スマートファクトリー構築・推進支援 YDC Smart Factory

YDC Smart Factory ～データに基づくパフォーマンスの高い⼯場オペレーション～ スマートファクトリー構築 コンサルティング＆システム導入サービス

製造プロセスにおける そもそもの課題 取り巻く環境の変化 （市場ニーズ /技術進化 /環境問題） 変化の激しい先行き不透明な時代において、 ⼈材不⾜による製造プロセスの自動化や省⼒化、 品質や安全性の担保、不安定な原材料の調達、 環境に配慮したモノづくり……日本のモノづくりには 柔軟性の高い⽣産体制の構築が不可⽋となっています。 そのためにはいかにデータを活⽤するかが ⼈材不⾜と高齢化 競争⼒の源泉になります。 情報、システム、組織のサイロ化　 納期 標準化平準化 不良対策 在庫最適化 多品種小ロット⽣産で段取り替え 自然災害や突発的な需要変動、 や材料調達も多様で、⽣産の標 製造⼯程の複雑化により、最適な 準化が困難。⽣産性向上策が打 在庫レベルの維持が難しい。 ちづらい。 原材料調達の遅れや⼯程負荷調 多種多様な原材料管理、複雑 整が厳しく、納期に遅れたり納期変 な⼯程が多く、不良の追及やリ 更対応が難しい。 コールトラッキングなどのトレーサ ビリティの難易度が高い。 原価管理 部⾨間連携 原材料調達 属⼈化 総量と個別数量、間接費直接費 品種も納期もそれぞれ異なる の按分、費目別の配賦ルールなど、 小ロット製造に対応する原材料 原価計算ルールの確⽴や運⽤、 調達の難易度が高く、最適な 並びに予実管理が難しい。 納期や在庫量を維持するのが 至難の技。 拠点や部⾨間のコミュニケーショ 製造プロセス、在庫管理、原材 ンがスムーズにいかず、全社単位 料調達、拠点部⾨間連携の難し で製造マネジメントができず原材 さなど、業務難易度が高いため、 料や⽣産リソースに無駄が多い。 ⽣産部員のスキルが個別最適と なり属⼈化する。 YDC Smart Factory 標準KPI 「つながる工場」のイメージ （ISO22400） YDCは、製造プロセスにまつわる （経営部門） 経営判断 ・KGI／KPI 生産性 根本課題ならびに直接課題について、 （IT情報） 実データをベースにした⼯場マネジメントに 品質 営業部門 標準化 顧客情報 設計情報 品質情報 シフトすることによって解決します。 された 管理指標 能力 品質保証部門 それがコンサルティングと 製造情報 物流情報 環境 データdriven ⽣産マネジメントシステムの 在庫管理 テンプレートで構成される 保全 YDCのSmart Factoryです。 設計 製造 販売/物流 保守

YDC Smart Factoryの特長① ⼯場マネジメントデジタル化の あるべき姿と実装まで実行する実践コンサルティング 次世代⼯場マネジメントが必ず具備すべき仕組み（「製造⼯程の見える化」「止めない /止まらないプロセス」「経 営判断へのデータ活⽤」）を最適なカタチでデジタル化するグランドデザインとプロセス設計から実装までを実践 形式のコンサルテイングサービスとして提供します。 要件定義 スマートファクトリーの DXビジネス施策 あるべき姿策定 洗い出し 現状確認 DX戦略ツリー ⽣産デジタル化 DXビジネス施策の洗出しと 資料受領・内容確認 計画 優先順位付け （部⾨・⼈員・役割、⼯程フロー、⼯程説明、 （課題、業務領域、QCD、リスク） 推進体制 KPIの考え方、 既存帳票⼀覧、業務規定、システム構成図、 例 施策対象マッピング 既存システム機能⼀覧、既存データ⼀覧） 進め方のガイドラインとポイント 課題・要件 ⼯程フロー ⽤語説明 業務フロー 主要データ項目定義 システムデザイン データ関係ツリー KPIツリー 方式設計 外部設計（機能） 内部設計 帳票設計 運⽤・改善 システム構築 データ定義 フォーマット定義 あるべき姿 データベース設 データソース定 計 義 ユースケース データ対応方針 データ前処理設計 検証方法定義 データ表示設計 画面表示設計 YDC Smart Factoryの特長② ⼯場マネジメントデジタル化によって具備すべき要件と 実装まで最短距離で実現するシステムテンプレート YDCがこれまで 260 ⼯場に提供してきた⼯場マネジメント KPI 改善システムを体系化した、次世代⼯場マネジメ ントが必ず具備すべきデジタルな仕組みを実装するシステムテンプレートをベースに提供します。 標準KPI（ISO22400） ⽣産性 品質 能⼒ 環境 在庫管理 保全 •労働⽣産性 •品質率 •機械能⼒指数 •総合エネルギー消費量 •在庫回転率 •設備負荷率 •負荷度 •段取率 •ク リティカル機械 •直接エネルギー消費効率 •良品率 •平均故障間隔 •⽣産量 •設備保全 能⼒指数 •直 接正味エネルギー •総合良品率 •平均故障時間 •負荷効率 •利⽤率 •⼯程能⼒指数 消費効率 •製品廃棄率 •平均復旧時間 •利⽤効率 •⼯程利⽤率 •ク リティカル⼯程 •直接エネルギー効率 •在庫輸送廃棄率 •改良保全率 •総合設備効率 •廃棄度合 能⼒指数 •直接正味エネルギー効率 •その他廃棄率 •正味設備効率 •直⾏率 •設備有効性 •廃棄率 •⼯程効率 •⼿直率 •減衰率

