ホーム 第3章 · 社会におけるデジタル活用
第3章 · ストラテジ

AIなら、余る在庫と足りない部品をなくせる?

出荷実績には、欠品で届けられなかった需要が見えません。葵はAIの予測をそのまま生産指示にせず、調達・設備・人の判断とどう組み合わせるかを考えます。クラウドの責任分担や、受注から出荷への情報の流れも整理します。

4つのテーマ23項目17の図解
この章の目次・学習項目

この章も、新卒コンサルタントの葵と先輩の佐伯が、大手メーカー「アステラ製作所」の受注・生産・出荷をつなぐ案件に取り組みます。

会話と図解で読み進め、詳しい説明は各項目で開けます。

01
AIなら、明日の売れ数が分かる?

AIの提案に、最初の「待った」を掛ける

予測の目的、データ、誤りへの対応を決める。

候補比較|需要予測サービスのデモ

森川の「AIで在庫を適正にできないか」という相談を受け、井上が予測サービスの候補を紹介した。

井上
開発会社のPM

過去の出荷記録から、翌月の必要数量を推定する候補です。まず、学習に使える記録を確認させてください。

森川
事業部長

余る品目と足りない品目を、早く見つけたいんです。これで生産計画まで決められますか。

葵も期待したが、デモだけでは価値を確認できなかった前回を思い出した。

新卒ITコンサルタント

欠品で出荷できなかった注文は、どう扱いますか。出荷数だけを見ると、本当は必要だった数量が見えません。

井上
開発会社のPM

おっしゃるとおりです。受注残や欠品の記録も必要ですね。予測した数量をそのまま作れるかは、設備や調達の条件も別に確認します。

小野
生産管理責任者

工程の能力と材料の入荷予定はこちらで見ます。まず予測と今の計画を並べて、違う理由を一緒に確かめたいです。

AI・機械学習

「AI搭載」という言葉だけでは、何をしているか分からない。葵は、規則で処理する部分と、データから学習する部分を聞き分けた。

AIは人の知的な働きを実現する技術などの総称。機械学習は、そのためにデータから学ぶ方法。

01学ぶときと、使うとき
学習用データ過去の曜日・天気・販売数
学習とモデルデータの関係を数理的に表す
新しい入力から推論明日の条件を入れて販売数を予測
詳しい説明・条件・具体例

AI(人工知能)は、人の知的な働きをコンピュータで実現しようとする技術の広い呼び名です。明確に一つの定義があるわけではなく、人が規則を与える方式も含みます。

機械学習では、データからパターンや予測のためのルールを学びます。人が一件ずつ「この場合はこう」と書く代わりに、例から関係を捉える点が特徴です。学んだ関係を使って新しい入力を処理する段階を推論と呼びます。

新卒ITコンサルタント

一度学習したら、その後は同じ予測を出し続けるんでしょうか。

井上
開発会社のPM

日々の入力に対して結果を出すのが推論です。学習をやり直すか、いつ行うかは別に決めます。

小野
生産管理責任者

新商品を出したときも、その区別が必要そうですね。

新卒ITコンサルタント

学習用の記録を準備する仕事と、毎日の予測を確認する仕事を分けて、担当も整理します。

教師あり学習・教師なし学習・強化学習

正解の付いた販売記録を使うのか、顧客の傾向を分けるのか、行動の結果から改善するのか。葵は目的と学習方法を対応させた。

正解付きの例で学ぶ、データの構造を見つける、報酬が増える行動を学ぶ。学び方が違う。

02機械学習の三つの進め方
教師あり入力と正解の組で学ぶ
教師なし正解なしで構造を見つける
強化学習行動の報酬を高めるよう学ぶ
教師あり学習
入力と正解の組を使い、未知のデータの答えを予測する方法を学ぶ。
教師なし学習
正解を渡さず、似たデータの集まりや構造を見つける。
強化学習
行動の結果として得る報酬をもとに、よりよい行動を学ぶ。
詳しい説明・条件・具体例
教師あり学習
販売数の予測や画像の識別など。入力と正解ラベルの組を使います。
教師なし学習
似た購買傾向の顧客をまとめるなど。あらかじめ決めた正解ラベルを渡さず、データにある構造を捉えます。
強化学習
環境の中で行動し、得られる報酬をもとに行動方針を改善します。将来も含めた報酬の最大化を目指します。
新卒ITコンサルタント

