「プロセスマイニングとデジタルトランスフォーメーションによる産業4.0における業務の効率化の実現」

Realization of business efficiency in Industry 4.0 through process mining and digital transformation.

イントロダクション

デジタル技術は、業界に関係なく、組織の間でますます人気を集めており、ビジネスの成果、収益成長、持続可能性の向上を実現するために使用されています。デジタル化によって、ビジネスプロセスの最適化と協力の向上が可能となり、どの組織でも従業員の生産性とアウトプットの品質を向上させることができます。しかし、組織全体で使用されるビジネスプロセスと現在の成果を改善するための主要なパラメータの理解には、しばしばギャップがあります。したがって、ビジネスの行動の「どのように」および「なぜ」を理解することは、経済的なパフォーマンスの向上には重要ですが、多くの企業はどこから始めればよいかわからないため、そのような戦略的計画を実行することに苦労しています。同時に、ソフトウェアツールを使用しない限り、変革戦略を開発または実行することはできないことが明らかです。したがって、この論文の目的は、ビジネスプロセス管理（BPM）プログラムの実装における技術的および機能的な側面について読者をガイドすることです。この記事では、現代のデジタル技術をビジネス運営に導入するための詳細なガイドを提供しています。BPM、デジタル化、およびプロセスマイニングの重要性、および運用優位性（OpEx）を達成するための情報インフラストラクチャと情報技術（IT）の要件についても説明しています。

1. BPMの触媒としてのプロセスマイニング

プロセスマイニング[1]は、プロセス科学とデータサイエンスを組み合わせてBPMを測定および改善するための構造化された手法です。これにより、組織全体で実行される活動の詳細な分析が提供され、ビジネスアプリケーションの使用方法や従業員の作業完了における相互作用が示されるエンドツーエンドのプロセスマップが作成されます。プロセスマイニングは、ワークフローマネジメント（WFM）技術と組み合わせて使用されることが一般的な多学科の分野です（図1参照）。

• クラウドの証明 GeForce NOWがUltimate KovaaK’s Challengeの結果を発表
• コンテンツクリエイター向けの20のクロードのプロンプト
• ChatGPTの基礎を学ぶための優れたリソース

プロセスマイニングは、データマイニングインターフェースを使用してデータを収集し、現在の（AS-IS）エンドツーエンドプロセスに関する洞察を得る知識ベースのアプローチです。共通のプラットフォーム上でホストされるソフトウェア間のイベントログとユーザーの相互作用を研究することにより、組織内で「どのように」作業が行われているかを理解することができます。したがって、収集されたデータは、ビジネスプロセスの改善（BPI）およびビジネスプロセスの再設計（BPR）を容易にするために、将来の（TO-BE）望ましいプロセスのモデルを開発するためにも利用できます。プロセスマイニングツールは、分類、クラスタリング、回帰、関連ルール学習、およびシーケンス/エピソードマイニングなどのさまざまなデータサイエンスの技術を使用して、典型的なワークフローの洞察を生成します。ただし、イベントログマイニングは、エンドツーエンドのプロセスの包括的なモデルを作成するために、ワークフロー内の特定のアクティビティの詳細を分析するという、ほとんどのツールで使用される最も一般的な技術です。プロセスマイニングの異なるコンポーネント[2]は、図2に示すブロックダイアグラムを通じて視覚化することができます。

プロセスマイニングには、プロセスの発見、プロセスの適合、およびプロセスの拡張の3つの主要な技術があります。プロセスの発見では、イベントログや過去のデータを使用して、教師なし学習を通じてプロセス情報を収集します。プロセスの適合では、事前に存在するプロセスモデルを使用してログを比較し、監督学習を通じて完全なプロセスを再構築します。一方、プロセスの拡張では、イベントログの発見後、既存のプロセスを事前知識を用いて改善します。ただし、プロセスマイニングは、発見フェーズ中のプロセスの変化の性質による概念の変化[3]の問題に対して影響を受けやすいです。プロセスの発見技術を使用する場合、モデルがあまりにも単純（適合不足）またはあまりにも複雑（過学習）にならないようにバランスを保つことが重要です[3]。幸いなことに、ほとんどのプロセスマイニングツールには、これを自動的に処理する組み込みアルゴリズムがあるため、通常は手動の介入は必要ありません。商用のプロセスマイニングツールは、プロセスフローを視覚化するためにプロセスグラフやスパゲッティのようなダイアグラムを使用します。図3に示す購買から支払いまでのプロセスの例[4]は、プロセスマイニングツールがイベントログを使用してワークフローの有限状態を識別し、異なる従業員が同じプロセスをどのように実行するかを明らかにする方法を示しています。これらのバリエーションは、組織がコストを節約し、従業員を訓練し、納期遅延を減らし、PDCA（計画-実行-チェック-改善）、DMAIC（定義-測定-分析-改善-制御）、8D（8つの手法）、4Q（測定-分析-改善-維持）などの効果的なBPIおよび品質監視戦略を策定するための洞察を提供できます。運用優位性を達成するために。

