CASE STUDY · 製造業DX · 飲料工場

飲料工場のMES導入事例:生産・品質・経営 をつなぐ統合プラットフォーム

プロジェクト概要:紙の帳票から統合デジタル生産基盤へ

飲料工場のMES(製造実行システム)を中核とするデジタルトランスフォーメーションを、BAPはベトナムの飲料製造工場で実施しました。同工場は2010年から稼働しており、3つの製品ラインと24基の発酵タンクを並行して運用しています。

プロジェクト開始前、生産データは主に紙で記録されるか、個別に稼働するソフトウェアに保存されていました。そのため、報告書の集計、情報のトレース、工場全体の稼働状況の把握に多くの手間がかかっていました。

この課題に対し、BAPはMES、LIMS、CMMS、ERP、BIを統合した飲料工場のMES基盤を構築し、5つのAIアシスタントを組み合わせました。データの連携、業務プロセスの標準化、生産データに基づく意思決定を支援する基盤です。本システムはすでに本番稼働しており、各工場の現場で日々活用されています。

プロジェクトの概要

  • 対象範囲:工場全体の8部門・製造現場
  • 規模:17のソフトウェアモジュール、674機能を定義
  • 工数:設計・開発 計132人月
  • ステータス:本番稼働中(日常運用)

本事例の内容: 課題 ・ アプローチ ・ ソリューション ・ プロジェクト規模 ・ アーキテクチャ ・ AI活用 ・ 導入効果 ・ 学び

1. 課題:紙と分断されたシステムに散在する生産データ

飲料工場のMES導入前の課題:紙の記録が唯一のデータ源で、保全・設備制御・検査・会計の4システムが連携していない状態

日常業務を支える180種類の紙帳票

各製造現場では、バッチ記録、シフト引き継ぎ簿、設備点検票、衛生管理記録などの紙帳票にデータを記録していました。これらは部門ごとに独自の方法でExcelに集計されており、帳票の構成や記録方法が異なるため、シフト間・現場間のデータ照合が煩雑になっていました。

また、紙の記録は検索しにくく、紛失や劣化のリスクもありました。あるバッチの履歴を確認する際には、一元化されたデータベースを検索するのではなく、複数の書類を探し出す必要がありました。

連携していない4つのシステム

工場ではすでにいくつかの業務ツールを使用していましたが、システム間でデータは共有されていませんでした。

  • 保全管理ソフト:旧世代のシステムで、操作性に課題がありました。
  • 設備制御システム:主に温度の監視に利用されていました。
  • 検査ソフト:機能の約70%しか活用できていませんでした。
  • 会計ソフト:他のシステムとのデータ連携がありませんでした。

各ツールは業務の一部を支えていたものの、部門間で情報が自動的に共有されることはありませんでした。その結果、次の3つの階層で課題が生じていました。

  • 製造現場:記録、入力、引き継ぎに時間がかかり、複数の手作業を経る過程でデータの欠落や誤りが発生し得る状態でした。
  • 管理層:工場に不在の際に、生産・在庫・設備の状況を把握することが困難で、報告書は複数の情報源からの集計に依存していました。
  • データ:設備トラブルの履歴、原料消費、検査結果が紐づいておらず、原因分析、実績評価、保全計画の立案に活用できませんでした。

根本原因:運用データを一元管理する基盤がない

課題はツールの不足ではありませんでした。日々発生するデータが、デジタル化・標準化されず、共通の構造で結び付けられていないことが本質的なボトルネックでした。単にソフトウェアを追加するだけでは、新たなデータのサイロを生むおそれがあります。

そこでBAPは、まず工場の業務の実態を理解し、データをどのように作成・検証・共有・活用すべきかを定義することから着手しました。

2. アプローチ:システム開発の前に業務を標準化

MESは、現場で実際に行われている業務を正しく反映して初めて効果を発揮します。BAPは8部門・製造現場を現地調査し、180種類の紙帳票を精査したうえで、引き継ぎ用の8種類の標準レポートを整備しました。各部門で、次の6つのステップによる共通の分析を実施しました。

  1. 現状把握(As-Is):業務プロセス、帳票、データ、部門間の連携を記録します。
  2. ボトルネックの特定:遅延、二重入力、照合不能の原因となっている工程を洗い出します。
  3. あるべき姿(To-Be):デジタル化後の運用方法を設計します。
  4. ソリューションマッピング:各業務に対応するシステム機能を整理します。
  5. データ連携:モジュール間で共有すべきデータを明確にします。
  6. バリデーションルール:入力データの一貫性を保つためのチェック条件を設定します。

