![Cognitive Servicesの一例
Computer Vision API
画像分析(10K+のオブジェクトを認識)
– オブジェクト、前景、背景カラー、
画像/絵、アウトライン化
– 顔: 年齢/性別/表示位置
画像から文字データの読み取り
(OCR: Optical Character Recognition)
手書き文字の読み取り（プレビュー）
(現在 英語のみ) JPEG, PNG, BMP, PDF, TIFF
著名人、ランドマークの認識
Object Detection A GOAL WITHOUT
A PLAN IS
JUST A WISH
Analyze image
Category People; 1 face found
Adult False
Black & White? No
Dominant colors
Accent color
OCR OCR Handwriting
chapter
Mr. Sherlock Holmes
In the year 1878 I took my degree of Doctor
of medicine of the university of London
and proceeded to Netley to go through…
{ "categories": [
{ "name": "Satya Nadella", "confidence":
0.99727016687393188 } ]}
{ "categories": [
{ "name": "Colosseum", "confidence":
0.94450044631958008 } ] }
Object Detection](https://image.slidesharecdn.com/005casestudymfgra4mpn20200715-200803055223/75/Part-0-5-37-2048.jpg)
Uploaded byTakeshi Fukuhara
Part 0.5: 事例を中心としたユースケース (製造リファレンス・アーキテクチャ勉強会)
This document provides a comprehensive overview of Microsoft's manufacturing reference architecture and the accompanying training for building systems based on it. It discusses various use cases, including IoT infrastructure, data and AI platforms, and serverless system integration, highlighting success stories from companies like Komatsu and Rolls-Royce that have leveraged Azure for transforming their operations. Additionally, it outlines strategies for improving supply chains, customer engagement, and workforce transformation in the manufacturing industry.
More Related Content
![[CTO Night & Day 2019] AWS で構築するデータレイク基盤と amazon.com での導入事例 #ctonight](https://cdn.slidesharecdn.com/ss_thumbnails/ctond2019morningsessiondatalake-191027185852-thumbnail.jpg?width=640&height=640&fit=bounds)
Similar to Part 0.5: 事例を中心としたユースケース (製造リファレンス・アーキテクチャ勉強会)
![[de:code 2019] [DP10] Build 2019 Azure AI & Data Platform 最新アップデート](https://cdn.slidesharecdn.com/ss_thumbnails/decode19dp10build2019azureaidataupdates-190529091728-thumbnail.jpg?width=640&height=640&fit=bounds)
Part 0.5: 事例を中心としたユースケース (製造リファレンス・アーキテクチャ勉強会)
- 1. Azure 2020年7月 (MPNパートナー様向け配布用) Tech Briefing: 製造リファレンス・アーキテクチャをベースとした システム構築を行うための基盤技術トレーニング 福原 毅( tfukuha ) 日本マイクロソフト株式会社 パートナー事業本部 パートナー技術統括本部 第二アーキテクト本部 シニア クラウド ソリューション アーキテクト ( Azure Data & AI ) ～ Part 0.5: 事例を中心としたユースケース
- 2. Part 0: 製造リファレンス・アーキテクチャについて Part0.5: 事例を中心としたユースケース Part 1: IoT 基盤 Part 2: Data & AI 基盤 Part 3: サーバーレスとシステム間連携基盤 Part 4: Power Platform / Dynamics 365概説 Part 5: “製品の変革” を支える基盤サービス 製造リファレンス・アーキテクチャをベースとした システム構築を行うための基盤技術トレーニング(座学)