組織の機能全体にわたるBPMの導入は、デジタルテクノロジーの採用と従業員間のデジタル格差の縮小に大いに依存しています。産業4.0の文脈では、BPM、OpEx、およびデジタルの採用の相互関係がますます重要になっています。効果的なBPM戦略を実施し、労働力間のデジタルギャップを埋める組織は、効率改善、生産コスト削減、顧客満足度向上などの目標を達成し、市場で競争力を持つことができます。したがって、堅牢なBPM戦略は、次のセクションで議論される効果的なデジタル化技術で補完する必要があります。

2. BPMのためのデジタルトランスフォーメーション技術

デジタルトランスフォーメーション[5]は、組織内のさまざまなビジネスユニットのデジタル統合レベルを指し、顧客価値提供の向上、ビジネス戦略とワークフローの効率化、標準化されたプロセスの確立などを目指すものです。PaaS [6]やSaaS [6]などのサービスオファリングは、複数のソフトウェアシステムからのデータのホスティングと統合を可能にし、デジタルトランスフォーメーションには欠かせないものです。オペレーショナルテクノロジー（OT）、クラウドテクノロジー（CT）、およびITを使用する組織でデジタルトランスフォーメーションを推進するためには、デジタルアセット管理が重要な役割を果たします。アセット管理には、OTネットワーク、産業制御システム（ICS）、または監視制御およびデータ収集（SCADA）システムなどのデジタルアセットとソフトウェアシステムから情報を収集し、それに基づいて行動を起こすことが含まれます。ITがOTと組み合わされて使用される場合、それはIT/OT融合[7]と呼ばれ、OT対応の組織におけるデジタル技術の採用の主要なドライバーであり、オペレーショナルデータの変換の触媒となります。生産環境では、OT層がデータ生成層とのインターフェースを担当しています。IT-OT-CTの収束システムのブロックダイアグラムは図4に示されています。

ソフトウェアシステムとプラットフォームの相互作用を調査することで、産業インターネットオブシングス（IIoT）[8]環境のような解析操作のためのデータが複数のソースからどのように変換されるかをより深く理解することができます。図5は、IIoTの設定での典型的なIT-OT収束システムの相互接続とデジタル化を示しています。

したがって、確立されたプロセスを効果的に再設計し、従業員の努力をチャネル化するためには、組織全体でさまざまなビジネスアプリケーションがどのように使用されているかを理解することが重要です。同様のことを達成できるソフトウェアは、使用されるアプリケーションに関連するイベントログとユーザーの相互作用を「マイニング」できる必要があります。技術的な観点からは、追加のデータベースドライバーまたはハードウェアのインストールなしに、さまざまなデータベースとシームレスに対話できるツールである必要があり、そのためにはオープンデータベース接続（ODBC）[9]レイヤーとさまざまなソフトウェアシステムの間でデータを交換することができる能力が必要です。ODBCは、アプリケーションとデータソースとの間で標準的なインターフェースを提供し、プロセスマイニングソフトウェアやツールがさまざまなデータベース管理システム（DBMS）と接続を確立できるようにします。一般的なODBCアーキテクチャは図6に示されており、組織全体でのプロセスマイニングを可能にするためのデータの取得インフラストラクチャとIT要件の基礎です。

ODBCを介してデータにアクセスするためのアーキテクチャは、アプリケーションレイヤーがODBC API（アプリケーションプログラミングインターフェース）関数を呼び出してSQL（構造化クエリ言語）クエリを発行し、データを取得するという4つのレイヤーで構成されます。デバイスマネージャはODBCドライバをロードし、関数呼び出しをODBCインターフェースに指示し、ドライバはデータの取得を支援します。

