製造業DXとコネクテッド社会　～期待と課題～　
第2回：コネクテッド社会で求められるIT基盤とIT推進体制

第1回では、技術面・制度面でコネクテッド社会の共通基盤が整備されつつあり、新しいビジネスチャンスができる一方で、対応できない企業はビジネスへの参画条件を失うリスクがあることを説明しました。ビジネスのデジタル完結を目指すコネクテッド社会では企業は新しい基準で選別されることになり、選ばれる企業になるためには自己変革が必要になります。

コネクテッド社会では、取引がデジタルで完結することで、効率とスピードを高め、同時に環境変化に柔軟に対応できる企業間のバリューチェーンがつくられます。顧客、サプライヤー、設備メーカーなどの取引先、さらには国内外の規制当局等、多様なステークホルダとのデータ連携を支えるITはビジネスとますます融合し不可分のものになっています。この章では、ステークホルダから選択される条件と、それに応えるために必要なITの変革を整理します。

バリューチェーンのなかの必要な企業に選ばれるためには、顧客から見れば、問い合わせや見積もり依頼に迅速かつ正確に回答が得られ、市場動向変化に対して生産・在庫計画を柔軟に調整して、ビジネスを遅滞なく進められる企業であることが必要です。そのためには、サプライヤーとも、原材料市況の変化に対して迅速・的確に取引条件を見直して対応できる仕組みが必要になります。

新製品開発においても、サプライヤーや設備メーカーと、製品や生産ラインの共同開発を進める際に、必要な技術データを契約の範囲内で的確かつタイムリーに共有することができれば大きな強みになります。BtoB企業であれば、顧客企業の技術提案依頼に対していつでも的確に回答できることで競争優位に立つことが可能です。

このように、ビジネスでのアジリティ（柔軟性）を向上させるためには、自社内のデータと企業間連携で入手したデータを、適切に権利関係を管理しながら、スピーディに分析・活用できるIT基盤を整備することが求められます。

顧客とのデジタル完結の取引を維持するには、技術革新や市場ニーズの変化は常時起きるものととらえ、顧客向けのITサービスや受発注の仕組みを柔軟に組み替えていくことが期待されます。

サプライヤーとの関係でも、地域や製品分野の拡大、代替サプライヤーの確保などで新規取引が発生するたびに、柔軟に自社のシステム環境を改修することが必要です。

このように顧客ニーズやビジネス環境の変化に対応するには、自社のシステムやITサービスを柔軟に改良・拡充できることが必要です。改修のたびに外部に見積もりを取って発注する従来型のIT推進体制では限界があり、内製化を含めたベンダー施策の見直しが必要になります。

コネクテッド社会に適合するには、「基幹業務システム」「データ連携基盤」「計画最適化システム」「企業間連携システム」「データ利活用システム」の５つを組み合わせることが必要になります。

日々の業務を支援する「基幹業務システム」がデータ発生源となり、そのデータをシステム・業務・組織の壁を越えて共有するのが「データ連携基盤」です。「外部連携システム」によってコネクテッド社会で繋がる外部の企業・組織とデータの交換・共有を行います。ただデータを交換するのでは意味がなく、デジタル完結で効率的にビジネスを推進するために、「計画最適化システム」の整備が必要です。あわせて、環境変化に柔軟に対応するために、人の創意工夫を支援するために、「業務DX基盤」が活用されます。

以下に、それぞれのシステムの果たす役割を整理します。

基幹業務システムは、設計、調達、製造、需給統制、物流、販売、サービス、設備管理、品質、経理・財務、人事・人材管理など、それぞれの業務目的で最適化されたデータ構造（キー項目、管理単位）で管理されています。業務単位で最適化されている反面、業務を跨いでデータを共有するうえでの阻害要因になっています。かつて、ERPパッケージでシステムを統合する試みも行われましたが、工場ごと／国・地域ごとの業務の差異やM&Aによるシステムの増加などが原因で成功事例は多くありません。

現実的な対応として、基幹業務システムの間で横串を刺してデータを共有するデータ連携基盤がつくられています。個々の基幹業務システムからデータ抜き出してデータウェアハウスに一元化し、そこから用途に応じてデータを切り出したデータマートをつくり実務に利用しています。基幹システムと密に結合しないことで、業務側の多様性や新たなシステムの追加にも効率的に対応できるようになりました。