- 3. Factory of theFuture リファレンス・アーキテクチャ https://aka.ms/MFG_RA_FoF_DL Intelligent Supply Chain リファレンス・アーキテクチャ https://aka.ms/MFG_RA_ISC_DL Product as a Service リファレンス・アーキテクチャ https://aka.ms/MFG_RA_PDaaS_DL 製造リファレンス・アーキテクチャのダウンロード URL
- 4. 製造業におけるマイクロソフトの注力領域 Respond (喫緊の状況に対処) |Recover (現状回復と復活の計画立案) | Reimagine (ニューノーマルの形成) Transform your workforce Engage customers in new ways Build more agile factories / production Create more resilient supply chains Unlock innovation and deliver new services Formerly Connected Field Service Formerly Factory of the Future Formerly Intelligent Supply Chain Formerly Connected Product InnovationFormerly Workforce Transformation
- 5. 目次 Create more resilientsupply chains ( Formerly Intelligent Supply Chain ) • Unilever 事例 Unlock innovation and deliver new services ( Formerly Connected Product Innovation ) • Willow Twin • ANSYS TWIN BUILDER インテリジェントな製造業 • 小松製作所 Engage customers in new ways ( Formerly Connected Field Service / Connected Sales ) • Rolls-Royce 事例 • ThyssenKrupp 事例 Build more agile factories / production ( Formerly Factory of the Future ) • SANDVIK COROMANT 事例 • Carl Zeiss 事例 • JABIL 事例
- 6. 導入製品とサービス コマツ 背景と課題 ⚫ Azure SQLDatabase ⚫ Azure SQL Data Warehouse ⚫ Azure Storage ⚫ Power BI ⚫ 建設機械等の販売需要は経済状況や資源価格によって大きく変動する。この 変動に対して柔軟に追随することが生産現場の重要課題 ⚫ 日本国内のマザー工場および生産を委託している協力会社では、労働力不足が 大きな課題だった ⚫ 工場の稼働状況を可視化し、最終的には設備や人員を減らしながら、生産性を 2 倍にすることを目標に設定 ソリューションと導入効果 ⚫ 当初のオンプレミスで運用していたKOM-MICS を、2016 年に12月にクラウドに 移行することを決定、セキュリティとサポート体制を評価し、クラウド基盤として Microsoft Azure を採用 ⚫ わずか1か月で Microsoft Azure への移行を完了 ⚫ データ収集サーバーをAzure へ移行したことで、スケーラビリティを確保し、KOM- MICS の接続対象拠点をグローバル、協力会社へと一気に拡大 導入効果と今後の展開 ⚫ KOM-MICS で収集したデータを品質向上や設備故障の予知にも活用するため AI の活用を検討、またエッジ側で Azure のサービスの実行を可能にする Azure IoT Edge の導入も視野に ⚫ Azure Databricks による溶接の際の演算処理時間の短縮を検討中 コマツ 生産本部 生産技術開発センタ 所長 山中 伸好 氏 「Azure でクラウド化したことで、KOM-MICS に接続する 拠点を一気に拡大できるようになりました。マイクロソフトの 的確な支援にも満足しています」 スマート工場基盤「KOM-MICS 」を Microsoft Azure でクラウド化、 海外拠点や関係会社への接続拡大でより広範な生産現場の可視化と改善が可能に ※お客様の所属、役職等は、取材当時 (2019 年 3 月) の情報です。
- 7. de:code 2019 IT04 コマツが進めるスマートファクトリー “KOM-MICS x Azure” 小松製作所 生産本部 生産技術開発センタ 所長 山中 伸好 https://www.microsoft.com/ja-jp/events/decode/2019session/detail.aspx?sid=IT04 (講演資料より抜粋 )
- 8. 製造業におけるマイクロソフトの注力領域の再整理 Respond (喫緊の状況に対処) |Recover (現状回復と復活の計画立案) | Reimagine (ニューノーマルの形成) Transform your workforce Engage customers in new ways Build more agile factories / production Create more resilient supply chains Unlock innovation and deliver new services Formerly Connected Field Service Formerly Factory of the Future Formerly Intelligent Supply Chain Formerly Connected Product InnovationFormerly Workforce Transformation
