1．はじめに

2024年4月22～26日、世界最大級の製造業のための国際展示会であるハノーバーメッセ（以下、HM）が今年も開催された。今年のHMは、社会システムのライフサイクル管理がクローズアップされた印象を受けた。昨年度、注目を集めた、自動車産業における企業間の自律分散協調型のデータ連携の仕組み（データスペースと呼ばれる）が、適用分野をエレクトロニクス、繊維産業に加え、多様な産業へと広がってきている。合わせて、データスペース型のデータ連携基盤の展開を図る「エアロスペースX」、「モビリティX」などのコンソーシアムの形成が活発化し、さらには人工物を製造する全製造業を対象としたデータ連携を図ろうとするプロジェクトIMX（International Manufacturing-X）を推進する国際的なコンソーシアム形成活動など、多様な活動が紹介された。

第4次産業革命の適用分野は「社会システムのライフサイクル全体」（≒ソサエティ5.0）

高度な自動化の最前線である、工場内部でのデータ連携の仕組みを標準化する「ファクトリーX」というプロジェクトも紹介された。インダストリ4.0は工場内のイノベーションだという考えに立脚すると、なぜ今更「ファクトリーX」という必要があるのだろうか、という疑問を抱くのも自然だと思う。しかしながら、もともとドイツ工学アカデミーが第4次産業革命という考え方を掲げた時から、適用分野は工場には限っていない。当初から第4次産業革命の適用分野は「自然、人間と人工物から構成される社会システムのライフサイクル全体」だったのである。

ソサエティ5.0実現に必要なデータ連携基盤

このように考えるとHMがこの10年間で提唱してきたインダストリ4.0は、日本が提唱してきたソサエティ5.0とかなり近い考え方だったといえよう。ソサエティ5.0は、デジタル空間のパワーを活用して、社会をよりよいものにしていこうという考え方である。このためには、社会システムを構成するあらゆる主体の間での緊密なデータ連携が効果的だということは言うまでも無い。人工物や社会システムのライフサイクル全体を通じて発生する多様なデータが、サプライチェーンやバリューチェーンで関連する組織間で共有できることにより、初めて社会システムの全ライフサイクル管理の生産性向上が実現できるのである。

このため、企業間のデータ連携は、これまでのように受発注から決済までの財やサービスの商取引業務のデータに限定されず、ライフサイクル全体にわたり発生するデータを共有することになる。具体的には、ユーザーや生活者の利用状態のデータや、リコールなどを含む品質管理のデータ、運用保守段階での各種業務（MRO：Maintenance Repair and Operations、例として部品交換など）のデータなど、製品や人工物のトレーサビリティ情報の共有が重要となってきたのである。
これらのデータは、社会システムを構成するあらゆる製品やシステムの「意匠設計、構造設計、生産技術・施工設計、運用・保守設計、廃棄・循環設計」という社会システムのライフサイクル全体の設計業務の高度化へ貢献し、生産性を向上させていくのである。その実例を見ていこう。

2．日本の経営層は問う　「自社内でも連携できていないデータが、なぜ他社と連携できるのか」

上記は、企業間データ連携の未来予想図を前にした、日本の製造業の経営幹部層の方々から最もよく受ける質問である。本コラムでは、一見素朴なこの質問に対し、最短距離で答えることを目標としたい。少し慣れない言葉や概念が続くかもしれないが、ご容赦いただきたい。

データスペースで共有されるデータのオープン・スタンダード「資産管理シェル」

「データスペース」とは、企業や組織間で自律分散的にデータを連携、共有することを目的とし、あらかじめ定められたセキュリティや認証基準を満たした主体だけが参加できる空間である。そして、データスペースの可能性を語るには、資産管理シェル（Asset Administration Shell）の説明が切っても切り離せない。なぜか。データスペースで共有するデータを発生させるのは、主に資産管理シェルである。資産管理シェルは、物理空間のあらゆるアセット（人間や工場、設備モジュール、製品、部品他）をデータスペースに接合するための標準インタフェイスである。
資産管理シェルは入れ子構造を有し、工場、生産ライン、製造設備、生産モジュール、工作機械などの構成を管理できる設計である。後述するが、これが現場の複雑性の排除につながる。また、製品が通過する各段階のイベント情報が、製品側にも、設備側双方の資産管理シェル内に記録される。生産設備と製品の両側から、データの流れを見てみよう。
おのおのの生産設備が、いつどこで、どの製品（含、仕掛品）に対し、どのような加工作業を行い、どれほどのエネルギーを活用したかなどのイベント情報が生産設備の資産管理シェルを介してデジタル空間と連携される。実際、HMでは、工作機械や各種の生産設備について資産管理シェルの実装（2次元バーコードの刻印）が、ほぼ全ての設備ベンダで当然のごとく行われていたことも付け加えておきたい。一方、加工される仕掛品、例えば、部品や製品そのものも、2次元バーコードが刻印され、資産管理シェルで管理される。1つの加工工程について、加工というイベント情報が、製品（部品）の資産管理シェルと加工設備の資産管理シェルとの双方で、それぞれ独立に情報として格納されるわけである。
資産管理シェルは、もともと加工される仕掛品と生産設備との情報交換を、現場で自律分散的に誤りなく行う、ないしは自動化を容易に可能とするために開発されたシステムアーキテクチャであった。つまり仕掛品の資産管理シェルには、どのような加工がなされるべきかという加工計画情報があらかじめ書き込まれているため、生産設備は目の前の仕掛品の加工計画情報を仕掛品自体から直接入手できるというわけである。
もちろん、製品側の資産管理シェルは詳しい設備の内容までは持たないし、設備側の資産管理シェルは詳しい製品の情報までは持たない。データスペースというデータ連携の新しい仕組みは、これらの資産管理シェルの情報内容を契約に基づき、関連する主体が相互に参照可能とする、いわゆるデータへのアクセスを可能とするのである。このためどこかに中心となる巨大なデータベースがあり、そこでデータを集中管理するのではなく、あくまで自律分散型のデータ共有基盤ということになる。