教師あり、教師なし、強化学習は、優劣の順位ではありませんね。必要なデータと、解きたい問題から選びます。

回帰・分類

必要数量を予測する話と、品質検査の画像を良品・不良品に分ける話が、どちらも「AIの精度」とまとめられていた。葵は出力の形を聞き直した。

回帰は売上などの数値を予測する。分類は良品・不良品などの種類を判定する。

03予測するものが違う
回帰販売数・家賃など、数値を予測
分類良品/不良品など、カテゴリを予測

「当たる」の意味を聞かれ、葵は少し詰まった。数量の差が小さければよい、とだけ考えていた。

佐伯
先輩ITコンサルタント

十個余ることと、十個足りなくて取引先の工程を止めることは、同じ影響かな。

新卒ITコンサルタント

違います。余りだけ減らすと、少なく作る案がよく見えてしまいます。

新卒ITコンサルタント

予測誤差に加え、滞留在庫と欠品、納期への影響も見たいです。出荷できなかった需要は、出荷実績だけでは分かりません。

佐伯は「その判断の重みを、小野さんにも聞こう」と言った。モデルを選ぶ前に、聞くべき仕事が残っていた。

詳しい説明・条件・具体例

回帰の例では、不動産の駅からの距離、築年数、面積、階数、間取り、設備、方角などを入力し、家賃を予測できます。分類なら、画像と「犬」「猫」の正解を組にして学習します。データに意味や正解ラベルを付ける作業がアノテーションです。

似ている顧客を自動でまとめるクラスタリングは、代表的な教師なし学習です。あらかじめ用意した「標準品中心」「特注品中心」へ分類するのとは異なり、まずデータからまとまりを探します。

森川
事業部長

今回は、翌月に必要な数量を知りたいという相談です。品質の自動判定とは別ですね。

新卒ITコンサルタント

数量なら回帰、良品か不良品かなら分類。出力が違うので、評価する数字も分けます。

井上
開発会社のPM

そのうえで、業務上どの誤りがどんな損失につながるかも確かめましょう。

新卒ITコンサルタント

はい。モデル名から選ばず、受け取る答えと、その使い方を先に決めます。

ニューラルネットワーク・深層学習

提案に「ディープラーニング」とあった。葵は構造の概要を押さえたうえで、必要なデータ量や説明できる範囲を担当者へ質問した。

入力を層ごとに変換し、結果を出す。多くの層を使って特徴を学ぶのが深層学習。

04入力を、層ごとに変換する
入力層から二つの中間層を通り、出力層へ伝わるニューラルネットワークの模式図。入力中間層出力
線は値を受け渡す接続、点は計算を行う単位を表します。実際の脳そのものを再現しているわけではありません。
詳しい説明・条件・具体例

機械学習の具体的な予測の仕組みをモデルと呼びます。教師あり・教師なし・強化学習という「学び方」と、線形回帰、サポートベクターマシン、ニューラルネットワークなどの「仕組み」は、別の分類軸です。

ニューラルネットワークは、神経細胞のつながりをヒントにした計算モデルです。各単位が入力を重み付けしてまとめ、活性化関数などで変換し、次へ渡します。多くの層を使って学ぶ方法がディープラーニング(深層学習)です。

画像で用いられるCNN、系列を扱うRNN、注意機構を使うTransformerなどがあります。Transformerは2017年に提案されたモデルで、言語を含む多くの生成AIの発展につながりました。

新卒ITコンサルタント

層が深い方式ほど、この工場にも合うと考えてよいのでしょうか。

井上
開発会社のPM

そこはデータや目的次第です。必要な記録が集まるか、結果をどう説明できるかも比べたいです。

新卒ITコンサルタント

構造を知ったうえで、何を学習し、どこが不確かかを聞くんですね。名前の強そうな方式を選ぶところでした。

生成AI

商品説明を作る生成AIも候補に上がった。葵は、個数の予測と文章の生成を同じ機能として評価しないようにした。

文章・画像などの新しい内容を作るAI。作れたことと、内容が正しいことは別。

05土台を学び、目的に合わせる
基盤モデル大量のデータから広く学習した土台
ファインチューニング特定の分野や作業に追加の学習
目的に適応したモデル専門的な表現や作業に合わせて利用
詳しい説明・条件・具体例

生成AIは、文章、画像、音声、音楽、映像などを生成する技術です。多様なデータで広く学習し、さまざまな用途に利用できる土台を基盤モデルと呼びます。

大量の言語データを扱う大規模言語モデル(LLM)、画像モデル、音声モデルなどがあります。基盤モデルとファインチューニングは、生成AIだけに限定される考え方ではありません。

小野
生産管理責任者

商品説明を作るAIと、販売数を予測するAIは、同じ契約でまとめられますか。

新卒ITコンサルタント

契約は確認します。ただ、文章を作ることと個数を予測することは、機能も評価も分けたいです。

井上
開発会社のPM

既存の基盤モデルを使う範囲と、追加学習が必要な範囲でも、費用やデータの扱いが変わります。

新卒ITコンサルタント

その前提を比較表に入れます。公開する文章の確認を、予測の精度確認と同じ欄にまとめないようにします。

プロンプト

葵が生成AIへ「性能が伝わる製品紹介にして」と頼むと、確認されていない耐熱性能が文章に加わった。小野が途中で画面を止めた。

小野
生産管理責任者

この温度で使えるとは、仕様書にありません。自然な文章でも、取引先がこれで設備を選んだら困ります。

新卒ITコンサルタント

確認できていませんでした。外へ出す前に止めます。依頼の条件と、技術部門が確認する流れを直します。

AIへの指示や入力。目的・条件・答えの形を具体的にすると、欲しい結果へ近づけやすい。

ヒューマンインザループ
AIの処理や判断の途中に人が関与し、確認・修正・評価を行う設計。
オプトアウト
特定の利用や処理を拒否する仕組み。
詳しい説明・条件・具体例