- 9. Engage customers innew ways 事例 Formerly Connected Field Service / Connected Sales
- 10. Engage customers innew ways 事例 ( Formerly Connected Field Service ) 都市景観をトランスフォーム センサーデータの収集と有用なビジネスへ の知見を示すシステムにより、リアクティブ な保全から、プロアクティブな保全へ移行。 Click で事例詳細へ ノイズからシグナルを抽出 分析により、燃料利用に関する対応可 能な示唆や、予兆保全により、予期せ ぬ遅延を防ぐ。 Click で事例詳細へ 工場の最適化 IoT、機械学習、人工知能、CRMを使 い、プロセスと計画を最適化し、予兆保 全によるスケジューリングで、ダウンタイムを 回避 Click で事例詳細へ
- 11. Challenge ロールスロイスは、世界中で毎 月 50,000 以上のフライトにお ける飛行機の稼働効率の向 上とエンジンのメンテナンスコス トの削減を実現したかった Solution エンジンの健全性データ、航 空管制情報、燃料の消費 プロセスのデータをAzure IoT Suite でリアルタイムに 収集・集約し、Cortana Intelligence Suite で分析 Results • フライト停止を削減して年間数百万 ドル規模の金額効果の可能性を見 出した • 燃費向上とメンテナンス計画の効率 化 “マイクロソフトと共に我々は真にデジタルサービス企業へ移行し、エンジンに関係する航空機のオペ レーション全体を通じてお客様を正しく支援することで、パフォーマンスの点で真の差別化を実現する ことができるようになった。” — Tom Palmer, Senior Vice President of Services, Civil Aerospace at Rolls Royce 製品のもたらす顧客価値を根本的に改善
- 12. パイロット・インプリメント（コネクテッド・フィールド・サービス） ProductasaService ソリューションシナリオ 2.Connected Field Service ML予測値が30日未満の 時レコード作成 ML予測値が7日未満の 緊急時レコード作成 Dynamics365 for Field Service リソース管理、スケジュール管理、 契約管理、モバイル機能、地図連携… Field Service 業務機能 デバイス Blobs Storage IoT Central Stream Analytics Blobs Storage devicerules Logic AppsService Bus ML Web Service Azure 測定値 Power BI IoT Central 用レポート Dynamics 365 フォーム用レポート データ エクスポート ストリーム データ 閾値 ストリームデータに 対するML予測値 ML予測値 が閾値を 超えたデータ 一定周期で 取得した データ 1分間毎 の最大値 直近1時間分 のデータ ストリームデータ HoloLens 保守技術者 管理者 ディスパッチャー 顧客資産 Customer Asset 作業指示書 Work Order サポート案件 Incident IoT通知 IoT Notificationレコード作成 Event Hubs Stream Analytics SQL Server View ストリームデータ
- 13. Engage customers innew ways 事例 ( Formerly Connected Field Service ) 都市景観をトランスフォーム センサーデータの収集と有用なビジネスへ の知見を示すシステムにより、リアクティブ な保全から、プロアクティブな保全へ移行。 Click で事例詳細へ ノイズからシグナルを抽出 分析により、燃料利用に関する対応可 能な示唆や、予兆保全により、予期せ ぬ遅延を防ぐ。 Click で事例詳細へ 工場の最適化 IoT、機械学習、人工知能、CRMを使 い、プロセスと計画を最適化し、予兆保 全によるスケジューリングで、ダウンタイムを 回避 Click で事例詳細へ
- 14. 現場技術者の作業支援の仕組みを確立 Challenge • 予兆保全サービスによる連 続稼働性の向上と、保守 ビジネスによる利益確保を 両立したい • 急成長するアジア市場で 保守技術者の大量育成 が必要 Solution •エレベーターをリアルタイムに 監視・見える化し、PC やモ バイル、HoloLensで活用 • 問題発生時のノウハウを機 械学習でモデル化し、世界 中に展開 Benefits • ThyssenKrupp とその顧客の保守 費用を削減 • 予測モデルの精度を向上し、急成 長する市場の未熟な保守技術者も 活用 “我々は予防保全の業界標準の先を行き、先取りした予兆的な保全を行うことにより、よ り高い稼働時間を保証したかった” ANDREAS SCHIERENBECK CEO ThyssenKrupp Elevator
- 15. ThyssenKrupp Elevator IoTアプリケーション事例 Engage customers in new ways ( Formerly Connected Field Service )
- 16. ThyssenKrupp Elevator 事例のデータ活用フロー データの 流れ デバイスコネクティビティデータ収集・管理と高度な分析 情報の活用 ビジネスプロセスとの 連携 IoT Agent / Gateway Event Hub Blob Storage マシンデータ の蓄積 Azure ML 予兆／原因の学習モデル Azure ML メンテナンス 方法の学習モデル ダッシュボード 参照 ERP • 顧客 • 設備 • 担当者 通知ハブ 通知 予兆イベント 対応方法 の推奨 • ヘルス状態 • インシデント管理 • 対応のディスパッチ 現地技術要員の HoloLens オペレーション センターPower BI セルフサービス 分析 制御機器とセンサーのデータ • イベント : ✓ドア開閉、軸アライメント、キャビン速度、 モーター温度など • アラーム : ✓故障アラーム、エラーコードなど Stream Analytics Engage customers in new ways ( Formerly Connected Field Service )
