Part 0.5: 事例を中心としたユースケース (製造リファレンス・アーキテクチャ勉強会)

Azure
2020年7月
(MPNパートナー様向け配布用)
Tech Briefing:
製造リファレンス・アーキテクチャをベースとした
システム構築を行うための基盤技術トレーニング
福原毅 ( tfukuha )
日本マイクロソフト株式会社
パートナー事業本部パートナー技術統括本部第二アーキテクト本部
シニアクラウドソリューションアーキテクト ( Azure Data & AI )
～ Part 0.5: 事例を中心としたユースケース

Part 0: 製造リファレンス・アーキテクチャについて
Part 0.5: 事例を中心としたユースケース
Part 1: IoT 基盤
Part 2: Data & AI 基盤
Part 3: サーバーレスとシステム間連携基盤
Part 4: Power Platform / Dynamics 365概説
Part 5: “製品の変革” を支える基盤サービス
システム構築を行うための基盤技術トレーニング(座学)

Factory of the Future
リファレンス・アーキテクチャ
https://aka.ms/MFG_RA_FoF_DL
Intelligent Supply Chain
https://aka.ms/MFG_RA_ISC_DL
Product as a Service
https://aka.ms/MFG_RA_PDaaS_DL
製造リファレンス・アーキテクチャのダウンロード URL

製造業におけるマイクロソフトの注力領域
Respond (喫緊の状況に対処) | Recover (現状回復と復活の計画立案) | Reimagine (ニューノーマルの形成)
Transform
your workforce
Engage customers
in new ways
Build more agile
factories / production
Create more
resilient supply chains
Unlock innovation
and deliver new services
Formerly Connected Field Service Formerly Factory of the Future Formerly Intelligent Supply Chain Formerly Connected Product InnovationFormerly Workforce Transformation

目次
Create more resilient supply chains
( Formerly Intelligent Supply Chain )
• Unilever 事例
Unlock innovation and deliver new services
( Formerly Connected Product Innovation )
• Willow Twin
• ANSYS TWIN BUILDER
インテリジェントな製造業
• 小松製作所
Engage customers in new ways
( Formerly Connected Field Service / Connected Sales )
• Rolls-Royce 事例
• ThyssenKrupp 事例
Build more agile factories / production
( Formerly Factory of the Future )
• SANDVIK COROMANT 事例
• Carl Zeiss 事例
• JABIL 事例

導入製品とサービス
コマツ
背景と課題
⚫ Azure SQL Database
⚫ Azure SQL Data Warehouse
⚫ Azure Storage
⚫ Power BI
⚫ 建設機械等の販売需要は経済状況や資源価格によって大きく変動する。この
変動に対して柔軟に追随することが生産現場の重要課題
⚫ 日本国内のマザー工場および生産を委託している協力会社では、労働力不足が
大きな課題だった
⚫ 工場の稼働状況を可視化し、最終的には設備や人員を減らしながら、生産性を
2 倍にすることを目標に設定
ソリューションと導入効果
⚫ 当初のオンプレミスで運用していたKOM-MICS を、2016 年に12月にクラウドに
移行することを決定、セキュリティとサポート体制を評価し、クラウド基盤として
Microsoft Azure を採用
⚫ わずか1か月で Microsoft Azure への移行を完了
⚫ データ収集サーバーをAzure へ移行したことで、スケーラビリティを確保し、KOM-
MICS の接続対象拠点をグローバル、協力会社へと一気に拡大
導入効果と今後の展開
⚫ KOM-MICS で収集したデータを品質向上や設備故障の予知にも活用するため AI
の活用を検討、またエッジ側で Azure のサービスの実行を可能にする Azure IoT
Edge の導入も視野に
⚫ Azure Databricks による溶接の際の演算処理時間の短縮を検討中
コマツ
生産本部
生産技術開発センタ所長
山中伸好氏
「Azure でクラウド化したことで、KOM-MICS に接続する
拠点を一気に拡大できるようになりました。マイクロソフトの
的確な支援にも満足しています」
スマート工場基盤「KOM-MICS 」を Microsoft Azure でクラウド化、
海外拠点や関係会社への接続拡大でより広範な生産現場の可視化と改善が可能に
※お客様の所属、役職等は、取材当時 (2019 年 3 月) の情報です。

de:code 2019 IT04
コマツが進めるスマートファクトリー
“KOM-MICS x Azure”
小松製作所生産本部生産技術開発センタ所長
山中伸好
https://www.microsoft.com/ja-jp/events/decode/2019session/detail.aspx?sid=IT04 (講演資料より抜粋 )

