PoC貧乏を越えてDXはどこまで進んだか？現場密着のAI活用と3つの推進アプローチ

「最近では地に足の着いた取り組みが増えています。例えばAIについて、以前は『使えるんですか』『どう使うんですか』といった相談が多かったのですが、『この業務でこう使いたい』『この部分で精度を上げたい』といった現場で活用するための相談が増えています」（市川）

だが、顧客側には大きく4つの課題が目立つという。1点目はDXのノウハウの不足。DXに取り組み始めたはいいが、データの収集、管理、活用などがうまくできない。2点目は投資対効果への懸念。データ活用の具体的な効果がより厳密に問われるようになっている。3点目は人材不足。特にDX担当者や運用担当者の不足が目立つ。4点目はセキュリティだ。目的意識が明確になった分、ノウハウ、人材といった課題が改めて顕在化しているといえるだろう。

こうした変化を踏まえ、日立製作所では企業のDXやAI活用、それらに欠かせないデータ活用を支援するノウハウをまとめているという。ノウハウを貫くコンセプトは、アプリケーションやデータモデルの開発における「真似」「再利用」「継続」という3つのアプローチだ。

「真似」とは、成功事例を上手に真似すること。DX推進において大きな成果を上げた類似事例を参考に、投資リスクの低減や、投資回収の短期化を図りやすくする。「再利用」とは、業種別に定義されたデータモデルや、データ収集／蓄積／分析のベストプラクティス構成、設計書や定義書を含むさまざまなプログラムを再利用すること。「継続」とは、「アプリケーションを作って終わり」ではなく、DX推進のために改善、運用を続けていくことだ。

「日立製作所はこれら3つのアプローチの実践に必要なノウハウと経験を豊富に持っています。というのも、鉄道のような社会インフラの構成企業をはじめ、金融、医療、公共などミッションクリティカルな業種を中心に数十年にわたって支援してきました。つまり、各お客さまの成功事例、成果につながったノウハウやシステムなどを豊富に蓄積しているわけです。DX推進においては、そうした経験やノウハウに加え、AIなどの新しい技術や知見もフル活用して、各お客さまをサポートできる体制を整えています」（市川）

「音響AIは、直接設備に影響なく非接触でデータを取得できることがメリットです。ホームドア、冷却ファン、パイプなどの異常監視、ポンプ、モーター、送風機の劣化監視など、音が発生するあらゆるものを対象にすることができます。一般に、設備にセンサーを装着すると、老朽化した設備の破損などにつながってしまうこともあります。保守DXの目的は、既存業務の効率化と一層の確実化がありますが、これは老朽化した設備にこそ求められること。非接触であることは、既存設備の安定運用を阻害せずに現状を正しく把握できる点で、非常に有効な保守DXの手段なのです」

音響AIを活用しているのは主に、鉄道や電力など“絶対に止まってはならない”分野だ。日立製作所では、鉄道保安業務で培った知見やノウハウを、電力設備やプラント設備の異常検知に応用したり、逆に他業種で得た知見やノウハウを鉄道業に適用したりと、各分野で培った技術を横断的に共有し、日々技術力と精度を向上させ続けているという。

一方、音響AIの技術面でも日立製作所独自の強みがあるという。騒音を除去する「音源分離技術」と、正常サンプルのみから学習する「異音検知技術」だ。

「保守の現場ではさまざまな雑音が発生しています。例えば作業の効率化、確実化に向けて、音から現状分析するにしても、雑音があると本来分析したい音をうまく分析できません。しかし音源分離技術を利用すると、そうした診断対象の音を分離し、マイク1個で音源を抽出できます。そこに異音検知技術を組み合わせることで、多数の部品で構成される複雑な機械設備の動作音を正確かつ確実に分析し、設備の異常を音から高精度で予見できるのです」（高橋）

また一般に、異常検知では異常値を取得する作業が必要だが、異常値を取得すること自体が困難なケースも多い。

「同じ機種でも設置環境によって学習モデルが異なることがあります。その場合、個々に学習モデルを作成する必要がありますが、日立製作所では特徴を抽出して転移学習をさせるなど、少量のサンプルデータで学習できるように工夫しています。この点も当社独自のノウハウといえるでしょう」（高橋）

