製造業における デジタル変革 日本マイクロソフト株式会社 鈴木 直功 富士ソフト株式会社 井岡 照幸 2019年3月12日 火

Transcription

1 製造業における デジタル変革 日本マイクロソフト株式会社 鈴木 直功 富士ソフト株式会社 井岡 照幸 2019年3月12日 火

2 本日の内容 製造業における Microsoft IoT の取組み 富士ソフト株式会社様 IoT プラットフォーム on Office365 IoT + AI on Edge の取組み

3 日本国内 IoT 市場 国内 IoT 市場支出額 産業セクター別 IoT 利用率 出典 : IDC 国内 IoT 市場産業分野別 / ユースケース別予測 2018 年 ~ 2022 年 IDC 2018 年国内 IoT 市場ユーザー利用動向分析 2022 年には IoT の投資額は 12.5 兆円 (2017 年の約 2 倍, CAGR 14.9%) に

4 2025 年までに IoT データ + 非 IoT データが 163 兆ギガバイトに IoT デバイス接続数が 822 億に増大 出典 : IDC2018 年国内 IoT 市場データエコシステム /Data as a Service に関わるプレイヤー分析

5 世界観 人を中心としたエクスペリエンス 人工知能 Intelligent Cloud ユビキタスコンピューティング Intelligent Edge

6 マイクロソフトは IoT への投資を強化 50 億ドル 今後 4 年間で IoT へ投資 2018/4/10 発表

7 マイクロソフトの IoT 注力分野 製造 流通 ヘルスケア スマートビルディング エネルギー セキュリティ

8

9 IoT でやること実現の難しさ モノ 洞察 アクション

10 IoT でやること実現の難しさ 組み込み開発デバイスセンサー技術 通信方式ネットワーククラウド GW ストレージ DBMS ストリーム処理 BI 機械学習 Web 技術 業務設計業務アプリ既存連携 幅広い知識 技術領域 (OT と IT 両方のスキル )

11 もっとシンプルに

12 Azure IoT Central すぐに始められる IoT フルマネージド (SaaS) 型の IoT ソリューション クラウド開発に不慣れな方でもが簡単に利用可能 デバイスの接続と管理 テレメトリの取り込みとコマンドアンドコントロール 監視ルールおよびトリガーされるアクション ユーザーのロールとアクセス権 ダッシュボード 可視化および洞察 マイクロソフトが完全にホストおよび管理

13 Azure IoT Solution Accelerators カスタマイズ可能な IoT 一般的な IoT シナリオに対応する PaaS 構成のテンプレートを提供 カスタマイズも可能 短期間で IoT ソリューションの開発 導入ができます リモート監視 予測メンテナンス コネクテッドファクトリー デバイスシミュレーション デバイスやセンサーのデータをリアルタイムに収集 遠隔地から監視 デバイスやセンサーのデータを分析し 装置の不具合を事前に予測 工場内の産業機器やデバイスをクラウドに接続して監視し アラートを通知 シミュレートされたデバイスで IoT ソリューションをテストし 現実シナリオをエミュレート

14 Azure 上で展開される AI やカスタムロジックをエッジで実行するサービス エッジ側でリアルタイムにデータ処理を行い 低遅延での異常検知 即時フィードバック制御が可能 デバイス フィールド IoT Edge ( ゲートウェイ ) プロトコル変換 MAC Addr / ID マッピング ストリーミング処理 異常検知処理 ( 機械学習分析 ) IoT Hub へのメッセージ送信 エッジ上での処理内容の制御 クラウド (Azure) IoT Hub Stream Analytics Cosmos DB クラウドで作成した処理モデルをエッジへ展開 クラウド上で作成した異常検知モデルをエッジへ展開 Machine Learning

15 Azure Sphere IoT デバイスのセキュリティを守る MCU 搭載デバイスのセキュリティを保護する三位一体のソリューション Azure Sphere 認定 MCU マイクロソフトのセキュリティテクノロジーを搭載した MCU( マイコン ) が登場 Azure Sphere OS デバイスに対して 10 年間のライフタイムを保護 Azure Sphere Security Service Azure Sphere デバイスの デバイス間およびデバイスとクラウド間の通信を保護 Seeed 製 Azure Sphere 開発キット (MT3620) 提供中

