プラント設備管理の高度化をどう実現するか──高経年化・人手不足下での全体最適化の進め方

前述の通り、Lv4の方向性は明らかである一方、基盤が整備されていない段階で生成AI活用のみに着手することは得策ではない。設備の高度化は段階的に進めるべきであり、まずはLv3の全体整合化を実現した上でLv4を目指す必要がある。
Lvが低い状態でAI活用を進めた場合、「部門に閉じたAI活用による部分最適化」「データ分断・未整備に起因する不十分な示唆」「判断基準がないことで、AIの出力が業務判断に活用されない」といった問題が生じやすい。結果として、かえって個別最適化を助長するリスクが高まる。
特にLv2からLv3への移行、すなわち全体整合化のフェーズには、複数の難所が存在する。
本稿では、それらの難所と克服方法を、プロセス製造業界における設備管理プロセスに沿って、アビームコンサルティングの複数の支援事例をもとに解説する（図3）。

プラントでは、製造・保全・技術といった各部門がそれぞれの専門性に基づいて個別に計画を策定しているため、計画間の連動性が欠如しやすい。その結果、「製造部門の運転変更により劣化速度が変化しているにもかかわらず保全計画に反映されない」「重要設備であるにもかかわらず適切なタイミングで補修が実施されない」といった、設備単位で最適化されていない問題が顕在化する。

＜克服例：部門別計画から機器単位の“機器管理計画”への一元化＞
本ケースでは、各部署に閉じた計画を見直し、機器単位で各部門の計画を統合した“機器管理計画”を中心に業務プロセスおよび体制を再構築した。これにより、設備の信頼性と補修費の最適化を踏まえた意思決定とそれに基づくアクションの実行が可能となった。
各部門が共通のリスク評価手法に基づき計画を策定できるようにした点に加え、機器管理計画を起点としなければ工事起案ができない仕組みを構築することで、従来の個別最適な業務への回帰を防止した点が重要である。

保全業務では、計画から発注、実行、記録に至るまでのデータを一貫して活用することで、業務の効率化が可能となる。しかし、紙や独自のExcelが利用されていること、さらに各業務で必要とされるデータの粒度が異なることから、業務プロセス間でデータが分断されている。その結果、紙やExcelを収集した上で、次工程のシステムに適合する粒度へ人手で加工・転記する非効率な作業が発生している。

＜克服例：必要情報のデジタル化とデータが一貫して繋がる粒度の定義＞
このケースは、次工程で必要となる情報がデジタル化されていない、またはデータ粒度が揃っていないことが主な原因である。これらを踏まえ、データが一貫して流れることを前提に、業務プロセスおよびデータ粒度の再設計を実施し、それに適合するシステムを導入した。これにより、次回工事の立案における情報収集や劣化速度の算出といった業務が効率化され、所要時間の削減が可能となる。
本ケースの重要成功要因は、必要となるデータ粒度が設備種別や業務パターンによって異なる点を踏まえ、現場の業務担当者とともに、業務パターン全体をカバーする標準化されたデータ粒度を定義することである。
加えて、データ量が膨大となることを見据えた計画的な整備と、最新データを維持する運用体制の確立が不可欠である。

経営・マネジメントへの報告を目的として、操業や保全データを収集・加工したレポートを定期的に作成しているものの、「データがリアルタイムでない」「意思決定の基準が明確でない」といった課題により、判断が滞り、具体的なアクションに繋がらないケースが多い。

＜克服例：リアルタイムデータに基づく意思決定の設計＞
本ケースでは、KPIおよび閾値超過時のアクションを再定義するとともに、必要な操業・保全データをダッシュボード上に集約することで、経営・マネジメント層がリアルタイムデータに基づいて迅速に意思決定できる環境を整備した。これにより、データ収集・加工にかかる工数を削減するとともに、意思決定に基づく具体的なアクションの実行が可能となった。
意思決定の設計にあたっては、5W1H（何を目的に、どの指標を、いつ、誰が、どの画面で確認し、どのような基準で判断し、どのようなアクションを取るのか）を明確化することが不可欠である。これが不十分な場合、ツールが導入されても意思決定に活用されないリスクがある。

設備管理に関する改善活動を自社独自の手法で構築・運用しているものの、比較対象や評価基準が存在しないため、業務全体を客観的に評価・改善することが困難である。その結果、工場ごとの業務品質のばらつきや、個別最適化の進化、さらには改善活動の形骸化といった問題が発生する。

＜克服例：体系的なアセットマネジメントシステムの評価方法の適用＞
このケースでは、ISO55000シリーズをベースに、マネジメントの観点から設備管理の強み・弱みを全体的かつ体系的に可視化したうえで、改善施策を実行した。これにより、アセットマネジメントシステムの成熟度が向上し、設備のパフォーマンスとコストの最適化につながった。
評価にあたっては、ISO55000シリーズの各要求事項に対して、成熟度定義を具体化したうえで、社内規定や要領の確認、関係者へのヒアリングを通じて網羅的に数値化を行い、強み・弱みについて関係者間で共通認識を形成することが重要である。

Lv4の自律最適化の世界と、そこに至る過程で直面する難所について述べてきたが、高度化に向けた第一歩として重要なのは、自社の現在地を正しく把握することである。具体的には、高度化Lvのチェックリスト（図6）を活用し、現状の到達度と次のLvとのギャップ（課題）を可視化することが出発点となる。そのうえで、一足飛びではなく、現実的に到達可能なステップを積み重ねるかたちで、段階的にLvを引き上げるロードマップを描くことが肝要である。各フェーズにおいて直面する難所を着実に乗り越えていくことが設備管理高度化の実現に直結する。

本稿では、設備管理において目指すべき姿としてLv4の自律最適化を提示するとともに、その前段となる全体整合化（Lv3）に向けて乗り越えるべき難所について解説した。実際に高度化Lvを引き上げていくためには、多くのステークホルダーとの調整や、長年手を付けられてこなかった構造的な課題への対応が必要となるため、強固なプロジェクト推進力と本質的な課題を捉える問題解決力の両輪が不可欠である。
アビームコンサルティングでは、これまで多くの設備管理変革に携わる中で、

• 現場実態に即した実行性の高い業務構想および業務プロセスの設計
• 業務プロセスと連動したデータの抽出および粒度設計
• 構想に適合するITシステムおよびAIの選定・導入

といった取り組みを支援してきた。こうした知見に基づき、各企業の高度化レベルに応じた適切なゴール設定と難所で停滞しない最適化プログラムの推進を支援することで、設備管理の持続的な進化に貢献していく。