データ・チャレンジ

2022年7月 •

高度な試験・訓練、すべての能力、すべての顧客、陸軍、国防総省本省、注目記事・実績、インテリジェンス＆国家安全保障、近代化＆プログラムマネジメント支援、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ビジュアライゼーションに囲まれながらノートパソコンで作業をしています。

マロリー・アーノルド（Mallory Arnold）著

予測分析が、企業の情報に基づいた意思決定、リスク回避、セキュリティ強化、および効率化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いかに重要であるかを強調している。情報がサイロ化されていると、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、以下の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、絶えず進化し続けています。
適切なソリューションの選定は困難を極めます。組織は、内製か外注かという根本的な意思決定に直面しています。市場には数多くの商用オフザシェルフ（COTS）や政府調達オフザシェルフ（GOTS）のツールが存在します。また、カスタマイズされたソリューションを構築するか、80%の完成度を持つソリューションを適応・採用するデータ「OEM」も複数存在します。

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することができます。

アメンタムのデータアナリティクス・センターオブエクセレンス（CoE）は、データの実用化を支援する専門的なアドバイザリーサービスへと統合される、人材、プロセス・プラットフォーム、ツールで構成されています。当社のデータアナリティクスCoEは、アメンタム全体（内部企業）およびお客様（外部向け）の両方におけるアナリティクス主導の変革のための、二重目的のコラボレーションセンターとして機能します。内部の取り組みは、企業のプロセスと企業データに焦点を当てています。外部向けの提供においては、主要な顧客やエンドユーザーと密接に連携してプログラムの目的に合致させ、エンドユーザーにとっての価値を最大化することを含む、顧客中心の設計アプローチを活用しています。予測分析を活用する2つの方法は以下の通りです：

ワークフォースマネジメント向けデータ分析（社内システム）
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（すなわち、採用システム、人事システム、求人システム）から情報を引き出す単一の「共通作戦状況図（Common Operating Picture）」を形成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。

このモデルにまだ移行していないプログラムにおけるアメンタムの平均採用所要日数は29日です。しかし、現在「ワークフォース・マネジメント向けデータアナリティクス」ツールを組み合わせて使用しているプログラムでは、業界平均の47日を大きく下回る10日という短縮を実現しており、これは約65%の削減に相当します。

戦場用装備や物資の戦闘能力および保守状態を予測することは、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、（万が一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848,000ドル以上のコスト削減を実現しました。

結論として、社内外を問わず予測分析に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（DoD）の複雑なデータ課題に対処するための体制を十分に整えています。当社のチームは、顧客のサービス向上を強化するツールの開発支援を含め、顧客に代わってあらゆるサービスを網羅する専門知識を有しています。