16 クラウド オンプレ エッジ Azure Azure Stack Azure IoT Edge 世界 54 リージョンで使用可能 Azure IoT Central Azure IoT Solution Accelerators Cognitive Services オンプレミスの Azure サービスおよび管理 IoT Hub on Azure Stack ( 提供予定 ) クラウドのインテリジェンスをエッジに展開 Windows IoT IoT デバイス / 組み込み機器向け OS FPGA Project Brainwave FPGA を Edge で活用 IoT デバイス Azure IoT Device SDK 複数デバイス 多言語 複数 OS ios Android Windows Linux IoT デバイス (MCU) Azure Sphere MCU デバイス向けのセキュリティサービス

17 冷凍機は 未接続機器に比べて 9 倍高速で動作し 時間当たりダウンタイムコストを 30 万ドル以上節約 センサーおよびシステムからデータを収集し 価値あるビジネスインテリジェンスを生み出し ダウンタイムを 50% 短縮 燃料消費を 1% 削減し 航空機当たり年間 25 万ドルを節約 世界中の生産およびサプライチェーンデータへのアクセスを向上し ダウンタイムコストを 1 日当たり 30 万ドルも削減

18 リコーインダストリアルソリューションズ株式会社 成型工程稼働状況の見える化 - 自社で活用し インダストリアル PC とセットの IoT パッケージ化への展開も予定 - リコーインダストリアルソリューションズ 花巻事業所 設備の稼働状況を監視 A B C D E Microsoft Azure IoT Hub Stream Analytics DB Power BI ダッシュボード リコーインダストリアルソリューションズ社インダストリアルコンピュータ AP-10A Azure IoT 活用生産を効率化する見える化パッケージ 2019 年 5 月リリース予定 製造機器から取得した情報をクラウドに送信し 稼働管理 データ解析の見える化を実現 システム構築に必要なインダストリアルPC リモートI/O Azure IoT アカウント BIツール ( 稼働管理ダッシュボード ) データアップロードソフトウェアを標準パッケージ化 サブスクリプションライセンス運用で低価格でのご提供 ( 19/5 提供開始予定 ) リコーインダストリアルソリューションズ花巻工場での稼働事例のご紹介 ( 19/4 稼働予定 )

19 富士ソフト株式会社様 IoT プラットフォーム on O365

20 FUJISOFT x ICT ビジョン ~ AIS-CRM ~ AI インテク レーション IoT インテク レーション Security インテク レーション フロントエンド AI クラウド AI AI-BOT 様々な AI を組み合わせてインテグレーション 当社の組込系技術とビッグデータ分析などを組み合わせて IoT の世界をワンストップサービスで提供 新たなテクノロジーの 発展に伴う 様々な脅威への適切な対応 Cloud Computing インテク レーション様々な業種 業態に適切なクラウドサービスをインテグレーション Robot インテク レーション先進の知能化技術によって実現したコミュニケーションロボット (PALRO) の活用産業用ロボット分野を支えるソフトウェア技術 Mobile インテク レーション 進化を続ける様々なモバイル端末の最適なインテグレーション Auto- Motive 更に発展し続ける自動車ソフトウェアへの積極的な対応

21 IoT による業務の効率化 機器やデバイスを見える化し 生産性を向上させる と言われる事もあるが 実際の現場は既に一定レベルまで効率化が行われているため IoT による大きな効果を期待する事は難しい IoT って どう活用したら良いの? 見える化したけど既知の範囲だった 継続的に効果を上げれるの?

22 IoT プラットフォーム on Office 365 インターネットとつながったモノの仕組みである IoT に Office 365 をプラスし 次のアクションを導き出す仕組みを提供 機器などの稼働情報 Office 365 との連携 Azure IoT Office 365

23 Visio Online で製造ラインのシステム連携 Azure IoT BI による高度な分析 本格的な図面を簡単に作成できる Visio で製造ラインをイメージ化 Web ブラウザのみで 各工程を横断的に可視化 稼働状況や予防保守情報等をデータ連携し インジケーター表示 稼働情報 Power BI 稼働情報 IoT Hub Azure SQL Logic App Office 365

