カメラやセンサーを活用して製品の属性をリアルタイムで検査し、AIアルゴリズムを用いて欠陥を自動的に検出します。これにより、検査の精度が飛躍的に向上し、欠陥率を低減させることができます。さらに、検査プロセス全体のスピードが向上し、生産ラインの効率が大幅に向上します。

３．組織行動の効果：リモートモニタリングと制御を通じた労働効率の向上

- 従来の製造現場では、労働者が物理的に現場にいる必要があり、労働効率の向上に限界がありました。IIoTインテリジェンスは、機器、労働者、中間製品の情報を接続・認識し、リモートモニタリングと制御を可能にします。これにより、危険な環境での無人操作やリモート監視が可能となり、安全性が向上します。さらに、リアルタイムでの進捗に基づいて労働者のスケジュールを柔軟に調整することができ、労働効率を大幅に向上させることができます。また、これにより新たなホワイトカラーの雇用機会が生まれ、製造業の魅力が向上し、労働力不足の問題を解決する一助となります。

全体的な効果

IIoTインテリジェンスは、以下の視点からスマート製造の迅速な発展を促進します。

機能：IIoTインテリジェンスは、人間・サイバー・フィジカルスペースを接続し、産業データを正確かつ同期的に収集し、効果的なデータ分析モデルを構築します。例えば、世界経済フォーラムのライトハウスファクトリーの事例では、IIoTインテリジェンスを採用したインドのACGカプセル社が、バッチリードタイムの39％削減とオンタイムデリバリー率の13％向上を実現しました。
運用：IIoTインテリジェンスは、クラウド製造ビジネスモデルを構築し、企業の利益を向上させます。クラウド製造は、分散した製造リソースをクラウドサービスとしてカプセル化し、中央管理することで、効果的なコラボレーションを促進します。例えば、中国資源ビルディングマテリアルズテクノロジー社は、クラウドを活用してデータを全社的に容易に活用し、ビジネスパフォーマンスを向上させています。また、ドイツのアジレント・テクノロジーズ社は、AIを活用した予測品質テストにより、試験ステーションのスループットを13％向上させています。
展開：IIoTインテリジェンスは、クラウド-エッジ-端末アーキテクチャを提供し、計算リソースを効率的かつ経済的に配置します。さらに、IIoTインテリジェンスは、工場の出力とエネルギー最適化を改善するための効率的な生産展開・スケジューリングの提案を提供します。例えば、ACGカプセル社は、AIを用いた新しいカラー・マッチング技術とデジタルツインを使用して生産スケジュールを最適化し、オンタイム・イン・フル率を10〜20％向上させました。
応用シナリオ：IIoTインテリジェンスは、予知保全、製品設計フィードバック最適化、製品品質検査などの具体的な問題を解決します。例えば、インドのジョンソン＆ジョンソン・コンシューマーヘルス社は、予知保全を実現するためにIIoTインテリジェンスを導入し、機器の信頼性を向上させ、計画外の機械のダウンタイムを50％削減しています。

IIoTインテリジェンスの階層的発展アーキテクチャ

IIoTインテリジェンスの体系的な理解を深めるために、本論文ではIIoTインテリジェンスを5つの階層に分けた発展アーキテクチャを提案しています。これらの階層は、それぞれ異なるミッションを持ち、全体としてスマート製造を実現するために相互作用します。

1. 機器層（Equipment Layer）

役割: 自動化生産の基盤を構築
技術: 産業用ロボット、スマートセンサー、クラウド/エッジ/フォグコンピューティング
詳細: 産業用ロボットは、人間の労働を一部置き換え、柔軟な生産を実現します。スマートセンサーは生産環境の状態を高精度で検知し、プロセス制御を強化します。クラウド/エッジ/フォグコンピューティングは、膨大なデータの処理と解析をサポートします。

2. ネットワーク層（Networking Layer）

役割: 人-機械-モノの間の情報フローを接続し、情報の孤島を解消
技術: 5G、TSN（Time-Sensitive Networking）、SDN（Software-Defined Networking）
詳細: ネットワーク層は高信頼性と低遅延の通信を実現し、製造現場のリアルタイムデータを効率的に伝送します。これにより、工場全体の調整と最適化が可能になります。