- 17. HoloLensによるフィールドサービスの効率化 https://youtu.be/biNebig1gUI Engage customersin new ways ( Formerly Connected Field Service )
- 18. Mixed Reality アプリケーション RemoteAssist 現場の作業者と遠隔地 にいるエキスパートが視点 を共有し、リアルタイムに 問題を解決 より迅速に問題を解決 Guides ステップ バイ ステップの3D 作業手順によって生産性 を向上し、トレーニング効 率を向上 より実践的な学習 Layout 現実世界の中で実際の 大きさで空間を設計し、 自由に動き回り、その場 でデザインを編集 より効率的な空間設計 Remote Assist for mobile モバイル端末でも、 Remote Assist が利用 可能に。 より迅速に問題を解決 Product Visualize 現実空間に 3D で商品 を表示し、その場でカスタ マイズした結果を表示する ことで、セールス活動をよ り効果的に実施。 3D で商品を表示 Microsoft Dynamics 365 Applications For Mobile DevicesFor HoloLens 2 Engage customers in new ways ( Formerly Connected Sales )
- 19. “本日、Microsoft HoloLensをベースにした世界最大のリリースが行 われました。Andreas Schierenbeckは、ThyssenKrupp Elevator ホーム ソリューションの120名の営業と共に、HoloLensのユニットとト レーニングを受けました。業務のデジタル化で、階段リフトの納期を1/4 に短縮します。“ - Luis Ramos, Head of Communications, Thyssenkrupp Elevators Engage customers in new ways ( Formerly Connected Sales )
- 20. Mixed Reality アプリケーション RemoteAssist 現場の作業者と遠隔地 にいるエキスパートが視点 を共有し、リアルタイムに 問題を解決 より迅速に問題を解決 Guides ステップ バイ ステップの3D 作業手順によって生産性 を向上し、トレーニング効 率を向上 より実践的な学習 Layout 現実世界の中で実際の 大きさで空間を設計し、 自由に動き回り、その場 でデザインを編集 より効率的な空間設計 Remote Assist for mobile モバイル端末でも、 Remote Assist が利用 可能に。 より迅速に問題を解決 Product Visualize 現実空間に 3D で商品 を表示し、その場でカスタ マイズした結果を表示する ことで、セールス活動をよ り効果的に実施。 3D で商品を表示 Microsoft Dynamics 365 Applications For Mobile DevicesFor HoloLens 2 Engage customers in new ways ( Formerly Connected Sales )
- 21. 複合現実を使い、製品を 視覚化 シームレスに販売と 統合 音声メモと注釈 Preview available April1 (only for mobile devices) Product Visualize ビデオ https://youtu.be/d3YT8j0yYl0 Engage customers in new ways ( Formerly Connected Sales )
- 22. 顧客への販売のライフサイクル Dynamics 365 BusinessApplications + Mixed Reality 修理の成功率を 向上 設置作業の 円滑化 製造ラインの 変革 販売体験の モダナイズ Remote Assist and Field Service Guides and Finance & Operations Product Visualize and Sales Layout and Field Service These Photo by Unknown Author is licensed under CC BY-SA This Photo by Unknown Author is licensed under CC BY-NC-ND Engage customers in new ways ( Formerly Connected Sales )
- 23. Build more agilefactories / production 事例 Formerly Factory of the Future
- 24. Build more agilefactories / production 事例 ( Formerly Factory of the Future ) エッジ(製造設備)で高速処理 品質データをより柔軟かつ迅速に取得お よび分析するために、眼鏡レンズ、機械 部品、および分光ソリューションの生産ラ インにエッジソリューションを追加。 Click で事例詳細へ 工場の最適化 IoT、機械学習、人工知能、CRMを使 い、プロセスと計画を最適化し、予兆保 全によるスケジューリングで、ダウンタイムを 回避 Click で事例詳細へ 予測とリアルタイム製造の統合 機械から収集した数百万のデータから品 質不良を 80% 精度で早期に予測。外 観検査を自動化してコスト削減 Click で事例詳細へ