その後、製造業企業ではIoT技術を活用して製造現場のDXが進み、PLC・DCS・SCADA等の制御系システムや工場ラインの製造計画・実績を管理する製造実行系システム（MES）から取得された製造プロセスデータも扱うようになってきました。多品種生産が一般的な日本の製造業では、生産品目や工程が頻繁に変わるため、データモデルが固定化されているデータウェアハウスでは管理ができなくなってきました。また、このコラムでは詳細に触れませんが、センサで取得された設備稼働データや画像・音声データなど、非構造データの活用も進んでいます。加えて、データ量も増大し、システムリソース面で限界が見えてきました。

そのため、最近は、データファブリック、データメッシュなど、データの意味・形式・所在などをメタデータとして管理し、データ自体はその形式に合ったシステムや環境で保管することで、柔軟で効率的にデータを連携・統合する技術が普及してきています。データそのもでなく、データの所在を管理するので、「データカタログ」という呼び方もされています。データ量の増大についても、スケーラビリティの高いクラウドサービスを組み合わせることで対処する手法が一般化しています。

【参考】　メタデータ管理の事例　製造プロセスの5M1Eデータ

メタデータというと新しい概念のように聞こえますが、これまでも現場で活用してきた情報管理の考え方を踏襲していることも多くあります。

最近は、取引先から製品のトレーサビリティデータを要求されることも増えています。出荷した製品について、製造した「設備」「加工方法」や部品の「購入元」「素材」などが、品質管理や脱炭素活動に必要なデータになっています。製品個体・ロットの単位で製造プロセスデータを管理するメタデータとして、「5M1E」という概念が利用されています。製品がつくられた「工程（Method）」と、各工程において使われた「部品・材料（Material）」「設備（Machine）」、携わった「人（Man）」、検査などの「測定結果（Measurement）」の5つのMと、製造した際の温度・湿度などの「環境（Environment）」の1つのEを表しています。

製品個体・ロットが製造される過程で発生・測定されるデータが「5M1E」の各要素に紐づけられて記録されます。基幹業務システムで管理されるデータだけでなく、検査装置や各種のセンサで測定された時系列データ／非構造データも管理対象になります。データ量の大きい時系列データ／非構造データ（温度、振動、歪・応力、音声、画像等）は以下の方法がとられます。

①加工してデータベース化

・スナップショットデータや一定サイクルでの平均値
例：最新、月次～日次～〇分毎

・分析用に特徴的なデータを抽出
例：Min／Max、変動幅 など

② 生データは、測定したローカルに保管し、メタデータに基づいて必要時に参照

「5M1E」は品質管理に必要なデータ群を体系的に表現したものとして、従来から製造部門や品質保証部門で使われていました。このように、もとは図面や人の頭のなかで管理されていた体系をメタデータとして管理することで、顧客や取引先が求めるデータを各システムから見つけ出し、効率的に提供できるようになっています。

企業間をつなぐ外部連携システム自体は長い歴史があります。顧客との「オンライン取引」やサプライヤーへの「発注管理」や「マーケットプレイス」は、EDIやeビジネスとしてはじまり発展をつづけています。CADなどのシステムを活用した「設計情報」のサプライヤーとの連携も今日では幅広い業種で実施されています。オンラインでの「顧客サポート」も一般的ですし、コピー機やエレベータなどからはじまった「製品稼働監視」も多様な種類の機器で実用化されています。

本コラムの第1回でも説明したように、企業間データ連携方式の標準化、国内外の規制や報告義務化などに対応する公的な企業間データ連携基盤も徐々に整備されつつあります。過去は特定企業のなかで閉鎖的だった企業間の連携システムも、今後は標準コネクタに準拠したオープンで公平なネットワークへの参画が必要になります。

オープンなコネクテッド社会では、ただ繋がるだけでは差別化につながらず、他社よりも早く、合理的な意思決定ができる企業に強みが生まれます。そのために必要となるのが、データ駆動型で意思決定を支援する「計画最適化システム」です。

「生産・SCMの最適化」や「価格最適化」は、需要変化に柔軟に対応し、顧客満足と利益確保の両立に貢献します。販売した製品の稼働データを取得して、部品の生産・在庫計画を最適化するにつなげる事例もあります。