製造業におけるマイクロソフトの注力領域の再整理
Respond (喫緊の状況に対処) | Recover (現状回復と復活の計画立案) | Reimagine (ニューノーマルの形成)
Transform
your workforce
Engage customers
in new ways
Build more agile
factories / production
Create more
resilient supply chains
Unlock innovation
and deliver new services
Formerly Connected Field Service Formerly Factory of the Future Formerly Intelligent Supply Chain Formerly Connected Product InnovationFormerly Workforce Transformation

Engage customers in new ways 事例
Formerly Connected Field Service / Connected Sales

Engage customers in new ways 事例
( Formerly Connected Field Service )
都市景観をトランスフォーム
センサーデータの収集と有用なビジネスへ
の知見を示すシステムにより、リアクティブ
な保全から、プロアクティブな保全へ移行。
Click で事例詳細へ
ノイズからシグナルを抽出
分析により、燃料利用に関する対応可
能な示唆や、予兆保全により、予期せ
ぬ遅延を防ぐ。
工場の最適化
IoT、機械学習、人工知能、CRMを使
い、プロセスと計画を最適化し、予兆保
全によるスケジューリングで、ダウンタイムを
回避

Challenge
ロールスロイスは、世界中で毎
月 50,000 以上のフライトにお
ける飛行機の稼働効率の向
上とエンジンのメンテナンスコス
トの削減を実現したかった
Solution
エンジンの健全性データ、航
空管制情報、燃料の消費
プロセスのデータを Azure
IoT Suite でリアルタイムに
収集・集約し、Cortana
Intelligence Suite で分析
Results
• フライト停止を削減して年間数百万
ドル規模の金額効果の可能性を見
出した
• 燃費向上とメンテナンス計画の効率
化
“マイクロソフトと共に我々は真にデジタルサービス企業へ移行し、エンジンに関係する航空機のオペ
レーション全体を通じてお客様を正しく支援することで、パフォーマンスの点で真の差別化を実現する
ことができるようになった。”
— Tom Palmer, Senior Vice President of Services, Civil Aerospace at Rolls Royce
製品のもたらす顧客価値を根本的に改善

パイロット・インプリメント（コネクテッド・フィールド・サービス）
ProductasaService
ソリューションシナリオ
2.Connected Field Service
ML予測値が30日未満の
時レコード作成
ML予測値が7日未満の
緊急時レコード作成
Dynamics 365
for Field Service
リソース管理、スケジュール管理、
契約管理、モバイル機能、地図連携…
Field Service 業務機能
デバイス
Blobs
Storage
IoT Central Stream
Analytics
Blobs
Storage
devicerules
Logic AppsService Bus
ML Web
Service
Azure
測定値
Power BI
IoT Central 用レポート
Dynamics 365 フォーム用レポート
データ
エクスポート
ストリーム
データ
閾値ストリームデータに
対するML予測値
ML予測値
が閾値を
超えたデータ
一定周期で
取得した
データ
1分間毎
の最大値
直近1時間分
のデータ
ストリームデータ
HoloLens
保守技術者
管理者
ディスパッチャー
顧客資産
Customer Asset
作業指示書
Work Order
サポート案件
Incident
IoT通知
IoT Notificationレコード作成
Event Hubs
Stream
Analytics
SQL Server View
ストリームデータ

