Embed Size (px)
Citation preview
平成２９年２月
経済産業省 製造産業局
参事官室 長谷川 洋
も の づ く り 企業＋プラス
日本のIoT政策と日独インダストリー4.0/IoT協力について
【業種別ＧＤＰの推移】
我が国製造業のＧＤＰの推移製造業のＧＤＰは１９９７年（約１１４兆円）をピークに減少が続き、ここ数年は約９０兆円。業種別には、「電気機械」の減少率が高く、他方「輸送用機械」や「一般機械」は、ほぼ同額で推移。
0
20
40
60
80
100
120
0
5
10
15
20
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
（兆円）（兆円）
製造業計（右軸）
輸送用機械
一般機械
電気機械
化学
鉄鋼
食料品
石油・石炭製品
窯業・土石製品
パルプ・紙
非鉄金属
金属製品
繊維
その他製造業
資料：内閣府「国民経済計算確報」
1
2
実社会のあらゆる事業・情報が、データ化・ネットワークを通じて自由にやりとり可（IoT）
集まった大量のデータを分析し、新たな価値を生む形で利用可能に（ビッグデータ）
機械が自ら学習し、人間を超える高度な判断が可能に（人工知能（AI））
多様かつ複雑な作業についても自動化が可能に（ロボット）
→ これまで実現不可能と思われていた社会の実現が可能に。
これに伴い、産業構造や就業構造が劇的に変わる可能性。
データ量の増加 処理性能の向上 ＡＩの非連続的進化
世界のデータ量は２年ごとに倍増。
ハードウェアの性能は、指数関数的に進化。
ディープラーニング等によりＡＩ技術が非連続的に発展。
業績今、何が起こっているのか？①～技術のブレークスルー～
3
技術ブレークスルーにより、何ができるようになるか？
① 大量生産・画一的 ⇒ 個々のニーズに合わせたカスタマイズ（例： 即時オーダーメイド服、各人の理解度に合わせた教育、個別化医療）
② 社会に眠っている資産と、個々のニーズを、コストゼロでマッチング（例： Uber、Airbnb）
③ 人間の役割、認識・学習機能のサポートや代替（例： 自動走行、ドローンによる測量・点検・配送）
④ 新たなサービスの創出、製品やモノのサービス化（例： 機器を販売するだけでなく、販売した機器について最適稼働・予知保全などの
サービスを提供）
⑤サプライチェーン全体での効率性の飛躍的向上（例： 生産設備と物流・発送・決済システムの統合・データ共有）
第4次産業革命の技術は全ての産業における革新のための共通の基盤技術。様々な分野の技術革新・ビジネスモデルと結びつくことで、全く新たなニーズを充足。
今、何が起きているのか？②～第四次産業革命～
海外プレイヤーの戦略には、①サービスを起点とするものと、②ものづくり（製品）を起点とするものの２つの動きが存在。
①ネット上の強み（様々なサービス（検索・広告、商取引等）のプラットフォーム）をテコにリアルな事業分野（ロボット、自動車等）へ拡大（ネットからリアルへ）
②リアルの強み（現場の生産設備・ロボット等）をテコに、現場データのネットワーク化を通じた新たなプラットフォーマーを目指す動き（リアルからネットへ）
出所：平成２６年度ものづくり基盤技術の振興施策
ネットからリアルへ
リアルからネットへ
海外プレイヤーのグローバル戦略
4
【製造現場・ハードウェア】
【ソリューション】
【IT基盤・ソフトウェア】
クラウド基盤 ＯＳ ミドルウェア AIデータベース
機械装置(工作機械等）
センサー制御装置 ロボット
等
自社作成MES等
予知保全設計・
提案支援遠隔保守 共同受注
生産最適化
多品種少量化
大企業・中小企業共通（例） 中小企業(例)
今、何がおきているのか？② ～製造業のバリューチェーン～
等
・・・情報の流れ
• 製造業のバリューチェーンを「製造現場・ハードウエア」、「ソリューション」、 「IT基盤・ソフトウェア」の層に分類。
• 欧米企業も含め、今後の競争の主戦場であり、利益の源泉となるのは「ソリューション」層であるとの認識。「IT基盤・ソフトウェア」と「製造現場・ハードウェア」からの「ソリューション」層のポジション確保のせめぎ合いが起きている。
5
6
IoT/BD/AIが製造業にもたらす変化
