【事例紹介】製造業におけるシミュレーション技術「デジタルツイン」のインパクト

スケジューリングで使用するシミュレーションモデルと同じモデルを使用することで、さらにライン編成や設備レイアウトを変更する際に、事前に変更案を検討することができます。製造部門で改善案として取り上げられる以下の事例で説明しましょう。

一つ目は工程連結をする場合ですが、連結する工程の能力差が問題になります。製品の種別によるタクトタイムの差や人の作業の場合は習熟度による違いが工程の間の仕掛（滞留）になり、そもそもの目的（中間仕掛をなくし製造リードタイムを短縮する）を達成できません。従って、事前にシミュレーションモデルを構築して十分な検証を行うことがポイントになります。

二つ目はライン生産をセル生産に変更する場合です。セル生産では一人の作業者が多くの工程をこなすため、作業者の習熟によるタクトタイムのバラつきが問題になります。難しい作業や作業者の入れ替わりの多い製造現場では安定して生産量を確保できません。また一人が急に休暇を取得してしまうと、代わりがいないために生産能力が落ちてしまうこともあり、そのような問題に対して定量的にリスクを計算できるのもシミュレーションです。

三つめが自動化を行う場合です。従来と製造方法が大きく異なる際や自動化には大きな投資が必要な場合が多く、投資対効果を事前に正確に検証することは大変有意義です。事前に製品の情報や工程の能力を定義したデジタルツインがあれば、対象工程を新設の設備の能力に置き換えることで、シミュレーションによる事前検証を行うことができます。

その他、搬送距離をどれだけ短縮できるか、部品のマテリアルハンドリングの頻度や部品倉庫のレイアウト、ライン生産における工程数（人数）の最適化など、デジタルツイン＝シミュレーションモデルがあることで、テーマ、目的に応じて様々なシミュレーションを行い、短期間で高効率な生産ラインの構築が可能になります。

生産ラインシミュレーションの使い方をさらに拡大すると、材料・部品のサプライヤーから製品倉庫を経て顧客に納入されるまでのサプライチェーンのシミュレーション活用も視野に入ってきます。ここで評価する重要ポイントは、適正在庫と納期遵守率の両立の問題です。

需要予測が困難で多品種の製品を生産・販売する場合、顧客満足度＝納期遵守率を上げるには、多くの在庫を持つことが簡単な方法です。失注や顧客の納期に対するクレームを受けないためには、すべての品種で多くの在庫を持つことができればよいのですが、製品在庫が全て販売＝回収できるかというとそれも困難です。

売れない製品が必ず残り、安い値段で販売するか、それでも売れない場合は廃却、すなわち掛かったコストがすべて回収されない最悪の結果になります。従って、在庫を持ちすぎるとキャッシュフローがたちまち悪化して会社の存続に大きな影響を及ぼす場合があるのです。

製品在庫で持てない場合は、部品で在庫をたくさん保有して、製造が短いリードタイムで多品種の生産に対応すればよいと考えます。では、部品在庫をどれだけ保有すべきなのかという問題が次に浮上します。売れ残りやすい「完成品」で在庫を持つより、部品で在庫を持つ方がフレキシブルで、共通設計やモジュール設計の手法で部品・材料を共通化できればなおさら効果があります。しかし、製造リードタイムがかかるため、顧客へ即納というわけにはいきません。

上記の通り、顧客への高いサービスを維持しつつ、健全なキャッシュフローも維持したいという2つの目的は、トレードオフの関係で両立させることが非常に難しい問題です。お客様のサービスを損なうと、調達や製造は顧客サービスのために在庫を多く持つ傾向にあり、経営層、特に財務責任者は棚卸を減らすよう働きかけることで、在庫削減の力が働きます。

そこで、部品・材料別の納入リードタイムや部品・材料の在庫量、生産情報、中間仕掛品の在庫量、完成品倉庫のキャパシティなど、サプライチェーンのモデルがデジタル化されていれば、それはまさにサプライチェーンのデジタルツインになります。すなわち、そのデジタルツインをシミュレーションモデルとして活用すれば、顧客満足度を維持したまま、部品レベルや中間仕掛、完成品といった在庫ポイントそれぞれの適正量が計算できます。もちろん想定値や顧客満足度も2日以内にお届けできる確率が98％以下といった確率で表現されるのですが、人が意思を入れるよりは納得感のある結果になると私は思います。

ここまでの事例は、従来から活用されてきたシミュレーション技術の紹介を切り口に説明してきましたが、IIoT（インダストリアルIoT）が普及しつつある時代は何が違うのでしょうか。
IoTの特徴の一つは、リアルタイムに情報が取得できるということです。また、ビッグデータの分析や計算の処理速度が速くなるなど、データ活用の幅が広がったということがあります。

従来のシミュレーションでは時間の制約に勝てないケースが多々ありましたが、今はその課題もクリアになり、リアルタイムで取得したたくさんの情報を元にデジタルツインの精度を高めつつ、リアルタイムでシミュレーションも可能になってきたのです。急に受注した場合のデマンド情報の変更や、部品の納入や設備のトラブルなどサプライの情報変更に対して、リアルタイムにアクションを促す仕組みが構築できるのが特徴といえるでしょう。

デジタルツインはデジタルの双子という意味ですから「瓜二つであるべき」と思うかもしれませんが、決してそうではありません。あくまでも「データ活用」ですので、活用されない情報は取得・保管する必要はありません。やみくもにデータを取得することはリソースの無駄使いになってしまう可能性が高いことを念頭に、デジタルツインを構築することをお勧めします。

一方、想定しなかったデータ同士に相関があり、いままで見つけられなかった結果を得られるのもIoTです。あまり必要最小限にとらわれることなく、仮説をたてた上で容易に取得できるデータを取ってみることも重要です。そのあたりは、デジタルではなく人間のアナログな感覚が功を奏する場面なのかもしれません。

目的に応じたデータ取得、モデリングは今後非常に貴重なノウハウになるでしょう。このあたりが取り組んできた事業会社や導入を支援した会社の差別化要素になると考えられます。

コンピュータの処理速度の進歩について既に述べましたが、最後にもう一つ。AI技術の進歩によりさらにシミュレーション技術がデジタルツイン上で効果を発揮することは間違いないと私は考えています。多くのデータを教師データとして活用することで、需要の予測、設備の故障予知、在庫の予測など、今まで人が注意して管理していたことが、AIによりマネジメントに近い判断材料を提供してくれることでしょう。

シミュレーションで使用するパラメータも、お勧めの値をAIが提供してくれれば、さらに短期間で高精度な結果が得られます。より成果の高いAI技術の導入を達成するためには、今の内から社内メンバーのIT知識を深めたり、ITの重要性を理解したり、AIへの理解を進めておくことが重要です。

HiPro Bizでは、AI技術の導入やシステム構築など、さまざまなDXに実績のあるプロ人材が登録しています。これらの技術を社内のみだけで推進していくのは難易度が高く、経験がないとなかなか動き出しができないことが多いです。

HiPro Bizのプロ人材であれば、AI技術導入に豊富な実績があり、かつ、経験から現れるさまざまなアドバイスを行うことが可能です。お悩みの方は、まずお問合せ、無料相談から始めてみるのもおすすめです。ぜひお気軽にお問い合わせください。