9月１４日
データサイエンティスト協会 勉強会2017 第2回
https://techplay.jp/event/631147
に行ってきたので、その内容をメモメモ
（表題は、真ん中あたりの
「やってみてわかったこと、日本企業の現在地」
に出てくる）
■コグニティブ・ファクトリーの実像と
IoT時代に求められるデータ・サイエンティストとは？
ー製造業の視点からー
IoTによるスマートファクトリー
・インダストリー４．０
ＩｏＴ国際競争力指標：日本３位
→日本でＩｏＴ事例多い
２位中国（１位アメリカ）
中国も新しいテクノロジ進んでいる
・インダストリー４．０で言及されてきたトピック
低労働資本に頼らない生産
マスカスタマイゼーション
作業者
人ができる作業は、機械・ロボットで
人とロボットの共生
熟練工の技術伝承
設備
ＩｏＴ・センサーデータによる設備監視および故障予知、不良検出
多能工ロボット、設備のＡＩ化による自律運営
生産方式
リアルタイム・ダイナミックな生産方式
ＭＥＳの見直し
部品
マスカスタマイゼーション
３Ｄプリンタ
・どのように進んできていて、これからどこに行くのか
ＩｏＴ スマートファクトリー
インダストリー３．０の見直し（ＭＥＳ，スケジューラー、バリューチェーン）
人工知能：こぐにてぃぶふぁくとりー
・ＩｏＴ／スマートファクトリー
３年前のビデオ
部品とか：いたるところにセンサーは埋め込まれた製造現場
ＩｏＴによるデータ収集
アナリティクス・ＡＩ
状況可視化
設備誇張予知
製造品質予知
部品；センサーをはって、ラインの通過→画像処理
金型の歯：部品ＩＤ
設備；音まで
作業者：一、生体
製品：フィードバック
・事例：設備の故障予知
→溶接ロボットの軸劣化の予知保全
劣化状態の実態：鉄粉濃度
止まる前にメンテナンス
故障予知の取り組み
決定木を中心としたモデリング
壊れる２日前に故障予知
・事例：製造品質予知～鋳造工程
Before：全数検査が必要
パラメータ
品質スコアの算定
良品
絶対不良品→検査せずにとかす
あやしいのだけ、検査
・事例：塗装工程要因特定
工程 種類 品質不良 加工条件 材料
・やってみてわかったこと、日本企業の現在地
統計解析手法を活用した品質分析は、従来からやっていた
しかし、統計解析を得意とする担当者は実施していた（単発で）
初心者でも使いやすい統計ツールＳＰＳＳ→可視化
Ｒのブラックボックスが見えるようになった
点を面に
定常的な業務運営に落ち仕込む
共通基盤化
育成、組織化
コグニティブ・ファクトリー
・世界的なインダストリアルＩｏＴイニシアチブの「各動き」
インダストリー４．０：工場、マスカスタマイゼーション、工場の未来
ＩＩＣ：データ、産業用に二次ネス革新
ＩＶＩ：人の知識、オープン戦略とグロース、現場から
・日本製造業の課題
人材育成がダントツの問題
匠の知の継承
自然言語：文章／作業日報・トラブル報告書
五感：音、におい、雰囲気、目；炎の形とか
人の動き：
→競争源泉
・増大化する非構造データ
・事例：自然言語ＩＢＭ Ｗａｔｓｏｎ
クイズ番組の動画
→製造業で
文章の中に眠っているアドバイスの事例
天然資源の発掘
技術者
Ｗａｔｓｏｎ
→うち手の候補、参照文章の判断根拠を見せながら
安川電気とＩＢＭで目指すこと
～協業プロジェクト
復旧支援：ロボット チョコ停もふくめると、結構止まる
復旧のやり方をガイド
Watson デモ
・五感
いろんなセンサー：匠の判断→形式知化、完全自動化
画像解析
Image Anomaly Detection
Embodied Cognition/Visual Perception on 3D
Dynamic boltzmann machine
Affective Computing
・人の動き
工場の作業員の動作・姿勢分析（ねじしめ等）
Eye Tracker分析（視線解析）
作業動線 帽子、ネームタグ、ビーコン：群集分析
・やってみてわかったこと、日本企業の現在地
非構造データ活用
熟練工のノウハウ：日本企業らしい
熟練工のノウハウを形式知に
・いけん
Ｗａｔｓｏｎ：Industory4.0
非構造データを製造業に生かす
センシングの限界
求められるデータサイエンティスト像
・人材不足がＩｏＴ／ＡＩ化を進めるうえで大きな障害である
・いままで：ＥＲＰ化
顧客対面、分析・洞察、コラボレーション：これから
→形式知化、
データ解析視点での必要スキル：活用、課題と手法→変化点をとらえる
・データサイエンティスト研修→人材像
課題の提案
手法→変革プログラム
リード、マネージ
企画・啓蒙
→スマートファクトリー グランドデザイン
テクノロジードリブン
技術ロードマップ
３年前のデータサイエンス
→全体のテクノロジーへ
まとめ
ＩｏＴセンサーデータ；故障予知、品質予知
面の活動へ
コグニティブ：匠の伝承
データサイエンティスト：企業変革をリード