3. ソフトウェア層（Software Layer）

役割: 産業プロセスのデジタル表現を提供
技術: 製造実行システム（MES）、エンタープライズリソースプランニング（ERP）、製品ライフサイクル管理（PLM）
詳細: ソフトウェア層は、データ収集と解析を通じて、産業プロセスの透明性を向上させ、管理および生産の最適化を支援します。

4. モデリング層（Modeling Layer）

役割: フィジカルプロセスをデジタル空間にモデル化し、バーチャルとフィジカルの空間を結びつける
技術: デジタルツイン、ユースケースマップ（UCMs）、メッセージシーケンスチャート（MSCs）
詳細: デジタルツインは、物理的なエンティティの仮想モデルを作成し、リアルタイムでの状態把握と最適化を可能にします。

5. 分析と最適化層（Analysis and Optimization Layer）

役割: 産業ビッグデータを解析し、産業プロセスを最適化
技術: AIアルゴリズム、ビッグデータ解析、予測メンテナンス
詳細: 分析と最適化層は、特定の産業問題を解決するためのアルゴリズムを提供し、リアルタイムでの意思決定をサポートします。

図4 - IIoTインテリジェンスの階層的発展アーキテクチャ

各層は独自の技術を持ち、それぞれの能力を強化します。例えば、機器層の技術的アップグレードは、自動化生産の基盤を強化し、ネットワーク層の改善は、情報のリアルタイム伝送を可能にします。これにより、製造業全体のインテリジェンスとデジタル化レベルが向上します。

ケーススタディ

1. ACGカプセル社

ACGカプセル社は、インドに本拠を置く製薬カプセルメーカーで、IIoTインテリジェンスを活用して製造プロセスの最適化を実現しました。以下の成果を挙げています。

デジタルツインの活用：ACGカプセル社はデジタルツイン技術を導入し、物理的な製造ラインのデジタルモデルを作成しました。これにより、リアルタイムでの製造状況の監視と最適化が可能となり、バッチリードタイムを39％削減し、オンタイムデリバリー率を13％向上させました。
予知保全：センサーとAIアルゴリズムを活用して、機器の故障を事前に予測し、計画外のダウンタイムを50％削減しました。
カスタムカラー・マッチング技術：新しいカラー・マッチング技術とデジタルツインを使用して生産スケジュールを最適化し、オンタイム・イン・フル率を10〜20％向上させました。

2. ジョンソン＆ジョンソン・コンシューマーヘルス社

ジョンソン＆ジョンソン・コンシューマーヘルス社は、IIoTインテリジェンスを活用して生産の効率化と品質向上を達成しました。

リモートモニタリング：IIoTを通じて、工場内の機器と環境をリアルタイムで監視し、リモートで制御することで、労働効率と安全性を向上させました。
品質検査の自動化：AIを活用した視覚検査システムを導入し、検査の精度と速度を大幅に向上させました。これにより、製品の欠陥率が低減され、品質が向上しました。
デジタルR&D：デジタル実験とモデリングを活用して、製品開発プロセスを効率化し、研究開発コストを削減しました。

3. 中国資源ビルディングマテリアルズテクノロジー社

中国資源ビルディングマテリアルズテクノロジー社は、クラウドとIIoTインテリジェンスを活用して、企業全体のデジタル化と効率化を推進しました。

クラウド製造：分散した製造リソースをクラウドサービスとしてカプセル化し、中央で管理することで、全社的なデータの容易な活用とビジネスパフォーマンスの向上を実現しました。
エネルギー効率の向上：IIoTセンサーとデータ分析を活用して、エネルギー使用を最適化し、コスト削減と環境負荷の軽減を達成しました。
リアルタイムデータ解析：クラウド上でのリアルタイムデータ解析により、製造プロセスの最適化と迅速な意思決定をサポートしました。