現場技術者の作業支援の仕組みを確立
Challenge
• 予兆保全サービスによる連
続稼働性の向上と、保守
ビジネスによる利益確保を
両立したい
• 急成長するアジア市場で
保守技術者の大量育成
が必要
Solution
• エレベーターをリアルタイムに
監視・見える化し、PC やモ
バイル、HoloLensで活用
• 問題発生時のノウハウを機
械学習でモデル化し、世界
中に展開
Benefits
• ThyssenKrupp とその顧客の保守
費用を削減
• 予測モデルの精度を向上し、急成
長する市場の未熟な保守技術者も
活用
“我々は予防保全の業界標準の先を行き、先取りした予兆的な保全を行うことにより、よ
り高い稼働時間を保証したかった”
ANDREAS SCHIERENBECK
CEO
ThyssenKrupp Elevator

ThyssenKrupp Elevator IoT アプリケーション事例
Engage customers in new ways ( Formerly Connected Field Service )

ThyssenKrupp Elevator 事例のデータ活用フロー
データの
流れ
デバイスコネクティビティデータ収集・管理と高度な分析情報の活用
ビジネスプロセスとの
連携
IoT Agent
/ Gateway
Event Hub
Blob Storage
マシンデータ
の蓄積
Azure ML
予兆／原因の学習モデル
Azure ML
メンテナンス
方法の学習モデル
ダッシュボード
参照
ERP
• 顧客
• 設備
• 担当者
通知ハブ
通知
予兆イベント
対応方法
の推奨
• ヘルス状態
• インシデント管理
• 対応のディスパッチ
現地技術要員の
HoloLens
オペレーション
センターPower BI
セルフサービス
分析
制御機器とセンサーのデータ
• イベント :
✓ドア開閉、軸アライメント、キャビン速度、
モーター温度など
• アラーム :
✓故障アラーム、エラーコードなど
Stream
Analytics

HoloLensによるフィールドサービスの効率化 https://youtu.be/biNebig1gUI

Mixed Reality アプリケーション
Remote Assist
現場の作業者と遠隔地
にいるエキスパートが視点
を共有し、リアルタイムに
問題を解決
より迅速に問題を解決
Guides
ステップバイステップの3D
作業手順によって生産性
を向上し、トレーニング効
率を向上
より実践的な学習
Layout
現実世界の中で実際の
大きさで空間を設計し、
自由に動き回り、その場
でデザインを編集
より効率的な空間設計
Remote Assist
for mobile
モバイル端末でも、
Remote Assist が利用
可能に。
より迅速に問題を解決
Product Visualize
現実空間に 3D で商品
を表示し、その場でカスタ
マイズした結果を表示する
ことで、セールス活動をよ
り効果的に実施。
3D で商品を表示
Microsoft Dynamics 365 Applications
For Mobile DevicesFor HoloLens 2
Engage customers in new ways ( Formerly Connected Sales )

“本日、Microsoft HoloLensをベースにした世界最大のリリースが行
われました。Andreas Schierenbeck は、ThyssenKrupp Elevator
ホームソリューションの120名の営業と共に、HoloLensのユニットとト
レーニングを受けました。業務のデジタル化で、階段リフトの納期を1/4
に短縮します。“
- Luis Ramos, Head of Communications, Thyssenkrupp Elevators

複合現実を使い、製品を
視覚化
シームレスに販売と
統合
音声メモと注釈
Preview available April 1 (only for mobile devices)
Product Visualize
ビデオ https://youtu.be/d3YT8j0yYl0

顧客への販売のライフサイクル
Dynamics 365 Business Applications + Mixed Reality
修理の成功率を
向上
設置作業の
円滑化
製造ラインの
変革
販売体験の
モダナイズ
Remote Assist and
Field Service
Guides and Finance
& Operations
Product Visualize
and Sales
Layout and Field
Service
These Photo by Unknown Author is licensed under CC BY-SA
This Photo by Unknown Author is licensed under CC BY-NC-ND

Build more agile factories / production 事例
Formerly Factory of the Future

Build more agile factories / production 事例
( Formerly Factory of the Future )
エッジ(製造設備)で高速処理
品質データをより柔軟かつ迅速に取得お
よび分析するために、眼鏡レンズ、機械
部品、および分光ソリューションの生産ラ
インにエッジソリューションを追加。
工場の最適化
IoT、機械学習、人工知能、CRMを使
い、プロセスと計画を最適化し、予兆保
全によるスケジューリングで、ダウンタイムを
回避
予測とリアルタイム製造の統合
機械から収集した数百万のデータから品
質不良を 80% 精度で早期に予測。外
観検査を自動化してコスト削減

