エグゼクティブ・サマリー
- 稼働データ基盤は、1台目には要らないが3台目には必須になる。 1台なら現場が目で見て把握できる。複数台・複数拠点・複数ベンダーになった瞬間、「今どれだけ動いているのか」が誰にも答えられなくなる。この転換点を過ぎてから作ると、遡れるデータが存在しない。
- 最大の障害は技術ではなく調達である。 ロボットのデータはベンダーのクラウドに閉じていることが多い。自社でデータを取れるかどうかは、契約書に書いたかどうかで決まる。導入後に「データをください」と頼んでも、多くの場合、有償の追加開発になる。
- 測るべきは6カテゴリ。 稼働時間・停止事象・作業量・品質・消耗と保全・環境。このうち投資判断に直結するのは停止事象である。止まった時刻・場所・理由・復旧までの時間が残っていない現場は、改善の議論ができない。
- 共通イベントスキーマを先に決める。 機種ごとのログ形式をそのまま溜めると、比較も合算もできない。最小限の共通項目（機体ID・時刻・拠点・状態・イベント種別・所要時間）へ正規化してから溜める。項目は少ないほど続く。
- 画面は3つに分ける。 現場向け（今日どうか）、管理者向け（今月どうか・なぜ止まったか）、経営向け（投資は回収できているか）。ひとつの画面で全員を満足させようとすると、誰も見ない画面ができる。
- AI活用は基盤の後にしか来ない。 予知保全も稼働最適化も、一定期間の連続した稼働・停止データがあって初めて成立する。データを溜め始める判断そのものが、AI活用の第一歩である。
ロボットの導入検討では、機種・価格・安全・工期が議論の中心になる。稼働データの話が出るのは、たいてい導入から半年〜1年後、「効果が出ているのか説明してほしい」と経営から問われたときである。そのとき現場が持っているのは、断片的な日報と、ベンダーの管理画面に表示されている直近30日分の数字だけ、というケースが少なくない。遡れないデータは、存在しないのと同じである。
本稿は、ロボットを販売しない中立の立場から、ロボット稼働データを「自社の資産」として持つための設計を整理する。大がかりなIoT基盤の構築論ではない。表計算ソフトから始めて段階的に育てる、実務的なロードマップとして書いている。