AIへ与える指示や入力をプロンプトと呼びます。目的、条件、材料、望む形式を整理し、出力を改善する工夫がプロンプトエンジニアリングです。

取引先へのお知らせを依頼するなら

  1. 目的:部品の納期照会サービスを知らせる。
  2. 材料:出荷時間、注文方法、対象商品など、確認できた事実を渡す。
  3. 条件:未確認の割引や効能を書かない。初めてのお客さんにも分かる言葉にする。
  4. 確認:完成文を人が読み、条件の誤りや誤解を招く表現を直す。
ヒューマンインザループ
AIの処理や判断の途中に人が関与し、確認・修正・評価を行う設計。
オプトアウト
特定の利用や処理を拒否する仕組み。AIサービスでは学習利用の拒否設定などを指すことがあります。サービスや契約で取扱いは異なります。
新卒ITコンサルタント

承認済みの仕様、想定する読者、文量、書いてはいけない内容を渡します。それでも、出力の確認は省きません。

小野
生産管理責任者

材料と性能は技術・品質保証部門、公開の範囲は広報にも確認します。

新卒ITコンサルタント

未公開図面を入力してよいかも別の問題ですね。使うサービスの契約と社内ルールから確認します。

ハルシネーション

もっともらしい出力を顧客へ出しかけたことを、葵は佐伯に報告した。佐伯も「私も最初、自然な文章だと確認が甘くなった」と話した。

AIが、事実と違う内容をもっともらしく出すこと。数字や根拠は、人が確かめる。

06確認する対象を変える
文章の誤り数字・固有名詞・根拠を照合
本人らしい映像独立した連絡手段で本人を確認
詳しい説明・条件・具体例

ハルシネーションは、事実と異なる内容を、もっともらしい形で出力する現象です。ディープフェイクは、AIで人の顔や声などを本物らしく合成したもの。詐欺やなりすましにも悪用されます。

生成した文が自然でも、材料のアレルギー情報などを推測で補わせてはいけません。公開前の確認者を決め、重要な判断を出力だけで行わないことが大切です。

新卒ITコンサルタント

読みやすい文章だったので、内容も合っている気がしてしまいました。

佐伯
先輩ITコンサルタント

私も最初はそうだった。自然な文章ほど、元の事実へ戻る確認を意識したいね。

新卒ITコンサルタント

入力してよい情報と、出力を確認する人を決めます。学習に使われる設定かどうかも確認します。

佐伯
先輩ITコンサルタント

失敗を共有してくれてよかった。個人情報や偽情報への対応も含めて、次に同じ場面で迷わない手順にしよう。

人間中心のAI社会原則

森川
事業部長

全部AIに決めてもらえれば楽かと思いましたが、そう単純ではないんですね。結果がおかしいと思ったら、誰が止められますか。

葵は使う人の役割と、異議を伝える方法を考えた。

人の権利や安全を守り、公平で説明できる使い方を考える。便利さだけでは決めない。

人間中心
人権を尊重し、AIを人の判断や暮らしを支えるものとして使う。
教育・リテラシー
誰もがAIを理解し活用するための教育機会を得る。
プライバシー確保
個人の情報や権利を尊重する。
セキュリティ確保
便益と危険を評価し、安全を保つ。
公正競争確保
一部の主体による不当な支配を避け、公正な競争を支える。
公平性・説明責任・透明性
不当な差別を避け、判断や運用を説明できるようにする。
イノベーション
人材や制度も含め、社会課題を解く新しい活用を促す。
詳しい説明・条件・具体例

人間中心のAI社会原則は、人間の尊厳、多様な幸せ、持続可能性という三つの基本理念を掲げています。技術を導入すること自体を目的にせず、人の利益につながるかを問います。

人間中心
人権を尊重し、AIを人の判断や暮らしを支えるものとして使う。
教育・リテラシー
誰もがAIを理解し活用するための教育機会を得る。
プライバシー確保
個人の情報や権利を尊重する。
セキュリティ確保
便益と危険を評価し、安全を保つ。
公正競争確保
一部の主体による不当な支配を避け、公正な競争を支える。
公平性・説明責任・透明性
不当な差別を避け、判断や運用を説明できるようにする。
イノベーション
人材や制度も含め、社会課題を解く新しい活用を促す。
新卒ITコンサルタント

