ラズベリーパイで業務改善！自動化で時間短縮とコスト削減を実現する方法

業務の効率化やコスト削減を目指す企業にとって、Raspberry Piは小型ながら多機能な“マイクロサーバー”として大きな可能性を秘めています。 ここでは、実際に業務プロセスを自動化し、時間と経費を削減する具体的な手順や活用例を紹介します。

Raspberry Piで業務改善を始める前に知っておくこと

① 準備：ハードウェアとソフトウェアを揃える

ハードウェア構成

ソフトウェア構成

② データ収集と監視で業務を可視化する

環境センサーでリアルタイム監視

# sensor_read.py
import Adafruit_DHT
import requests, json
import time

DHT_SENSOR = Adafruit_DHT.DHT22
DHT_PIN   = 4

URL = "https://api.example.com/temperature"

while True:
    humidity, temperature = Adafruit_DHT.read_retry(DHT_SENSOR, DHT_PIN)
    if humidity is not None:
        payload = {
            "temperature": round(temperature, 1),
            "humidity": round(humidity, 1),
            "timestamp": int(time.time())
        }
        requests.post(URL, json=payload)
    else:
        print("Failed to retrieve data from sensor")
    time.sleep(60)  # 1分ごとに取得

• ポイント
  • 取得したデータはREST APIに送信。クラウドサービスで一括管理。
  • 複数台のPiを設置すれば、サーバールームやオフィス全体を可視化可能。

監視ダッシュボードの構築

# docker-compose.yml
services:
  influxdb:
    image: influxdb:2.0
    volumes:
      - influxdb-data:/var/lib/influxdb2
  grafana:
    image: grafana/grafana
    environment:
      - GF_SECURITY_ADMIN_PASSWORD=admin
    ports:
      - "3000:3000"
    depends_on:
      - influxdb
    volumes:
      - grafana-data:/var/lib/grafana
volumes:
  influxdb-data:
  grafana-data:

• ポイント
  • Pi本体に軽量バージョンをデプロイして監視サーバーとして活用。
  • 省電力で24時間稼働可能。

③ 定時レポートの自動化でメール・PDFを即配信

cron + Python で自動レポート

# /etc/cron.d/daily_report
30 8 * * * pi /usr/bin/python3 /home/pi/reports/generate_daily.py >> /var/log/daily_report.log 2>&1

# generate_daily.py
import pandas as pd
import matplotlib.pyplot as plt
from fpdf import FPDF

# データ取得 (例: CSV)
df = pd.read_csv("/data/daily.csv")

# グラフ作成
fig, ax = plt.subplots()
df.plot(kind='bar', x='date', y='sales', ax=ax)
plt.tight_layout()
fig.savefig('/tmp/sales.png')

# PDF生成
pdf = FPDF()
pdf.add_page()
pdf.set_font("Arial", size=12)
pdf.cell(200, 10, txt="Daily Sales Report", ln=True, align='C')
pdf.image('/tmp/sales.png', x=10, y=30, w=190)
pdf.output("/tmp/report.pdf")

# 送信先にメール
import smtplib
from email.message import EmailMessage

msg = EmailMessage()
msg['Subject'] = 'Daily Sales Report'
msg['From'] = 'pi@example.com'
msg['To'] = 'manager@example.com'
with open('/tmp/report.pdf', 'rb') as f:
    msg.set_content('Please find the daily report attached.')
    msg.add_attachment(f.read(), maintype='application', subtype='pdf', filename='report.pdf')

with smtplib.SMTP('smtp.example.com', 587) as server:
    server.starttls()
    server.login('pi@example.com', 'password')
    server.send_message(msg)

• ポイント
  • cron はタスクスケジューリングへ、Python はデータ処理とメール送信へ。
  • FPDF や Matplotlib で簡易レポートを自動化。
  • スクリプトをGitで管理すればバージョン管理も容易。

④ 社内コミュニケーションの自動化でミーティング負担を減らす

Slack Bot でタスク更新を通知

# slack_bot.py
import os, time
from slack_sdk import WebClient
from slack_sdk.errors import SlackApiError

client = WebClient(token=os.environ["SLACK_BOT_TOKEN"])
channel_id = "C01234567"

def post_update(text):
    try:
        client.chat_postMessage(channel=channel_id, text=text)
    except SlackApiError as e:
        print(f"Error: {e.response['error']}")

while True:
    # ここでタスクステータスを確認 (例: CSVから)
    tasks = ["Task A: Completed", "Task B: In Progress"]
    update_msg = "\n".join(tasks)
    post_update(update_msg)
    time.sleep(3600)  # 1時間毎に送信

