近年、S/4HANA案件の需要が高まっています。こうした状況の中で案件参画前に基礎的なSAP理解を揃えておくことが、品質や立ち上がりの観点から重要だと考えています。
こうした背景から、案件参画前に共通の基礎知識やSAP標準の考え方を身につけることを目的として、資格学習を一つの軸としつつ、実案件を意識したSAP基礎クラスが立ち上がりました。

基礎クラスでは、SAPの基本概念や代表的なモジュール構成（FI、CO、SD、MMなど）、標準業務フローを中心に学習を行い、案件参画時に、業務・標準機能・用語を共通言語として理解し、現場で主体的に"学べる状態"を作ることをゴールとしていました。

実案件では、本発表者は販売管理（SD）領域を中心に経験しました。
受注・出荷・請求といったSDの基本フローだけでなく、MM・FIとのデータ連携や、標準機能・アドオン機能の違いを意識しながら業務に携わることで、SAPを「画面単位」ではなく「業務フロー全体」として捉える必要性を強く感じました。

一方で、資格学習を終えた段階では、実務に入って初めて気づく理解の浅さや、業務全体像との結びつき不足があることも認識しました。
これらは個人としての課題であると同時に、業務フローや設定・テーブルを意識して捉え直すきっかけとなり、理解を深めるための重要なステップとなりました。

今回の発表では、AWSのインフラ構築自動化とIBM iとの連携について報告しました。

まず、AWS CloudFormationを活用することで、これまで手動で行っていた環境構築をコード化（IaC）
しました。これにより、EC2インスタンス、S3ストレージ、そして監視機能であるCloudWatchの作成を
一貫した設定で迅速かつ正確に実行できるようになりました。

従来の手動構築と比較した工数検証では、作業時間を大幅に短縮できただけでなく、設定ミスによる
手戻りも防止でき、業務効率化における高い効果を確認できました。

また、IBM iとの連携においては、CLI等を利用してAWS上のリソースとデータをやり取りする手法が
今後期待できます。
これにより、画像にあるようなS3へのバックアップといった新たな選択肢が生まれ、既存の運用に
クラウドの柔軟性を容易に組み込めるようになります。

運用設計・セキュリティ・コスト最適化など実案件では必須となる領域の深掘りが今後の課題です。
今後も自動化技術を追求し、実業務へのさらなる貢献と知見の共有に努めて参ります。
　

動画の中でBobに実行してもらったことは次のとおりです。

【物理ファイル作成】
・物理ファイルのDDS
・物理ファイルのRules.mk更新

【サービスプログラム作成】
・作成した物理ファイルへのCRUD処理用SRVPGM
・上記SRVPGMのRules.mk更新
・作成した物理ファイルの検索用SRVPGM
・上記SRVPGMのRules.mk更新
・BNDDIR作成用疑似CL

【物理ファイルメンテナンスアプリ（5250）作成】
・一覧表示画面のDDS
・一覧表示画面のRules.mk更新
・一覧表示PGM
・一覧表示PGMのRules.mk更新
・編集画面のDDS
・編集画面のRules.mk更新
・編集PGM
・編集PGMのRules.mk更新

メリットとしては、
「止まらないことを前提とした高信頼性」
「大量トランザクション処理に特化した性能」
「強固なセキュリティ」
「長期互換性と資産継承」
「運用の一貫性と自動化」
が考えられます。

一方、デメリットとしては、
「コスト構造の重さ」
「技術者不足と属人化リスク」
「閉鎖的なシステム構造」
「開発・運用のモダナイゼーションが難しいこと」
「移行・統合が難しいこと」
が挙げられます。
　

「PVSのクラウド環境では物理テープへの保管ができない」。
このことは至極当然のことでありながらも、"データの保管"という、システム更改のデータ移行手段としても普段のシステム運用でのバックアップ方法としても必須である作業のやり方を変更しなくてはいけないことを意味します。

オンプレミス環境からPVS環境への移行を検討する際には、「では今後どの保管方法を採用するべきなのか？」という判断が求められ、この答えはお客様・システムごとに変わります。

昨年度のタスク活動を通して私たちは、その判断の一助となる知識・情報を収集すべく、PVS環境で使用できる保管方法のうちの3つをピックアップして実環境での確認と検証を実施しました。

発表では、①SAVFをFTP転送でWindows環境に保管する方法、②SAVFをQNTCファイルシステムでWindows環境に共有する方法、③SAVFをiCOS環境にコピーして保管する方法についてそれぞれの保管手順とメリットデメリットをご紹介した上で、今回おこなった検証の範囲内での各保管方法の評価についてまとめました。

今後も引き続き、特に運用面での特徴についての深堀やAWSなどの他システムとの連携といった検証をしていければと思います。
　

■ 現場が抱えていた課題
工場のスマート化（省エネ、品質管理向上）を目指す中で、以下の3つの大きな課題がありました。
・データ基盤の未整備: データの蓄積・管理の仕組みが不完全だった。
・データの品質不良: 取得データに欠損値や異常値（ノイズ）が多く、そのままでは可視化や分析に
　使えなかった。
・データ連携の不足: 複数のデータを紐づける仕組みがなく、高度な分析に踏み出せていなかった。

■ 構築したデータ分析基盤の仕組み
これらの課題に対し、「集める」「整える」「見る・使う」の3ステップからなるパイプラインを
構築しました。

集める:
AWSのLambdaとEventBridgeを使用し、設備からのデータを自動的に収集する仕組みを実装しました。

整える:
収集した生データから欠損値などを取り除きます。特に、欠損箇所を前後の観測値から計算して埋める
「線形補完」をPythonで実装し、1分単位の値を算出できるようにしました。

見る・使う:
AWS Athenaを用いてSQLで検索・集計できる状態にし、最終的にはGrafanaによるダッシュボードで、
現場担当者がリアルタイムに近い形で状況を確認できる環境を整えました。

この取り組みにより、データが単に「ある状態」から「使える状態」へと着実に進化しており、
現在は工場全体への展開を見据えた土台作りと、品質管理のためのデータ紐づけ作業が進められています。
　

このプロジェクトを通じて得られた最も重要な洞察は、「DXはシステムの導入で終わりではなく、それを使う『人』のスキルが成果を左右する」という点です。

DXを成功させるには、以下の3つの力が必要です。
・業務理解: 現場の課題と必要なデータを正しく理解する力。
・データを読む力: 数字やグラフから意味を見出す力。
・技術を使いこなす力: 目的に応じて適切な技術を選び、活用する力。

この「人の変革」を支えるのがリスキリングです。リスキリングとは、単にツールが使えるようになることではなく、「デジタルを前提に考え、行動できる人材」になるための準備を指します。