おかしいと思った現場担当者が、その日の予測を使わない判断を伝えられるようにしたいです。

森川
事業部長

私まで連絡が届かないと止められない、では困りますね。

小野
生産管理責任者

どうして使わなかったかも残せれば、次に見直せそうです。

新卒ITコンサルタント

確認する人、異議を伝える先、説明と訂正の手順を決めましょう。人間中心や透明性という原則を、現場でできる動作にします。

需要予測は生産計画の参考として検証することになった。自動で設備へ指示は出さない。受注残、欠品、調達期間や計画変更をそろえ、人が判断する条件も残す。

森川
事業部長

先に予測の数字を信じるのではなく、計画と比べて何が分かるかを見ましょう。

佐伯
先輩ITコンサルタント

使わないと決めたわけではないね。役立つ条件を確かめる計画にできた。

ちょっと考えてみよう過去の「天気と販売数」の組から、明日の販売数を予測する。学び方と予測の種類は?考え方をひらく +

正解の販売数を付けて学ぶので教師あり学習、予測するのが数値なので回帰です。

02
データが、現実の工場に戻ってくる

センサを付ける前に、誰が動くかを決める

現実の作業と、データ・制御のつながりを描く。

東工場の見学|加工設備と保全室

保全担当が、加工設備の温度と振動を記録する場所を見せてくれた。遠隔監視の候補を見て、葵は「異常をすぐ通知できます」と話した。

小野
生産管理責任者

夜間の警報は誰が受けますか。現地確認が必要なのか、設備を止める判断が必要なのかでも、担当が違います。

新卒ITコンサルタント

数字を送るところまでしか考えていませんでした。既存の保全手順と、安全に関わる判断へどうつなぐかも確認します。

産業革命・Society 5.0

社内勉強会の「デジタル化」という大きな言葉を、葵は工場で見た作業へ引き寄せた。機械化、情報化、現実とデータの往復は、それぞれ変える範囲が違う。

機械化からデジタル化へ発展してきた。Society 5.0は、現実と仮想の空間を結び、社会課題の解決を目指す。

07社会を変えた技術の流れ
  1. 第1次産業革命蒸気機関などによる機械化
  2. 第2次産業革命電力による大量生産
  3. 第3次産業革命コンピュータなどによる自動化
  4. 第4次産業革命IoT・AI・ビッグデータによる高度な連携
詳しい説明・条件・具体例

Society 5.0は、サイバー空間とフィジカル空間を高度に融合し、経済発展と社会課題の解決を両立しようとする構想です。現場のデータをデジタル空間で分析し、その結果を現場へ返します。

社会の変化を知ることは、流行語を提案書に並べるためではない。顧客の仕事のどこまでを変える提案なのか、説明する手がかりになる。

センサ・アクチュエータ

温度を知ることと、冷却装置を動かすことは別の機能だ。葵はセンサとアクチュエータを分け、担当者と図の矢印を確かめた。

センサは温度などを測る。アクチュエータは、指示を受けてモータなどを動かす。

08自動散水は、データと動作の往復
センサ土の湿度を測り、データに変える
ゲートウェイ・通信機器とネットワークを中継する
サーバデータを処理し、散水の必要性を判断
アクチュエータ指令を受け、弁を開いて水をまく
詳しい説明・条件・具体例

IoT(Internet of Things)は、モノをネットワークにつなげ、情報をやり取りする仕組みです。通信機能を持つ機器をIoTデバイスと呼びます。

センサは物理的な状態をデータに、アクチュエータは指令を物理的な動作に変換します。機器が直接通信できればゲートウェイを別に置かない場合もあります。すべてのIoT機器にセンサとアクチュエータの両方が必要なわけではありません。

小野
生産管理責任者

温度が高いと分かったら、自動で冷やしてくれるんですか。

新卒ITコンサルタント

温度を測るセンサと、装置を動かすアクチュエータは別です。今回の候補がどこまで行うかを確認します。

小野
生産管理責任者

通知だけなら、見落としたときのことも決めないといけませんね。

新卒ITコンサルタント

はい。値が届かない場合と、異常な値が届く場合も分けて、誰が動くかを相談します。

エッジコンピューティング

「全部クラウドへ送る」と聞き、葵は通信が切れた場合の動作を質問した。

データが生まれる場所の近くで処理する。遠いサーバとの通信量や待ち時間を減らせる。

09処理を分担する
エッジ側現場ですぐ判断
必要な情報を抽出
クラウド側多拠点の集計
長期の分析・学習
詳しい説明・条件・具体例

エッジコンピューティングは、機器に近い場所でデータを処理する方式です。大量のデータをすべて遠方へ送る負荷を減らし、通信待ちによる遅延を小さくできます。

接続する車はコネクテッドカー、身体に装着して活動や心拍などを測る機器はアクティビティトラッカ、電気やガスの使用量を通信する機器はスマートメーターです。どれも、測定した情報を別のサービスへつなげる活用です。