- 25. 優れたフィールド サービスを提供 「このソリューションのおかげで、製造プロセスを変革できました。お客様の現場から 営業のやり取りまで、あらゆる段階で工具、機械、プロセスを連携させることで、 かつてないレベルのフィールド サービスを提供できるようになりました。」 KlasForsström 氏 Sandvik Coromant、社長 目的 Sandvik Coromant は、 切削工具の製造と金属切削 業界向けのサービスを展開。 自社のサービスを次のレベルに引き 上げる方法を模索。 戦術 マイクロソフトのテクノロジを活用 し、温度、負荷、振動などの データを機械加工プロセスからリ アルタイムで収集し、そのデータ をクラウドに接続するソリューショ ンを開発。 結果 • 緊急シャットダウンの決定に必要な時 間を 2 秒から 100 ミリ秒に短縮 • 顧客にフィードバックを瞬時に提供して 効率を向上 • 数百万ドルのコスト削減を実現
- 26. Sandvik Cormat: IoTEdge Demo (Channel 9 > Build 2017 Keynote: https://channel9.msdn.com/Events/Build/2017/KEY01#time=19m00s ) Build more agile factories / production ( Formerly Factory of the Future )
- 27. Build more agilefactories / production 事例 ( Formerly Factory of the Future ) エッジ(製造設備)で高速処理 品質データをより柔軟かつ迅速に取得お よび分析するために、眼鏡レンズ、機械 部品、および分光ソリューションの生産ラ インにエッジソリューションを追加。 Click で事例詳細へ 工場の最適化 IoT、機械学習、人工知能、CRMを使 い、プロセスと計画を最適化し、予兆保 全によるスケジューリングで、ダウンタイムを 回避 Click で事例詳細へ 予測とリアルタイム製造の統合 機械から収集した数百万のデータから品 質不良を 80% 精度で早期に予測。外 観検査を自動化してコスト削減 Click で事例詳細へ
- 28. エッジ コンピューティング導入以前は、クラウドでの分析が問題を指摘した時 点で、応答時間と、場合によっては製品を無駄にしていました。Azure SQL Edgeにより、応答時間と必要なサイクル数の両方を削減します。 MAXIMILIANSTUETZ IT Solutions Manager, ZEISS 従業員の 働き方支援 製品の 変革 オペレーション の最適化
- 29. サブシナリオ4: 最適値算出 /分析自動化 ( アナリティクス、ML、AI ) – 補足 メンテナンスの適切なタイミングを知る Time Quality 劣化発生 メンテナンス 最適時期 オーバーメンテナンス 予測 Build more agile factories / production ( Formerly Factory of the Future )
- 30. Build more agilefactories / production ( Formerly Factory of the Future )
- 31. 光学系メーカーのZeissは、生産ラインのマシンで Azure SQL Edgeを使用してIoT テレメトリ データを処理および保存します。 推論アルゴリズムは、モデルとストリーム データを使用して、異常 を自動的に検出して警告し、生産パラメータを調整し、必要な メンテナンスを予測します。 Build more agile factories / production ( Formerly Factory of the Future )
- 32. 各工場にビッグ データ クラスターを展開し、すべてのAzure SQL Edgeの データベースからのデータを処理および格納します。 データ仮想化により、生産ラインのマシンからのデータとビジネス アプリケー ション データベースのデータをダッシュボードに簡単に結合できます。 予測分析の機械学習モデルは、Spark を使用してこれらの結合されたデー タ ソース全体でトレーニングされます。 Build more agile factories / production ( Formerly Factory of the Future )
- 33. Build more agilefactories / production 事例 ( Formerly Factory of the Future ) エッジ(製造設備)で高速処理 品質データをより柔軟かつ迅速に取得お よび分析するために、眼鏡レンズ、機械 部品、および分光ソリューションの生産ラ インにエッジソリューションを追加。 Click で事例詳細へ 工場の最適化 IoT、機械学習、人工知能、CRMを使 い、プロセスと計画を最適化し、予兆保 全によるスケジューリングで、ダウンタイムを 回避 Click で事例詳細へ 予測とリアルタイム製造の統合 機械から収集した数百万のデータから品 質不良を 80% 精度で早期に予測。外 観検査を自動化してコスト削減 Click で事例詳細へ