需要変動に合わせて生産計画を調整する際に設備点検・保守のスケジュールが制約となることがあります。機動的な「設備保全計画」ができれば、生産計画の柔軟性を向上できます。長期的視点では、地域別・製品別の需要変動のトレンドを捉えることで「設備投資計画」の最適化にも寄与します。

生産ラインや保守サービス拠点への人員配置のミスマッチで、ムダ、機会ロスや顧客サービスの低下などが発生します。短期・中長期の需要や環境の変化を捉え、「人員配置計画」の短サイクル化や精度向上につなげることが可能です。

このような成果は、データが整備されただけでは実現はできません。ベテラン社員のナレッジや成功事例などから学び、AIやデータ分析技術を導入して人に依存しない意思決定ができる仕組みを段階的につくることになります。はじめは、データの「見える化」で何を判断基準にしているかを知り、その基準に基づいて情報を人に提供する「意思決定支援」に進化させることになります。データ駆動で判断を「自動化」するのは最終段階です。人とITで協働し、継続的な改善を図るプロセスを運用していくことが必要になります。

これまで書いてきたシステムは、データ連携基盤を活用して属人性を排し、極力自動化する仕組みです。しかし、ビジネス環境が大きく変化した時には最適化の条件が変わるため、システムによる機械的な対応では限界があります。そのようなときには人の創意工夫が不可欠です。

創意工夫を進めるうえで重要になるのが「データの民主化」です。メタデータを管理するデータ連携基盤を活用し、社員一人一人に適切なアクセス権限を設定することで、全社のデータを共有する仕組みを構築できます。このデータを効果的・効率的に利用するためのさまざまなツールの組み合わせが「業務DX基盤」になります。

データからビジネスの実情を把握するためBIツールを社員に開放する企業も増えています。エンジニアが積極的に技術データから知見を得られるように、統計・分析ツールを広く提供する企業もあります。

業務部門側にデータを開放するとともに、ローコードツールやRPAなどを提供して市民開発を促進することで、処理作業を効率化して思考に時間を多く割けるようにする業務改革を進める事例も増えています。

最近では、生成AI技術によるAIエージェントを実務に活用する取り組みもはじまっています。定型作業を効率化することに使うのはもちろんですが、壁打ち相手として活用し、改革に向けたヒントも得ることもできるようになっています。AIエージェントは応用用途が多彩で、技術的な知見がなくても自身の業務に利用可能です。試行錯誤的に効果を上げていくことができるので、利用者を増やし成功事例を蓄積することで効果を相乗的に上げることができそうです。情報セキュリティ面での仕組みとルール整備も並行して必要ですが、まずは自社内で広く活用できる環境をつくり、成果を共有することははじめるべき時期になっています。

かつて、企業のIT投資は基幹業務システムが多く締めてきました。数年に一度の大規模開発が完了すると、しばらくは新規の開発テーマがないことが多く、社内に優秀なITエンジニアを抱えて育成することが難しいという問題がありました。そこで、ITベンダーに業務を委託し、プロに任せることで効率を高める「垂直分業型アウトソース」が普及しました。IT業務を「IT戦略・企画」「ITガバナンス」「IT／DX人材育成」「要件定義」「テクノロジー選定」「システム開発」「保守・運用」「ユーザーサポート」にわけると、要件定義を境目に上流工程をユーザー企業が、下流工程をITベンダーが分担する形態が一般的です。この形態が定着したのは、国内のITベンダーが顧客企業の業務を理解し、厚いサービスを提供してきた企業努力の成果でもあります。

DXへの取り組みでビジネスとITの融合が進むと、外部連携システムや計画最適化システムの重要性が高まってきています。これらのシステムでは、顧客・取引先のニーズ変化にタイムリーに対応することが求められ、システム拡張のスピードとコスト管理が課題となります。垂直分業型アウトソースではシステム改修プロセスに以下に記載するようなブラックボックスがあり、自社で迅速で柔軟な判断ができず、ITがビジネスの足を引っ張るような事態も発生しています。その結果、内製化の必要性が唱えられるようになりました。

　【垂直分業型アウトソースにおけるブラックボックス化の懸念】

　・導入するテクノロジーの選定がITベンダーに依存してしまう

　・見積もり（費用・納期）が自社だけでできず、ベンダーに依頼するため時間も要する

　・品質・生産性向上の取り組みはITベンダーの責任であり、改善活動を主導できない

IT内製化では、「テクノロジー」「見積もり（納期・コスト）」「品質管理」を自社内でコントロールすることを重要です。自社の意思でテクノロジーを選定し、実現したい要件とコスト・納期・品質のバランスを自社で判断し、ビジネス環境の変化に柔軟に対応できる能力を持つことにその本質があります。