新卒ITコンサルタント

近くで即時に処理する部分と、遠くで蓄積・分析する部分を分けます。遅延や通信量も、選定理由に入れます。

自動運転のレベル

自動化の責任を考える社内レビューで、佐伯は自動運転の段階を例にした。どこまで機械が担い、誰が監視・引継ぎをするかで、運用は変わる。

運転・周囲の監視・緊急時の対応を、誰が担うかで分ける。使える条件も確かめる。

詳しい説明・条件・具体例
レベル主な役割
0運転自動化なし。人が運転する。
1加減速または操舵のどちらかを支援。人が監視する。
2加減速と操舵の両方を支援。人が監視する。
3条件内でシステムが運転。求められたときに人が対応する。
4定められた条件内では、システムが必要な対応を担う。
5運転者が対応できるあらゆる道路・条件で、自動運転を行う。
レベル0
主な役割
運転自動化なし。人が運転する。
レベル1
主な役割
加減速または操舵のどちらかを支援。人が監視する。
レベル2
主な役割
加減速と操舵の両方を支援。人が監視する。
レベル3
主な役割
条件内でシステムが運転。求められたときに人が対応する。
レベル4
主な役割
定められた条件内では、システムが必要な対応を担う。
レベル5
主な役割
運転者が対応できるあらゆる道路・条件で、自動運転を行う。

葵は受注の自動処理にも同じ問いを当てた。例外が起きたら誰へ戻すのか。自動という言葉で、人の役割を消さない。

組込みシステム・デジタルツイン

製造設備にもコンピュータが入っていると聞き、葵は更新可能な範囲と保守担当を確認した。現実を仮想側で再現するデジタルツインも、目的と精度を分けて聞く。

組込みシステムは機器の中で制御する。デジタルツインは現実の状態を仮想空間に再現する。

組込みシステム
炊飯器や自動車など、特定の機器の機能を実現するために組み込まれたシステム。
マイクロコンピュータ
機器の制御などの中核を担う小型のコンピュータ。
ファームウェア
機器に組み込まれ、装置の動作を制御するプログラム。
デジタルツイン
現実の設備などを仮想空間に再現し、状態の確認や予測に使う。
詳しい説明・条件・具体例
組込みシステム
炊飯器や自動車など、特定の機器の機能を実現するために組み込まれたシステム。
マイクロコンピュータ
機器の制御などの中核を担う小型のコンピュータ。
ファームウェア
機器に組み込まれ、装置の動作を制御するプログラム。
デジタルツイン
現実の設備や都市などをデジタル空間のモデルに対応させ、観測・分析・シミュレーションに使う仕組み。

温度制御を行うオーブンにも組込みシステムがあります。工場全体をデジタルツインで表せば、現場を止めずに配置変更などを検討できます。都市規模の例として、シンガポールのVirtual Singaporeのような取組もあります。

設備を単なる「つながる箱」と見ず、組込みソフト、ファームウェア、現実の制約まで含めて関係者を探した。

BYOD

小野
生産管理責任者

外出先で計画を確認するだけなら、普段のスマホを使えませんか。

新卒ITコンサルタント

閲覧する業務と場所を限定して、情報システム部へ相談します。工場内への持込みや設備への接続は、安全面のルールも別にありますね。

BYODの便利さを、そのまますべての作業へ広げない。保存先、紛失時、担当を離れるときの扱いも確認した。

私物の端末を業務に使うこと。会社の情報をどこへ保存し、どう管理するかを決めておく。

10許可と管理をセットにする
シャドーIT組織が把握・承認していないサービスや機器の利用
MDMモバイル端末を一元管理し、設定・制限・遠隔消去などを行う
詳しい説明・条件・具体例

BYOD(Bring Your Own Device)は、個人所有の端末を業務に使うこと。使い慣れた端末を活用でき、企業側の端末費用を抑えられる一方、私用と仕事の情報が混在します。

使ってよいアプリ、業務データの保存先、紛失時の連絡、個人データとの境界を決めます。遠隔消去を行う場合も、本人への説明と適切な管理範囲が必要です。

BYODを認めるならルールと管理が要る。未承認のツールが現場で使われている理由も聞き、単に禁止と書くだけで終わらせなかった。

DX・RPA

紙を画面へ置き換えても、同じ情報を二回入力していたら負担は残る。葵は「デジタル化完了」のチェックを外した。

DXはデジタル技術で事業や仕事を変えること。RPAは、定型的なパソコン操作などの自動化。

デジタルサイネージ
画面に情報を表示する電子看板。
シェアリングエコノミー
空間、移動手段などの遊休資源を、必要な人と共有・利用する仕組み。
RPA
ルールが決まったパソコン操作などをソフトウェアで自動化する技術。
グループウェア
メール、予定、ファイル、チャット、会議などを共有し、協働を支えるソフトウェア。
デジタルデバイド
ITを使える環境や能力の違いで、得られる機会などに差が生まれること。
DX
データとデジタル技術を使い、業務、組織、サービスや事業の在り方を変革すること。
詳しい説明・条件・具体例
デジタルサイネージ
画面に情報を表示する電子看板。ネットワークを通じて表示内容を更新できます。
シェアリングエコノミー
空間、移動手段などの遊休資源を、必要な人と共有・利用する仕組み。
RPA
ルールが決まったパソコン操作などをソフトウェアで自動化する技術。物理的なロボットのことではありません。
グループウェア
メール、予定、ファイル、チャット、会議などを共有し、協働を支えるソフトウェア。
デジタルデバイド
ITを利用できる環境や能力の違いから生まれる社会的・経済的な格差。
DX
データとデジタル技術を使い、業務、組織、サービスや事業の在り方を変革すること。