4. ドイツのアジレント・テクノロジーズ社

アジレント・テクノロジーズ社は、AIとIIoTを組み合わせて製造の効率化を図っています。

予測品質テスト：AIを活用した予測品質テストにより、試験ステーションのスループットを13％向上させました。これにより、品質管理プロセスが効率化され、製品の不良率が低減しました。
リモートオペレーション：IIoTを利用して、リモートからの機器操作と監視を行い、作業効率と安全性を向上させました。
生産ラインの自動化：産業用ロボットとAI技術を組み合わせて、生産ラインの自動化を推進し、労働コストの削減と生産性の向上を実現しました。

これらのケーススタディは、IIoTインテリジェンスが製造業に与える具体的な効果を示しており、企業がどのようにしてデジタルトランスフォーメーションを成功させているかを明確にしています。

技術的な研究

IIoTインテリジェンスの発展を支える技術的な研究は、多岐にわたります。以下に主要な技術とその貢献を示します。

1. 5G技術

特徴：高帯域幅、低遅延、広範な接続性
貢献：製造業におけるリアルタイムデータの迅速な伝送と多様な機器の同時接続を可能にします。これにより、生産ラインの柔軟性と応答性が向上します。

2. タイムセンシティブネットワーキング（TSN）

特徴：決定的なパケット輸送、低遅延、高信頼性
貢献：IIoTシステムにおいて、異なるデバイス間の通信を最適化し、ネットワークトラフィックの管理を強化します。これにより、製造プロセス全体の効率が向上します。

3. クラウド/エッジコンピューティング

特徴：分散型高性能コンピューティングリソース
貢献：データの収集、処理、分析を効率化し、リアルタイムでの意思決定を支援します。クラウドとエッジの組み合わせにより、データの遅延を最小限に抑えつつ、計算資源を最適に配置します。

4. ディープラーニング

特徴：高度なデータ解析と予測能力
貢献：品質検査、予知保全、プロセス最適化など、多くの製造プロセスで活用されています。ディープラーニングは、膨大なデータから有益なパターンを抽出し、製造プロセスの効率と精度を向上させます。

5. ブロックチェーン

特徴：分散型台帳技術、高い透明性とセキュリティ
貢献：サプライチェーン管理において、トレーサビリティとデータの信頼性を向上させます。ブロックチェーンを活用することで、不正防止と効率的なデータ共有が可能になります。

6. ビッグデータ解析

特徴：大量のデータからの洞察抽出
貢献：生産データ、運用データ、顧客データなどを解析し、戦略的な意思決定を支援します。ビッグデータ解析は、予測モデリングとパフォーマンス最適化において重要な役割を果たします。

7. サイバーセキュリティ

特徴：データ保護、システムの信頼性確保
貢献：IIoTシステム全体のセキュリティを強化し、サイバー攻撃から保護します。これにより、安全なデータ交換と運用の継続性が確保されます。

図5 - IIoTインテリジェンスを支える主要な技術とその相互関係

図７ - デジタルツイン

これらの技術は、IIoTインテリジェンスの発展を加速させるための基盤を提供します。それぞれの技術がどのように組み合わさり、製造業のデジタルトランスフォーメーションを推進しているかを理解することが重要です。例えば、5GとTSNの組み合わせは、リアルタイムでの高信頼性通信を可能にし、クラウド/エッジコンピューティングとディープラーニングの連携は、高度なデータ解析と意思決定を支援します。

今後の課題とトレンド

IIoTインテリジェンスの発展には多くの利点がありますが、同時に多くの課題も存在します。これらの課題を克服し、今後のトレンドを理解することは、IIoTの成功に不可欠です。

1. データのプライバシーとセキュリティ

課題：IIoTシステムは膨大なデータを収集し、解析しますが、そのデータが悪用されるリスクがあります。特に、サイバー攻撃やデータ漏洩の脅威が増加しています。
トレンド：データ保護のための新しいサイバーセキュリティ技術の開発と導入が求められています。暗号化技術や分散型データ保護メカニズムが注目されています。

2. 標準化の欠如

課題：IIoT技術の標準化が進んでいないため、異なるシステム間の互換性や相互運用性が問題となります。これにより、システムの統合が難しくなり、効率が低下します。
トレンド：国際標準化機関による標準の策定と推進が進んでいます。また、企業間の協力を通じて共通のプロトコルやインターフェースの開発が進められています。