- 34. Jabil Challenge Jabil は、リードタイムを速め、コスト を削減するために、組み立てフロア の不具合や障害をより早期に予 測したいと考えていた。 Solution Jabil は、Microsoftの機械学 習ソリューションをベースにした 高度な分析を実施し、製造ラ インを変革することができた。 Benefits •機械から収集した数百万のデータから 品質不良を 80% 精度で早期に予測 • 予測結果に基づいて、早めにリワーク& 対処することで、廃棄物や再作業のコ ストを 17% 削減 • エネルギーコスト 10% 削減 • 外観検査を自動化してコスト削減 予測分析とリアルタイム製造の統合 「私たちは効率を改善し、コストを削減し、リードタイムを短縮することができる。 これらの要素は、柔軟性を高めることを目指すお客様の要件と直接結びついている。」 Matt Behringer Jabil、 エンタープライズ オペレーションおよび品質システム、CIO
- 35. Azure IoT EdgeDeviceの例: Azure Stack Edge = Compute + Project Brainwave ローカル ストレージ オンプレミスのシステム FPGA + Brainwave 最適化されたネットワーク データ転送 Azure ストレージ (Block, Page, および Files) IoT Edge モジュール IoT Hub Build more agile factories / production ( Formerly Factory of the Future )
- 36. 製造業での画像認識の事例 大手楽器メーカーでの、楽器出荷時の検品 • 楽器出荷時の画像でComputer VisionAPIを利用して画像中の品番を取得、その品番に紐付いた該当の 各部品をCustom Vision Serviceを利用して検知 • 楽器出荷時の検品を自動化し，検品ミス防止，検品効率向上の見込み Custom 482 WW2771-7-CA YCLCSGA-3L 001649 DOODD YCL-CSGAIIIL . ともに要求以上の検出 精度が得られた Computer Vision APIで 取得した文字列 typeA typeC typeD typeE 品番 Custom Vision Serviceで 検知したオブジェクト Build more agile factories / production ( Formerly Factory of the Future )
- 37. Cognitive Servicesの一例 Computer VisionAPI 画像分析(10K+のオブジェクトを認識) – オブジェクト、前景、背景カラー、 画像/絵、アウトライン化 – 顔: 年齢/性別/表示位置 画像から文字データの読み取り (OCR: Optical Character Recognition) 手書き文字の読み取り（プレビュー） (現在 英語のみ) JPEG, PNG, BMP, PDF, TIFF 著名人、ランドマークの認識 Object Detection A GOAL WITHOUT A PLAN IS JUST A WISH Analyze image Category People; 1 face found Adult False Black & White? No Dominant colors Accent color OCR OCR Handwriting chapter Mr. Sherlock Holmes In the year 1878 I took my degree of Doctor of medicine of the university of London and proceeded to Netley to go through… { "categories": [ { "name": "Satya Nadella", "confidence": 0.99727016687393188 } ]} { "categories": [ { "name": "Colosseum", "confidence": 0.94450044631958008 } ] } Object Detection
- 38. エッジ デバイスで利用可能な CognitiveServices 例: Cognitive Service for Azure IoT Edge Export https://www.customvision.ai/
- 39. Create more resilientsupply chains 事例 Formerly Intelligent Supply Chain
- 40. マイクロソフト社内事例: インテリジェント・サプライチェーン 背景 実施事項成果 ポイント データ+AI+コグニティブによるプロセス全体最適化・予測対応 予測型工場 • ERPと販売情報との連携 により生産計画の予測 精度向上、在庫レベルの 最適化 • サプライヤ・工場をまたぎ E2Eでの可視化により異 常のタイムリーな検知・対 応を実現 物流最適化 • ERPとロジデータを統合し 気象や交通情報を含め た到着・遅延予測と対 応により物流を最適化 高まる市場圧力およびサプライチェーンの複雑性 高い市場要求 競争力を維持するための価格・コスト圧力、製品 ライフサイクルの短縮化 複雑化するサプライチェーン 非常に多くのサプライヤ、SKUに基づき製造。世 界中の取扱い地域に対して絶え間なく出荷 ✓ サプライヤ・物流含めたプロセス全体を可視化することで、素早く、抜け漏れ無く、かつ全体最適の対応 ✓ ビッグ データ、機械学習、IoT を活用することで、リアルタイム・かつ予測型の対応を実現 ✓ 過去データによるリアクティブな対応から、生産・故障・遅延などの予測・検知に基づくプロアクティブな対応を実現 生産性向上、歩留まり率向上、 廃棄コスト削減を実現 4時間 30%改善 50億円Down在庫種類 42,000以上 サプライヤ 250以上 取扱い国数 122か国 年間出荷数 130万回 Surface Pro 4 ▶ Go to demo Create more resilient supply chains ( Formerly Intelligent Supply Chain )
- 41.