紙の記録を画面に移すだけでなく、販売数と受注残を合わせて生産計画を変えれば、仕事の進め方も変わります。ただし、新しいシステムを使えない取引先の注文手段を残すなど、取り残される人への配慮も必要です。

田中
物流担当

画面にはなりましたが、最後に同じ数字を紙へ書くんですよね。

新卒ITコンサルタント

それでは手間が一つ増えていますね。紙に戻すのは、どの仕事で必要だからでしょう。

田中
物流担当

製造現場へ渡すためです。そこではこの画面を見られないので。

新卒ITコンサルタント

入力だけをデジタルにして終わっていました。製造現場まで含めて、情報を渡す方法を考え直します。

設備の遠隔監視は別の検証テーマとして残した。今回の試行は受注・在庫・出荷の情報連携に絞り、設備制御は変更しない。葵は、測定から現場の行動までを一続きで考える方法を持ち帰った。

ちょっと考えてみよう冷蔵庫の近くで異常を判断し、結果だけサーバへ送る。この処理の置き方は?考え方をひらく +

エッジコンピューティングです。現場の近くで処理し、通信量や応答の遅れを減らします。

03
サーバを買う? サービスを借りる?

クラウドなら、誰も管理しなくていい?

提供者と利用者の責任分担を比較する。

ベンダー比較|運用責任の確認

葵の比較表には「クラウド=管理不要」と書かれていた。佐伯は何も消さず、その隣へ「利用者のアカウントは誰が消す?」と書いた。

新卒ITコンサルタント

そこは業務側の仕事ですね。管理がなくなるのではなく、分担が変わるんですね。

サーバ・ホスティング・ハウジング

サーバを自社に置く場合、設備だけ借りる場合、運用込みで任せる場合。葵は提供範囲を見積書の言葉から確認した。

サーバはサービスを提供する側。機器を借りるか、自社の機器を施設に置くかで契約が違う。

11所有者と設置場所で整理する
形態機器の所有設置場所
オンプレミス自社自社など
ハウジング自社事業者施設
ホスティング事業者事業者施設
詳しい説明・条件・具体例

サーバは、他のコンピュータからの要求を受け、情報や機能を提供する役割のコンピュータやソフトウェアです。利用する側はクライアント。高性能な専用機に限らず、役割で呼び分けます。

ハウジングは自社機器を置く場所や電源・回線などを借り、ホスティングは事業者のサーバなどを借ります。管理の分担は契約で確認します。

高橋
経理担当

この見積りは設置場所の費用が安いですね。監視も含まれていますか。

新卒ITコンサルタント

そこが空欄でした。設備を借りる範囲と、運用を任せる範囲を分けて確認します。

佐伯
先輩ITコンサルタント

場所が決まっても、止まったときに動く人は自動では決まらない。復旧の担当まで埋まってから比較しよう。

IaaS・PaaS・SaaS

IaaS、PaaS、SaaSの区別を、葵は責任分担表へ写した。

IaaSは基盤、PaaSは実行環境、SaaSはアプリを使う。サービス側へ任せる範囲が違う。

12提供される範囲が広がる
IaaSPaaSSaaS
アプリ自分自分提供
実行基盤自分提供提供
OS自分提供提供
基盤資源提供提供提供
IaaS
サーバ・ストレージ・ネットワークなどの基盤をサービスとして使う。
PaaS
アプリを開発・実行する環境をサービスとして使う。
SaaS
完成したアプリを、ネットワーク経由のサービスとして使う。
詳しい説明・条件・具体例

クラウドコンピューティングは、ネットワーク経由で計算資源やサービスを利用する仕組みです。自前の機器を用意する負担を軽くし、必要に応じて利用量を変えやすくします。

IaaS
Infrastructure as a Service。サーバ、ネットワーク、ストレージなどの基盤資源を提供。
PaaS
Platform as a Service。アプリを開発・実行するための環境まで提供。
SaaS
Software as a Service。完成したアプリケーションの機能を利用。
新卒ITコンサルタント

工場で担える運用と、外へ任せる範囲を合わせます。料金が安くても、必要な管理を誰もできない案は選べません。

料金に加え、設定、更新、アカウント、バックアップ、問い合わせ窓口を比較した。情報システム部が既存業務と並行してどこまで担えるか、各工場とベンダーが何を受け持つかが、選定条件になった。