ｼﾐｭﾚｰｼｮﾝ例：モデルベース開発、最適工場設計、サプライチェーンとの連携
３Ｄﾌﾟﾘﾝﾃｨﾝｸﾞ試作開発
販売予測 個別受注
最適利用例：自動走行
予知保全（製品）
生産ﾌﾟﾛｾｽの柔軟性と最適稼働
ｻﾌﾟﾗｲﾁｪｰﾝ管理例：検査、ﾄﾚｰｻﾋﾞﾘﾃｨ
技能の形式知化 予知保全（ﾌﾟﾗﾝﾄ） ﾏｽ･ｶｽﾀﾏｲｾﾞｰｼｮﾝ
他産業への波及
（ビッグデータの２次利用）
例：保険（自動車）、ヘルスケア（携帯電話、家電、住宅機器）
設計・開発（製品／工場ライン）
製 造
保守／整備
使 用
設計ツール／データの共有
販 売
製造データの共有
協業／外注
高付加価値化期間短縮コスト削減リスク削減
多様なﾆｰｽﾞへの対応リードタイム削減在庫圧縮
省エネ・省資源品質向上
生産性向上
ビジネスモデル生産性向上
ビジネスモデル
ビジネスモデル
協業／外注
販売データの共有
製品データの共有
モノ サービス
他企業・他産業への波及（システムの汎用化による販売・サービス提供、デファクト化）例：生産方式、生産システム構築、データ分析ツール
自社
他社
保守コスト削減
ソリューション提案短納期化在庫圧縮
ビジネスモデル
ビジネスモデル
ネットワーク
①経営資源の集中投入（自前主義からの脱却）②スピード経営③中長期の戦略的視点
6
アフターサービス３Ｄシミュレータ
製品設計工程において活用
生産プロセスにおける熟練技能のマニュアル化・データベース化
設計開発と生産現場間でデータを共有し開発リードタイムを削減
生産工程全般の見える化とプロセス改善等
上記に加え、人員の見える化とプロセス改善等
自社工場内もしくは取引先企業との間でトレーサビリティ管理
海外工場でも生産プロセスに係るデータ等の収集・活用（注
販売後の製品の稼働状況に関する情報の収集・分析
発注に関する情報の収集・分析
製品の予知保全サービスの活用
製品の運用ソリューションサービス
生産プロセスにおけるデータ取得と改善・向上
市場や運用に関する
情報の活用
新規事業への取組
設計・開発
販売
生産
リアルタイムで生産ラインに反映
個別工程の見える化とプロセス改善等
※各項目における取組状況右記にて得点化
・実施している：１点・その他：０点
→企業規模ごとに各項目の得点状況の平均をグラフ化
製品開発工程において試作品を製作
少量多品種の製品を製作
生産時に判明した設計開発の不具合をフィードバック
生産設計工程において活用
製品の稼動データや顧客の声を設計開発や生産改善に活用
設計開発・生産・販売など複数部門
間での情報・データの共有
３Ｄプリンタ
我が国製造業の対応状況
• ＩｏＴ等の技術の活用度合いは活用分野によって大きな違いがある。分野別に見ると「生産工程の見える化」等に比べアフターサービス（予知保全等）への活用は進んでいない。
【ＩｏＴの実施状況（企業規模別）】
0.5
資料：経済産業省調べ（15年12月）
注）海外工場におけるデータ収集・活用に関しては母数を海外拠点を有する企業に限定して得点を算出。
0.0
0.2
0.4
100人以下 101～300人 300人超
7
ＩｏＴ推進ラボ
ＩＶＩ（Industrial Value chain Initiative）
産学官全分野（製造、モビリティ、医療・健康、エネルギー、農業、Fintech、観光等）企業間マッチング、資金支援、規制改革
経済産業省が双方にコミット
産学官製造業実証事業を通じたユースケース創出
ＷＧ１ ＩｏＴによる製造ビジネス変革ＷＧ
ＷＧ２ ロボット利活用推進WG
ＷＧ３ ロボットイノベーションWG
ロボット革命イニシアティブ協議会
産学官による国内体制
民間企業間のつながるしくみの構築
8
WG1: IoTによる製造ビジネス変革WG
WG2：ロボット利活用推進WG
WG3：ロボットイノベーションWG
ロボットイニシアティブ協議会
①国際標準化ＡＧ②中堅・中小企業ＡＧ③ユースケースＡＧ
提案
報告
戦略
全体戦略、活動の方向性等の案作成メンバー : 有識者、国内外企業
分野別サブ幹事会
テーマ別サブＷＧ
・会員企業自身が主体となり、メンバー企業を募って組成。・新たなサブＷＧの設置については随時可能。