データサイエンティスト協会 勉強会2017 第2回
https://techplay.jp/event/631147
に行ってきたので、その内容をメモメモ
（表題は、真ん中あたりの
「やってみてわかったこと、日本企業の現在地」
に出てくる）
■コグニティブ・ファクトリーの実像と
IoT時代に求められるデータ・サイエンティストとは？
ー製造業の視点からー
IoTによるスマートファクトリー
・インダストリー４．０
ＩｏＴ国際競争力指標：日本３位
→日本でＩｏＴ事例多い
２位中国（１位アメリカ）
中国も新しいテクノロジ進んでいる
・インダストリー４．０で言及されてきたトピック
低労働資本に頼らない生産
マスカスタマイゼーション
作業者
人ができる作業は、機械・ロボットで
人とロボットの共生
熟練工の技術伝承
設備
ＩｏＴ・センサーデータによる設備監視および故障予知、不良検出
多能工ロボット、設備のＡＩ化による自律運営
生産方式
リアルタイム・ダイナミックな生産方式
ＭＥＳの見直し
部品
マスカスタマイゼーション
３Ｄプリンタ
・どのように進んできていて、これからどこに行くのか
ＩｏＴ スマートファクトリー
インダストリー３．０の見直し（ＭＥＳ，スケジューラー、バリューチェーン）
人工知能：こぐにてぃぶふぁくとりー
・ＩｏＴ／スマートファクトリー
３年前のビデオ
部品とか：いたるところにセンサーは埋め込まれた製造現場
ＩｏＴによるデータ収集
アナリティクス・ＡＩ
状況可視化
設備誇張予知
製造品質予知
部品；センサーをはって、ラインの通過→画像処理
金型の歯：部品ＩＤ
設備；音まで
作業者：一、生体
製品：フィードバック
・事例：設備の故障予知
→溶接ロボットの軸劣化の予知保全
劣化状態の実態：鉄粉濃度
止まる前にメンテナンス
故障予知の取り組み
決定木を中心としたモデリング
壊れる２日前に故障予知
・事例：製造品質予知～鋳造工程
Before：全数検査が必要
パラメータ
品質スコアの算定
良品
絶対不良品→検査せずにとかす
あやしいのだけ、検査
・事例：塗装工程要因特定
工程 種類 品質不良 加工条件 材料
・やってみてわかったこと、日本企業の現在地
統計解析手法を活用した品質分析は、従来からやっていた
しかし、統計解析を得意とする担当者は実施していた（単発で）
初心者でも使いやすい統計ツールＳＰＳＳ→可視化
Ｒのブラックボックスが見えるようになった
点を面に
定常的な業務運営に落ち仕込む
共通基盤化
育成、組織化
コグニティブ・ファクトリー
・世界的なインダストリアルＩｏＴイニシアチブの「各動き」
インダストリー４．０：工場、マスカスタマイゼーション、工場の未来
ＩＩＣ：データ、産業用に二次ネス革新
ＩＶＩ：人の知識、オープン戦略とグロース、現場から
・日本製造業の課題
人材育成がダントツの問題
匠の知の継承
自然言語：文章／作業日報・トラブル報告書
五感：音、におい、雰囲気、目；炎の形とか
人の動き：
→競争源泉
・増大化する非構造データ
・事例：自然言語ＩＢＭ Ｗａｔｓｏｎ
クイズ番組の動画
→製造業で
文章の中に眠っているアドバイスの事例
天然資源の発掘
技術者
Ｗａｔｓｏｎ
→うち手の候補、参照文章の判断根拠を見せながら
安川電気とＩＢＭで目指すこと
～協業プロジェクト
復旧支援：ロボット チョコ停もふくめると、結構止まる
復旧のやり方をガイド
Watson デモ
・五感
いろんなセンサー：匠の判断→形式知化、完全自動化
画像解析
Image Anomaly Detection
Embodied Cognition/Visual Perception on 3D
Dynamic boltzmann machine
Affective Computing
・人の動き
工場の作業員の動作・姿勢分析（ねじしめ等）
Eye Tracker分析（視線解析）
作業動線 帽子、ネームタグ、ビーコン：群集分析
・やってみてわかったこと、日本企業の現在地
非構造データ活用
熟練工のノウハウ：日本企業らしい
熟練工のノウハウを形式知に
・いけん
Ｗａｔｓｏｎ：Industory4.0
非構造データを製造業に生かす
センシングの限界
求められるデータサイエンティスト像
・人材不足がＩｏＴ／ＡＩ化を進めるうえで大きな障害である
・いままで：ＥＲＰ化
顧客対面、分析・洞察、コラボレーション：これから
→形式知化、
データ解析視点での必要スキル：活用、課題と手法→変化点をとらえる
・データサイエンティスト研修→人材像
課題の提案
手法→変革プログラム
リード、マネージ
企画・啓蒙
→スマートファクトリー グランドデザイン
テクノロジードリブン
技術ロードマップ
３年前のデータサイエンス
→全体のテクノロジーへ
まとめ
ＩｏＴセンサーデータ；故障予知、品質予知
面の活動へ
コグニティブ：匠の伝承
データサイエンティスト：企業変革をリード
アクセス
トータル
ランキング