ちょっと考えてみよう自社のサーバを、外部事業者の設備に置く。ハウジングとホスティングのどちら?考え方をひらく +

ハウジングです。機器は自社のもので、設置場所や電源・通信環境などを借ります。

04
ネットの注文が、ものづくりにつながる

受注ボタンの先で、生産と出荷が待っている

受注から履歴管理までの流れをつなぐ。

提案の最終調整|本社と製造担当の会議

営業部門が受けた納期変更を、小野が生産計画へ反映していた。画面の注文数量は、見ている間にも変わる。

小野
生産管理責任者

営業が変更を受ける時点と、工場が計画を確定する時点が違うんです。材料の手配や加工を始めてからでは、そのまま取り消せません。

新卒ITコンサルタント

変更を受け付ける条件と、計画確定後に誰が判断するかを分ける必要がありますね。

田中
物流担当

出荷側も、どの版の指示で作業すればよいか分かるようにしてほしいです。

葵は受注から生産計画、在庫の割当て、出荷指示、実績までを描いた。佐伯が、その間を動くモノとお金の話も重ねた。

EC・BtoB・BtoC

アステラ製作所の案件は企業間のBtoB取引だ。佐伯は一般消費者向けのBtoC、個人間のCtoCも比較例に挙げ、画面が似ていても取引条件は異なることを確かめた。

ECはネットなどで行う商取引。BtoBは企業と企業、BtoCは企業と消費者の取引。

13誰と誰が取引する?
BtoC企業 → 消費者
BtoB材料会社 → メーカー
CtoC個人 → 個人
詳しい説明・条件・具体例

インターネットを活用する事業活動全体をe-ビジネス、その中の電子的な商取引をECと呼びます。BはBusiness、CはConsumerです。

EはEmployee(従業員)、GはGovernment(政府・行政)を表すこともあります。取引の相手を示す分類はEC以外にも使われます。

ロングテールは、個々にはあまり売れない多数の商品の売上を合計すると、無視できない規模になる現象です。ECでは売場面積の制約が小さいため、売れ筋だけでなくニッチな需要にも対応しやすくなります。

小野
生産管理責任者

一般向け通販と同じ画面なら、早く作れるのでしょうか。

新卒ITコンサルタント

共通にできる部分はあります。ただ、会社ごとの契約価格や承認、請求の条件は確認が必要です。

高橋
経理担当

取引先別の締日や支払条件もあります。注文時に毎回カードで支払う流れとは違いますね。

新卒ITコンサルタント

BtoB、BtoC、CtoCで相手が変わる意味が分かりました。今回は企業間取引の条件を要件へ戻します。

eKYC・FinTech・PCI DSS

財務との打合せで、葵は今回の請求書払いと、将来別の販売サービスを設ける場合の決済を分けた。eKYC、PCI DSS、エスクローなどは、取引の形に応じて役割を確かめる比較例として読む。

オンラインの本人確認、金融とITの組合せ、カード情報を守る基準。取引を支える役割が違う。

14エスクローは、引渡しまで代金を預かる
購入者が入金代金をエスクロー事業者へ預ける
売り手が商品を発送事業者が入金確認などを行う
受領などの条件を確認取引条件に従って確認する
売り手へ支払う預かっていた代金を渡す
eKYC
本人確認をオンラインで行う仕組み。
フリーミアム
基本機能を無料、追加機能などを有料で提供するビジネスモデル。
PCI DSS
カード会員データを保護するためのセキュリティ基準。
FinTech
金融とITを組み合わせ、新しい金融サービスなどを生む。
アカウントアグリゲーション
複数の金融機関の口座や残高などを、一つの場所でまとめて見る。
詳しい説明・条件・具体例
eKYC
本人確認をオンラインで行う仕組み。本人確認書類や顔の照合など、所定の方法を用います。
フリーミアム
基本機能を無料、追加機能などを有料で提供するビジネスモデル。
PCI DSS
カード会員データを保護するためのセキュリティ基準。決済情報を扱う仕組みの管理に関わります。
FinTech
FinanceとTechnologyを組み合わせた金融分野の技術・サービス。
アカウントアグリゲーション
複数の金融機関の口座や残高、取引情報などを一括して把握するサービス。

第三者が代金を一時的に預かるエスクローサービスは、「払ったのに届かない」「送ったのに払われない」という不安を減らすための仕組みです。

eKYC、PCI DSS、エスクローなどの役割を知ると、取引のどこを誰に任せるかを質問できる。専門サービスとの責任分担を契約条件へ戻した。

JIT・かんばん方式・リーン生産方式

在庫を減らす計画に、小野が材料の納入予定を重ねた。

小野
生産管理責任者

必要な直前に全部そろうならよいのですが、この材料は手配に時間がかかります。どの在庫を、どの条件で減らす案ですか。

新卒ITコンサルタント

在庫ゼロを一律の目標にはしません。調達期間と供給が止まる場合、欠品の影響を含めて確認します。

JITは必要なものを、必要なときに、必要な量だけ供給する考え方。かんばんで後工程の使用分を知らせる。

15ものは後工程へ、補充の要求は前工程へ
ものの流れ前工程 → 後工程
かんばんの合図後工程 → 前工程
詳しい説明・条件・具体例

JIT(Just In Time)は、必要なものを、必要なときに、必要な量だけ生産・供給する考え方です。後工程で使った分を前工程へ知らせ、補充を促すかんばん方式が代表的な実現手段です。