24 SharePoint Online で社内ポータルに連携 Azure IoT BI による高度な分析 社内ポータルにダッシュボードや停止時のお知らせ等を表示 稼働情報をもとに自動でワークフローを開始したり タスクをアサイン 障害レポートなどユーザ側からのデータも併せて蓄積 稼働情報 Power BI 稼働情報 組込み工程で障害が発生しました IoT Hub Azure SQL Logic App Azure Machine Learning Office 365

25 demo

26 IoT +AI 弊社導入事例 : 不具合検知建物の省エネを促進する自動制御機器や空調冷熱機器などの施工 保守管理を手がけるジョンソンコントロールズ株式会社様向けに Azureの機械学習機能であるAzure Machine Learningを利用した 空調システムの不具合検知システムを開発 2018 年 9 月より順次導入を開始されています 参照 :Microsoft Customer Stories

27 Microsoft AI インテリジェントテクノロジーを利用して人間の可能性を広げるためのもの

28 96% RESNET Vision Test 152-layer Imagenet : 超深層ニューラルネットワーク 2016 物体検知精度が人間と同等に 5.1% 誤検知率 Switchboard 音声認識テスト 2017 音声検知精度が人間と同等に 88.5% 認識率 SQuAD 読解力テスト 69.9% 精度 MT Research System 2018 機械翻訳精度が人間と同等に

29 Azure IoT Edge 上で Custom Vision 利用可能

30 AI を Edge で実装も可能 クラウド側で学習させた はんだ付け 品質不良のマシンビジョン モデルをエッジデバイスで使用 Cognitive Service Custom Vision API

31 続々と Edge 側の AI を提供 Computer Visionに加えて Face Text Analytics Language Understanding

32 汚染されたコーンを自動選別 自然界最悪の発がん物質であるカビ毒 アフラトキシン に汚染されたコーンを自動認識 自動選別するデータドリブン型穀物ソーター 食料安全と廃棄削減で世界的問題 秒速 3.5m で流れ落ちるコーンから汚染コーンを即時認識してエアジェット ( コンプレッサー ) で分離 従来技術では実現不可能だったが 独自のソート技術にクラウドとデータ解析の新技術を融合しプロトタイプ機で実用化に目途 年内に商用化予定 画像認識とデータ解析に Azure および FPGA を利用 90% 5%

33 コネクテッド製品 が意味するところ = データドリブン革新 データ解析インサイト 気象予測収穫期の天候パターン 汚染発生傾向に関するレポート 収穫に関するリアルタイムなリスク レポート 同一地域で収穫された他ロット情報 継続的な認識アルゴリズム更新 全ロットの画像データ リスク状況に基づくオペレーションガイド ブロックチェーンによる保証 信用 LumoVision 農業ケミカルメーカー 農家 農場経営者 原材料 食品メーカー 流通消費者

34 自動走行パレット搬送機 倉庫内の効率をさらに向上させる未来の工場ビジョン 機械学習 深層強化学習を使ってパレット搬送機が倉庫内で安全かつ効率的に移動できるよう学習 パレットドローンなどの機器にパターン認識を学習させ 人間と強調して安全に工場のプロセスを自動化 コグニティブ機能も備え パレットのカメラ動画からリアルタイムにオブジェクト検知を行い 人 パレット同士 STOP SLOW 等のサインを読み取りその内容に従って動作を変える Microsoft Research が開発したシミュレーション環境 AirSim Cognitive Toolkit Azure を使用

35 2016 年 2 月発足 IoT ビジネス共創ラボ 556 社 / 775 名が会員登録 (2018/11/9 時点 ) 幹事企業 : 東京エレクトロンデバイス事務局 : 日本マイクロソフト 年 6 月に発足 ディープラーニングラボ 4,200 名が会員登録 (2018/11/9 時点 ) 幹事企業 : Ridge-I 事務局 : 日本マイクロソフト

36 Thank you Microsoft Corporation. All rights reserved.

37 IoT 実現の障壁 IoT/ 分析ソリューションの導入を阻む最も大きな障壁となっているのは何か? 回答者の割合 (%) ( トップ 3 の障壁 ) トップ 3 の障壁 回答者の割合 (%) ( トップ 3 の障壁 ) % % % % % % % % % % 20% 出典 : Bain and Company