FUNCTION
安全・環境のAI活用
「安全・環境」に関する記事 58本。業務の切り口でまとめています。
-
AGCOがヘストン工場でDigitを2027年に試験:Agilityとの商用契約で何が変わるか
-
TÜV SÜDとAccentureの安全認証構想を遡る:AMR稼働「最大30%早く」の出どころ
-
EU AI Actは製造業AIをどこまで縛るか:高リスク判定の分岐点と第6条の例外
-
フィジカルAIとは:従来の産業ロボット・協働ロボットとの違いを4つの軸で整理
-
工場の省エネAI:設備別の見える化・ベースライン回帰・最適制御の3段階
-
工場の安全AI:保護具未着用・危険エリア侵入・転倒を画像で検知する4用途
-
電力データとMES稼働実績を紐付ける:製品1個あたりエネルギー原単位の算出
-
生成AIの情報漏えい対策:製造業が決めるべき入力禁止情報とログ管理の7項目
-
MCP(Model Context Protocol)を工場に入れる:仕様の要点と製造業の使い方3例
-
EU機械規則2023/1230とAI:「自己進化する安全機能」は第三者評価が必要に
-
ISO 10218:2025改訂の要点:産業用ロボット安全規格の何が変わったか
-
省エネ効果の正しい測り方:生産量で補正するベースライン回帰とISO 50001
-
保護具(PPE)未着用検知AI:YOLO系モデルの精度と自社の作業服への適応方法
-
中国の具身智能・人形ロボット政策:2023年の指導意見から2026年標準体系まで
-
フォークリフトと人の接触防止AI:カメラ・UWB・AIの組合せ3パターン
-
空調・熱源・コンプレッサの最適制御AI:東京ガス×エイシングの約5%省エネ
-
作業者を監視するAIはEU AI Actの高リスク:Annex III第4項と工場の動作解析
-
DELMIA Apriso×AIの現実:MES実装者が見る連携方式・できること・制約
-
MQTTとSparkplugの違い:ISO/IEC 20237を工場で使う判断基準
-
Physical Intelligenceのπ0・π0.5:flow matching型VLAの限界
-
製品別CO2排出量(CFP)の算定とAI:CATL宜賓のカーボン56%減に見るデータ要件
-
安全AIの再現率と誤報のトレードオフ:警報が無視されない運用を設計する
-
アセット管理シェル(AAS)とは:IEC 63278と製造業のデジタルツイン連携
-
ロボット基盤モデル企業の地図:π0・Covariant・Intrinsicの現在地
-
Agility Robotics Digitの商用展開:GXOとのRaaS契約の中身
-
ヒューマノイドの安全規格ギャップ:ISO 10218・TS 15066の前提外となる3点
-
ベイズ最適化で条件出し:射出成形16実験で最適条件に届いた研究の読み方
-
安全カメラAIと個人情報:映像の保存期間・目的外利用・労使協議の5原則
-
NIST AI RMFとGenerative AI Profileを工場で使う:12リスクの読み替え方
-
ヒューマノイドか専用ロボットか:工場の工程別にコストと適性を比較する4つの観点
-
強化学習AIによるプラント自律制御:横河電機×JSRの35日連続運転の中身
-
PLC開発Copilot比較:Siemens・Rockwellの2製品の機能と注意点
-
ヒューマノイドの安全規格ギャップ:ISO 10218:2025改訂とNVIDIA Halos
-
飲料メーカーのAI活用:充填ラインの検査・需要予測・CIP洗浄の省エネ
-
製造業AIと個人情報:作業者の映像・音声・位置データを扱う6つのルール
-
人形ロボットにもID管理:中国標準化委員会の提言と工場導入の論点
-
EU AI Actと日本の製造業:輸出企業が確認すべき高リスク要件と適用時期
-
EU機械規則2023/1230とAI:2027年1月適用で機械メーカーが備える5点
-
協働ロボットにAIを足す:UR AI Accelerator・Isaac ROS 5.0の構成と用途
-
ISO/IEC 42001(AIマネジメントシステム)とは:製造業が取得を検討する3つの場面
-
Rockwellの生成AI:Design Studio CopilotとOptixのPhi-3活用
-
作業者を監視するAIの規制:EU AI Actの高リスク区分と日本での配慮5点
-
AIエージェントが工場で失敗する6つのパターン:過剰権限からループ暴走まで
-
世界基盤モデル(WFM)とは:NVIDIA Cosmosの合成データは工場で何に使えるか
-
経済安全保障とAIベンダー選定:製造業が調達基準に入れる5つの観点
-
AIロボットセルの安全認証:IEC 61508・ISO 13849とTS 22440
-
フィジカルAI・ロボットと労働安全衛生法:現場導入で確認する安全と責任
-
デジタル製品パスポート(DPP)と工場データ:EU規制に備えるデータ基盤の準備
-
IEC 61131-3のコード生成AIを現場で使う安全ルール:レビューと試験の5原則
-
EU機械規則2023/1230とAI搭載ロボット:2027年適用で輸出機械メーカーが備えること
-
NIST SP 800-82 Rev.3とは:OTセキュリティガイドを製造業のデータ基盤で使う要点
-
サプライチェーンのデータ連携:Catena-X・ウラノス・エコシステムと工場データ
-
外国人作業者への多言語作業指示:生成AI翻訳を現場端末で使う運用設計4項目
-
図面をどのAIに見せるか:ファナック・三菱重工の国産基盤モデル投資と経済安全保障
-
製造業AIのリスク一覧:品質・安全・法務・運用の4分類12項目と対策の担当部門
-
GXとAI:製造業のCO2削減・省エネにAIを使う3つのアプローチ
-
NVIDIA、ロボット向け安全基盤「Halos」を解説:IGX ThorでIEC 61508を目標
-
日立、フィジカルAI向けガードレール技術を発表:危険分析と制御補正を実時間で
記事を探す
CONSULTATION
「AIで何ができるのか分からない」段階からご相談ください
AI導入テーマの選定、PoCの設計、データ基盤・MESとの連携、本番運用と人材育成まで。株式会社サオスの実務者が、貴社の現場とデータに合わせた進め方をご提案します。
AI導入の相談をする相談は無料です。特定製品の売り込みは行いません。