統合化部品表への挑戦【最終回】
「多項モデル」が切り開く部品表の未来
部品表に部品以外のさまざまなデータを統合するためには、旧来の部品表で採用していたデータモデルでは限界がある。これを突破するためには、「多項モデル」という新たなデータモデルを導入する必要がある。
これまで部品表は約半世紀もの間、親と子の関係(リレーション)を管理するストラクチャー型(ツリー型)のデータベースとして運用されてきた。1つのデータベースに1種類のリレーションしか管理できないモデルの部品表で、「2項モデル」と呼ばれるものだ。
このモデルには、限界がある。本連載でこれまで見てきたように、統合化部品表では部品以外にもさまざまなデータ要素(物流ルート、コンフィギュレーション、工程手順、需給ルートなど)を含むようになるので、管理すべきリレーションモデルも複雑化してくる。単純な2項モデルでは、これらを管理できないのだ。
そこで考え出されたのが、1つの部品表データベースに何種類ものリレーションを同時に持つ「多項モデル」と呼ばれる部品表である。
「コンフィギュレーション」の統合
統合化部品表に製造業で扱うさまざまな情報が集約されていくと、より複雑なモデルを扱う必要が出てきた。例えば、下図のようなケースだ(図1)。
工場におけるアセンブリ(組み立て)で使用する本来の部品表は左のような構成をしているが、製品のオプションの組み合わせに関する情報をこの部品表に付与しようとすると、左側の構成とはまったく異なる右側のような構成が必要となる。これは「コンフィギュレーション」といって、営業が顧客との商談の際に製品オプションを選択するために使われる構成である。
見ての通り、左右のデータ構成はまったく異なるため、従来の部品表では共存できなかった。しかし、多項モデルを使うと複数のリレーションを持つことができるので、この問題を解決することができる。また、前回「工程データ・物流ルートをも統合する新世代の部品表」で説明した物流ルートのようなデータも、多項モデルを駆使しないと表現することができない。
工程情報の統合
多項モデルには、前述のような複数リレーションに関するデータを扱うパターンのほかにも、複雑な工程を扱う場合のパターンがある。後者の例としては、2項モデルに工程データをそのまま追加するとループしてしまうケースが挙げられる(図2)。
また同じく、従来の2項モデルの部品表に、複数の部品で重複する工程データを追加しようとしても、やはりうまくいかない(図3)。
このような、部品表にルーティング情報(工程情報や需給ルート情報)を統合する際に最も難しいモデルが、多項モデルの導入により解決され、あらゆる情報が統合化部品表によって管理できるようになったのだ。
部品表の進化の鍵を握る多項モデル
では、多項モデルによってさまざまな情報を取り込んだ部品表は、具体的にどのようなメリットをもたらすのだろうか?
最大のメリットは、ルーティング情報を部品表で持つことによって、従来別々のデータベースにアクセスして煩雑な計算を強いられてきたCRP(能力所要量計画)の計算を、MRP(資材所要量計画)と同時にできるようになったことである。これは、MRP IIやAPS(納期回答/座席予約)の世界に、これまでにないシンプルさと処理パフォーマンスをもたらすこととなった。
紙幅の関係から、多項モデルそのものの詳細についてここで説明することは避けるが、今後の部品表の発展を占う上では鍵となる技術であるため、ポイントのみを幾つか簡単に挙げておきたい(多項モデルの詳細について知りたい方は、拙著『グローバル生産のための統合化部品表のすべて』を参照されたい)。
多項モデルは、高次方程式のように2→3→4→5とキーを増やしていきながら、より複雑なデータパターンに対応するものだ。しかし、多項モデルの部品表への適用はまだ始まったばかりで、実際には高度に複雑なデータパターンを表現するまでには至っていない。この点ではデータ正規化理論と似たところがある。正規化理論が第1正規形から第2正規形、第3正規形、第4正規形と発展していったように、多項モデルも今後研究が進み、理論的に発達していく可能性がある。
しかし現時点では、現実世界で見られるアプリケーションの諸問題は3項モデルで十分克服できるものであり、それ以上の複雑な問題に筆者はまだ出会ったことがない。
また、実際に多項モデルで部品表データベースを構築するに当たっては、以下のような設計原則に従う必要があると考える。
- 規則的なアルゴリズムで展開できること
- 工程の多階層連続のパターンに対応できること
- 2項モデルのパフォーマンスが落ちないこと
