AASは「資産の標準化されたデジタル表現」
アセット管理シェル（Asset Administration Shell、AAS）は、設備・部品・製品といった資産（アセット）の情報を、決まった構造でデジタルに表すための仕組みです。Industrial Digital Twin Association（IDTA）の仕様では、AASを「資産の標準化されたデジタル表現」と位置付けています。
AASの構造は、次の3つの考え方でできています。
- 1つの資産に1つのAAS：資産ごとに一意のIDを持つAASを作る
- 側面ごとのサブモデル：銘板情報、技術データ、ドキュメント、稼働データ、カーボンフットプリントなど、資産の側面ごとにサブモデルを持つ
- 意味の参照：サブモデルの各要素はsemanticIdを持ち、ECLASSやIEC CDD（共通データ辞書）の定義を参照する。これにより「定格電流」が会社や国をまたいで同じ意味で扱える
規格としては、IEC 63278-1 Ed.1.0（2023年12月、IEC TC65）がAASの構造を定める国際規格として発行されています。製造業の資産（製品・設備の階層）を、ライフサイクル全体にわたって対象とします。IDTAの仕様（Part 1 メタモデル）は2025年7月にv3.1.1が公開されています。
OPC UA・MES・AASの役割の違い
AASはOPC UAやMESと競合するものではなく、扱う範囲が違います。混同すると、どこに何を実装するかを誤ります。
| 項目 | OPC UA | MES | AAS |
|---|---|---|---|
| 主な目的 | 設備とシステムの間のリアルタイムな通信と情報モデル | 工場内の作業指示・実績・品質・系譜の管理 | 資産の情報を企業や工程をまたいで受け渡す標準の器 |
| 扱う情報 | 現在値・アラーム・メソッド | ロット・作業・品質の取引的なデータ | 資産の静的情報（仕様・文書）と、必要に応じた動的情報 |
| 時間軸 | ミリ秒〜秒 | 秒〜日 | 資産のライフサイクル全体（設計〜廃棄） |
| 主な利用者 | 設備・SCADA・エッジ | 工場の生産・品質部門 | 装置メーカー・部品メーカー・ユーザー・規制対応 |
実装の上では、AASのサブモデルの中身を、OPC UAのサーバーやMESのデータから埋める形になります。例えば、設備のAASの稼働データサブモデルはOPC UAから最新値を参照し、製品のAASの製造履歴サブモデルはMESの系譜から作る、といった構成です。OPC UAの情報モデルについてはOPC UAとは：AI活用で情報モデルが効く理由で扱っています。
日本の工場でAASが効く3つの場面
AASは、工場の中だけで閉じた用途では効果が見えにくい技術です。効くのは、会社や組織の境界を越えて資産の情報を受け渡す場面です。
- 装置メーカーからの情報の受け取り：設備を導入するとき、仕様・図面・取扱説明書・保全部品のリストを、紙やPDFではなくAASの形で受け取れば、設備マスタや保全システムへの登録を自動化できます。生成AIで保全支援をする場合も、構造化された設備情報があると検索の精度が上がります
- 顧客への製品データの提出：製品ごとの材料・工程・環境データの提出を求められる場面で、AASは受け渡しの器になります。EUで進むデジタル製品パスポート（DPP）の議論でもAASは候補の1つとして扱われており、詳しくはデジタル製品パスポート（DPP）と工場データで扱っています
- 複数工場・複数メーカーの設備の横断管理：同じ種類の設備を異なるメーカーから購入している場合、AASのサブモデルで情報の形を揃えると、設備横断の分析やAIの横展開がしやすくなります
着手するときの判断基準
AASに取り組むかどうかは、次の問いで判断できます。
- 欧州の顧客や親会社から、製品や設備のデータをAAS形式で求められているか
- 設備の導入時に、装置メーカーから受け取る情報の登録に大きな手間がかかっているか
- 自社が装置メーカーで、顧客に設備のデジタル情報を提供することが差別化になるか
どれにも当てはまらない場合、工場内のAI活用のために先にAASを整える必要は低いと考えます。工場内のデータ統合は、ISA-95の資産階層でのタグ命名やMESのマスタ整備の方が先に効きます。
よくある質問
AASとデジタルツインは同じものですか？
AASを作るには専用のソフトが必要ですか？
IDTAなどがオープンソースのツールやSDKを公開しており、小規模な試行はそれらで始められます。本格的に運用する場合は、PLMやMES、資産管理システムとの連携が必要になるため、既存システムのAAS対応状況を確認します。
日本の顧客からAASを求められることはありますか？
現時点では、欧州の顧客や欧州向けの製品で求められることが中心です。ただし、装置メーカーが標準の提供形式として採用し始めると、日本国内の取引でも使われる可能性があります。自社の取引先の動向を見ながら判断します。
この記事に出てくる用語
AIは「データ基盤」で決まる
PoCは成功したのに本番で止まる。原因の多くはモデルではなく、MESと設備データの側にある 全130本
- MESとAIの関係：ロット・作業指示・品質判定がAIの精度を決める理由
- 製造業AIが本番で止まる7つの理由：PoCは成功したのにラインに載らない構造
- 製造業のAI-OCR：紙の検査記録・点検表・ミルシートをデータ化する手順
- データ基盤の段階的導入ロードマップ：ユースケースから逆算する8ステップ
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