- 42.
- 43. 010 サポート 製品 & サービス 製造 &在庫 1101 0001 お客様 ファイナンス 法務 ヒューマン キャピタル 00 パートナー 011 100 A single destination for all internal data assets モダン データ プラットフォーム １つのカタログ すべてのデータ資産を１つの 目的地へ データを簡単に発見 信頼できるデータに接続 AI および ML (機械学習) モデルを活用 データを 1 か所に集約 リスク & セキュリティ 01 0101 0111 一般的 な情報 営業 & マーケティング 不動産 & インフラストラクチャ
- 44.
- 45. データ変革; 予測された知見が主導する組織になるための、 ユニリーバの歩みを加速 販売とブランド パフォーマンス デジタル化された工場とサプライチェイン AI/IoTを活用して工場のデジタル化を行い、予測 メンテナンス+エネルギーコストの削減+廃棄物削減 +歩留まりの改善を実現。工場労働者にセルフサ ービスの知見を提供 ユニリーバ フード ソリューション アップセルでの売り上げ向上のため、DTC チャネルを介したデータ駆動型マーケティング に対するデータ サイエンスを導入 人事 従業員の業務簡素化、従業員の手にデータを配置し、会話 型AI(Una)を介して手動反復タスクのコストを削減することで、 Employee 2020ビジョンを実現 財務 法務 デジタル化された研究開発 科学的な知見の改善を可能にするビッグ サイエンスの 取組 ( プロセス分析、統合生物学 ) に向けて、ビッグ データのモデリングとイノベーションの高速化により、市 場投入までのコストと時間を削減 マーケティング 資産のデジタル化 コネクテッドコーヒー自動販売機、浄水器、アイスクリー ムキャビネットにIoT/AIを活用した新しいビジネスモデル と消費者体験の向上を実現。在庫/資産の損金処 理を削減 Create more resilient supply chains ( Formerly Intelligent Supply Chain )
- 46. モダン データウェアハウスの論理的な構成 Universal DataLake (UDL) Business Data Lake (BDL) Business Data Lake (BDL) Business Data Lake (BDL) Product Product Product Product Product • Implemented using ADLS • Implemented using ADLS • Each product will have its own resource group for cataloguing and cross-charging purposes • Generally implemented using SQL DW, AAS, PBI, but flexibility based on requirements ADFADF Orchestration • Implemented using Azure Databricks Create more resilient supply chains ( Formerly Intelligent Supply Chain )
- 47.
- 48. Unlock innovation anddeliver new services 事例 Formerly Connected Product Innovation
- 49. Microsoft Platformによる製品ライフサイクル マネージメントの変革 Advancedanalytics BI and data Compute Hybrid Cloud Storage IoT and edge Artificial Intelligence Digital twins Simulation HPC HoloLens Mixed Reality SQL Database Ideation Product Design Mfg. Sales & Service Disposal
- 50. 製品ライフサイクルにおける Digital Thread RESULTS Connectedproduct Smart production Digital twin 80% Fan 0.0 90% RENDERING DESIGN Cloud rendering Ideate Design SEATING VARIANT Cloud workstation Create HPC simulation and analysis Simulate Testing Deep learning and AI training SIMULATION STATUS 60% Train Validate Feedback
- 51.
