設備保全管理システム(CMMS)開発のPoC・プロトタイプ・モックアップ開発について

CMMS(設備保全管理システム)の開発では、PoC(概念実証)、プロトタイプ、モックアップを、確かめたい不確実性に応じて使い分けます。会計処理の資産管理や生産計画の管理は、業務ルールを机上で詰めれば実装を見通せる場合もあります。一方で、予知保全の実現性、現場で使われるUI、業務フローのつながりは、本開発の前に小さく確かめておくと、投資を守る判断材料になります。

▼全体ガイドの記事
・設備保全管理システム(CMMS)開発の完全ガイド

CMMSにおけるPoC・プロトタイプ・モックアップの位置づけ

モックアップ、プロトタイプ、PoCの検証対象を3つのパネルで示した図解。
試作の名前ではなく、確かめる対象に注目すると使い分けやすくなります。

PoC・プロトタイプ・モックアップは、それぞれ確かめる対象が違います。目的を決めないまま試作を始めると、試作そのものが目的になり、時間と費用を浪費します。

確かめたい不確実性に応じて三つを使い分けます。まず各手段の検証対象を押さえ、そのうえで、CMMSで事前検証が特に重要になる理由も見ておきます。

PoC・プロトタイプ・モックアップの違いと使い分け

CMMSでは、不確実性の性質に合わせて検証手段を選びます。三つの違いは、検証の深さと対象にあります。たとえば、画面の見た目を確かめたいのか、技術の実現性を確かめたいのかで、選ぶ手段が変わります。

  • モックアップ:画面の見た目や操作の流れ
  • プロトタイプ:画面を動かして、入力から次画面への流れを試す
  • PoC:センサーやデータ連携などの技術的な実現可能性

モックアップは、実際の見た目に近い「静止画に近い試作」です。一方、PoC(Proof of Concept=概念実証)は、CMMSではセンサーで故障予兆を捉えられるか、古い設備からデータを取り出せるかを確かめます。

画面の使い勝手はモックアップで、業務フローはプロトタイプで検証します。予知保全やデータ連携の実現性はPoCで確かめます。手段を分けておくと、無駄のない検証につながります。

CMMSで事前検証の価値が高い理由

CMMSは、現場・設備・データに関する不確実性が多く、実際に試すまで成否を判断しにくいシステムです。特に確認したいのは、現場での受容性や設備データの取得可能性です。

本開発に数千万円を投じる前に、小さな検証で不確実性を確かめる価値があります。検証を省くと、完成後に現場で使われない、または必要なデータが取れないことにつながります。

成否を分ける要因には、やってみないと分からないものが多くあります。さらに、要件定義書を丁寧に作っても、机上では確かめられない不確実性が残ります。

予知保全では、必要な精度のデータを取れるか、既存の制御装置と接続できるかを、現地で試すまで断言できません。

  • 現場の受容性:紙や口頭からモバイル入力への移行
  • 設備データ:必要な精度のデータ取得と、制御装置との接続
  • 故障予測:センサーデータによる故障予兆の検知

ポイント

確かめたい不確実性が画面、業務フロー、技術のどれにあるかで手段を選びます。目的が決まらないまま試作を始めないことが、時間と費用の無駄を防ぎます。

PoC:予知保全の実現可能性

予知保全PoCで確認する対象設備、データ取得、故障データの3項目をカードで示した図解。
対象を小さく定め、取得できるデータと故障記録の有無を並行して確認します。

CMMSのPoCでは、予知保全(CBM)の実現可能性が重要な検証対象になります。振動や温度のデータから故障予兆を捉えられるかは、自社の設備で試すまでわかりません。

対象を絞った実証、データ取得の可否、PoC特有の落とし穴の三つを押さえると、検証の進め方が見えてきます。

ボトルネック設備1台に絞った実証

予知保全のPoCは、効果が最も見込める1台から始めます。候補は、止まると生産に大きく影響する設備や、故障頻度と損失が大きい設備です。

  • 対象を絞る:限られた期間と費用で検証し、成功時は横展開の説得材料にする。
  • 得た型を広げる:1台でセンサー設置やデータ取得、分析の勘所を押さえる。

最初から多くの設備を対象にすると、設置やデータ収集の手間が増え、検証が中途半端になりがちです。そのため、成果を急がず、その設備で予知保全が成り立つかに集中することが、本開発の成否を左右します。

