バリューストリームのデジタルツイン：変更を加える前にテストする

Disclosure: M365.FM host Mirko Peters works at iFAKT GmbH. This page describes the company factually; paid partnerships and links are labelled as advertising.

By Mirko Peters · 2026-11-11

バリューストリームのデジタルツインは、ライブデータを使って製品ファミリーをモデル化し、バッチサイズやシフトを仮想的にテストできるようにするものです。架空の例を含みます。

Automatically translated with AI from the original post. Read the English original

バリューストリームのデジタルツインは、1つの製品ファミリーの流れを実際のデータと同期させたモデルであり、現場で変更を実施する前にモデル上でテストできるようにするものです。本記事は、バリューストリームマップとアイデアの一覧を持ち、どのアイデアを試す価値があるかを知りたい工場長を対象としています。ツインとは何か、何が必要か、What-if テストの仕組み、数値を用いた架空の例、そして留意すべき限界を説明します。

重要なポイント

• バリューストリームのデジタルツインは、1つの製品ファミリーをデータと同期させたモデルであり、現場で変更する前にモデル上で変更をテストできるようにするものです。
• ISO 23247-1は、デジタルツインを、観測可能な製造要素の目的に適したデジタル表現であり、要素とその表現の間で同期が取られているものと定義しています。
• 管材加工施設を対象としたシミュレーションの研究では、リーン改善の定量的な根拠を得るために、バリューストリームマッピングと離散事象シミュレーションを組み合わせています。
• まずキャリブレーションを行ってください。モデルが今日のリードタイムとスループットを再現できて初めて、将来についての回答を信頼できます。
• バッチを小さくする、段取り替えを速くする、作業者を1人追加するなどのWhat-ifシナリオを一つずつ実行し、そのうえで最も効果の高いものを現場試行で確認してください。

バリューストリームのデジタルツインとは何ですか？

バリューストリームマップは、製品ファミリーを通じて材料と情報がどのように流れるかを、工程のステップ、待ち行列、引き継ぎとともに示します。これはスナップショットです。マップは動かないため、バッチサイズを半分にする、作業者を追加する、段取り替えを短縮した場合にリードタイムがどうなるかは答えられません。

動かすことのできるモデルがシミュレーションです。工程、リソース、オーダー、通常のばらつきを表現し、流れを時間に沿って先へ進めます。「もしこうしたらどうなるか」という問いに、定量的な答えが得られます。factory simulationのエンティティページでは、これを工場の一部における作業の流れを管理されたモデルとして説明しており、提案された変更を実施する前にテストできるとしています。

デジタルツインは、さらに一歩進んだものであり、すべてのテストを実際の状態から開始できるようにします。国際標準化機構はISO 23247-1において、これを観測可能な製造要素の目的に適したデジタル表現であり、要素とそのデジタル表現の間で同期が取られているものと定義しています。平たく言えば、デジタルツインとは、観測に基づいて更新される仮想的な複製のことであり、バリューストリームのデジタルツインは、この考え方を製品ファミリーの流れに適用したものです。観測可能な製造要素には、人員、設備、材料、工程、施設が含まれます。バリューストリームの場合、その要素はストリーム全体、すなわちその工程、機械、人員、材料、オーダーです。

テストは単純です。データによって現在の実際の状態からモデルが開始されていれば、そのデジタルツインはツインとして機能します。一度だけ手作業で入力したものであれば、それはシミュレーションです。

なぜ変更を仮想環境でテストするのですか？

現場での変更は時間がかかり、生産を乱します。モデル上でのテストは数時間で済み、ラインを止める必要もありません。Wei Xia と Jiwen Sun は、管状部品の機械加工工場のケーススタディでこの点を取り上げています。この論文は 2013 年に Journal of Industrial Engineering and Management に掲載されました。彼らは、バリューストリームマッピングと離散事象シミュレーションを組み合わせています。離散事象シミュレーションは、システムを時間の経過に伴う一連のイベントとしてモデル化する手法です。抄録では、シミュレーションがリーン手法に定量的な根拠を与え、不確実性を下げ、ステークホルダー間の合意形成に役立つと述べられています。また、シミュレーション結果が実際の生産データと一致したこと、将来の状態を特定するためにシナリオが使われたことも報告されています。抄録には数値が示されていないため、これは手法の参考文献として読むべきものであり、どの程度の効果があったことを証明するものではありません。

実務では、次の3つの利点があります。

• リスクの低減。 悪いアイデアにお金をかける前に見つけられます。
• より良い優先順位付け。 複数のアイデアがある場合、モデルはどれがリードタイムやスループットを最も改善するかを示します。
• 共通理解。 計画、生産、財務が同じテストケースを見て、数値について合意できます。

モデルには何が必要ですか？

モデルの質は入力データに依存します。最初のバージョンでは、次の情報を収集してください。

• ルーティング： 製品ファミリーの各製品の工程と、その順序。
• 時間： サイクルタイム、段取り時間、切替時間。ERP システムの記録だけでなく、現場で計測した値を使います。
• 稼働状況： シフトカレンダー、計画停止、故障とその一般的な所要時間。
• 需要： 注文のロットサイズと到着パターン（バリエーションの構成を含む）。
• ルール： バッチサイズ、投入ルール、優先順位、バッファ上限。
• 人員： 工程ごとの作業者数とその資格。
• ばらつき： 平均値だけでなく、時間のばらつき。待ち行列はばらつきから生じるためです。