YDC Smart Factoryの特長③ ⼯場マネジメントのフルデジタル化に必要な データ整備・統合のメソット リアルデータを使⽤した標準 KPI によるデータ分析・活⽤、サプライチェーン全体の情報共有を目指します。 ■製造実績データから見える気づき個別改善：案件情報、⽣産実績・設備情報など点在しているデータを繋ぐことで課 題や改善点の「気づき」を促しスピードや製品サービス改善ポイントなどの「価値」をもたらします。 ■経営判断材料として：製造実績データを見るKPI スコープを定義、ダッシュボード画面でリアルタイム把握。Fact デー タに基づく正しい状況判断と最適な意思決定が素早くできます。 見える・つながる⼯場（データ活⽤基盤） （クラウドサービス） 経営 BI 顧客別売上高 RPA API 連携 分析 利益率 製造原価 自動連係 需要予測 標準 KPI 在庫回転率 リアルタイム監視 ⽣産拠点の最適化 自動化ライン 外部 クレーム件数 製造原価・投資効果 サービス化 …… PLC/MES、センサ データ収集 エンジン （IoT データ） ETL、連携基盤 顧客 ID IT 情報 製造 BI 営業 / 設計 顧客情報 顧客仕様 在庫情報 案件情報 案件履歴 設計仕様 調達計画 設計情報 営業・設計情報 案件詳細 製造情報 調達先管理 ⽣産計画 取引先情報 品質情報 設備情報 エンジン 製造原価 出荷情報 品質情報 ビジネス 連携ポータル 部品原価 利⽤状況 蓄積 分析 トレーサビリティ パートナー ⽣産計画 ⽣産計画 在庫 共有情報 トレーサビリティ ⽣産実績 要員計画 エンジン …… 設備情報 要員原価 収集 活用 ISO22400 で定義されている工場マネ ジメント標準 KPI の改善サイクルを実 装するためのシステムテンプレート 製販在情報コックピット 拠点毎の⽣産詳細情報 品質カテゴリのテンプレート群 環境カテゴリのテンプレート群 複数製造業拠点の⽣産ダッシュボード 拠点毎の設備稼働状況