内製化を進めるにしても、全てのIT関連業務を自社内と取り込むことは、人材の確保、技術やノウハウの獲得などの面で現実的ではありません。また、垂直分業型アウトソースで問題がおきていない既存システムを無理に内製化しても、リスクが高くなるだけでメリットは期待できません。ビジネスのアジリティ向上という目的に照らして、内製化の対象のシステムを絞り込むことが必要です。

外部との接点となる「外部連携システム」と意思決定のための「計画最適化システム」が、ビジネスの変化への対応に不可欠で、内製化の対象と考えられます。「基幹業務システム」は短期間で改修を行うことは多くないので、内製化を進める必然性が少ないと考えられます。

「データ連携基盤」も一旦構築すれば頻繁に改修するものではありません。ただ、自社内の構造改革やM&Aなどで、データモデルの変更が高頻度で発生するなら、内製化が求められます。

「業務DX基盤」はツールの組み合わせが中心なので開発業務は多くありませんが、自社ニーズとの適合性を目利きできることが重要で、テクノロジー選定を内製化することは意義があります。また、データ分析やAI活用に関するスキルを社内に定着させるための人材育成やユーザーサポートといった業務も重要です。

IT内製化の対象と考えられるシステムでは、アジャイル開発、AI・アナリティクス、IoT、DX推進など、従来とは求められるスキルが異なります。内製化により、若手時代に開発・運用の実務を経験し、戦略・技術評価・要件定義等にスキルを成長させるような人材育成フローをつくることが目指す姿です。これを実現するまでの経過期間が必要で、中途採用を進めるとしても人材確保は容易ではなく、短期的にはITベンダーを活用することが現実的です。

IT内製化を進めるうえで、ITベンダーとの役割分担にも変化があります。不足するリソースの提供だけでなく、人材育成へも貢献し、ブラックボックスをつくらない関係性が求められます。

ITベンダーには、業務単位での垂直分業ではなく、同じ仕事を協働し、ときにはITベンダーの人材が伴走型でリードして業務を進めることで、スキルを共有し人材育成に貢献できる「協働・伴走型パートナー」としての役割を期待することになります。自社の側ばかりに都合がいい役割分担にも見えますが、IT内製化を目指す企業が増えており、ITベンダーのビジネスチャンスも拡大しています。例えば、新サービス開発のプロジェクトのなかで、自社の社員はデザイン思考やアジャイル開発などのナレッジを学び、ITベンダー側も革新的技術を実践して実績と経験値を得ることでき、双方にメリットのある取り組みが生まれています。

協働・伴走型のプロジェクトでは、垂直型アウトソースで起きるブラックボックス化を避けることも可能です。ITベンダーのもつ最新の技術情報を使って一緒に技術を検討することで、自社の方針に基づくテクノロジーの選定ができます。開発・運用も協働することで、見積もりの方法・根拠で共通認識を持ち、品質マネジメントの仕組みづくりと運用にも関わることになります。

SHIFTはコネクテッド社会への対応を目指す企業に向けて、IT基盤整備を協働・伴走型でご支援いたします。

基礎が固まりつつあるコネクテッド社会に向けたIT基盤整備について、
・全社のデータモデル・データガバナンスの構築と合わせた、データ連携基盤の構築
・ 顧客向けサービスのデザイン思考設計、UI／UXの改善
・ BI、ローコードツール・RPA、AIサービスなどの技術評価、並びに業務DX基盤の設計・導入
などの領域でご支援することが可能です。

SHIFTは、ユーザー企業側に立って、品質マネジメントの構築・改善の支援やアジャイル開発の導入コーチングなど、スキル移転を目的にした協働・伴走型支援を提供してきました。コネクテッド社会に向けたDX推進としても
・アジャイル推進組織の立ち上げ、運営
・ データ分析組織の立ち上げ、実行
・ 生成AIの活用推進、社内導入
・ IT／DX部門の組織改革と人材教育・育成
などについて、協働・伴走型で支援を実施しています。

ご相談はこちらから。
＞＞お問い合わせ