設備・PLC・センサーから必要なデータが取れるかの検証

PoCの前半では、対象設備から必要な精度のデータを取得できるかを、実機で確認します。取得の手段によって、確かめる項目も変わります。

  • 後付けセンサー:狙った箇所への取り付けと、必要な頻度での取得
  • PLC・SCADA:通信プロトコルの対応と、外部へのデータ出力

古い設備は外部連携を想定していないことがあり、追加のハードウェアや改造が必要になる場合があります。事前に確かめておかないと、本開発中にデータが取れず、計画全体が崩れるおそれがあります。

「故障データが集まらない」という予知保全PoC特有の落とし穴

故障予兆を学習で捉えるには、正常時だけでなく異常時や故障時のデータも必要です。しかし、優良な設備ほど故障が少なく、PoC中に異常データが集まらないことがあります。

  • 過去データを活用:残っている故障記録や振動データを使う。
  • 異常状態を再現:意図的に負荷をかけた試験を行う。
  • 外部の知見を参照:同型設備の他社事例やメーカーの故障パターンを見る。

異常データがないまま数ヶ月と数百万円を費やしたのに、モデルを作れなかったという失敗もあります。また、徐々に劣化する軸受けは予知に向きますが、突発的に壊れる部品は向きません。そのため、故障モードも選ぶ必要があります。

故障データ不足は見落とされがちですが、重要な落とし穴です。予知保全は、対象設備と故障モードを選んで初めて成り立つため、PoCの設計時から意識しておく必要があります。

ポイント

予知保全のPoCは、効果が見込める1台に絞り、データ取得の可否と故障データの有無を見極めてから範囲を広げるかを決めます。

モックアップ:現場で本当に使えるUIの確認

予知保全の実現性と並んで、保全員が使うUIの受容性もCMMSの成否を左右します。入力が続かなければデータが溜まらず、システムは形骸化します。

そのため、本開発前に画面を現場で見せ、実際に触って「使えるか」を確かめます。特に、現場での受容性と、情シスと現場の感覚の差を検証します。

軍手・汚れた手でも操作できるワークオーダー入力UIの検証

UIモックアップは、明るさや騒音が一定でない実際の現場で試します。保全員が軍手や油で汚れた手でタブレットを操作する状況も、あわせて再現します。

  • 入力操作:点検結果や使用部品、ワークオーダー完了を迷わず数タップで報告できるか。
  • 画面の使いやすさ:ボタンの大きさ、入力項目、片手操作、屋外や暗所での見やすさ。

実際の保全員に触ってもらい、迷った場所や面倒な操作を聞き取ります。そのうえで、現場からのフィードバックを本開発前に画面に反映できます。

こうした反応は、机上の設計では得られません。現場の声は、CMMSを実際に使われるシステムにするための貴重な情報です。

情シスの「使いやすい」と現場の「使えない」のギャップ

システムを選ぶ側と使う側では、使いやすさの基準が異なることがあります。たとえば、情報システム部門がPCで見やすいと判断したUIでも、現場では使えない場合があります。

  • PCとタブレットの差:PCでは見やすい画面も、現場の小さな画面では操作しにくくなります。
  • 手袋越しの操作:ボタンが小さいと押せず、現場が紙のメモへ戻ることがあります。
  • 使う人の参加:評価を情シスだけで完結させず、保全員も検証に加えます。

モックアップを現場に持ち込み、普段の作業の流れで試すと、机上では気づけない問題が見つかります。導入を決める人と毎日使う人は異なるため、現場の納得を得てから本開発へ進みます。

ポイント

UIで迷ったら、情シスの評価だけで決めず、現場の保全員に触ってもらった結果を優先します。入力が続くかどうかが、CMMSの成否を左右するためです。

プロトタイプ:業務フローを動かした確認

点検スケジュールから作業割り当て、実績記録、次の計画への反映へ進むCMMS業務サイクルの図解。
記録した実績が次の計画へ戻るところまでが検証範囲です。

モックアップが画面を確かめる手段なのに対し、プロトタイプは業務の流れを動かして検証します。画面単体では問題がなくても、つなぐと業務が回らないことがあります。

CMMSは、点検計画を立ててワークオーダーを発行し、現場作業の実績を記録して次の計画に戻す、というサイクルで動きます。このため、動くプロトタイプで一連の流れを試すと、業務の詰まりを本開発の前に見つけられます。