YDC Smart Factoryの効果 コストダウン＋バリューアップ データを必要な粒度で蓄積、連携することで、製造業の投資対象でありがちな「コストダウン効果」だけでなく、 付加価値を提供する「バリューアップ効果」がある。 バリューアップ効果 ■顧客サービスの向上 ■経営判断、対応の迅速化、精度向上 （付加価値） ・過 去商談、設計・製造情報によるシミュレーショ ・需 要増減に対する迅速な対応判断 ンによる提案営業（商談時顧客満⾜度アップ） （ライン・⼯場新設、外部委託） ・リアルタイムでの正確な納期回答 ・災害などの緊急時対応⼒が向上 ・不具合原因の迅速な特定とリコール対応 ・サ プライヤ管理・統合物 ■環境対応 流管理により、部品⽋品 ・カーボンニュートラル などへの迅速な対応 ・エネルギー消費 ■モノの削減 ■効率化 コストダウン効果 ・最適化された⽣産により、ムダな仕掛品が減少 ・リ アルタイムデータ連携により、業務プロセス ・⽣ 産・購買のリアルタイムデータ連携で部品の （効率化） が効率化されるとともに、部⾨間調整のミス削 在庫数・所在管理により、ムダな部品在庫が 減、時間短縮 減少 ・製 造拠点の仕組みを統⼀し、標準化をすすめ ることにより、⽣産効率改善 ■ヒトの削減（労働⼒⼈⼝減少に対する対策も） ・ク ラウド利⽤により、  ・製 造 IT 基盤共通化により、⽣産技術、プロセス ①ハードウェア更新の守りの IT投資の抑制 技術者のマルチ拠点対応 ②社外からデータを活⽤（ 有事でのビジネス継 ・リ モート対応により、ライン⽴上げ時 続） の要員抑制 ・外部委託先とのデータ連携により、効率的に 管理 導入ケース❶ 導入ケース❷ 化学メーカー 自動車部品メーカー /電子デバイス製造 複雑な棚卸業務をDXにより業務変革と効率化 機械学習での予測結果をバーチャル監視室で通知 Before（課題） Before（課題） ■逐 次把握ができず、適正な運転状態把握が遅れ、⽣産ロ ■機 械学習に渡すデータ（測定値や⽋陥画像）が散在し、 スが発⽣ 判定自動化する上での学習データ ■現 場負荷が高く（重複業務）、棚卸業務 収集が非効率 そのものが製造現場の重労働作業 ■品 質ばらつきが大きく、即時性の ■手書 /転記ミス混入 高い監視と対策手段が必要 ■予 測データをタイムリーに活⽤で きていない After（効果） After（効果） ■現場の負担Down＆ミス減 ■データ基盤構築し、機械学習に必要なデータを⼀元管理 ■⽣ 産状態を逐次把握（ロス量やロス要因、GHG排出量） ■製 造実績と予測値の両方を利⽤した統計的な傾向監視に し最適な運転維持が可能に より、品質向上が図れた ■原価を瞬時に把握（原単位、運転効率性、原価差額） ■ダ ッシュボード化した監視室により、場所に依存しない ■「棚卸新業務」は全⼯程で統⼀展開 現場監視を実現 棚卸帳票の総数　総数Down（30帳票） 棚卸結果確認までの時間 約 3日→20分、 ※頻度が月1集計→8時間毎

YDC Smart Factory導入ステップ 成長ストーリーを支える基盤整備を段階的に実現 基幹システムとも連携をして基盤を構築 グローバル含めた横軸展開 トライアル環境の構築と 本格導入 3年目 ユースケース検証 2年目 グローバル横軸展開 初年度下期 ⽣産データ収集開始 ■国内他拠点 ⽣産データ収集開始 ■品質管理の本格導入 ■海外拠点展開検討 ■⽣ 産設備稼働 本格導入計画 導入計画作成 ■製 造データ収集システム稼 ■検 証結果の振り返りと 初年度上期 働 ■電 子データ化システム稼働 本格導入計画 ⽣産データ活⽤基盤導入計画 ⽣産データ活⽤基盤構築 ■⽣ 産データデジタル化計画 ⽣産データ活⽤基盤構築 ■本格運⽤環境構築 グランドデザイン ■トライアル環境構築 ■電 子データ化システム構築 ■ユースケース検証 成長ストーリー アナログデータ全てをデジタル化 ⽣産データ活⽤基盤 トライアル環境、 導入計画 ユースケース定義と検証 本格導入計画 本格環境構築 グローバル展開 YDC Smart Factoryサービスメニュー スマートファクトリ推進支援 PMO グランドデザインコンサルティング レガシーシステムリデザイン データ活⽤プラットフォーム構築 システムインフラ設計支援 OM領域データ収集支援 データ活⽤⼈財教育 AI 現場活⽤支援・教育 システム運⽤支援 KPI 策定支援 ■開発・発売元　 〒141-0032 東京都品川区大崎1-2-2 アートヴィレッジ大崎セントラルタワー TEL：03-5740-5762 E-Mail：advocacy-sales@ydc.co.jp URL：https://www.ydc.co.jp  2023.06 2023.04