黑料科

?

更新日

2019年12月18日

今や製造业によるIoT分野をリードする存在となった自动车部品メーカーの旭鉄工株式会社（爱知県碧南市）。

同社は当初、製造ラインの滨辞罢化によって生产性向上などを目指そうとしたものの、外部のベンダーが贩売する滨辞罢システムは高额で手が出せず。

そこで秋叶原で购入した汎用センサーなどを使って自前で滨辞罢システムを构筑。製造ラインを远隔でモニタリングできるようにした上で、改善活动に取り组んだことで、労务费を年间2亿円以上削减するなど、大きな成果につなげています。

さらに施策を主導した同社の木村哲也氏（代表取締役社長）は、獲得したノウハウの外販にも着手。製造業によるIoT施策の支援を一気通貫で手掛けるi Smart Technologies株式会社を2016年に立ち上げました。

さらに施策の経纬やノウハウなどを书いた着书「」を出版するなど、滨辞罢分野での存在感をますます强めています。

滨辞罢化による生产性向上のポイントは何か？木村氏が「新価値创造展2019」（11月29日）で语った内容を书き起こしでお伝えします。

稼働状况、スマホで常时把握

私はトヨタ自动车から旭鉄工という自动车部品製造の会社に2013年に転籍しました。そこから6年间でどう変わったか？という话から始めたいと思います。

今では旭鉄工の製造ラインの约6割が滨辞罢によって常时モニタリングされているので、タイにいても东京にいても稼働状况が手元のスマホで分かる仕组みになっています。

一般的な改善ステップのうち、従来は现状把握が人手も时间も一番かかるフェーズでしたが、滨辞罢化によって24时间365日データを自动で取ることができます。それによってデータを元に现地现物で问题点を确认して、すぐ改善検讨に入り実行できるようになります。

滨辞罢データ活用、仕组みづくりが重要

ちなみに私は滨辞罢のデータ活用を阻む「サル」が3匹いるといつも言っています。

一匹目は「见ざる」。これはデータを见ていないケースです。うちのシステムのお客さまでも、利用履歴をみるとあまりログインされていない方がいます。それでは良くなりません。

二匹目は「言わざる」。たとえば担当者がデータを见ているが、结果が悪く共有すると怒られそうだから黙っていようという场合です。

叁匹目が「闻かざる」。データの閲覧も共有もしているが、改善方法が分からずお手上げというケースです。これは里を返すとデータ活用の仕组みづくりがちゃんとセットでないとうまくいかないということです。

旭鉄工でとても効果が出ている理由は、この仕组みがちゃんと回っているからです。どういう仕组みかは时间がないので省きますが、単に滨辞罢化しただけではうまくいかないということです。

滨辞罢活用を促进するマネジメント

また仕组みづくりだけでなく、様々な仕掛けもあります。実际に効果を出すために色々な工夫をしました。ここを详しく话すとそれだけで20分たってしまうので少しだけご绍介します。

（「よくできました」という文字が入ったスタンプを见せながら）これをいつも社内や工场を歩くときに持ち歩くんです。设备稼働の改善に限らず、良いなと思ったらポンと押します。

一番肝心なので触れましたが「褒めると改善が进む」ということです。そういったマネジメントの工夫がたくさんあります。

うち（i Smart Technologies）のIoTサービスを使うと、すごく細かく問題点が見えるわけです。「何時何分から何秒止まっている」といった形で相当シビアに可視化されます。

では私がそういうデータで问题点を见つけて、「できていないじゃないか」と现场を叱责しても良くなりません。モチベーションが下がるだけです。问题点を见つけるのは课长や係长がやれば良いので、私がやることではない。

たとえば今まで1时间に100个しか出来ていなかった部品が、サイクルタイムが短くなったことで120个出来るようになったとします。そういう改善点にデータで気づくと、私は现场に行って闻くようにしています。

「サイクルタイムが短くなったね。何をやったの？」と。そうすると现场は自分で改善したことなので「こういうことをやりました」と返してくれる。次に私が言うことは决まっています。

「いいね、なるほど、ありがとう」と言うと、また次がんばってくれるんですね。ものすごく単纯な话ですが、ものすごく効果があります。

そういった工夫をすることで、旭鉄工での改善活动のプロジェクト数が、2015～18年にかけて6ラインから7倍増えて41ラインになりました。

ちなみにこの改善プロジェクトは5％や10％アップといったレベルではありません。30％、40％、50％アップの水準での改善が年间41ライン出来ているということです。これはかなりとんでもないスピードです。

効果検証、滨辞罢データと月次决算を突き合わせる

他の工夫もあります。

我々は月次で决算を出しているのですが、それを共有して终わりではありません。まず课长级の社员を全员集めて共有します。そこで改善の进捗と今后の计画を报告してもらいます。

たとえば製造课长から「先月はこういう改善をやったので、労务费が35万円下がっているはずです」「今月はこういう改善をします。それによって労务费が20万円下がる见込みです」といった具合です。

今までは「これだけ改善しました」と言っても决算と突き合わせていないので実际のところはよく分からなかった。今は改善结果と决算が100％一致とはいきませんが、7割くらいは一致します。おそらくこんなことをやっている会社はほとんどないと思います。

実は我々は生产数や稼働时间、停止时间のデータしか取っていないのですが、でもそれは経営にとっては非常に大事なデータ。それを使って课长级以上と打ち合わせしているわけです。

つまりデータに基づいた経営にかなりシフトしています。これによって生产性が大きく改善しました。

全社のラインのうち4割の生产性が、平均43％向上しています。たまに「IoTで生产性が30％アップしました」といった报告がありますが、それだけでは「それは何ラインでやったのですか？そこだけ改善しただけでは？」という疑问が出てしまいます。

弊社はそうではなく、100ものラインで平均43％向上したということです。それと共に経理の数値と突き合わせているので、労务费が8％ほど下がったことも分かっています。年间で2亿数千万円くらいの规模です。