資産管理シェルとデータスペースとを利用した社会エコシステムのデータ連携基盤

データスペースと資産管理シェルにより、何ができるようになるのだろうか。ここでは経営幹部層に必要な俯瞰的な視座から概要をお伝えしたい。なお、詳しい技術的な解説はRRI（ロボット革命・産業IoTイニシアティブ推進協議会）の報告書をご覧いただきたい^※1。

もし、製品（部品）の資産管理シェルと加工設備の資産管理シェルの2つの資産管理シェルの情報に対し、データスペースを通じて、関連企業が相互にアクセスできるとしたら、何が可能となるのか、一度想像してみてほしい。
既にCATENA-Xでは10個のユースケース^※2が提案されている。これらは、製品出荷までをスコープとするのではなく、製品や人工物のライフサイクル全体を対象とした、いわば社会エコシステムの最適なマネジメントのためのデータ連携が提案されている。下記、いくつかわかりやすい例を紹介したい。

①トレーサビリティとリコール対応、品質管理能力の向上への応用

製品側からみた、典型的な応用例は、トレーサビリティである。製品の資産管理シェルからは、当該製品のトレーサビリティ情報が入手できる。これが生きるのが、品質管理やリコール時の対応である。品質問題が発見された製品や部品の資産管理シェルを起点として、加工された製造設備の資産管理シェルの情報へアクセスすることで、容易に当該製品の生産工程の履歴情報にたどり着ける。

品質上何らかの問題があったリコールなどのケースでは、製品に刻印されている2次元バーコードから資産管理シェルの情報にアクセスし、入れ子構造になっているシリアルの部品構成の情報から上流のイベントに遡及し、上流の製造工程のうち、どの工程の加工プロセスに問題があったのか、素材のロットに問題があったのかなどを分析することが、比較的容易となるだろう。その結果、治具の問題か、素材ロットでの問題か、などの原因を絞り込み、回収する製品や部品を限定できる。回収数も格段に少数で済む可能性が期待できる。まだ問題が発生していない製品や部品の特定も、トレーサビリティが担保されているため容易であり、厳密な回収が可能になるわけである。
これまで、こうした詳細な上流工程への遡及は容易ではなかったため、ともするとある工場で生産した部品を活用している製品は全て回収するという大リコールに発展していた。こうした被害を最小限に抑制できる。

もちろん、品質不良の原因追及が容易になることで生産性の飛躍的向上も期待できる。何より、現場データにAIを活用することで、いわゆる「現場の経験と勘」を形式知化し、組織知化し、スケールできる体質を構築できるようになる。これは、経営戦略を策定する上で極めて重要である。

②カーボンフットプリント算出への応用

上述したように、製品の資産管理シェルからは、当該製品のトレーサビリティ情報が入手できる。つまり、どの素材メーカーのどの工場のどの設備を利用して、どの製造ロットで、いつからいつまで、加工や搬送がなされたのか、各工程の状態情報が入手できる。さらに、関連する全設備の資産管理シェルの情報へアクセスすることにより、全ての加工工程にわたり、加工プロセスごとに各設備でどれだけのエネルギーやCO2が排出されたのかなどの情報にも、データスペースを通じてアクセスできる。それにより、かなり厳密なカーボンフットプリントの算出が、労力をかけずに可能となる。