生産工程全体のデジタル化

調査範囲は、原料、仕込み、発酵、ろ過、充填、製品倉庫、販売という主要工程に及びます。品質検査、CIP洗浄、設備保全、ユーティリティなどの支援業務も、製造ラインとの関係性の中で調査しました。

飲料工場のMESにおける工程マップ:仕込み、発酵、ろ過、充填、倉庫、品質管理、CIP、ユーティリティ

たとえば、完成品のロットをトレースする場合、システムは充填シフト、発酵タンク、仕込みバッチ、投入原料、関連する検査結果を紐づけられなければなりません。これにより、工程ごとの個別管理から、生産ライフサイクル全体でのデータ管理へと移行する基盤が整います。

3. ソリューション:飲料工場のMESを核に、LIMS・CMMS・ERPを1つの基盤へ統合

BAPは、MES、LIMS、CMMS、ERPに、BIダッシュボードと5つのAIアシスタントを加えた共通データ基盤を設計しました。この構成により、製造現場と管理部門のデータが連携し、個別のソフトウェアに依存した運用から脱却できます。

飲料工場のMESのアーキテクチャ:MES・LIMS・CMMS・ERPを共通データ基盤に統合し、BIと5つのAIアシスタントを接続

MES(製造実行システム)

飲料工場のMESでは、MESモジュールが各製造工程のデジタル化と管理を担います。

  • 仕込み:バッチ、原料、工程パラメータを管理します。
  • 発酵:発酵工程とタンクごとのデータを管理します。
  • ろ過:ろ過工程と半製品の移送を記録します。
  • 充填:缶・樽(keg)の充填と、完成品ロットの情報を管理します。
  • CIP洗浄:設備・配管の洗浄を記録します。

データは仕込みバッチ、ロット、シフト単位で整理されます。これにより、進捗の把握、原料消費の管理、製造工程全体にわたるトレーサビリティを支援します。

LIMS(ラボ情報管理システム)

LIMSは、サンプル受付、理化学・微生物検査、入荷原料の検査、検査結果の管理・承認といった品質関連業務を対象とします。検査データを生産データと結び付けることで、バッチ・ロット単位での品質トレーサビリティを支援します。

CMMS(保全管理システム)

CMMSは、保全・修理、動力設備、給水処理、排水処理の4つの領域を対象とします。設備履歴、保全計画、トラブル情報を同一の環境で管理します。

ERP(基幹業務システム)

ERPは、生産を購買、在庫管理、販売、アフターサービス、総務・人事と結び付けます。原料・製品・事業活動に関する情報を、生産データと関連付けて管理できます。

BI・ダッシュボード(データに基づく経営判断)

BIとダッシュボードは、経営層と各製造現場に向けて、日次・週次・月次のレポートと、しきい値を超えた際のアラートを提供します。各部署による手作業の集計を待つことなく、管理者は付与された権限の範囲で共通基盤から情報を確認できます。

4. プロジェクト規模:674機能を詳細に定義

工場全体の業務を網羅するため、飲料工場のMESプロジェクトは17のソフトウェアモジュール、674機能(必須564、オプション110)に分解されました。作業は見積り用に19の項目に整理され、設計・開発の総工数は132人月です。

ソリューション領域別の工数配分(計132人月):飲料工場のMESが最大

MESは総工数の約3分の1を占めており、連続生産を行う工場における業務の詳細度を反映しています。機能を業務領域ごとに分解したことで、対象範囲の明確化、優先順位の設定、開発の管理もしやすくなりました。

※ 各項目の数値は小数点第1位で四捨五入しています。

5. 飲料工場のMESの技術アーキテクチャ:現場から経営までをつなぐ

BAPは本ソリューションを5層のアーキテクチャで設計しました。生産設備や現場の活動から、管理システム、クラウド基盤までデータを接続し、工場全体でデータを収集・処理・保管・活用するための基盤とします。この階層設計は、製造実行システム(MES)と企業システムの統合を示すISA-95の考え方に沿っています。

  • 第1層 現場データ収集:現場のPC、タブレット、技術者のスマートフォンからの操作や、バッチ・パレットのコード読取に対応します。設備データは、設計範囲内でIoT/SCADAを通じて接続します。
  • 第2層 アプリケーション:各種デバイスに対応したWebインターフェースと、保全・現場作業向けのモバイルアプリを提供します。
  • 第3層 業務ロジック・連携:MES、LIMS、CMMS、ERPを接続し、ロールベースのアクセス制御、承認ワークフロー、入力データの検証、しきい値アラート、バッチ・ロット単位のトレース、レポート出力を担います。
  • 第4層 データ管理・保管:リレーショナルデータベース、キャッシュ、ファイル・レポートの保管領域で構成し、毎日の自動バックアップによりデータの保護と復旧を図る設計です。
  • 第5層 クラウド基盤:ロードバランシング、マルチゾーン冗長化、独立したテスト環境、監視・アラートを備えます。