①（アマダ）産業機械における遠隔保守ビジネス②（イシダ）食品製造業におけるＩｏＴ活用③（ミツイワ）IT-FA連携SIer育成④（三菱総研）日本の強み維持向上⑤（三菱電機）FAシステム標準化
・必要に応じて、分野別の施策や課題検討の場を設置。産業機械サブ幹事会
ＡＧ（アクショングループ）
・ドイツPF4.0の各AGにも対応する立て付け。
アドバイザリーボード幹事会
ロボット革命実現のため、2015年5月、産学官を分厚く巻き込んだ推進母体ロボットイニシアティブ協議会（Robot Revolution Initiative:通称RRI）を設置。
IoTによる製造ビジネス変革WG（ＷＧ１）を設置し、その元に３つのアクショングループ（ＡＧ：Action Group)を設置。ドイツPF4.0の各AGにも対応する立て付けに。
「ロボット革命イニシアティブ協議会（Robot Revolution Initiative）」の概要
9
会員数： 441(2016年10月)
① ユースケースの創出スマート工場実証事業等により、IoTを活用したユースケース創出に挑戦する意欲的な製造企業を応援
② 規制・制度改革
③ サイバーセキュリティ
④ 国際標準化への貢献（IEC/ISO）
⑤ 中小企業への導入支援中小企業がIoTを活用して経営課題を解決できるよう、「スマートものづくり応援隊」に相談できる拠点の整備を今年度から開始。
⑥ 人材育成
⑦ 国際協力「日独IoT・インダストリ4.0協力に係る共同声明」を昨年４月末に発出。政府間、プラットフォーム間、研究機関間で日独協力を深化・具体化。また、米国その他の欧州諸国等との連携構築にも取り組む。
10
政策的課題と対応
スマート工場実証事業
世界で多くの企業が、新しい「ユースケース」の確立を目指して、試行錯誤を続けている。「スマート工場実証事業」により、我が国製造企業の意欲的な取組みを支援。
①様々な機械・設備のデータを共有できるよう、データ伝達の共通フォーマットを作成。②現場情報を用いて、中堅、中小企業も利用可能なデータ活用システムを開発
生産管理 設備の稼働監視
共通フォーマット化
ロボットや工作機械、コントローラーなど生産現場の各種機械からデータを収集
高度なインテグレーションなしにデータの一元管理が可能に
物流の最適化
生産現場の最適化
ビジネス全体の最適化
11
平成２８年度：５億円(１４プロジェクト)
平成２９年度：３億円
（例）
複数の航空機部品加工会社間をまたがる工程の統合管理を可能とするプラットフォーム
ビッグデータ分析により、これまで熟練技能者の経験と勘で行ってきた不良品への対応をリアルタイムに検知・原因解明できるようにするシステム
国内外の複数社の工場の稼働状況を見える化し、予知保全、繁閑平準化等を可能とするシステム
• 西日本ﾌﾟﾗｽﾁｯｸ製品工業協会が主導し、主要成形機メーカー５社が参加。シリンダ温度、射出速度、金型温度等の重要データをグローバル規格に基づき収集・分析・活用する仕組みを業界横断的に構築。
• データに基づく操業や、周辺機器も含む一括制御を実現。これにより、不良品率が減少し、突発的なライン停止も予防可能になり、省エネや、産業競争力の向上を実現。
• 本取組から、ユーザー、メーカー、他業界が、それぞれメリットを受けることが出来る。1.ユーザー ：データ形式が揃う事でビッグデータ活用による効率的生産が可能に。2.メーカー ：周辺機器も含むビッグデータ解析サービスにより、ビジネスモデル革新を目指す。3.他業界 ：同じく射出成形である金属やゴム等の他業界へも将来的な横展開が可能。
• トレーサビリティに必要なため、各種情報を手書きで統合管理。膨大な手間。
• ビッグデータ解析等が不可能
スマート工場実証(例①)：西日本ﾌﾟﾗｽﾁｯｸ製品工業会×射出成形機ﾒｰｶｰ
成形機＋周辺機のIoT化成形機のIoT化（ミドルウェア開発・導入）
スマート工場実証事業現状データ形式がメーカーごとにバラバラ
• 成型条件情報をデータで一括取得し、分析・活用。突発的停止の予防、歩留まりのアップなど、大幅な効率化が可能に。
• 乾燥機、ロボット等の周辺機器もデータで一括制御。
• ライン全体、工場全体の効率化を実現。12
• シタテルは100を超える縫製工場と連携し、得意な素材、商品を把握。地方に点在する工場の余剰能力と都市部のデザイナーなどとマッチングし、少量・短納期での生産を実現。中小縫製工場の雇用と技術を守りつつ、発想を形にしたいデザイナーの要望に応える。
