スマートファクトリーの設備保全DX──サーバレス×デジタルツインで“止まらない”ラインを実現した事例

プロジェクト背景とユースケース概要

半導体不足が続く昨今、製造業にとって「ライン停止＝数千万円／時間の損失」は死活問題です。しかし国内中堅メーカーでは、まだ紙の点検表ベースで予防保全を行う現場が少なくありません。システム開発会社へWebシステム開発や業務システム開発を依頼しても、PoC止まりで本番運用に至らないケースが多発する理由は以下です。

• 要件定義が曖昧：現場担当者とITベンダーが設備構成・異常パターンを共有しきれず、システム設計が二転三転。

• 初期費用が高額：オンプレサーバ＋専用SCADAの提案が中心で、開発予算を確保できない。

• プロジェクト管理の断絶：OT（Operational Technology）チームとITチームが別々に工程管理を行い、品質保証が形骸化。

今回紹介するユースケースは、クラウドネイティブなサーバレス基盤と3Dデジタルツインを組み合わせ、月額運用コストを抑えつつ“止まらないライン”を実現した成功事例です。ポイントは、小さく始めて早く回す開発フローをとり、見積もり比較段階で将来の拡張コストまで示した点にあります。

発注側が相見積もりを取る際に有効だったのは、システム 開発会社 選び方 予算 費用 相場 発注を軸に、

1. 要件定義ワークショップ回数

2. サーバレス構成提案の有無

3. デジタルツイン実装経験

4. 保守運用 SLA

——を数値化して比較したことでした。結果、Web開発費用と業務システム開発費用を合わせて見積もり依頼した7社の中から、サーバレス＋IoTの実績が豊富で開発費用シミュレーションを具体的に提示できた1社に絞り込み、初期投資4割減を実現しました。

IoTセンサーデータ基盤をサーバレスで構築

ライン各設備に既設PLCがあり、温度・振動・電流値などをModbus/TCPで取得できる状態でした。システム設計では以下のサーバレスアーキテクチャを採用しています。

• AWS IoT Core：PLCデータをMQTT経由で10秒間隔ストリーム。

• Amazon Timestream：時系列DBとして運用。スキーマレスでライン増設時も追加開発が不要。

• AWS Lambda：ETLと異常値フィルタリングを処理。1 ラムダ=1 設備というシンプル設計でプロジェクト管理が容易。

• Amazon QuickSight：ダッシュボードをノーコード構築し、現場が自力でグラフをカスタマイズ。

この構成により、オンプレ DB／サーバレス比較でサーバ運用費は月35万円→5万円に削減。システム開発フローも「デバイス登録→Lambda テスト→ダッシュボード公開」を2日で反復でき、開発費用相場を大幅に下回るスピードで MVP を仕上げられました。

デジタルツイン可視化で現場改善サイクルを高速化

取得したデータを3Dモデルで可視化するため、WebGLベースのBabylon.jsを採用。既存CADデータ（STEP）をglTFに変換し、ブラウザ上でリアルタイムにライン全体を俯瞰できるようにしました。特徴は以下です。

• 双方向SYNC：3Dモデルの設備をクリックすると直近1時間のTimestreamデータをグラフで即表示。

• アラートオーバーレイ：閾値超過センサに赤のエフェクトを付与し、巡回ルートを即時提示。

• URLパーマリンク：異常発生時に特定設備を指すURLを生成し、Slack 通知で共有可能。

こうしたUX改善が「現場→開発」フィードバックを週次から日次へ加速し、保守運用フェーズでの追加開発費用を削減しています。

機械学習モデルによる予兆保全の実装

振動データに対し、AWS SageMaker JumpStart のオートMLを活用し、わずか3日でランダムフォレストとXGBoostを比較評価。P95 精度 92% を達成したモデルをLambda Layersとしてデプロイしました。ポイントは以下。

• 低コード実装：FeatureStore ではなく Timestream から直接フェッチし、ETL コード量を半減。

• オンライン推論：10 秒ごとに Lambda が推論し、異常スコア >0.8 で IoT Core ルールから SNS → LINE WORKS 通知。

• 開発予算最適化：モデル学習と推論を同一アカウントに集約し、データ転送料ゼロ。

予兆保全アラートが月平均 4 回、実際の突発停止を 0 件に抑えたことで、費用対効果は初年度 ROI 185% を記録しました。

ROIシミュレーションと費用対効果の定量評価

サーバレス×デジタルツイン設備保全システムを導入した中堅メーカーA社では、半年間のパイロット運用データをもとに財務指標を算出しました。投入コストは初期開発費用1800万円とクラウド月額8万円（IoTルール／Timestream／Lambda／QuickSight／S3を含む）。一方、ライン停止ゼロ化により削減できた逸失利益が月あたり400万円、予防保全の部品交換費抑制が月60万円。さらにSCADAライセンス更新を廃止したことで年300万円を節減できています。