本設計では、クラウド事業者が提示する稼働率99.99%を前提としています。これはインフラ側の数値であり、BAPが独自に保証するSLAではありません。

日々使う現場の担当者のための設計

設計上の重要な原則は、入力画面を、作業者が使い慣れた紙帳票に近い形に保つことでした。項目の並びや業務用語を現場の実態に合わせることで、紙での作業とシステム上での作業の差を小さくしています。ベテランの従業員が多い工場において、手作業の記録からデジタル入力への移行を円滑にする要素です。

6. AI活用:標準化されたデータを生かす

AIが有効に機能するのは、入力データに一貫性があり、文脈を持ち、トレースできる場合に限られます。本プロジェクトでは、5つのAIアシスタントが、独立したデータ領域ではなく、共通の生産データを参照する構成としました。

  • 生産Q&Aアシスタント:シフト、バッチ、ロット、生産実績のデータを、自然な言葉で照会できます。質問例:「今月の充填実績を先月と比較して」
  • 在庫アラートアシスタント:在庫と生産計画を組み合わせ、原料不足の可能性を検知します。回答例:「缶の在庫は、現在の生産計画で6日分です」
  • 保全アシスタント:設備とトラブルの履歴を活用し、技術者が注意すべき点の把握を支援します。回答例:「この設備は、6か月間に同じ不具合が3回発生しています」
  • 自動レポートアシスタント:シフト・日・月単位でデータを集計し、通常と異なる変動の把握を支援します。回答例:「昨夜のシフトは、消費量が基準値を4%上回りました」
  • 品質分析アシスタント:検査、原料、生産のデータを関連付け、異常の原因に関する仮説の提示を支援します。回答例:「不良ロットはいずれも、同一の原料ロットを使用しています」

上記は各アシスタントの利用イメージです。品質に関する事項は、最終的な判断を専門知識を持つ担当者が行うことを前提としています。5つのアシスタントはいずれも同じデータ源を参照し、バッチ・ロット・シフトの識別子は業務システムおよびダッシュボードと統一されています。

7. 導入効果:運用価値

飲料工場のMESは本番稼働しており、各製造現場で日常的に利用されています。個別の帳票やソフトウェアで情報を管理する運用から、工場全体で業務プロセスと運用データを再構築できた点が、主な成果です。

本基盤は、次の点を支援する設計となっています。

  • 手作業の削減:データは発生源で一度だけ入力され、各業務で再利用されます。
  • トレーサビリティの強化:生産・原料・品質の情報が、バッチ・ロット・シフト単位で紐づきます。
  • モニタリングの向上:ダッシュボードが、生産管理と経営判断に必要な情報を集約します。
  • 保全の支援:設備とトラブルの履歴が、分析しやすい形で整理されます。
  • AI活用の土台:標準化されたデータを、業務別のAIアシスタントが活用できます。

効果測定に用いる指標

下図は、MES導入の投資対効果を評価する際に用いることのできる視点(生産性、情報処理の所要時間、トレーサビリティ、生産品質)を示す指標セットです。

飲料工場のMESの効果指標:総合回収率、原料消費率、データ入力時間、初回合格率

※ 図中の数値はイメージを示す参考値であり、お客様による実測・検証済みの結果ではありません。

8. 本プロジェクトからの学び:業務の標準化がDXの基盤となる

技術を選ぶ前に、業務を理解する

現場、プロセス、帳票を一つひとつ調査することで、どのデータをデジタル化すべきか、誰が責任を持つのか、その情報がどこで使われるのかを正確に把握できます。

個別のソフトウェアを増やすのではなく、データを統一する

MES、LIMS、CMMS、ERPはそれぞれ役割が異なりますが、統合アーキテクチャの価値は、システム間のデータ連携にあります。

データを標準化してからAIを活用する

AIは、基盤となるデータの整備に代わるものではありません。生産情報が統一された構造で整理されて初めて、問い合わせ対応、アラート、分析の導入に適した環境が整います。

9. BAPについて:調査から運用まで伴走します

BAPは、現状調査、業務分析、アーキテクチャ設計、ソフトウェア開発、インフラ構築、教育・トレーニング、運用サポートまで、飲料工場のMES導入を一貫して担います。工場のデジタル化においては、画一的なソフトウェアモデルを当てはめるのではなく、実際の生産現場に技術を適合させることを重視しています。BAPのソリューションや、その他の導入事例もあわせてご覧ください。

Share