• アパレル製品の受発注・生産管理コストを削減し、縫製工場の繁閑格差の是正を可能とする、シームレスなデータ連携プラットフォームを開発。
• 多品種小ロット時代に適合したクラウド型生産の実現、プラットフォーム内のネットワーク拡張による衣服生産のシームレス化を目指す。
発注アイテム情報
マッチングＰＦ
冬が忙しく夏は仕事がない
工場 クラウド
スマート工場実証(例②)：シタテル
繁閑格差の是正、生産管理や見積もり時間の短縮、経営意志決定の効率化
スマート工場実証事業現状繁閑格差が大きい
春が忙しく秋は仕事がない
縫製工場Ａ
縫製工場Ｂ
顧客（デザイナー等）
発注アイテム情報
閑散期の縫製工場に仕事をマッチング
＞＞ 繁閑格差を５～１０％解消
縫製工場が生産管理等にシンプルに使えるプラットフォームを構築
＞＞見積もり時間を１０～１５％圧縮13
• サプライチェーン上にある国内外の複数工場が、加工プログラムや生産情報を共有化。市場にあわせたフレキシブルな生産体制の実現を目指す。
• 現在、熟練者に頼っている最適加工条件の創出をシステム化（画像情報を活用し、自立学習で最適加工条件を自動創出）。初品から要求品質を実現。
スマート工場実証(例③)：駿河精機
加工条件共有で、市場に応じたフレキシブルな生産を実現「匠の技のデータ化」で初品から要求品質を実現
スマート工場実証事業現状設計生産情報が共有されない加工条件設定は熟練工が頼り
工程ごと、工場ごとに熟練工が加工データを創出・保持
日本工場
ＡＩを活用して最適加工条件を自動生成
＞＞ 初品から要求品質を実現
加工プログラムを設備や工場に合わせて自動変換
＞＞ 様々な拠点で高品質加工14
製品Ａ
海外工場
外部工場
工程①加工データ
工程②加工データ
工程③加工データ
日本工場
製品Ａ
海外工場
外部工場
工程①加工データ
工程②加工データ
工程③加工データ
設計情報
最適加工条件
各種設定値
人工知能
クランプ設定
工具設定
材料設定 熟練加工者ノウハウ
工順パラメータ
プログラム
• 中小金属加工業者が設備稼働率を高めつつ高付加価値製品へのシフトを可能とする、受発注・開発・生産を一体的に推進できるプラットフォームを実現
• 連携中小企業間で、顧客の引合情報を共有し、見積り依頼を発出するシステムを構築。作業工数がかかり、属人化しがちな引合～見積を効率化。
• 作業工程の進捗や、トラブルによる生産計画変更、突発的な事象を現場で即時に共有できるシステムを構築。混乱無く生産日程を柔軟に変更。
• 顧客ポータルサイトを通じ、図面データ等の受渡しや見積り・注文履歴等を効率的に管理。
工場 システム
スマート工場実証(例④)：今野製作所
見積もり～受注～生産プロセスのデータ連携・効率化・新規需要開拓
スマート工場実証事業現状個社が都度、個別に
顧客とやりとり
引合い・見積もりを都度、属人的に対応
金属加工工場Ａ
顧客（企業等）
見積もり依頼図面情報伝達進捗把握
引き合い・生産進捗管理の情報を即時共有・見積りのシステム化＞＞引合い・見積もり作業を楽に。突発トラブル対応を柔軟に
15
金属加工工場Ｂ
顧客Ａ
顧客Ｂ
生産データ連携（板金まるごとシステム）
引合い・見積り・受発注（顧客ポータルサイト）
引き合い情報共有見積もり自動依頼生産進捗共有トラブル柔軟対応
④国際標準化への貢献
・ ドイツは、国際標準化に向け、リファレンス・アーキテクチャー・モデル(RAMI4.0)を作成。事例創出を通じて、既存規格の位置づけの可視化を図り、改訂や新規策定の必要性の特定を進めるアプローチ。
・ 一方、IIC(インダストリアル・インターネット・コンソーシアム)も、リファレンス・アーキテクチャー・モデル（IIRA）を作成。
・ 我が国においては、ISO/IECのTC（技術委員会）に対応した組織での検討に加え、新たにRRIに国際標準化AGを設置。国内主要関係者の参画の下、我が国の取組方針を検討する体制を構築。
RAMI4.0 IIRA
16
中小製造業がロボット、IoT等について「スマートものづくり応援隊」に相談できる拠点の整備を、本年度から開始
