データに関する課題

2022年7月7日 •

高度なテストとトレーニング, すべての機能, すべてのクライアント, 陸軍, 国防総省本部, 注目記事, 情報・国家安全保障, 近代化・プロジェクト管理支援, 2023年以前

ビジネススーツ姿の女性が、未来的なデジタルインターフェースのグラフィックやデータ可視化に囲まれながら、ノートパソコンで作業している。

マロリー・アーノルド著

予測分析が、企業が情報に基づいた意思決定を行い、リスクを回避し、セキュリティを強化し、効率性を向上させるのに役立つことは周知の事実です。

国防総省（DoD）も例外ではありません。DoDは、よりデータ中心の組織となるべく、データ戦略を策定しました。この戦略文書の冒頭で、デビッド・ノークイスト国防副長官は、すべての国防指導者に対し、「データを兵器システムとして扱い、作戦上の効果を得るためにデータを管理、保護、活用する」よう呼びかけました。国防総省のデータ戦略は、現代の戦場における生存のためにデータが重要であることを強調している。情報がサイロ化されている状態では、それを軍事的な優位性につなげることはできない。

データ環境をうまく活用するには、次の3つの点で課題があります：

大量のデータを管理し、それを競争優位性につなげることは困難を極めます。データは分類、保存、移動、および整合性の確保が必要となります。また、データには完全性、機密性、および可用性が求められます。センサーから得られる膨大な量のデータは、人間がパターンを認識できるほど迅速に処理しきれないほど圧倒的な量に上ります。
陸軍のデータ環境は、全体的な戦略の観点からも、また各組織がデータファブリック、データモデル、統合データセットをどのように運用するかという独自の要件に至るまで、絶えず進化しています。
適切なソリューションの選択は困難を極めます。組織は、「自社開発か、外部調達か」という根本的な判断に頭を悩ませています。市販の汎用ツールや政府機関向けの既製ツールは数百種類も存在します。また、カスタマイズされたソリューションを構築したり、80％完成済みのソリューションを適応・採用したりするデータ分野の「OEM」もいくつか存在します。

実績のある手法を確立している企業と提携することで、こうしたデータに関する課題に対処しやすくなります。

Amentumのデータ分析センター・オブ・エクセレンス（CoE）は、人材、プロセス／プラットフォーム、ツールで構成されており、これらが一体となって、データの活用を支援する専門的なアドバイザリーサービスを提供しています。当社のデータ分析CoEは、Amentum全体（社内）における分析主導の変革と、お客様（社外）向けの変革という、2つの目的を果たすコラボレーションセンターとしての役割を果たしています。社内の取り組みでは、当社の業務プロセスと企業データに焦点を当てています。対外的なサービス提供においては、顧客中心のデザインアプローチを採用しており、主要顧客やエンドユーザーと緊密に連携することで、プログラムの目標との整合性を確保し、エンドユーザーへの価値を最大化します。予測分析を活用する主な方法は、以下の通りです。

人員管理のためのデータ分析（社内向け）
予測戦闘力（対外向け）

「人材管理のためのデータ分析」は、予測に基づく人員配置の実現に重点を置いています。米国防総省（DoD）全体における最大の課題の一つは、適切な人材の採用です。Amentum社は、すべてのプログラムからのデータを集約し、記録対象プログラム（採用システム、人事システム、求人システムなど）から情報を取得して単一の「共通作戦状況図（Common Operating Picture）」に統合するデータ分析アプリケーションを導入しました。当社のデータ分析・可視化ツールは、これらのデータ入力を統合し、戦略的採用担当者やプログラムマネージャーが離職率の予測やプログラム上の欠員による影響の軽減に活用できる、使いやすいデータ解釈と視覚化結果を生み出します。この分析結果に基づき、採用担当者は欠員リスクが最も高いポジションを優先的に採用対象として特定することができます。

Amentumにおいて、このモデルへの移行がまだ行われていないプログラムの平均採用所要日数は29日です。しかし、当社の「Data Analytics for Workforce Management」ツールを組み合わせて利用しているプログラムでは、最短で10日まで短縮されており、これは約65％の短縮に相当し、いずれも業界平均の47日を大幅に下回っています。

戦場用装備や物資の戦闘能力および保守に関する予測は、前方作戦基地（FOB）やあらゆる前方展開シナリオにおいて極めて重要です。当社のチームは、陸軍航空部隊の顧客向けに、予測・予知保全（PPMx）ソリューションを導入しました。資産の分類、修理、ベンダー、保守計画に関する履歴データを活用し、現在の資産の状態や故障原因を予測する、人工知能（AI）および機械学習に基づくソリューションを展開しました。お客様はこのソリューションを活用し、資産の状態をより適切に監視し、保守スケジュールとコストを最適化するとともに、運用リスクや計画に関するより深い洞察と理解を得ることができます。資産のRUL（残存耐用年数）チャートを分析することで効率化を実現し、（インシデントが発生した場合でも）資産の故障診断にかかる時間を最小限に抑え、将来の故障を未然に防ぐことが可能です。当社のPPMxツールを活用することで、チームは修理コストの予測や将来の故障の予測を行うことができました。さらに、当社は複数の施設保守契約においてこのソリューションを適応・導入し、顧客のために84万8,000ドル以上のコスト削減を実現しました。

最後に、社内外を問わず予測分析への投資を行ってきたサービスプロバイダーは、陸軍および国防総省が直面する複雑なデータ上の課題に対処するための十分な体制を整えています。当社のチームは、お客様に代わって幅広いサービスをカバーする専門知識を有しており、サービス提供内容を強化するツールの開発支援なども含め、お客様をサポートいたします。