優れたフィールドサービスを提供
「このソリューションのおかげで、製造プロセスを変革できました。お客様の現場から
営業のやり取りまで、あらゆる段階で工具、機械、プロセスを連携させることで、
かつてないレベルのフィールドサービスを提供できるようになりました。」
Klas Forsström 氏
Sandvik Coromant、社長
目的
Sandvik Coromant は、
切削工具の製造と金属切削
業界向けのサービスを展開。
自社のサービスを次のレベルに引き
上げる方法を模索。
戦術
マイクロソフトのテクノロジを活用
し、温度、負荷、振動などの
データを機械加工プロセスからリ
アルタイムで収集し、そのデータ
をクラウドに接続するソリューショ
ンを開発。
結果
• 緊急シャットダウンの決定に必要な時
間を 2 秒から 100 ミリ秒に短縮
• 顧客にフィードバックを瞬時に提供して
効率を向上
• 数百万ドルのコスト削減を実現

Sandvik Cormat: IoT Edge Demo
(Channel 9 > Build 2017 Keynote: https://channel9.msdn.com/Events/Build/2017/KEY01#time=19m00s )
Build more agile factories / production ( Formerly Factory of the Future )

エッジコンピューティング導入以前は、クラウドでの分析が問題を指摘した時
点で、応答時間と、場合によっては製品を無駄にしていました。Azure SQL
Edgeにより、応答時間と必要なサイクル数の両方を削減します。
MAXIMILIAN STUETZ
IT Solutions Manager, ZEISS
従業員の
働き方支援
製品の
変革
オペレーション
の最適化

サブシナリオ4: 最適値算出 / 分析自動化 ( アナリティクス、ML、AI ) – 補足
メンテナンスの適切なタイミングを知る
Time
Quality
劣化発生
メンテナンス
最適時期
オーバーメンテナンス
予測

光学系メーカーのZeissは、生産ラインのマシンで Azure SQL
Edgeを使用して IoT テレメトリデータを処理および保存します。
推論アルゴリズムは、モデルとストリームデータを使用して、異常
を自動的に検出して警告し、生産パラメータを調整し、必要な
メンテナンスを予測します。

各工場にビッグデータクラスターを展開し、すべての Azure SQL Edgeの
データベースからのデータを処理および格納します。
データ仮想化により、生産ラインのマシンからのデータとビジネスアプリケー
ションデータベースのデータをダッシュボードに簡単に結合できます。
予測分析の機械学習モデルは、Spark を使用してこれらの結合されたデー
タソース全体でトレーニングされます。

Jabil
Challenge
Jabil は、リードタイムを速め、コスト
を削減するために、組み立てフロア
の不具合や障害をより早期に予
測したいと考えていた。
Solution
Jabil は、Microsoftの機械学
習ソリューションをベースにした
高度な分析を実施し、製造ラ
インを変革することができた。
Benefits
• 機械から収集した数百万のデータから
品質不良を 80% 精度で早期に予測
• 予測結果に基づいて、早めにリワーク&
対処することで、廃棄物や再作業のコ
ストを 17% 削減
• エネルギーコスト 10% 削減
• 外観検査を自動化してコスト削減
予測分析とリアルタイム製造の統合
「私たちは効率を改善し、コストを削減し、リードタイムを短縮することができる。
これらの要素は、柔軟性を高めることを目指すお客様の要件と直接結びついている。」
Matt Behringer
Jabil、エンタープライズオペレーションおよび品質システム、CIO

Azure IoT Edge Deviceの例:
Azure Stack Edge = Compute + Project Brainwave
ローカル
ストレージ
オンプレミスのシステム
FPGA +
Brainwave
最適化されたネットワーク
データ転送 Azure ストレージ
(Block, Page, および Files)
IoT Edge モジュール
IoT Hub

製造業での画像認識の事例
大手楽器メーカーでの、楽器出荷時の検品
• 楽器出荷時の画像でComputer Vision APIを利用して画像中の品番を取得、その品番に紐付いた該当の
各部品をCustom Vision Serviceを利用して検知
• 楽器出荷時の検品を自動化し，検品ミス防止，検品効率向上の見込み
Custom
482
WW2771-7-CA
YCLCSGA-3L
001649
DOODD
YCL-CSGAIIIL .
ともに要求以上の検出
精度が得られた
Computer Vision APIで
取得した文字列
typeA
typeC
typeD
typeE
品番
Custom Vision Serviceで
検知したオブジェクト

Cognitive Servicesの一例
Computer Vision API
画像分析(10K+のオブジェクトを認識)
– オブジェクト、前景、背景カラー、
画像/絵、アウトライン化
– 顔: 年齢/性別/表示位置
画像から文字データの読み取り
(OCR: Optical Character Recognition)
手書き文字の読み取り（プレビュー）
(現在英語のみ) JPEG, PNG, BMP, PDF, TIFF
著名人、ランドマークの認識
Object Detection A GOAL WITHOUT
A PLAN IS
JUST A WISH
Analyze image
Category People; 1 face found
Adult False
Black & White? No
Dominant colors
Accent color
OCR OCR Handwriting
chapter
Mr. Sherlock Holmes
In the year 1878 I took my degree of Doctor
of medicine of the university of London
and proceeded to Netley to go through…
{ "categories": [
{ "name": "Satya Nadella", "confidence":
0.99727016687393188 } ]}
{ "categories": [
{ "name": "Colosseum", "confidence":
0.94450044631958008 } ] }
Object Detection

エッジデバイスで利用可能な Cognitive Services
例: Cognitive Service for Azure IoT Edge
Export
https://www.customvision.ai/

Create more resilient supply chains 事例
Formerly Intelligent Supply Chain

マイクロソフト社内事例: インテリジェント・サプライチェーン
背景実施事項成果
ポイント
データ+AI+コグニティブによるプロセス全体最適化・予測対応
予測型工場
• ERPと販売情報との連携
により生産計画の予測
精度向上、在庫レベルの
最適化
• サプライヤ・工場をまたぎ
E2Eでの可視化により異
常のタイムリーな検知・対
応を実現
物流最適化
• ERPとロジデータを統合し
気象や交通情報を含め
た到着・遅延予測と対
応により物流を最適化
高まる市場圧力およびサプライチェーンの複雑性
高い市場要求
競争力を維持するための価格・コスト圧力、製品
ライフサイクルの短縮化
複雑化するサプライチェーン
非常に多くのサプライヤ、SKUに基づき製造。世
界中の取扱い地域に対して絶え間なく出荷
✓ サプライヤ・物流含めたプロセス全体を可視化することで、素早く、抜け漏れ無く、かつ全体最適の対応
✓ ビッグデータ、機械学習、IoT を活用することで、リアルタイム・かつ予測型の対応を実現
✓ 過去データによるリアクティブな対応から、生産・故障・遅延などの予測・検知に基づくプロアクティブな対応を実現
生産性向上、歩留まり率向上、
廃棄コスト削減を実現
4時間
30%改善
50億円Down在庫種類 42,000以上
サプライヤ 250以上
取扱い国数 122か国
年間出荷数 130万回
Surface
Pro 4
▶ Go to demo
Create more resilient supply chains ( Formerly Intelligent Supply Chain )

サイロ化された社内外のデータ

マーケットプレイス業務処理ソーシャルIoT 広告モバイル/Web
データ統合によるデータ価値の向上

010
サポート
製品 &
サービス
製造 & 在庫
1101
0001
お客様
ファイナンス
法務
ヒューマン
キャピタル
00
パートナー
011
100
A single destination for all internal data assets
モダンデータ
プラットフォーム
１つのカタログ
すべてのデータ資産を１つの
目的地へデータを簡単に発見
信頼できるデータに接続
AI および ML (機械学習) モデルを活用
データを 1 か所に集約
リスク &
セキュリティ
01
0101
0111
一般的
な情報
営業 &
マーケティング
不動産 &
インフラストラクチャ

従業員の
働き方支援
バックミラーを見る代わりに、分析により、人々は未来を予測でき
るようになりました。それにより、私たちの会社の文化は完全に変
革しました。
JANE MORAN
CIO, Unilever
製品の
変革

データ変革; 予測された知見が主導する組織になるための、
ユニリーバの歩みを加速
販売とブランドパフォーマンス
デジタル化された工場とサプライチェイン
AI/IoTを活用して工場のデジタル化を行い、予測
メンテナンス+エネルギーコストの削減+廃棄物削減
+歩留まりの改善を実現。工場労働者にセルフサ
ービスの知見を提供
ユニリーバフードソリューション
アップセルでの売り上げ向上のため、DTC
チャネルを介したデータ駆動型マーケティング
に対するデータサイエンスを導入
人事
従業員の業務簡素化、従業員の手にデータを配置し、会話
型AI(Una)を介して手動反復タスクのコストを削減することで、
Employee 2020ビジョンを実現
財務
法務
デジタル化された研究開発
科学的な知見の改善を可能にするビッグサイエンスの
取組 ( プロセス分析、統合生物学 ) に向けて、ビッグ
データのモデリングとイノベーションの高速化により、市
場投入までのコストと時間を削減
マーケティング
資産のデジタル化
コネクテッドコーヒー自動販売機、浄水器、アイスクリー
ムキャビネットにIoT/AIを活用した新しいビジネスモデル
と消費者体験の向上を実現。在庫/資産の損金処
理を削減

モダンデータウェアハウスの論理的な構成
Universal Data Lake (UDL)
Business Data Lake
(BDL)
Business Data Lake
(BDL)
Business Data Lake
(BDL)
Product Product Product Product Product
• Implemented using ADLS
• Implemented using ADLS
• Each product will have its own
resource group for cataloguing
and cross-charging purposes
• Generally implemented using
SQL DW, AAS, PBI, but
flexibility based on
requirements
ADFADF
Orchestration
• Implemented using Azure
Databricks

単一のお客様の変革から、
バリューチェーン全体のお客様をつなぐ形で進化
データのサイロをなくし、デジタルトランスフォーメーションが必要だが、
お客様にとってまだ十分でない…
….また、業界内および業界を越えてつなぐことを目指し、
バリューチェーン全体を最適化

Unlock innovation and deliver new services 事例
Formerly Connected Product Innovation

Microsoft Platformによる製品ライフサイクルマネージメントの変革
Advanced analytics
BI and data
Compute
Hybrid Cloud
Storage
IoT and edge
Artificial Intelligence
Digital twins
Simulation HPC
HoloLens Mixed
Reality
SQL Database
Ideation
Product Design
Mfg.
Sales & Service
Disposal

製品ライフサイクルにおける Digital Thread
RESULTS
Connected product Smart production Digital twin
80%
Fan
0.0
90%
RENDERING DESIGN
Cloud rendering
Ideate
Design
SEATING VARIANT
Cloud workstation
Create
HPC simulation and analysis
Simulate
Testing
Deep learning and AI training
SIMULATION STATUS
60%
Train
Validate
Feedback

MicrosoftによるDigital Thread
IoT
MR

現実世界のモノ
場所
ビジネスプロセス
人
デジタルツイン =
以下のデジタルレプリカ

物理世界とデジタル世界を反映したConnected Environment
Data
integration
-
Model
integration
Azure
Digital Twins
(integration)
物理世界デジタル世界
Microsoft Build 2020 参考 Breakout session: INT177 - Azure Digital Twins: Powering the Next Generation of IoT

事例: Willow Twin
建物の運用をより効率的に管理するためのソリューションを構築
ドイツのRottweilにあるInnovation
Test Tower では、thyssenkrupp
Elevator はWillow Twinを使用して
建物の維持方法に革命を起こし、テナ
ントや訪問者の体験を向上させます。
詳細はこちら (英語)
Willow と thyssenkrupp は、Azure Digital Twin を使った
インテリジェントな建物の基礎を構築
Unlock innovation and deliver new services ( Formerly Connected Product Innovation )