- 2項モデル展開と多項モデル展開が共存可能であること
- コンフィギュレーション/物流ルート部品表などの複数リレーションをつかさどる多項データとは混在させない
こうした原則に従って実装された部品表であれば、高いレベルの拡張性を確保することができるだろう。
統合化部品表を応用したアプリケーション
さて、5回にわたり統合化部品表について書いてきた本連載だが、今回が最終回となる。本来は統合化部品表のアプリケーションとしての応用についても解説するつもりだったが、十分に紙数を尽くすことができなかった。そこで、最後に統合化部品表のデータモデルを応用して開発・運用されているさまざまな業務アプリケーションを挙げておきたい。
- マトリックス部品表
- 仕様部品表
- コンフィギュレーション部品表
- プロジェクト管理(生産準備)
- 原価企画
- 設計製造連携
- プライベート部品表
- 保守部品表
今後の製造業ITの中核を担う統合化部品表
部品表は誕生してから50年もの長い間、MRPの忘れ去られたインフラとして未発達のままに取り残されていた。その部品表に再び光を当て、製造業の中核のデータベースとしてハイライトしたのが統合化部品表である。
製造業がグローバルな舞台で活動するのが当たり前になった今日こそ、この新しいインフラが情報の核としてすべての製造業ソリューションの上に位置し、威力を発揮することとなるであろう。
本連載が、製造業にかかわる方々にとって今後の業務改革のヒントになることを祈ってやまない。
※ なお、本連載で紹介した統合化部品表の要素技術の多くは、株式会社クラステクノロジーが特許を保持している。詳しくは、同社のWebサイトを参照されたい。
<筆者紹介>
四倉幹夫
株式会社クラステクノロジー 代表取締役
1996年に生産管理システムソリューション会社、株式会社クラステクノロジーを設立。外国製品が大半を占める生産管理ソフトウェア分野において、国内製品として功績を挙げたことが評価され、2002年に創業・ベンチャー国民フォーラム企業家部門において経済産業大臣賞を受賞、2005年春の褒章では藍綬褒章を受章。著書に『エンジニアリング・チェーン・マネジメント』(翔泳社)、『グローバル生産のための統合化部品表のすべて』(日本能率協会マネジメントセンター)、『(図解でわかる生産の実務)生産管理システム』(日本能率協会マネジメントセンター)などがある。2006年より産業技術大学院大学客員教授。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
急増する「AIはこう言ってる」マン 判断を狂わせる「AI忖度」を防ぐには?
-
2
取手市がVDIと決別した理由 更改費用「4倍超」を約1.7倍に圧縮
-
3
「Excel至上主義」の終わらせ方 丸2日の手作業地獄から情シスと現場を救うには
-
4
221人調査で分かった「情シス最大のストレス」は?
-
5
「データストレージの活用方法」に関するアンケート
-
6
「AI時代の統合基盤・エンタープライズAI管理」に関するアンケート
-
7
自宅のWi-Fiが「遅い」「途切れる」本当の原因は? Dellが推奨する鉄則
-
8
本当に安いPCで十分か? “すぐ重くなる”を防ぐノートPC選びの絶対条件
-
9
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
10
Claudeの不可視透かしに批判殺到 著作権消失や誤判定に潜む企業リスク
ホワイトペーパーランキング PR
-
1
年収2000万「クラウドセキュリティのプロ」になれる資格とは
-
2
セキュリティソフトをすり抜ける標的型攻撃メール、不審メールの見破り方とは?
-
3
Windows Updateの通信集中で回線が逼迫、ネットワーク刷新事例に学ぶ解決策
-
4
財務を戦略的組織へ進化させるAI活用術、4つの主要な障壁と解消方法
-
5
「NAS」「SAN」「DAS」は何が違う? いまさら聞けないストレージの基礎
-
6
“あのファイル転送”で暗躍するノーウェアランサム
-
7
標的型攻撃メールを見破るには? サンプル文面を例に傾向を解説
-
8
商用利用の安全性を確保し大量のコンテンツを高速で生成する、AI活用の秘訣
-
9
マンガで解説、1日で生成AI環境を構築できるワークショップの中身とは?
-
10
Dark AIが台頭する時代の新発想、「より高度なAIで対抗する」具体的方法とは?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー