おいしいデータ: 予測分析による効率の改善方法

食品飲料会社は、隠されたデータに生産性の向上の可能性を見出しています。分析を用いて、このデータを十分な情報に基づく意思決定を行なうために利用しています。

特に飲食料品の種類の豊富さという点では、消費者にとってこれほど恵まれた時代はありません。オーガニック食品、地場産品、手作りの惣菜、1人前の料理、グルテンフリーの食材をお探しですか? 選択肢が無限であることは、消費者にとっては幸せであると同時に、生産者という観点からはストレスの溜ることでもあります。

今日では、食品飲料会社は多くの課題に直面しています。収益は、原材料価格の上昇と老朽化したインフラの保守費用の上昇に削られます。さらに、変化し続ける消費者の需要に対応するための生産の切換えの増大に伴う非効率性も悩みとなります。

これらの競合する課題に対処する最良の方法は何でしょうか? 機械学習と予測分析によって活用されたデータが、効率を高めるための情報に基づいた意思決定にどのように役立つかを次に示します。

マシンデータを賢く使用する

幸いなことに、データはすでにそこにあります。新たな装置や機器はデータを獲得するために「スマート」に設計することができますが、旧式の機器からデータを得る方法もあります。それは、センサ、コンポーネント、PLC、ドライブ、履歴管理、データベース、ヒューマン･マシン･インターフェイス(HMI)など過去数十年にわたって導入されてきたテクノロジを使って実現できます。

しかし、現実には以下のような問題があります。ほとんどの施設は20年以上もの長い期間にわたって逐次導入した別個のセルやラインで構成されています。同じ場所にあるにもかかわらず、点在する、接続性の欠如したまったく異なるテクノロジによって、生産性の全体像を把握するのはほとんど不可能になっています。そのため、オペレータは個人の経験を頼りに意思決定を行なっていますが、これでは、退職する従業員が増えるにつれてリスクが高まります。

もちろん、データが存在しているというだけでは十分ではありません。データにアクセスするためには適切なインフラが必要で、改善を推進するためにデータを使うためには、分析のような高度なテクノロジが必要です。データにアクセスしている企業のうち、積極的な目的にデータを使用しているのはわずか25%です。これは、十分な情報が得られないという、バックミラーに映るものを頼りに自動車を運転するようなものです。

現在のオペレーションから統合されたデータ主導のオペレーションへの移行は、一朝一夕には実現しません。多くの企業が専門のチームを編成し、インダストリ4.0、スマートマニュファクチャリング、およびその他の未来のコンセプトの工場について調査し、生産性向上のためにテクノロジを適用する方法に取り組んでいます。

インフラを変革

成功した食品飲料会社は、導入事例(ユースケース)をお探しになり、パイロットプロジェクトを実施し、ROIへの影響を実証するために、単独のセル、プロセスまたはラインにテクノロジを導入します。その後、事業全体および企業全体に展開する方法を決定します。このようなチームは、大きな結果を出しています。

例えば、アグロプール協同組合は、まったく異なるデータへの新たなアクセスを作り出し、施設オペレータが十分な情報に基づく意思決定を行なうことを目的に、生乳処理プラントから着手しました。高度なテクノロジを使い、同社は手作業によるデータ収集にかかっていた時間のうち年間2,500時間を削減することに成功しただけでなく、潤滑剤の30%節約および25%の効率向上を短期間で達成しました。

同様に、クラフト･ハインツ･カンパニーは、オレアイダ工場の1本のラインでコンセプトを試すという、小規模なところから開始しました。数十年前に導入されたこのジャガイモの処理ラインは、制御系が旧式で、設定の最適化およびトラブルシューティングは、オペレータの知識に頼っていました。分析を含むテクノロジのアップグレードを使用することによって、この試験ラインでは、12ヶ月未満で10%の処理量増加とROIの改善が達成されました。

さらに注目すべきは、このような改善のために使用したデータはすでに存在していたことで、適切な機械学習のインフラがなかったために単にアクセスできず、活用できなかっただけでした。

最後に、ロックウェル･オートメーションはジムビーム社と連携し、1箇所の蒸留所でバーボン生産量を1分当たり1リットル増産することに成功しました。この場合も、この生産量の増大のチャンスはデータに埋もれていただけで、常に存在していたのです。分析を使用することで、プルーフ段階での生産能力を高めることができるプロセスを特定することができました。また、変動を60%抑制することに成功し、その結果、この大幅な生産増につながりました。

分析麻痺と、膨大なデータに溺れることを回避する必要があります。恐らく、お客様は非効率性がどこにあるかの感触を掴んでいるでしょう。プロセスのどの部分に最大の投入コストがかかっているか、収益に最大の影響があるか、または繰り返し問題が起こっているかに注目します。

そこが、開始点になります。最大の費用要素を改善し、それを最終製品に反映できれば、純粋な利益につながります。分析を使うことで、特定されたプロセス部分で何を変える必要があるかという問題に集中することができます。また、それがテクノロジによってリアルタイムに生産性を向上することが可能な部分です。

実際は、このような説明から想像されるほど困難なことでも、コストがかかることでもありません。ITおよびOT環境に精通したパートナの協力を得て簡単に、かつ高いコスト効率でプロジェクトを開始することができます。

パイロットプロジェクトは、オペレーションに与える影響を最小限に抑えて実施することができます。このアプローチなら、事業全体に展開するための導入事例を作成し、短期間でプラスのROIを実現することができます。その過程で、生産性改善はすぐ手の届くところにあることに気付くことでしょう。