「転てつ機は、線路を切り替える重要な設備です。電気的に動き、可動部が多いメカニカルな設備であり、冗長化が困難という性質があります。従来は、時間計画保全（TBM）で点検し、メンテナンス部品を交換していました。ベテラン保守員が深夜に転てつ機をコンコンとたたいて異常を見つけていたのです」（津守）

言うまでもなく、これは長年の経験と熟練を要する作業だ。しかし属人化を解消しなければ、少子高齢化で人材不足が進むこれからの時代に対応することができない。そこで「音から異常を検知できるなら、AIで代替できるのではないか」と音響AIを適用。転てつ機の稼働音データをAIで判定し、摩耗、潤滑油切れなどによるメカニカルな異常音を検知する仕組みを築いた。

「転てつ機の状態をセンサーで計測し、検知した異常音をAIが『不具合』と判定したときのみ保守員が対応します。不具合が起こる前に対処できるため、ダウンタイムの低減にもつながっています」（津守）

設備の老朽化に伴う、ベテラン作業員による保守の頻度／コスト増という課題を、AIによるノウハウ標準化と遠隔監視によって大幅に効率化したわけだ。これは単なる効率化にとどまらず、技術継承や人材育成にも貢献しているという。

「AIを業務に適用するためには、まず現場業務を担っているベテランの経験や勘が求められます。ベテランの知恵とテクノロジーを組み合わせることで業務の効率化と高度化を同時に実現できるのです。つまり、ベテラン担当者は自らの経験を若手に伝えながら業務負担を軽減し、若手はノウハウを吸収するとともに、テクノロジーを使って分析や効率化に取り組むことになる。課題意識と目的が明確な場合、現場のモチベーションが高まることも多いのです。AI適用というプロジェクト自体が、技術継承や人材育成につながることを実感しています」（津守）

「例えばランサムウェア攻撃では攻撃者が金銭の窃取という明確な目的を持っているので、ある意味でAIよりも手法や技術の進化が速いといえます。他にも標的型攻撃やゼロデイ脆弱性など多くの脅威があり、侵入を完全に防ぐことは不可能です。インターネットに接続された機器に対するポートスキャンやマルウェアの侵入は日常的に発生しており、量、質ともに攻撃者に有利な状況です。ITを入り口にOTの世界に入っていく攻撃手法も確立されています。ITとOTの両方で、しっかりとした侵入対策はもちろん、攻撃者に侵入された後を想定した多層的なセキュリティ対策が不可欠です」（名島）

とはいえ、最も大切なのはビジネスのためにデータを進んで活用していこうというモチベーションだ。無論、セキュリティ対策も同時並行で進めることが不可欠だが、日立製作所では前述のHIPFで「基本サービス」として提供している。これには、「セキュリティを含めたデータマネジメントの悩みを解消し、データ活用に集中いただきたいという狙いがあります」と市川は話す。

ただ、現状ではHIPFによって成果を得ている企業がある一方で、まだまだデータ活用自体をためらう企業も少なくないという。市川はデータ活用の重要性や、属人化解消／ノウハウ継承といったAI適用のメリットなどを振り返りつつ、「まずは取り組んでみることが最も大切です」とエールを送る。

「データを活用してみると、次にすべきことが分かり、おのずと改善のサイクルが生まれます。『やってみた方がいいかな、やらない方がいいかな』『失敗しないように作戦を立ててから使おう』と悩むより、まずは使ってみて、お客さまの成長につなげてほしいと考えています。日立製作所のサービス、技術力、人材力の全ては、そうした“活用”に集中していただくためのものです。データを活用したいがうまく収集、分析できないなど、冒頭でお話しした“4つの課題”が思い当たる場合は、まずお声掛けください。その悩みを伺い、目的を共に明確化した上で、総力を挙げてデータ活用を支援します」（市川）