効果的なビジネス上の意思決定を行うためには、ERP（企業資源計画）システム、OracleデータベースやSAPシステムなどの財務リポジトリ、センサーやトランスデューサーなどのデジタルアセットなど、複数のリソースからデータを収集し、ODBCレイヤーを介して共有プラットフォームに取り込んでイベントログマイニングとユーザーインタラクションパターン分析に利用する必要があります。ただし、このような接続されたシステムはサイバー攻撃の脆弱性があるため、サイバーセキュリティと暗号化通信プロトコル[10]は、データソースとプラットフォーム間のデータ交換の保護に重要です。

結論：

結論として、プロセスマイニングとデジタルトランスフォーメーションの協力は、産業4.0の景色における成功したビジネスプロセス管理の推進力です。プロセスマイニングのプロセスの解析と洞察の明らかにする能力と、IT-OTの収束や安全なデータ交換などのデジタルトランスフォーメーション技術の組み合わせにより、組織はワークフローを効率化し、情報に基づいた意思決定を行い、運用の優れた状態を実現することができます。このシナジーにより、企業は変化する景色に適応し、効率を向上させ、デジタル時代において競争力を維持することができます。

参考文献：

1. ファンダーアールスト、W.M.P.、「プロセスマイニング：360度の概要」において：プロセスマイニングハンドブック。ビジネス情報処理の講義ノート編。ファンダーアールスト、W.M.P.、カルモナ、J.（英国、スプリンガー、チャム、2022年）、3-34、https://doi.org/10.1007/978-3-031-08848-3_1

2. Jambak MI、Mohruni AS、Jambak MI、Suherman E、「スリウィジャヤ大学のローカルエリアネットワークでのインターネットユーザーの行動を分析するためのプロセスマイニング手法アプローチ」、SINERGI 6、no.2（2022年6月）：145-154、https://doi.org/10.22441/sinergi.2022.2.003

3. Leewis、Sam; Berkhout、Matthijs;およびSmit、Koen、「行政機関における意思決定マイニングの将来の課題」（論文発表、AMCIS 2020 Proceedings 6、Advances in Information Systems Research、Salt Lake City、Utah、2020年）

4. Wil van der Aalst、「プロセス管理におけるヨーロッパのリーダーシップ」、Communications of the ACM 65、no.4（2022年4月）：80-83、https://doi.org/10.1145/3511595

5. P. V. M. V. D. Udovita、「モダン時代のデジタルトランスフォーメーションの寸法に関する概念的レビュー」、International Journal of Scientific and Research Publications 10、no.2（2020年2月）：520-529、http://dx.doi.org/10.29322/IJSRP.10.02.2020.p9873

6. Tóth、A.、＆amp;Ge、M.、「企業向けの展開可能なデータサービスアーキテクチャ」（論文発表、第6回国際インターネット、ビッグデータ、セキュリティカンファレンス、IoTBDS、Setubal、Portugal、2021年4月23-25日）

7. M. Felser、M. Rentschler、O. Kleineberg、「オペレーションテクノロジーと情報技術の共存標準化」、IEEE Proceedings 107、no.6（2019年3月）：962-976、https://doi.org/10.1109/JPROC.2019.2901314

8. Soujanya Mantravadi、Reto Schnyder、Charles Møller、Thomas Ditlev Brunoe、「産業4.0のための低消費電力IIoTデバイスのIT/OTリンクのセキュリティ確保：設計上の考慮事項」、IEEE Access 8、（2020年11月）：200305-200321、https://doi.org/10.1109/ACCESS.2020.3035963

9. Alexander Baklanov、Olga Baklanova、Svetlana Grigoryeva、Saule Kumargazhanova、Indira Sagynganova、Yuriy Vais、「暖房網の問題を解決するためのハイブリッドIPアーキテクチャの開発」、Acta Polytechnica Hungarica 17、no.1（2020年）：123-140、https://doi.org/10.12700/aph.17.1.2020.1.7

10. Dhirani, L.L., Armstrong, E.; Newe, T.,「産業用IoT、サイバー脅威、および標準の現状: 評価とロードマップ」、Sensors 21, no. 11 (2021):3901、https://doi.org/10.3390/s21113901

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!