センサーや機械との接続（IoT：モノのインターネット）により、サイクルタイムや停止時間のリアルタイムデータを取得でき、手作業での記録も減らせます。これらは有用ですが、最初のデジタルツインは ERP システムの記録とストップウォッチによる時間測定だけでも構築できます。判断に必要な場合に、機械データを追加してください。

What-if テストはどのように実行しますか？

1. ベースラインを作成する。 1つの製品ファミリーの現状をモデル化します。
2. キャリブレーションする。 モデルを実行し、そのリードタイム、スループット、待ち行列を実測値と比較します。差が大きい場合は、欠けている遅延や誤った時間を見つけてください。モデルが現状を再現するまで先に進まないでください。
3. 変更を1つ定義する。 例えば、バッチを小さくする、段取り時間を短縮する、作業者を追加する、バッファ上限を設定する、新しい投入ルールを導入する、などです。
4. 何度も実行する。 ばらつきがあるため、1回の実行は1つのサンプルにすぎません。テストを複数回実行し、その範囲を確認してください。
5. 比較する。 リードタイム、スループット、待ち行列の長さ、ボトルネックの稼働率を確認します。
6. 組み合わせる。 効果は相互に影響し合うため、最も良い案を組み合わせて試してください。
7. 現場で試験する。 限定的な試験で最良の案を確認し、実際の結果を予測と比較します。
8. モデルを更新し、学んだことを反映します。

例：1つのストリーム、3回のテスト、架空の数値

この例は架空のものです。数値は実在の工場やモデルから取ったものではありません。

ある製品ファミリーの需要は1日480個です。キャリブレーション済みのモデルは、リードタイム9.0日、スループット1日480個を再現します。Little's Law（仕掛品数＝スループット×リードタイム）によると、これはストリーム内に4,320個の仕掛品があることを意味します。ボトルネックは稼働率96%で稼働しています。

チームは3つの変更をテストします。

• バッチの小型化： バッチを80個から40個へ半分にします。段取り替えが増えます。モデルの結果は、リードタイム6.5日、スループット1日470個です。追加の段取り替えによって生産量が減るためです。
• ボトルネックへの作業者追加： モデルの結果は、リードタイム7.8日、スループット1日480個です。
• 両方の組み合わせ： バッチの小型化と作業者の追加を同時に行います。モデルの結果は、リードタイム5.4日、スループット1日480個です。したがって仕掛品数は5.4×480、つまり2,592個になります。

組み合わせシナリオは、生産量を失うことなくリードタイムを40%短縮します。一方、バッチの小型化だけでは1日10個の生産量が減少します。チームは組み合わせた変更で4週間の試験を開始し、実際のリードタイムを予測の5.4日と比較します。

デジタルツインの全体像の中で、これはどのように位置づけられますか？

デジタルツイン技術は、単一の機械から工場全体まで、多くの業界で使われています。デジタルツインの多くの定義では、センサーと通信によってデータを受け取り、分析や意思決定、たとえば予知保全に使われる、物理的なオブジェクトや物理的アセットの仮想レプリカとされています。モデルの上に機械学習や人工知能を加えるものもあります。

バリューストリームツインは、より対象を絞ったものです。対象は1台の機械ではなく、製品ファミリーの流れです。データソースは受注、工程順序（ルーティング）、実績の登録、そして計測された所要時間です。問いは運用面のもので、作業の流れを変えることで生産性、リードタイム、業務効率をどう高めるかを考えます。すべての設備を対象にする前に、流れのデータ駆動型モデルを使って、工場を段階的に最適化できます。

限界はどこにあるのでしょうか。

• Garbage in, garbage out。 誤った時間を入力すれば、見栄えの良いグラフで誤った答えが出てきます。
• 目的への適合。 1つの製品ファミリーと1つの問いに答えるモデルで十分です。工場全体のツインは、最初から必要になることはほとんどありません。
• 維持コスト。 ツインは常に同期させておく必要があります。そうしないと、徐々にシミュレーションに戻ってしまいます。
• 人とルール。 モデルはルールを扱うのは得意ですが、習慣や回避策を扱うのは苦手です。現場を歩いて、実態と比べてください。
• その他の用途。 ツインは、アセット管理や予知保全にも使われます。本記事では、製品ファミリーの流れだけを扱います。

よくある間違い

• キャリブレーションの省略。 検証されていないモデルは、自信に満ちた誤った結果を出します。
• すべてをモデル化すること。 詳細化には時間がかかり、必ずしも答えの精度が上がるわけではありません。
• 平均値だけを使うこと。 ばらつきが待ち行列を生みます。
• 一度に5つの変更をテストすること。 どの変更が効果を出したのか判別できません。
• 現場より モデルを信頼すること。 必ず試行で確認してください。
• 問いなしにツインを構築すること。 自分が下す必要のある意思決定から始めてください。

ソフトウェアができること

シミュレーションモデルを手作業で構築するには数週間かかります。ERPシステムから工程順序と受注を読み込み、流れをモデル化するソフトウェアを使えば、その時間を短縮できます。iFAKTのPolaris Simulatorは、iFAKT Polarisのモジュールで、生産システムを仮想的にテストします。たとえば、生産能力、人員配置、バッファのシナリオを検証し、変更を加える前にボトルネックを明らかにします。どのモデルも、まず自社の計測値に照らしてキャリブレーションしてください。

次のステップ

バリューストリームのデジタルツインは、短縮効果が最も大きい変更はどれか、といった現実の問いに答えられたときに価値を発揮します。今週、1つの製品ファミリーと1つの意思決定を選び、そのストリームのモデルに必要な工程順序、所要時間、ルールを書き出してみてください。