③製造設備や製品のMROへの応用

製造設備メーカーの視点に立てば、設備の運用保守の高度化を図ることができる可能性がある。例えば、工場で設備を稼働しているユーザー企業が、どのような加工処理（イベント）をどのくらいの頻度で行っているのかという実績データを、資産管理シェルに常に蓄積しているとしよう。この生産設備のメーカーが、データスペースを経由してこのデータへアクセスできるようになるとデータの異常を検知して、設備のメンテナンスについてのアドバイスを行うサービス、さらには総合的なMROサービスも比較的容易になるだろう。こうすることで、問題が発生してから駆け付けるという、いわゆる火消し（ファイアーファイティング）業務を極小にでき、MROの際の交換部品の準備も計画的にできるようになるというわけである。
もちろん、このアイデアは耐久消費財製品への応用も可能である。いわゆるアフターマーケット（出荷後）の、ユーザーが製品を活用しているフェーズに適用すれば、耐久消費財のMROの高度化（例：EVのバッテリーなど）へ貢献、さらに電池の健康状態（SOH: State of health）を定期的にモニターすることで、サーキュラーエコノミーの円滑化に応用することも期待できる。

わが国製造業のイノベーションの方向

EUで検討され、既に施行された法律として、データガバナンス法（DGA）、デジタルサービス法（DSA）、デジタルマーケット法（DMA）がある。さらに、2025年9月からは、データの発生者が当該データのアクセス権を第3者に与える権利を保障するデータ法（DA）がまたも欧州で施行される。

こうした法制度の整備は、米国や中国の巨大IT企業のデータ寡占を阻止しつつ、社会エコシステム全体におけるデータ連携を加速することは間違いない。EUの危機感と過去数年の対応の早さは驚嘆すべきである。
日本でもウラノスエコシステムによるデータ連携基盤の整備が進み、今年のハノーバーメッセでは、Catena-XやGAIA-Xとの連携についてのMOU（Memorandum of understanding：基本合意書）も締結された。データスペースの推進組織であるIDSAの日本でのハブも東京大学に設置された。データ連携基盤は、近い将来、日本でも問題なく活用できるようになるだろう。日本のIT産業もEUと同じ境遇にあることを考えると、歓迎されるべき動きと言えるだろう。

そもそも、製品製造、製造設備製造の両面からみても、自社が製造する製品について、出荷までの自社内でのイベント（加工工程）などのデータだけで、品質管理やトレーサビリティ、リコール対応、MROを行うことには限界があった。プロフェッショナル・エンジニアとしては、川上はもちろん、川下の生データも活用できる環境が提供され、入手できることになることは朗報であろう。こうしたデータを活用し、AIを縦横無尽に駆使し、エコシステム全体の生産性を向上させ、さらには最終顧客の満足度を向上させる「イノベーション」の機会を探るべきであろう。

3．データ連携基盤を日本企業が活用していくために

欧米企業の情報システムの動向　～インメモリDBによる生データの蓄積とオンザフライ～

データスペース、資産管理シェルに次ぐ、3つめの新技術は、インメモリデータベースの企業情報システムへの応用である。SAPのS4HANAに代表されるこれらのアーキテクチャの特徴は4つある。
①30年前と比較し、約100万倍となったチップの処理スピードを活用し、②企業活動の実績データを直接メモリに書き込み、③必要に応じて、実績データを即時集計（オンザフライ処理）することで、④比較的単純なシステムアーキテクチャでのリアルタイム処理を可能とする構造となっていることである。このため、資産管理シェルでの実績データを取り込みやすい構造にある。

一方、従来型のアーキテクチャは、実績データを集計・加工し、中間ファイルという形式で保持するのが一般的である。例えば、日々の実績データは、年次の損益計算書の計算に適した形式に集計・加工され、月次でシステム内に保存される。これらの中間ファイルを、常に喫緊の月次の区切り分まで集計・加工しておくと、いざバッチ処理で年次の最終集計を実施する際のリードタイムが迅速になる。巨大な中間ファイルの構造体を前提とするシステムの設計思想とも言えよう。

しかし、こうした思想で構築された基幹システムにおいて、資産管理シェルに蓄積された実績データをリアルタイムで取り扱おうとすると、システム構造が複雑になることは想像に難くない。実績データよりも集計された後の数字が重要という設計の価値観が災いするのである。集計・加工する前の実績データはディスク容量を食うため、集計処理の完了と共に消去され、システム内には中間ファイルしか存在しないというケースも多い。
もっとも、社会エコシステムにおける巨大なデータを縦横無尽に活用する「AIによる破壊的イノベーション」が現れるまでは、会計情報を重視する設計思想でも大きな問題は認知されていなかったのではないだろうか。

日本企業の情報システム（エンタープライズシステム）の課題

海外と比較すると、日本企業の製造現場でのエンタープライズシステム、いわゆるERP（Enterprise Resource Planning）やMES（Manufacturing Execution System）などの領域の企業情報システムの特徴は、各企業固有の基幹系システムに依存していることが多いことである。むしろ、企業単位で言語体系（概念・意味の体系：オントロジー）が標準化されていれば、優秀とすらいえる。実際は、厳密には事業部門や事業所、場合によっては建屋（たてや）によって言語体系が異なるケースも多い。基幹システムはもとより、MESやスケジューラー、差し立て票（ワークオーダー）の内容も、同様である。
もちろん、背景には「現場のモチベーションを重視するマネジメントの方針」があり、「現場がその時求めているITシステムを、要望に沿って開発してきた歴史や文化、風土」があるわけで、これらのエンタープライズシステムは急に変更できるものではない」という意見も根強い。

「いや、まさに今、DXプロジェクトの一環として、S4HANAへの大規模な移行プロジェクトを推進している」という製造業も多いことだろう。しかしながら、プロジェクトのきっかけが旧来のSAPの保守切れの場合、変更を最小限に済ましたいという考えから、対象範囲を従来のERPの活用範囲である局所的な「会計システムのリプレイスとそのインタフェイスだけ」に絞り込んでしまっていることも多い。この場合、各事業部門の多数の旧来型の基幹システムを温存したまま、マスタの同期化システム（MDM）とインタフェイスシステムの開発に巨額の投資がなされているケースも多い。「大規模」投資の内容が海外と日本とでは全く様相が異なるのである。となると、多くの場合、実績データは、S4HANA上には存在せず、旧来システムにしか存在しない。もしくは加工しない実績データはディスク容量を食うので消去されていて、集計・加工の状態での中間ファイルしか存在しない。
実績データをそのままインメモリ構造で保持し、オンザフライ（即時集計）のリアルタイム処理で都度計算することにより、システム構造を単純化し、メンテナンスを容易にする。同時にAIを活用した各種イノベーションをも推進する。こうしたインメモリDB型のシステムアーキテクチャの先進性は一旦棚に上げられ、無視されているわけである。これでは、何のためにアップグレイドしているのか、価値が説明できない。

それでも、サプライチェーンを同じくする上流下流の関連他社が保有する膨大な実績データへアクセスできる環境がなんとか整ったとしよう。しかし、データスペースを活用した各種の集計処理のためには、各企業固有の基幹システムの中間ファイルからデータスペース上で扱えるデータへと、属性のマッピングをしていく膨大な作業が必要になる。基幹システムとS4HANAとの接続だけでも膨大な工数をかけたプロジェクトとなっているのに、同じ作業がまた必要になるわけである。コストの点からも、事実上短期的な対応は不可能に近いだろう。

データスペース時代の破壊的イノベーションの推進を目的とした、インメモリ・オンザフライ型のエンタープライズシステムへの早期移行は、これまでの対応とは考え方が大きく異なる。しかしながら、日本企業にとって無視できない極めて重要な経営戦略上の課題と言えよう。

4．さいごに

～「自社内だけでも連携できないデータが、なぜ他社と容易に連携できるのか」という素朴な質問に対して～

「自社だけでも連携できていないデータが、なぜ他社と連携できるのか」という典型的な日本企業経営層の質問に戻ろう。この質問への筆者の回答は、①データスペースという新たな企業間のデータ連携基盤が整備され、②部品や製品だけでなく、生産設備を含む資産管理シェルの標準規格ができ、標準化された実績データが基盤に載ったうえ、③エンタープライズシステムが実績データを中心とするインメモリ・オンザフライ型のアーキテクチャへ移行しているという、3つのイノベーションが、同時並行で進展しているからというものである。

前述のような旧来構造の基幹システムを、当面維持することを決めた日本企業のIT部門からすると、新しいタイプの企業間のデータ連携基盤（データスペース）が整備されることにより、人工物のライフサイクル全体から発生するデータを企業の壁を越えて縦横無尽に活用できる環境を前提としたAIによるイノベーションは、「悪夢」か「不都合な真実」と映るかもしれない。しかしながら、これが俯瞰的な視座からみた「新しい現実」である。もちろん、現段階ではまだ萌芽的であり、「嵐の前の静けさ」といえるかもしれない。しかしながら、萌芽的であるがこの変化は「破壊的イノベーション」である。気づいた頃には「もう間に合わない」とならないように対応しなければいけない。日本の製造業に残された時間はそう長くはない。

• ^※1 

  詳しくは、RRIの報告書をじっくりとご覧いただきたい。データ連携基盤だけでは、膨大なデータを活用したイノベーションは難しい。https://www.jmfrri.gr.jp/document/library/6186.html

• ^※2 

  https://www.meti.go.jp/shingikai/mono_info_service/chikudenchi_sustainability/pdf/003_03_00.pdf

産業ITソリューションNewsletterのご登録（別サイトへ）

産業ITソリューションサイトへ

執筆者情報

• 藤野 直明

  産業ITイノベーション事業本部

  シニアチーフストラテジスト