ANSYS
Azure Digital Twin builder:
Physics-based Digital Twins
AnsysはAzure Digital TwinsとIoT Hubを使
用して Ansys Twin Builder を強化し、物理ベー
スのデジタルツインモデルの導入をさらに容易に
して、物理資産や機器の予知保全と予防保全
を強化しました。
• 物理ベースのデジタルツインモデルを迅速かつ容易に構築
し、展開することができます。
• 現在の製品行動を分析し、実生活のシナリオにおける変
化の影響を予測する
• プロセスをリアルタイムで監視し、最適化する
• 社員教育の充実
• メンテナンスコストの削減と予測保全プログラムの精度向上
※ オンラインイベントMicrosoft Build 2020 (https://mybuild.microsoft.com/ ) セッションスライドより抜粋 (抄訳)

IoT センサーデータ
シミュレーションベースの
デジタルツインデータ
エンジニアリングデータ
Ansys Digital Twins による IoT 戦略の強化・拡張

Ansys Digital Twin アーキテクチャ
IoT Devices
Telemetry &
IoT Events
1
Azure IoT Hub
Telemetry &
IoT Events
2
Azure Digital Twins
3 Telemetry
Event Handlers
(i.e: Event Grid,
Functions, etc.)
Telemetry4
Ansys Twin Builder Runtime
Simulation
Results
5
Simulation
Results
6
7
Telemetry &
Simulation Results
Digital
Twin Application
7
Telemetry &
Simulation Results
Azure Time
Series Insights
8
Telemetry &
Simulation Results
Power
BI

製造業へ提供可能なソリューション全体像
ISV パートナー様
(例: 自動化関連企業)
SI パートナー様
D365 Supply Chain Management
(Asset Management, Connected Manufacturing)
D365 Service (Field Service)
Power Apps & Power BI
Teams for Firstline Workers
Devices for Firstline
Knowledge Management, Learning
M365 Security & Compliance
産業向け優先シナリオ
Engage
customers
in new ways
Build more agile
factories
Create more
resilient supply
chains
Unlock innovation
and deliver
new services
Transform
your
workforce
SI Partnerの皆様による
マイクロソフトソリューションの拡張
ISVソリューションを
マイクロソフトと共同販売Common Data Model & Exchange Platform
CDM Data Share Governance
Azure Platform
Intelligent Edge Intelligent Cloud
Manufacturing Industry Accelerators
Regulatory Compliance
Digital Asset Mgmt. Digital Supplier Mgmt. Workforce Transformation
Power Platform
RoboticsIndustrial KPIs
AI & Deep
Reinforcement Learning
Simulation Mixed Reality
Open Manufacturing Platform
Synapse
Digital Twins
Industry Digital Twin Models
Common Use Cases

Microsoft Platform
デジタルフィードバックループを支えるMicrosoft Platform
GitHub
and
Power
Platform
Trust
and
security

Part 0: 製造リファレンス・アーキテクチャについて
Part 0.5: 事例を中心としたユースケース
Part 1: IoT 基盤
Part 2: Data & AI 基盤
Part 3: サーバーレスとシステム間連携基盤
Part 4: Power Platform / Dynamics 365 概説
Part 5: “製品の変革” を支える基盤サービス
システム構築を行うための基盤技術トレーニング(座学)

© 2020 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be
registered trademarks and/or trademarks in the U.S. and/or other countries.
The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of
this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment
on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation.
MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION.
Be future
ready
Build on
your terms
Operate hybrid
seamlessly
Trust
your cloud

Part 0.5: 事例を中心としたユースケース (製造リファレンス・アーキテクチャ勉強会)

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Similar a Part 0.5: 事例を中心としたユースケース (製造リファレンス・アーキテクチャ勉強会)

Similar a Part 0.5: 事例を中心としたユースケース (製造リファレンス・アーキテクチャ勉強会) (20)

Más de Takeshi Fukuhara

Más de Takeshi Fukuhara (20)

Último

Último (20)

Part 0.5: 事例を中心としたユースケース (製造リファレンス・アーキテクチャ勉強会)