3. スキルギャップ

課題：IIoTインテリジェンスの導入には、高度な技術スキルが必要ですが、これらのスキルを持つ人材が不足しています。特に、データサイエンティストやAIエンジニアの需要が高まっています。
トレンド：教育機関と産業界の連携による専門教育プログラムの開発が進んでいます。オンライン学習プラットフォームや企業内研修を通じて、スキルギャップを埋める取り組みが行われています。

4. 環境への影響

課題：IIoT技術の導入に伴うエネルギー消費の増加が環境に与える影響が懸念されています。特に、データセンターの運用に伴う電力消費が問題となっています。
トレンド：エネルギー効率の高い技術の開発とグリーンエネルギーの利用が進んでいます。再生可能エネルギーを利用したデータセンターの建設や、エネルギー効率を最適化するアルゴリズムの研究が注目されています。

図6 - 今後の課題とトレンド

今後の方向性

IIoTインテリジェンスは、今後も進化を続けるでしょう。その進化の方向性としては、以下の点が挙げられます。

高度なAIと機械学習の活用：AIと機械学習技術のさらなる発展により、IIoTシステムの自動化と最適化が進むでしょう。これにより、より高度な予測分析とリアルタイムの意思決定が可能になります。
5GとBeyond 5Gの展開：5G技術の普及に伴い、より高速で低遅延の通信が可能になります。さらに、Beyond 5Gの技術が開発されることで、IIoTの可能性がさらに広がります。
エッジコンピューティングの拡大：エッジコンピューティングの普及により、データ処理の効率が向上し、リアルタイムの応答性が向上します。これにより、IIoTシステムのパフォーマンスが大幅に向上します。
持続可能な技術の採用：環境に配慮した持続可能な技術の採用が進み、エネルギー効率の向上と環境負荷の軽減が期待されます。

これらの方向性に沿って、IIoTインテリジェンスの研究と実装が進められることで、製造業のさらなるデジタルトランスフォーメーションが実現するでしょう。

結論

本論文は、IIoT（産業用モノのインターネット）インテリジェンスが製造業のデジタルトランスフォーメーションをどのように支援し、進化させるかについて包括的な視点を提供しました。以下に、本論文の主要な結論をまとめます。

IIoTインテリジェンスの価値
- IIoTインテリジェンスは、製造業全体のバリューチェーンにおいてデジタル接続と認識、インテリジェント分析と認知、リアルタイムの意思決定を構築するための技術、方法、製品、プラットフォームを提供します。これにより、製造プロセスの効率化、品質向上、コスト削減が実現されます。
階層的発展アーキテクチャ
- IIoTインテリジェンスの発展アーキテクチャは、機器層、ネットワーク層、ソフトウェア層、モデリング層、分析と最適化層の5つの階層に分かれています。それぞれの階層が異なる役割を持ち、全体としてスマート製造を実現するために相互作用します。
主要技術の貢献
- 5G、TSN（タイムセンシティブネットワーキング）、クラウド/エッジコンピューティング、ディープラーニング、ブロックチェーン、ビッグデータ解析、サイバーセキュリティなどの技術が、IIoTインテリジェンスの基盤を形成し、製造業のデジタルトランスフォーメーションを支えています。
ケーススタディ
- ACGカプセル社、ジョンソン＆ジョンソン・コンシューマーヘルス社、中国資源ビルディングマテリアルズテクノロジー社、アジレント・テクノロジーズ社などの企業が、IIoTインテリジェンスを活用して実際の製造プロセスを最適化し、効果を上げている事例を紹介しました。これにより、IIoTインテリジェンスの実践的な価値が明確になりました。
今後の課題とトレンド
- データのプライバシーとセキュリティ、標準化の欠如、スキルギャップ、環境への影響など、IIoTインテリジェンスの導入には多くの課題があります。これらの課題に対応するために、サイバーセキュリティ技術の開発、標準化の推進、専門教育プログラムの拡充、エネルギー効率の高い技術の採用が求められます。
- 今後のトレンドとしては、高度なAIと機械学習の活用、5GとBeyond 5Gの展開、エッジコンピューティングの拡大、持続可能な技術の採用が期待されます。