注：本記事は(2024年2月8日)に公開された(Top 3 Data + AI Predictions for Manufacturing in 2024)を機械翻訳により公開したものです。

製造用AIへの投資は、2026年までに57%増加する見込みです。これは驚くべきことではありません。従業員の生産性を高め、効率を高め、イノベーションを促進するAIは、製造業における大きな可能性を秘めています。AIの予測機能は、製造リーダーが市場トレンドを予測し、データドリブンな意思決定を下すために役立ちます。これにより、サプライヤーだけでなく顧客にも経済的機会が生まれます。

データは生成AIの基盤であるため、このテクノロジーを活用して競争優位性を得るためには、データとAIの最新トレンドを先取りすることが極めて重要です。

2024年の製造業におけるAI活用について、Snowflakeの業界とテクノロジーエキスパートにお話をうかがいました。詳細なインサイトについては、新しいレポート「Manufacturing Data + AI Predictions 2024」をお読みください。

以下に、向こう1年間の業界トップ3の予測を簡単に示します。 

メーカーは、常に業務効率やコスト効果を高めるための手段を模索しています。Snowflakeの製造担当グローバルヘッドであるTim Longは、スマートマニュファクチャリング（高度なテクノロジーを使用して従来プロセスの効率化を図る）は、業界のリーダーがデータやAIを活用して強化できると考えている「大きな関心分野」であると話します。 

AIを最大限に活用するためには、データを1つの場所に統合する必要があります。メーカーはこれまで、情報技術（IT）、運用技術（OT）、セカンドパーティ、サードパーティのデータを統合することに苦闘してきました。こうしたデータは通常、複数のサイロ化された環境に置かれているためです。現在は、製造現場のデータをクラウドに移動して他の工場からの運用データと合わせることで、この問題を克服しています。

メーカーの間では、設備からのデータを他の製造プロセスのデータと統合することが大きなトレンドとなっており、2024年も引き続き主要な焦点となると見られています。Longは、次のように話します。「石油、ガス、ハイテク、工業生産など、いずれの分野の企業においても、設備からのデータを他のデータとの統合が可能な環境に移動させたいという需要が高まっています」 

世界的なパンデミックの緊張が緩和された後も、サプライチェーンの課題は大きなインパクトを与え続けています。Longによれば、データコラボレーションはすでに役立っています。データコラボレーションとは、さまざまなソースからデータを収集して共有するプロセスです。このプロセスには通常、社内チームのデータセットを統合して、領域の専門家の独自の視点を取り入れたインサイトを提供できるように専門家を支援することが含まれます。 

データコラボレーションには、データ共有パートナーシップや、サードパーティのデータセットによる既存データの補完といった形のものもあります。Longによれば、一部のメーカーはこういった方法でサプライチェーンの問題に先手を打っているとのことです。

メーカーは以下の3つの領域において、データ共有からメリットを得られます。

• コラボレーション：輸送と物流の領域では、特にメーカーから顧客への製品フローを支援するサードパーティ事業体とのデータコラボレーションに大きな焦点が置かれている。サードパーティとのコラボレーションにより、メーカーはより効率的に顧客に製品を届けることができます。 
• プランニング：メーカーは、製造プロセスの効率化を計画する際にデータを活用して、原材料やエネルギーの供給力や予測コストを把握することに関心を持っている。 
• リスクマネジメント：メーカーはさまざまなリスク指標に基づいてサプライヤー候補のパフォーマンスを監視することによって、サプライチェーンの断絶へのプロアクティブな対処や緩和を行える。

将来を見据えた包括的なデータ戦略を策定する企業が増えているため、AIの進化によりデータドリブンなインサイトと分析が促進、拡大されています。

生成AIや大規模言語モデル（LLM）を適切にトレーニングするためには、統合されたデータ構造が不可欠です。データサイロが生じると、出力が不完全または不正確になるか、克服するために多くの余分な作業が必要になります。シングルデータプラットフォームでは、関連するプライバシーフィーチャーをエコシステム全体にわたって設定して、顧客が進んで共有したデータについての同意が損なわれることのないようにできます。

データの統合、保存、ガバナンス、管理を、すべてシングルプラットフォームに集約することによって、急速に進化する競争環境において信頼できる唯一の情報源を確立できます。これにより、データ品質の向上、コストの削減、効率の改善が実現し、より優れた意思決定が可能になります。データ管理への包括的なアプローチを採用することにより、メタデータの改善、一貫性の確保、LLMに取り込まれるデータの品質向上が実現し、結果としてアウトプットの品質が向上します。こうした堅牢なデータ戦略を適切に実施するには、モダンデータクラウドプラットフォームが不可欠です。このプラットフォームの存在こそが、今後のAI戦略の成功を根本的に決定づけるものとなります。 

レポート「Manufacturing Data + AI Predictions 2024」をご覧いただくか、ウェビナーをご覧ください。