無駄を減らすリーン生産方式の重要な要素でもあります。ただし在庫を絞れば、供給が止まったときに不足しやすくなる面があります。単に在庫をゼロにすることが目的ではありません。

必要なものを必要なときに作るには、情報だけでなく供給の条件も要る。葵は滞留在庫と欠品を一緒に測り、調達・生産・販売をまたいで判断する試行へ計画を直した。

CAD・CAM・コンカレントエンジニアリング

別の改善候補として、新商品の設計と製造データの連携が話題になった。葵はCAD、CAM、並行して検討する開発の考え方を整理した。

CADで設計を支え、CAMで製造を支える。関係する工程を並行して進める工夫もある。

16設計した形を、加工の指示へ
CAD形や寸法を設計する
設計データ設計と製造で共有する
CAM工作機械の加工手順などを作る
コンカレントエンジニアリング
設計・試作・生産準備などを並行して進め、開発期間を短くする。
CAD
コンピュータで設計や製図を支援する。
CAM
コンピュータで製造工程や加工の制御などを支援する。
詳しい説明・条件・具体例
コンカレントエンジニアリング
設計、試作、生産準備など、並行できる仕事を重ねて進め、開発期間の短縮を図る手法。連携不足による手戻りを防ぐ調整も必要です。
CAD
Computer Aided Design。図面や3Dモデルの作成など、設計をコンピュータで支援します。
CAM
Computer Aided Manufacturing。設計データをもとに、加工・製造のためのプログラム作成などを支援します。

今回すぐ実装しない技術も、工程間の手戻りがどこで起きるかを聞くために役立った。将来案は、効果を検証する条件と一緒に残した。

RFID・NFC・GPS

商品や箱の識別と、配送車の位置を知る仕組みを、葵は同じ「自動で読む」にまとめかけた。

RFIDは電波でタグを読む。NFCは近距離の無線通信。GPSは衛星の信号で位置を求める。

詳しい説明・条件・具体例

RFIDは、電波でタグの情報を非接触に読み書きする技術です。商品タグをまとめて読む在庫管理やレジなどに使われます。NFCは近距離の無線通信技術で、RFIDと関連する高周波帯の技術です。交通系ICなどの身近な非接触利用につながります。

人工衛星には、通信、気象、放送、測位などの用途があります。GPSは測位衛星からの信号を受けて位置を求める仕組み。受信機の時計のずれも含めて三次元の位置を求めるには、基本的に4機以上の衛星を使います。

日本の準天頂衛星システムは、GPSなどを補完・補強します。山やビルの影響を受けやすい環境でも、衛星の配置や補強情報などで測位を助けます。

小野
生産管理責任者

箱がどこにあるか分かるなら、配送車の場所も分かりますか。

新卒ITコンサルタント

箱を読み取って識別する仕組みと、車の位置を測る仕組みは違います。どちらを知りたい場面でしょう。

小野
生産管理責任者

まず、どの便に積んだかを間違えずに残したいです。

新卒ITコンサルタント

それなら、最初は識別と読取りの条件から調べます。RFIDやNFCと衛星測位を、同じ「自動で分かる仕組み」にまとめないようにします。

POS・トレーサビリティ・ワークフロー

今回つなぐのは既存ERPの受注・在庫と出荷の記録だ。比較例のPOSは小売の販売時点の記録を扱う。一方、原材料から製品・出荷先を追うトレーサビリティや、承認を回すワークフローは、このメーカーの業務にも直接関わる。

販売時の情報、製品の履歴、仕事の手順をつなぐ。誰が何をしたか、後からたどれるようにする。

17三つのシステムが支える仕事
POS販売時点の情報を記録
トレーサビリティ調達から販売まで履歴を追跡
ワークフロー申請・承認の手順を管理
詳しい説明・条件・具体例

POSなら、何が、いつ、いくつ売れたかを把握できます。トレーサビリティシステムなら、問題のあった原材料がどの製品へ使われ、どこへ届けられたかを追えます。ワークフローシステムなら、経費申請などが誰の確認待ちか分かり、承認の記録も残せます。

新卒ITコンサルタント

受注画面だけで仕事は終わりませんね。受注から出荷、その後の確認まで、情報が途切れないことを要件にします。

最初の試行は、東工場の標準部品について、営業から受けた注文・変更を既存ERPと照合し、在庫の割当てと出荷指示へつなぐ範囲に決まった。AIや設備連携、特注品対応は、必要な条件とともに次の候補へ残した。

ちょっと考えてみよう問題の原材料を使った商品と配送先を調べたい。どの仕組みが役立つ?考え方をひらく +

トレーサビリティシステムです。原材料から製造、流通、販売までの履歴を結び付け、対象を追跡します。

この章、おつかれさまでした!

期待を、確かめられる計画に変えた。

デジタル化の目的と、AIの予測を使う条件が言葉になりました。小さく試す範囲が見えたところで、開発会社との打合せが始まります。

この章を読み返す ↑
NEXT CHAPTER / 公開中04 システム開発とマネジメント
前の章へ · 第2章 会計財務と法務