ネットキャッシュフローをNPV（割引率3％、5年）で評価するとプラス4300万円、IRRは37％を記録しました。これにより経営層は“PoC止まり”ではなく本番投入を即決。相見積もりの際に、このシミュレーション表を添付して各システム開発会社へ「同等以上のROIを達成する提案が可能か」を質問したことで、提案精度の低い企業は辞退し、検討工数を半分以下に削減できました。

プロジェクト管理と開発体制

スクラムを採用し、1スプリント2週間で設備1ライン分を完成させるペースを維持しました。

• プロダクトオーナー：製造技術部の設備保全責任者

• スクラムマスター：受託側テックリード

• 開発チーム：バックエンド3名（サーバレス経験者2＋MLエンジニア1）、フロント2名（3D/UI）、インフラ1名

チケット管理はJiraで、スプリントレビューは現場工場の会議室で開催し、巨大モニターにデジタルツインを映して即時フィードバック。Definition of Doneには「Protonプレビュー環境でPlaywrightテストを100％パスすること」が必須条件として組み込まれ、品質担保と環境パリティを両立しました。

スプリント後のバーンダウングラフを週報で経営層に共有し「見える化」したことで、追加投資の稟議が迅速化し、開発費用のキャッシュアウトを計画内に抑えました。

開発会社選びの実践ポイント

今回の発注では、候補7社を以下6指標でスコアリングしました。

1. サーバレス実装実績（Lambda, IoT Core, Timestream）：5点満点

2. デジタルツイン経験（Babylon.js, Three.js, Unity）：5点

3. 予兆保全ML導入経験：5点

4. 提案資料のROIシミュレーション精度：3点

5. 要件定義ワークショップファシリテーション力：3点

6. 保守運用SLAとオンサイト対応時間：2点

満点23点中、採用会社は21点を獲得。特に「ROIシミュレーションの根拠提示」と「保守運用体制の具体性」で差が出ました。RFPにこの採点表をそのまま掲載し、各社へ自己評価を記入させたことで、見積もり比較が定量的かつ透明になりました。

導入後の保守運用とアップデート戦略

本番稼働後はSREチームがKPIをモニタリング。直近四半期で収集データ量は1.8TBに到達しましたが、Timestreamのパーティション戦略によりクエリレイテンシは平均180msを維持。クラウドランニングコストも月8.3万円で安定しています。

アップデートは四半期ごとに実施。テンプレートのバージョンアップはAWS Protonでワンクリック展開し、開発・ステージング・本番の全環境へ自動反映。MLモデルはSageMaker Pipelinesで再学習を自動化し、F1スコアが1ポイント以上改善した場合のみデプロイする仕組みにより“精度劣化”を防止しています。

拡張ロードマップと将来価値

メーカーA社は、今後3年間で以下の機能追加を計画しています。

• AIカメラによる外観検査結果をデジタルツインにオーバーレイ

• SAP ERP連携し部品在庫と故障予測を自動突合

• CO2排出量計測とダッシュボード化

• アジア2工場へのテンプレート横展開

特筆すべきは、テンプレート化されたIaCとデジタルツイン基盤があることで、海外工場展開の追加開発費用を30％以上削減できる試算が出ている点です。今後も“テンプレート＆サーバレス”戦略が開発予算最適化に寄与し続ける見込みです。

まとめ

本ユースケースは、サーバレスアーキテクチャと3Dデジタルツインを活用し、製造ラインの予防保全を短期間・低コストで実現した好例です。要件定義からROIシミュレーション、プロジェクト管理、保守運用に至るまで“環境パリティ”と“テンプレート化”を徹底し、相見積もり段階で開発会社を定量比較したことが成功要因でした。

設備保全DXを検討する発注担当者は、本記事の指標・チェックリスト・費用対効果モデルを活用し、システム 開発会社 選び方 予算 費用 相場 発注を最適化してください。適切なパートナーとともに“止まらないライン”を実現し、企業競争力を高めましょう。