IoT、ビッグデータ、AI活用
ブリヂストンのデジタル変革、「サービスとしてのタイヤ」に向けた取り組みとは？（1/2 ページ）
単なるものづくりから「Tire as a Service」にかじを切ったブリヂストン。タイヤのトップブランドとして知られる同社のデジタル変革にかける「本気」をレポートする。
市場環境の変化は、あらゆる企業にデジタル化によるビジネスモデルやビジネスプロセス変革を加速させる取り組みを迫っている。タイヤで培った高い技術力を核に、さまざまな事業分野でグローバル展開するブリヂストンは、デジタル化による変革にいち早く着手した1社だ。
SAS Institute Japanが2017年5月23日に開催した「SAS FORUM JAPAN 2017」において、ブリヂストン 執行役員チーフデジタルオフィサー兼デジタルソリューションセンター担当の三枝幸夫氏は「ソリューションビジネスを加速する、ブリヂストンのデジタルトランスフォーメーション」と題した特別講演に登壇し、同社が進めるデジタル変革の取り組み内容について、その詳細を語った。
タイヤではなくサービスを売る決意
ブリヂストンの三枝幸夫氏
ブリヂストンはグローバルのタイヤ市場において売上高ベースでトップシェアを維持してきたメーカーだ（注1）。市場規模が拡大するのと同時に新興国のタイヤメーカーが存在感を強める中、軽量化や低燃費化などの高付加価値化を進めてきた。
従来の製造販売型のビジネスモデルに安住していたのでは、成長に限界がある。そうした危機感から「お客さまの困りごとを解決するソリューション事業者になるべく、デジタル変革への取り組みを開始した」と三枝氏は述べる。
※注1： 出典：Tire Business「Global Tire Company Rankings」
もちろん、これまで通り顧客にタイヤを提供することには変わりがない。重要なのはその先だ。使用中のタイヤの管理と、すり減った場合の交換、あるいはリトレッドタイヤ（注2）に再生するといったタイヤライフサイクル全般をサポートするサービスを提供し、そこで利益を生むのだ。顧客はメンテナンスの心配をしなくて済み、すり減ったタイヤは再生されるので環境にも優しい。
※注2：1次寿命が終了したタイヤのトレッドゴム（路面と接する部分のゴム）の表面を削って、その上に新しいゴムを張り付けトレッドパターン（溝）を形成して再利用するもの。
このようなサービスを提供するには、顧客がどんなタイヤの使い方をしているのかを理解しなければならない。やらなければならないことは認識できたものの、創業80年以上の老舗ともなると、人や組織、プロセスが分断されてしまっている問題が少なからず出てくる。取り組みが始まる当初の社内について三枝氏は「綱渡りでバリューチェーンを運営している状態だった」と振り返る。
分断を放置したままでサービスを提供しても、部門連携のためのコスト負担がサービスの収益性を圧迫してしまう。ビジネスモデルの変革だけでなく、バリューチェーン全体の効率を高めるにもデジタル変革は必須だった。
ブリヂストンのコアコンピタンスは、高分子複合体の素材技術、加工技術、製品化技術および製品を使ったサービスモデルにある。このコアコンピタンスを圧倒的なスピードと精度で提供し、戦略実行に生かす。これを実行するために、同社のデジタル変革は「Digital for Bridgestone」「Digital for Customers」「Industry Level Ecosystem」の3つの領域に及ぶ。
Digital for Bridgestone：自社のものづくり効率を高めるデジタル
ビッグデータ解析
まずPLC（Programmable Logic Controller）という制御用のコンピュータが収集するセンサーデータを、エンドユーザーが使いたいときに使えるような仕組みを整備した。
この結果、多くのデータを分析に役立てることが可能になったが、半面、データが多過ぎるが故に、分析ができる人とできない人の分断ができてしまう問題が生じた。品質不良の改善は、属人的なスキルや経験に依存することが大きい典型的な分野だ。だからこそ、そこにビッグデータ解析ツールの活用余地があるともいえる。
三枝氏はここで、ある製品の品質不良を改善した事例を紹介した。現場の技術者にヒアリングしたところ、その製品の品質を制御するパラメーターは89個もあったという。ここまで要素が多いと人手での解析には限界がある。ツールを使って解析した結果、思いもよらないパラメーターの組み合わせに問題があることが分かり、結果的に不良を6分の1に減らすことに成功した。
この結果を踏まえ、三枝氏は品質改善に必要なスキルが今後は変化すると指摘する。具体的には、独力で問題を発見して解決するスキルよりも、データ解析ツールを使いこなすスキルを備えた人を増やすことが求められる。そして自分たちで全てを制御しようとするのではなく、制御できるものとできないものを整理することが必要になってくるという。
EXAMATION
ビッグデータ解析や機械学習アルゴリズムを搭載した最新のタイヤ成形システム「EXAMATION」を導入した。これにより、従来は手作業だった成形について、システム側での完全な自動化が実現した。三枝氏によれば、品質のばらつきが15％以上、生産性は約2倍にまで改善した。タイヤ1個当たり480項目の品質データを大量のセンサーから収集して分析し、全ての部材を最適な条件で組み立てる機械学習アルゴリズムを実装できるまでになったという。
ただし、全ての工程を機械学習などの人工知能（AI）技術に委ねることはしないと三枝氏は話す。タイヤが人の命を乗せて走るものである以上、何をどう制御しているか分からないアルゴリズムはシステムに搭載できない。人手で行うアルゴリズムの検証プロセスを効率化することが課題として残るという。それでも、データ解析のプロセス、解析結果、アルゴリズムをグローバル共通のナレッジベースとして共有し、グローバル展開がスピードアップできるような基礎が整備されたことは収穫になった。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社MatrixFlow] 「物流リソース最適化」ガイド：人員・配車・傭車を出庫依頼の確定前に決めきる -
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣
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
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
2
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
3
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
4
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
5
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
6
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
7
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
8
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
9
「結局使わなくなる」Microsoft 365 Copilotを半年で定着 キリンの3施策
-
10
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
TechTargetジャパン SNS
@techtarget_itmをフォロー
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