⑤中小企業への導入支援（スマートものづくり応援隊）
• 中小企業にとっては、自社の業務をどのように改善し、その際、IoT・ロボット等の新しい技術をどのように活用していけばよいかが分からないことが多い。このため、
① 「伴走型」で中小企業に支援を行える専門人材を育成・派遣する。
② 専門人材を派遣する前提として、派遣する人材を育成するスクールを開催し、人材のクオリティーを確保。
③ 例えば、IoTやロボットに知見を有する人材に対して現場カイゼンのノウハウを教えたり、カイゼン活動に秀でた大手製造業OBに対してIoT・ロボット導入のノウハウを教えることを想定。
スクールでの研修
生産技術に秀でた企業ＯＢ
リードタイムの短縮・仕掛在庫の極小化・作業動線の短縮・多能工化の推進・作業の合理化・製造指示の作成 等
企業ＯＢの海外流出防止
下請け生産からの脱却
中小企業に派遣
身の丈に合ったロボット・IoT活用促進
IoT・ロボット等に知見ある人材
＋ 現場カイゼンノウハウ
IoT・ロボット導入ノウハウ＋
全国の拠点整備を本年度から開始
事例：カイゼン×ロボットによる生産性向上の例
北九州産業学術推進機構（FAIS）
「生産技術」と「ロボット技術」に通じたコーディネータ２名が連携して中小企業の生産性向上（カイゼン活動＋ロボ導入）
FAISでは、備えられたロボットを実際に動かして生産の効率化を実験できる。ロボット・IoTは「手の届かない高度なツール」との苦手意識を変え、中小企業の身の丈に合った活用を推進。
スマートものづくり応援隊・ 企業でのカイゼン活動・ IoT・ロボット導入支援
拠点で相談受付
17
平成28年度スマートものづくり応援隊（大阪商工会議所・北九州商工会議所）
大阪商工会議所 北九州商工会議所
取組状況
課題・今後の取組方針
大阪商工会議所が「IoT・オープンネットワーク活用研究会」を開催。課題の特定、IoTに関心ある企業のネットワークを実施。
強い「ものづくり人材」に対し、IT、IoTを教えるパターン。１社を支援。２月修了予定。
受講者は59～68歳。家電メーカー、農業機械、印刷、化学分野等
IoTツールありきでなく、経営課題を大局的に捉え、それをIoTツールとつなげて解決する能力・人材の更なる強化。
平成29年度は、IoTカリキュラムをより実践的なものに高度化。
公設試、大学等との連携強化。
取組状況
課題・今後の取組方針
IoTやロボットを前提とせず、経営課題の特定、現場改善や「カラクリ」で済むところはそれで済ませる方針が企業からは好評。
「IoT・第四次産業革命研究会」(九州経済産業局等)にて、中小企業トップのコミットメント、トップダウンの必要性が指摘されるなか、経営者・管理者に焦点を当てて受講を推進。今期14名の多くが経営者ないし工場長。
同市にあるFAISとの連携構築。北九州にとどまらず、九州全体への講師派遣を検討しており、その体制構築。
地元に産業医科大の本部があり、労働環境改善を医学理論的に検証する仕組みとの連携も今後の検討課題（無理なく働きやすい現場作り）
18
講師の顔ぶれ
遠藤和雄・安川情報システムマーケティング本部ＩｏＴコンサルティング部長
大坪聖・TOTO ＤＣ革新センター（生産技術本部）技術主幹兼製造革新推進グループリーダー
小林裕之・大阪工業大学教授（IoT・ロボット等）
土井滋貴・奈良高専准教授（計測工学・組込等）
皆川健多郎・大阪工業大准教授（カイゼン指導）
運営者・アドバイザーの顔ぶれ
平成28年度スマートものづくり応援隊（ソフトピアジャパン（岐阜県大垣市））
ソフトピアジャパン
取組状況
岐阜県はこれまでの振興策でIT産業が盛ん。受講生の７割がIT系、「IT人材がものづくりを学ぶ」パターン。
27～67歳まで幅広い年齢層の受講者。３社を支援。 ITと製造、ベテランと若者のバランスが上手く取れた「チーム」がうまく機能。
提案内容が優れていたため、うち１社では工場建て替えを機に、「そのまま採用」の可能性も高い。
19
課題・今後の取組方針
成功要因の分析・理論化・定型化。実習先となる製造企業へのリーチ拡大
平塚竜彦・ソフトピアジャパン事業連携室長（ITシステム）
松島桂樹・法政大客員教授（IT経営、クラウド・IT投資等）
• 約150社･団体が集積しており、県立の情報系大学院が立地。
• エリア内の年間売上高は414億円。約2100人が就労。
• 「IT経営応援隊」等でIoT・VR・AR等のIT企業を多数支援。ものづくり現場とのつながりはこれまで薄かった。
ソフトピアジャパンエリア（大垣市）の特長～数千人規模のIT産業集積地～
岐阜スマートものづくり応援隊（※右側2名は講師）
～多彩なチームメンバーが強みを結集～
運営者・アドバイザーの顔ぶれ
平成28年度スマートものづくり応援隊活動（さいたま市産業創造財団（さいたま市））
さいたま市産業創造財団
取組状況
さいたま市が認証する「リーディングエッジ企業」に代表される、グローバルニッチトップ企業がある一方、技術力があるが生産性向上に課題がある企業も混在。さいたま市がドイツとの地域間交流を進める中、グローバル競争に打ち勝つ、生産性・品質向上、自動化やデータ化等の推進が重要。
カイゼン活動に取り組む企業に対して、一層の加速化を支援するカリキュラムや支援体制を充実。従来型のカイゼン支援にIoT活用を加えたチームによる支援体制。
まずは今期、アドバイザーが６社を個別支援。 参加企業側も、若手とベテラン、管理・製造部門が一体となったカイゼン・IoT活動を実施。
各社で工数の削減やリードタイムの減少、品質管理の効率化などの課題を整理、IoT化も含め今後のカイゼン・IoTに取り組むべき方針が明確になった。
20
課題・今後の取組方針
標準化、人材育成の加速と継続、投資コスト IoTありきでなく、カイゼンによる土台を踏まえ、製造現場発のIoT化。企業内活動での組織化と拡大。
カイゼン・IoT活動をより深化させた生産性等の向上、新たに取り組む企業の拡大
主な講師・アドバイザーの顔ぶれ
木田 幸男 氏・富士電機(株)・事業での役割改善の現場実践
佐野 明 氏・カルソニックカンセイ(株)ＯＢ・事業での役割改善のスクール研修
羅本 礼二 氏・ミツイワ(株)代表取締役社長・事業での役割ＩoT・ロボティクスによる生産性向上、FA-IT連携
現場指導風景の写真（何かいただければ）
現場指導風景の写真（何かいただければ）
⑤第１回中堅・中小製造業向けIoTツール募集イベント概要
• 上記を受けたアクションの一つとして、中堅・中小製造業がより簡単に、低コストで使える業務アプリケーションやセンサーモジュール等のツールについて、下記の７つのユースケースをテーマとしてツール情報収集を実施。
• 中小製造企業の経営者の目線にて審査委員会を実施した上で公表。
ロボット革命イニシアティブ協議会（ＲＲＩ）・ＷＧ１「ＩｏＴによるビジネス変革ＷＧ」の傘下に設置した中堅・中小企業サブ幹事会にてＩｏＴ活用における論点等を整理。
ＩｏＴは、経営や生産現場の課題を解消するためのツールだが、「高度で手の届かないツール」との認識は不要。それぞれの企業の身の丈に合った活用方法がある、との意識を共有。
1. 生産現場における課題を解決するためのツール
2. 工場や企業の間で情報連携をする際の課題を解決するためのツール
3. 事務における課題を解決するためのツール4. グローバル化に伴い、海外で展開するために役
に立つツール5. 自社製品をＩｏＴ化するためのツール6. データの活用全般に関わるツール7. 人材育成の観点で活用できるツール
【開催テーマとする７つのユースケース】 【第１回実施概要】
公募 ７月27日（水）～８月26日（金） 審査委員会 ９月６日（火） 結果公表 １０月４日（火）
⇒募集の結果、１０６件を公表「スマートものづくり応援ツール」としてロボット革命イニシアティブ協議会HP上で公表。（ http://www.jmfrri.gr.jp/info/314/）
⇒審査委員たる、中小製造企業の経営者より、ツールに対する評価コメントも掲載
21
2
IoTツール（例①） スマートフォンなどの廉価な情報端末の活用事例
〇スマートフォンなどの端末に内蔵されている加速度センサーとＷｅｂサーバー上のプログラムを連動させることにより、作業状況の見える化を行うもの。
〇端末を動作収集を行う機械の摺動部（①）に、両面テープなどを用いて端末を貼り付け（②）、端末をＷｅｂプログラムに接続し、表示プログラムにアクセスすることで（③）、機械の摺動情報をグラフ化でき、生産性の見える化を簡単に実現（④）。更に、データをＣＳＶファイルとして出力し、ＥＸＣＥＬでの詳細分析も可能。
※端末は５年ほど前の旧機種でも快適に動作するためコスト数千円/台での導入が可能。
②
①
③定時
昼休み
オレンジ色の線は上述の「達成すべき本数」を示しています。青の線は「実績」を示しています。
④
【スマートフォンを利用した機械動作情報収集装置 ・・・武州工業（株）】
この時点より生産性悪化が発生。原因究明、カイゼンが可能に。
3
IoTツール（例②） 写真データを活用したロット管理の事例
〇従来、個数の手書きやエクセルへの転記入力等で行っていた在庫管理を、スマートフォンなどで手軽に、短時間で行うことができるツール。企業間で在庫情報の共有も可能。
〇バーコードやＲＦＩＤ、各種機器等の中小企業にとっては大掛かりな投資は不要となり、身近なスマートフォンを用いて5,000円/月～、購入
したその日から利用できる。また、クラウドを介して、グループ企業や協力企業の間で共有することで在庫管理に係るトラブルを減らしサプライチェーン全体の生産効率化にも寄与するものである。
〇入庫時には製品の画像とともに、カテゴリ、数量を入力、出庫処理や在庫確認時はカテゴリによる検索の他、写真撮影と画像検索による絞込みが可能。
【写真de在庫管理 ・・・（株）サンクレエ】
【ログイン画面】
【入庫処理画面】
【在庫確認画面】
賞味期限などのトリガーに応じてアラーム発信も
活用イメージ（食品製造業の例）
4
IoTツール（例③） 写真や動画を活用した効率化の事例
〇スマホやタブレットなどの身近なディバイスで、簡単にマニュアル作成・共有ができ、機械化、自動化できないノウハウの伝承に役立つクラウドサービス。 ※5,000円/月～
〇製造現場や間接部門での多様な業務手順を①写真や動画を撮影し、並べる。②強調したい点を画像内にマーキングする③説明文を記入する④共有する
の４ステップで簡単に作成・共有することができ、マニュアルの“四重苦”（作成、配布、更新、管理）の解消が可能。（図１）
〇また、写真や動画主体となるため、特定言語に依存しない（非言語化）が可能となり、海外展開時または外国人スタッフの受け入れ時にも有効。
〇新サービスとしてセンサーと組み合わせ、異常検知とともに点検、復旧対応マニュアルを呼び出す仕組みも開発。（図２）
【Teachme Biz・・・（株）スタディスト】
検知した異常内容に応じたマニュアルを表示、アナログな人の作業を支援。
図1：Teachme Bizはたった4ステップでマニュアルを作成・共有できる
図2：異常検知後の点検、復旧マニュアル表示
共有するだけ。
⑦国際協力 過去２年、二国間IoT連携が急速に進展（独中、独米、独仏、独日（＋印、チェコ（欧州）等））。
ドイツがこの流れを牽引。二国間に加え多国間の場も活用（EU、G7、G20、ダボス 等）
2015 2016 2017
G7
G20
ダボス
第四次産業革命ＷＧ（～2018）
デジタル大臣会合（2017年4月）
2015.7.14 独中I4.0覚書（BMWi－工業情報化部）
2016.4.28 日独共同声明（BMWi－経済産業省）
産業サイバーセキュリティ、国際標準化（ユースケース共有）、規制改革、中小企業（相互交流＋支援組織相互アクセス）、人材、研究開発（AIST-DFKI）
2016.4.26 独仏共通行動計画
シナリオ・ユースケース共有（オンラインマップ）独仏共通国際標準化ロードマップ（-2016末）
テストベッド相互アクセス（共同プロジェクト）、教育・研究協力
2016.3.2 PFI4.0-IIC協力
標準化（RAMI-IIRA相互運用性確保）テストベッド相互アクセス（共同プロジェクト）
政府
ＰＦ
研究機関
政府
ＰＦ
政府
ＰＦ
・ RRI国際シンポジウム＠東京（2017年初旬）・ CeBIT2017パートナー国（2017年3月）・ チェコロボット企業ミッション訪日（2017年3月）※独企業が関与・ 日独米アカデミックWS＠ミュンヘン（2017年4月）・ G20デジタル大臣会合＠ドイツ（2017年4月）・ ハノーヴァーメッセ＠ハノーヴァー（2017年4月）・ ドイツ中小企業ミッション訪日（2017年中）
日独主要日程
中国製造2025
25