- 52. 現実世界のモノ 場所 ビジネス プロセス 人 デジタル ツイン= 以下のデジタル レプリカ
- 53. 物理世界とデジタル世界を反映したConnected Environment Data integration - Model integration Azure Digital Twins (integration) 物理世界デジタル世界 Microsoft Build 2020 参考 Breakout session: INT177 - Azure Digital Twins: Powering the Next Generation of IoT
- 54. 事例: Willow Twin 建物の運用をより効率的に管理するためのソリューションを構築 ドイツのRottweilにあるInnovation TestTower では、thyssenkrupp Elevator はWillow Twinを使用して 建物の維持方法に革命を起こし、テナ ントや訪問者の体験を向上させます。 詳細はこちら (英語) Willow と thyssenkrupp は、Azure Digital Twin を使った インテリジェントな建物の基礎を構築 Unlock innovation and deliver new services ( Formerly Connected Product Innovation )
- 55. ANSYS Azure Digital Twinbuilder: Physics-based Digital Twins AnsysはAzure Digital TwinsとIoT Hubを使 用して Ansys Twin Builder を強化し、物理ベー スのデジタル ツイン モデルの導入をさらに容易に して、物理資産や機器の予知保全と予防保全 を強化しました。 • 物理ベースのデジタル ツイン モデルを迅速かつ容易に構築 し、展開することができます。 • 現在の製品行動を分析し、実生活のシナリオにおける変 化の影響を予測する • プロセスをリアルタイムで監視し、最適化する • 社員教育の充実 • メンテナンスコストの削減と予測保全プログラムの精度向上 ※ オンラインイベントMicrosoft Build 2020 (https://mybuild.microsoft.com/ ) セッション スライドより抜粋 (抄訳) Unlock innovation and deliver new services ( Formerly Connected Product Innovation )
- 56. IoT センサーデータ シミュレーション ベースの デジタルツイン データ エンジニアリング データ Ansys Digital Twins による IoT 戦略の強化・拡張 Unlock innovation and deliver new services ( Formerly Connected Product Innovation )
- 57. Ansys Digital Twinアーキテクチャ IoT Devices Telemetry & IoT Events 1 Azure IoT Hub Telemetry & IoT Events 2 Azure Digital Twins 3 Telemetry Event Handlers (i.e: Event Grid, Functions, etc.) Telemetry4 Ansys Twin Builder Runtime Simulation Results 5 Simulation Results 6 7 Telemetry & Simulation Results Digital Twin Application 7 Telemetry & Simulation Results Azure Time Series Insights 8 Telemetry & Simulation Results Power BI Unlock innovation and deliver new services ( Formerly Connected Product Innovation )
- 58. 製造業におけるマイクロソフトの注力領域 Respond (喫緊の状況に対処) |Recover (現状回復と復活の計画立案) | Reimagine (ニューノーマルの形成) Transform your workforce Engage customers in new ways Build more agile factories / production Create more resilient supply chains Unlock innovation and deliver new services Formerly Connected Field Service Formerly Factory of the Future Formerly Intelligent Supply Chain Formerly Connected Product InnovationFormerly Workforce Transformation
- 59. 製造業へ提供可能なソリューション全体像 ISV パートナー様 (例: 自動化関連企業) SIパートナー様 D365 Supply Chain Management (Asset Management, Connected Manufacturing) D365 Service (Field Service) Power Apps & Power BI Teams for Firstline Workers Devices for Firstline Knowledge Management, Learning M365 Security & Compliance 産業向け優先シナリオ Engage customers in new ways Build more agile factories Create more resilient supply chains Unlock innovation and deliver new services Transform your workforce SI Partnerの皆様による マイクロソフトソリューションの拡張 ISVソリューションを マイクロソフトと共同販売Common Data Model & Exchange Platform CDM Data Share Governance Azure Platform Intelligent Edge Intelligent Cloud Manufacturing Industry Accelerators Regulatory Compliance Digital Asset Mgmt. Digital Supplier Mgmt. Workforce Transformation Power Platform RoboticsIndustrial KPIs AI & Deep Reinforcement Learning Simulation Mixed Reality Open Manufacturing Platform Synapse Digital Twins Industry Digital Twin Models Common Use Cases
- 60. Microsoft Platform デジタル フィードバックループを支えるMicrosoft Platform GitHub and Power Platform Trust and security
- 61. Part 0: 製造リファレンス・アーキテクチャについて Part0.5: 事例を中心としたユースケース Part 1: IoT 基盤 Part 2: Data & AI 基盤 Part 3: サーバーレスとシステム間連携基盤 Part 4: Power Platform / Dynamics 365 概説 Part 5: “製品の変革” を支える基盤サービス 製造リファレンス・アーキテクチャをベースとした システム構築を行うための基盤技術トレーニング(座学)
- 62. © 2020 MicrosoftCorporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION. Be future ready Build on your terms Operate hybrid seamlessly Trust your cloud