計画〜ワークオーダー〜実績のサイクルの試作検証

計画から実績の反映までを動かし、実際の保全業務に沿って自然に流れるかを見ます。次の工程をつないで、一連のサイクルとして試します。

  1. 予防保全を計画し、点検スケジュールからワークオーダーを起票する。
  2. 適切なスキルを持つ作業員に割り当て、現場で作業を進める。
  3. 使用部品・作業時間・停止時間を記録し、完了報告を履歴に残す。
  4. 記録したデータを次の計画やKPIに反映する。

段取りと画面の不一致、過剰な入力項目、指揮系統に合わない承認手順が、試作で見えることがあります。動かして運用に馴染ませておくと、稼働後の手戻りを減らせます。

こうした業務フローの詰まりは、静止画のモックアップでは気づきにくく、実際に動かして初めて表面化します。

既存システム・設備連携の技術検証

CMMSは、生産管理システムやMES、在庫・購買システムとの連携で価値が高まります。ただし、連携先の仕様や実機に依存するため、机上の想定どおりとは限りません。

プロトタイプやPoCの段階で、既存システムや設備との連携を技術面から確かめておきます。

  • 稼働・停止信号:制御装置から取得できれば、MTBFやMTTRを手入力せず算出できます。
  • 生産計画:連携できれば、ライン停止が少ない時期に予防保全を組めます。
  • 接続の技術確認:プロトタイプでデータをつなぎ、想定どおり取得・連携できるかを試します。

連携先が多い場合は、効果の大きい一つから検証し、成立を確認して範囲を広げます。この結果が、本開発の連携範囲と見積もりの精度を左右します。

ポイント

業務フローは、点検計画から実績の反映までを一続きで動かして見ます。画面単体で問題がなくても、つないで業務が回るかを基準に判断します。

PoCを成功させ本開発へつなげる進め方

PoCやプロトタイプは、本開発の判断材料を得るための手段です。目的や評価基準を決めずに始めると、「なんとなくやってみた」で終わり、次につながらないことがあります。

成果につなげるには、事前の設計と本開発への橋渡しという二つの面から、進め方を組み立てておきます。

目的・評価基準・撤退基準の事前設定

PoCを始める前に、発注側と開発会社で、何を確かめれば成功か、どこで見切るかを決めておきます。予知保全のPoCでは、データ取得と予兆検知それぞれに評価基準を置きます。

  • 成功基準:必要精度のデータを取得し、異常データから一定以上の精度で予兆を検知できる。
  • 撤退基準:一定期間異常がなく、外部データでも代替できない場合は対象から外す。

基準がないと、成果の出ないPoCを続けて費用を浪費したり、曖昧な手応えのまま本開発へ進んだりします。こうした事態を防ぐため、期間・予算・体制を含めて小さく設計し、終了時に判断できるようにします。

PoCの結果から本開発の要件・見積もりへの橋渡し

検証で得た学びを本開発の要件や見積もりに反映してこそ、PoCの価値が生まれます。設備、UI、業務フロー、連携で確かめた内容が、その材料になります。

  • 設備の実現性:1台の結果から、展開台数に応じたセンサー・通信・分析コストを試算する。
  • UIの改善点:現場検証の内容を画面仕様に反映し、手戻りを減らす。
  • 業務と連携:確認した範囲と難所を明確にし、見積もりの確度を高める。

結果を報告書に残しても、要件に反映しなければ検証は無駄になります。終了時には、事実と数値を整理し、対象範囲、優先順位、概算費用へ落とし込みます。

この整理と反映までを一続きの活動として設計すると、CMMS導入の成功につながります。

ポイント

PoCを始める前に、成功と撤退の基準を決められるかが判断の目安になります。基準が決まらないなら、本開発へ進む前に目的を固め直します。

まとめ

用語の使い分けから予知保全、現場UI、業務フローの検証、本開発への橋渡しまでを、CMMSならではの観点で見てきました。なかでも、現場・設備・データの不確実性は、本開発前に小さく検証することが大切です。

UIは現場の保全員に試してもらい、情シスとの感覚の差を埋めます。業務フローや連携は動く試作で確認し、目的と撤退基準を決めたうえで、学びを本開発の要件と見積もりに反映します。

導入を検討する際は、経験のある開発パートナーと、小さなPoCから始める進め方も選択肢になります。

▼全体ガイドの記事
・設備保全管理システム(CMMS)開発の完全ガイド

会社紹介

株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。

また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。

もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。

・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>

執筆者プロフィール
張田谷凌央
張田谷凌央

株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。