⑦日独間のIoT/Industrie 4.0に関する協力
日独首脳会談 共同記者会見（平成28年5月4日） 安倍総理冒頭ご発言
「日独は科学技術とイノベーションで世界をリードしています。先週、経済産業省と経済エネルギー省の間でIoTとインダストリー4.0に関する共同声明が発表されたことを歓迎したいと思います。今後も日独で緊密に協力して、「第四次産業革命」を実現させたいと思います。」
安倍総理とメルケル首相
民間のプラットフォーム協力
ロボット革命イニシアティブ協議会とプラットフォームインダストリー4.0の間で連携強化に係る文書を同時（2016年4月）に締結。
研究開発協力
産業技術総合研究所とドイツ人工知能研究所（DFKI）との間で研究協力のLoIを締結。
今後具体的な協力に向けて連携強化の調整を実施中。
日独政府間「共同声明」のポイント
経済産業省とドイツ経済エネルギー省の間で、IoT/インダストリー4.0協力に関する局長級対話を毎年実施。
IoT/インダストリー4.0に関心がある民間団体等の参加を得て、具体的に下記項目等で連携（詳細次ページ）
① 産業サイバーセキュリティ② 国際標準化③ 規制改革④ 中小企業⑤ 人材育成⑥ 研究開発
プラットフォーム間、研究機関間でも協力推進
2016年4月、METIと独・経済エネルギー省の間で「日独IoT／インダストリー4.0協力に係る共同声明」を締結。同年5月の日独首脳会談において本声明の締結を歓迎。
26
・第１回日独専門家会合（2016年9月29日、専門家：独4名、日本7名)
・ドイツ議長下のG20国際標準化プレ会合参加(ベルリン、10月６、7日)
- 両国専門家が本会合期間内に打ち合わせを実施
・第２回日独専門家会合（2016年12月12日＠フランクフルト)
・第３回日独専門家会合（2017年2月3日（テレビ会議）
国際標準化
・ 中小企業ミッション団の相互派遣予定ドイツから２月下旬に来訪（2/20-24）日本から３月のCeBITの際に訪問
中堅・中小企業支援
・CEATEC（2016年10月5日）を活用して、第１回日独専門家会合を開催
産業サイバーセキュリティ
日独共同声明の主な進捗①
27
目的・ 成果の可視化 ・ ベストプラクティスの共有 ・ ビジネス協力の促進
CEATEC（2016年１０月５日）暫定版の公表→ 包括版を2017年3月のCeBIT（独・ハノーヴァー）で公表予定
⇒ＵＲＬ：http://usecase.jmfrri.jp/#/en
ユースケースオンラインマップ
日独共同声明の主な進捗②
28
⑦日仏間のIndustry of the Future/IoTに関する協力
IoTに関連した日仏企業による共同プロジェクトの推進
IoTに関連した日仏企業間のプロジェクトを推進。その際、両国のファンディング機関であるNEDO及び「bpi france」によるコ・ファンディンによる支援の活用を図る。
中小企業やベンチャー支援 ビジネスマッチングイベントなど（日・IoT Consortium と仏・Toulose IoT
Valleyを通じた検討推進など）
標準化 日・RRIと仏・Alliance of the industry of
the Futureによる情報交換
IoTセキュリティ METIとDGE間でIoTセキュリティに関する情報
交換
その他 IoT政策や、人材育成、規制等についても意
見交換
中小企業・ベンチャー支援、標準化、サイバーセキュリティ
本年1月25日、METIと仏・経済財務省企業総局との定期会合である日仏産業協力委員会の下に、「Industry of the Future/IoT WG」を新設し、IoT分野で日仏の協力を進めことで合意。
29
（協力分野の例示）
- Mechatronics and micro-machines
- Connected car and driving assistance
- IoT Security and connectivity
- Big Data/ algorithm/ Fog comuputing
- Others: M2M chips, embedded software, digital simulation for industry
※上記は企業のニースによって変わり得る