• ポイント
  • WebClient と Bot Token を使って社内情報をスレッドへ自動投稿。
  • タスク管理ツールと連携させれば、進捗情報を自動取得できる。

自動予約スケジューラ

// server.js
const express = require('express');
const {google} = require('googleapis');
const app = express();

app.post('/reserve', async (req, res) => {
  const auth = new google.auth.GoogleAuth({
    keyFile: 'service-account.json',
    scopes: ['https://www.googleapis.com/auth/calendar']
  });
  const calendar = google.calendar({version: 'v3', auth});
  const event = {
    summary: 'Meeting',
    start: { dateTime: '2024-04-01T09:00:00-07:00' },
    end:   { dateTime: '2024-04-01T10:00:00-07:00' }
  };
  await calendar.events.insert({calendarId: 'primary', requestBody: event});
  res.send('Reservation successful');
});

app.listen(3000, () => console.log('Scheduler listening on port 3000'));

• ポイント
  • Piの低コストでWebサーバを立て、社内の予約業務を自動化。
  • APIキーを安全に保管し、定期的にローテーション。

⑤ 在庫管理と発注プロセスを自動化

RFIDリーダーで棚卸しを自動化

# rfid_reader.py
import serial
import json
import requests

ser = serial.Serial('/dev/ttyUSB0', 9600, timeout=1)
URL = "https://api.example.com/inventory"

while True:
    line = ser.readline().decode().strip()
    if line:
        payload = {"rfid_tag": line, "timestamp": int(time.time())}
        requests.post(URL, json=payload)

• ポイント
  • RFIDタグを読み込むと同時にクラウドに在庫情報を送信。
  • 受信側で在庫数を集計し、閾値を下回ったら自動発注。

API連携で発注を自動化

# auto_order.py
import requests, json, time

ORDER_URL = "https://api.example.com/order"
CHECK_URL = "https://api.example.com/inventory"

def check_and_order():
    resp = requests.get(CHECK_URL)
    data = resp.json()
    for item in data:
        if item['stock'] < item['reorder_level']:
            payload = {
                "sku": item['sku'],
                "quantity": item['reorder_quantity']
            }
            requests.post(ORDER_URL, json=payload)

while True:
    check_and_order()
    time.sleep(7200)  # 2時間毎にチェック

• ポイント
  • 供給業者のAPIと連携し、在庫データに基づいて自動で発注。
  • 発注ログをPiに保存すれば、過去履歴を確認可能。

⑥ コスト削減の具体例：ハードウェア・運用コスト

• 電力：Piは約3 Wの消費で、従来のデスクトップサーバー（約25 W）に比べて80 %削減。
• ライセンス：オープンソースOSとツールを使用すれば初期費用ゼロ。
• 保守：Piは単体のハードウェアで済むため、サーバールームの熱管理や冗長化が不要。

⑦ セキュリティ対策を忘れずに

1. ファイアウォール

   • ufw を有効化し、必要なポートだけ開放。

   sudo ufw enable
   sudo ufw allow 22/tcp
   sudo ufw allow 5000/tcp
   sudo ufw deny from any to any
   

2. 自動アップデート

   • 24時間監視の Pi なら、定期的なパッケージ更新は必須。

   echo "0 2 * * * root apt-get update && apt-get -y upgrade" >> /etc/crontab
   

3. VPN

   • VPNを介して外部からアクセス。WireGuardは設定が簡単で安全。

   sudo apt install wireguard
   

4. ハッキング対策

   • SSH キーペアを使用し、パスワード認証は無効化。
   • fail2ban でブルートフォース攻撃を防止。

⑧ 導入時に注意すべきこと

⑨ 成功事例：業務改善で実際に得られた効果

結論

• コンパクトで電力効率が高い Pi は、サーバーやIoTゲートウェイとして、日々の業務を自動化しつつ コスト を劇的に削減します。
• cron・Python・Slack API など、既存のツールを組み合わせれば、スクリプトだけで ほぼ全ての業務フローを自己完結型に構築可能。
• 低価格・低学習コストで導入できる一方、セキュリティと保守設計をきちんと設計すれば、大規模システムと変わらない安全性も確保できます。

次のステップ はプロトタイプを作り、小規模な業務に適用し、効果を測定してから本格導入へとスケールアップすることです。ぜひ、上記のコードをベースに、あなたの業務フローに合わせてカスタマイズしてみてください。