　クルマの製造においては、新しいモデルの導入時が製造技術の変換点となっている。その際に世界の生産拠点をいかにスムーズにつなぎ、世界各地の生産拠点での製造を円滑に立ち上げ安定化生産に導けるかがカギを握るという。従来はモノづくりのエキスパートが世界各地の拠点を飛び回って、それぞれの製造拠点で安定化生産を行う作業を行ってきた。これらの生産立ち上げにかかる一連の負荷削減を加速するために、製造IoTを活用（モノづくりを見える化し、軽量化する）し、世界各地の拠点での生産をより負荷を小さく行えるようにすることを目指している。

　例えば、クルマの塗装作業ではごみの付着などの塗装不具合に対し、エキスパートの知見とデータ分析を連携して予知予防を行えるシステムを構築した。「エキスパートの知見でさまざまな仮説を立案し、それを約200の項目をあげてデータを分析する。さらに、深堀り用センサーを設置して、日々の変化を計測したデータをすり合わせてみるとあるパターンで不具合が発生することが分かってきた」と山根氏は述べる。

　また、新機種のハイブリッドモーターの立ち上げ時には、当時は、品質影響による不稼働率が70％に達した。精度不良による設備トラブルや接合品質トラブル、チョコ停の増加と直行率の低下などがトラブル事例だが、これらのトラブル発生時のデータを取りながら、品質との因果関係をエキスパートの知見をもとに分析する「寄与度分析エンジン」を構築した。これにより「複数工程にまたがる因果関係を分析し、品質不良につながる源流を特定できるようになった」（山根氏）とする。

　また、クルマのボディーの生産立ち上げの例では、ボディーの仕事量を見ると溶接点が約2700ポイントでラインは50mにも及ぶ。溶接工場には400台のロボットが稼働しているが、製造プロセスは約90工程と膨大であり、変化点を総合的に見ることができなかった。

　以前のように人間がさまざまな部品のデータを取っているのでは、「シビック」の場合で1カ月という長い時間がかかったが、これをインラインでデータ化することを目指して取り組んだという。その結果、計測機器の進化もあり「変化点が分かるようになってきた」（山根氏）。さらに、エキスパートの知見で品質解析ツールをうまく活用したシステムを構築。それにより、治具や部品、溶接位置が適切に対応できているかを把握し「不具合が発生した際もその要因を短期間で見つけられるようになった」と山根氏は語っている。

　これらのように「エキスパートの知見とデジタル技術の高次元での融合で人では困難な『究極の生産体質と商品進化の両立』を加速することを目指している」と山根氏は寄居工場での取り組みについて語っている。

新型「フィット」を作り出す最先端技術の数々――ホンダが寄居工場を公開
ホンダは、新型「フィット」などの生産工場である埼玉製作所寄居工場（埼玉県大里郡寄居町）を公開した。同工場は、「環境負荷の小さい製品を最も環境負荷の小さい工場で作り出す」というコンセプトのもと、最先端の生産技術の導入によって高効率な生産体質を構築している。
工場自動化のホワイトスペースを狙え、主戦場は「搬送」と「検査」か
労働力不足が加速する中、人手がかかる作業を低減し省力化を目的とした「自動化」への関心が高まっている。製造現場では以前から「自動化」が進んでいるが、2019年は従来の空白地域の自動化が大きく加速する見込みだ。具体的には「搬送」と「検査」の自動化が広がる。
自律するスマート工場実現に向け、IoTプラットフォーム連携が加速へ
製造業のIoT活用はスマート工場実現に向けた取り組みが活発化している。多くの企業が「見える化」には取り組むが、その先に進むために必要なIoT基盤などではさまざまなサービスが乱立しており、迷うケースも多い。ただ、これらのプラットフォームは今後、連携が進む見込みだ。
見えてきたスマート工場化の正解例、少しだけ（そもそも編）
製造業の産業構造を大きく変えるといわれている「第4次産業革命」。本連載では、第4次産業革命で起きていることや、必要となることについて、話題になったトピックなどに応じて解説します。第28回となる今回は、スマート工場化において見えてきた正解例について前提となる話を少しだけまとめてみます。
スマートファクトリーはエッジリッチが鮮明化、カギは「意味あるデータ」
2017年はスマートファクトリー化への取り組みが大きく加速し、実導入レベルでの動きが大きく広がった1年となった。現実的な運用と成果を考えた際にあらためて注目されたのが「エッジリッチ」「エッジヘビー」の重要性である。2018年はAIを含めたエッジ領域の強化がさらに進む見込みだ。