Amazon Web Services ブログ

Tag: Manufacturing

産業用データプラットフォームの成功に必要なこと

データはデジタルトランスフォーメーションを実現する鍵です。そして、産業用データプラットフォームを構築する技術的側面はよく理解されています。 しかし、うまく設計された産業用データプラットフォームでも失敗する可能性があります。 本記事では、産業用データプラットフォームの成功を促進する 3 つのビジネス関連のメンタルモデルについて解説します。

製造業のニーズに最適な機械学習サービスの選択

機械学習 (ML) は製造業で欠かせない技術となりましたが、どの機械学習サービスやツールが自分の業務に最適かを判断するのは難しい場合があります。そこで、アマゾンウェブサービス (AWS)の 各ML サービスの使い方を、ユースケースを交えて説明します。

Amazon QuickSight で製造サプライチェーンのデータドリブンな意思決定を実現する

昨今、データ活用に関する相談を、多くのお客様からいただいています。製造現場を例にとってお客様の課題例を挙げてみますと、製造業のお客様の中には、世界各地の生産拠点を連携したグローバル規模のサプライチェーンを構築している事例も多く見られ、本社の経営課題や問題認識に基づいた改善が難しくなっているという声が多く聞かれます。また、後工程への影響を避けるべく、各工程が良かれと思って在庫を抱え込んでしまった結果、仕掛り品が現場に溢れかえり、実態把握ができなくなっている例や、前後工程で連携しての改善の取組が難しいという声もあります。業界やビジネスレイヤーによって直面する課題は様々ですが、社内に眠るデータを分析することで、データに基づいた業務改善の取り組みに繋げられそうなケースも多く見受けられます。本記事では、クラウドネイティブな BIツールである Amazon QuickSight を活用して、製造サプライチェーンにおける課題をデータドリブンな意志決定により解決していくためのデモダッシュボードをご紹介します。

QS-Blog

製造業向けデモダッシュボード開発で、アジャイル開発宣言の原則の重要性を再認識した話

2023年4月に行われた AWS Summit Tokyo 2023 の製造/IoT ブースで展示させていただき、好評いただいた製造業向けデモダッシュボードの開発において、どのように開発を進められたか、その中で得た学びや気づきを記事にしました。DXの流れで世は内製化へのシフトが加速していますが、事業部門と IT 部門の協業は思ったより難しいものです。例えばお互いの使っている言葉や考えてることが伝わらず苦労したり…。そんなときお互い学び合う姿勢で歩み寄ってみると良いことがある！といった話としてお読みくださると幸いです。

製造業の拠点の在庫管理をサプライチェーンのデータレイクで改善

このブログシリーズでは 4 つのブログでこの課題に取り組みます。各々のブログで問題の解決のためのキーとなる要素を提示します。この最初のブログでは、分散したデータをまとめて正規化されたサプライチェーンのデータレイクをどのようにまとめ上げられるか、を説明します。次のブログでは、サプライチェーンのデジタルツインを使用してどのように物理的な製品フローを視覚的にモデル化するか、そして情報豊富なサプライチェーンのデータレイクにどうやって育て上げるかについて説明します。3 つ目のブログでは、デジタルツインの上位レイヤで、仕入れ計画のアプリケーションをどのように開発していくか、そして最後のブログでは LoRaWAN などの IoT 技術を使用して、広範囲に分散しデータ取得が難しい拠点からデータを取り、どのように自動的に、コスト効率よく、頻度が高く粒度の細かいデータを使用して、データレイクにデータを注入するかについて説明します。

← Older posts
Newer posts →