消費財に対する世界的な需要が日々増加するにつれ、最新の持続可能性基準に準拠しながら製造プロセスを最適化することを目的とした最新のテクノロジーを取り入れた新しいタイプの産業の必要性が重要になっています。これにより、業界の第4のイテレーション、つまり「インダストリー4.0「これは、センサー、通信ネットワーク、ビッグデータ分析、および生産性の向上、カスタマイズ、原材料の無駄の削減、製品の品質向上を約束するインテリジェントロボットと機械を使用して、現在の製造システムをデジタル化するものです。」業界の運営方法のこの根本的な変化により、現在のテストと安全基準に関するシナリオも変化しました。機械がますます高度化するにつれ、 新しい技術 古いものを置き換える際には、安全プロトコルと基準も連動して適応する必要があります。
業界における安全上の懸念を理解する
今日のシナリオにおける高度化は、ほとんどの場合、人工知能 (AI) と機械学習 (ML) とクラウド コンピューティング、およびモノのインターネット (IoT) の統合に相当します。人工知能は、環境を認識して目標を達成する可能性を最適化できるエージェントによって発揮されます。機械学習とは、経験とデータを通じて自動的に改善できるコンピューター アルゴリズムの研究です。これらのシステムは、新しい産業革命の主な目標である、システムのアップグレードによる製造の改善を達成するために急速に統合されています。
アップグレードされた機械の一例としては、移動ロボットが挙げられます。これらは、今日の業界で使用されている標準的なロボットと比較して、より高い柔軟性を備えています。AIとMLを使用して、タスクを完了するための最も効率的なルートをリアルタイムで計算できるように設計されています。この経路は、これらのロボットと工場フロアを共有する人間と間違いなく交差するため、潜在的な事故のシナリオとなり、企業とその労働者に社会的コストと経済的コストの両方をもたらすことになります。そのため、AIやMLが組み込まれたロボットに関しては、厳格な安全基準を策定する必要があります。
（出典：グリーンワールドグループ）
損失のリスクが高いAIとMLのもう1つの用途は、自動運転車です。自動運転車は、アルゴリズムを通じて複数のデータ ポイント (速度、他の車に対する相対位置、道路上の障害物など) を処理する必要があります。このため、当該アルゴリズムのエラーが許容範囲内であることを保証するための堅牢なテスト基準が必要になります。なぜなら、いかなるエラーも、道路を走行する数百台の車両にとって危険となる可能性があるからです。さらに、組み込みAIシステムは時間の経過とともに機能を適応させるため、当初実装されたものとは根本的に異なるプロセスや製品が出現する可能性があり、その結果、時間の経過とともにリスク評価の修正が必要になります。
これらすべての要因が組み合わさって、絶えず進化する環境が生まれ、この進化により、プロセスやエンティティの機能に変化が生じるたびに、関係するすべてのエンティティの安全を確保する手順が変化するため、安全基準の策定を担当する機関にプレッシャーがかかっています。誤動作による物理的な損傷の明らかなリスク以外にも、インダストリー4.0の相互接続性により、プライバシーの侵害、サイバー脅威、接続性の問題など、かつては業界の文脈ではほとんど考慮されていなかった新たな脅威がもたらされます。つまり、安全基準には、安全性の問題のこれらすべての新しい潜在的な領域を含める必要があるということです。
インダストリー4.0は安全性向上の要請にどのように応えているのか
新しい業界における安全システムの一例は、エッジ コンピューティングと組み込みAIを使用して実装されています。エッジ コンピューティング、つまりデータ収集自体が行われるコンピューティングは、安全システムの分野で新たな扉を開きました。データをクラウドに送信せずに処理することで、これらのシステムに組み込まれたAIおよびMLシステムと併用することで、リアルタイムの意思決定が可能になります。これらの技術により迅速な対応が保証され、人命を救う可能性は莫大です。このような組み込みの安全AIプログラム自体には、重要なコンポーネントが故障する可能性が最小限になるようにする堅牢な標準が必要になります。
技術的な面では、関連する安全性の定義に沿ったリスク評価、テスト、図面標準が、安全対策に関する新しい産業革命の実現可能性を確保するための最も重要なステップです。技術の急速な進歩に合わせて標準を常に最新の状態に保つことは、これらの新しい技術を採用する組織の安全性を確保する任務を負っている委員会にとって最大の課題となるでしょう。
隠れた恩恵？
インダストリー4.0では、機械自体の動作方法の変更だけでなく、重要なリソース、つまり人材の管理方法も変更されます。誇張した言い方をすれば人間の意思決定を模倣できるスマートな機械や設備は、すでに多くの分野で人間の労働者に取って代わり始めており、同時に、常に変化する製造機械の状況を設計、操作、トラブルシューティング、保守できる熟練労働者の必要性が生じています。
現場での意思決定や監視に加え、肉体的に負担の大きい作業がインテリジェントな自律型マシンに委任されるようになり、業界の人間が行う作業の性質は急速に変化しています。前述したように、設計やトラブルシューティングなどの知的タスクを伴う役割がますます増えており、従業員はスキルセットを更新する必要に迫られています。人間が行う仕事の性質のこの変化により、2つのことが変わります。1つは、仕事が単調ではなくなり、より創造的に挑戦的で充実したものになること、もう1つは、労働安全衛生基準です。健康と安全の基準が変化するという側面は、心理的ストレスや全体的な健康状態などが主要な健康パラメータとしてより重要視され始め、最終的には、個人の心理的ニーズが身体的健康と同じレベルで重視されるようになることを意味します。