TECHNOLOGY
エッジAI・IoTのAI活用
「エッジAI・IoT」に関する記事 77本・製品 12件。技術の切り口でまとめています。
-
米国CPGで「AIを全面組込み」は29%:シュナイダー調査252人の数字をどこまで読めるか
-
製造業のAIとは?できること・できないことを5つの機能で整理する入門
-
製造業の品質AI:SPC・要因分析・ソフトセンサー・条件最適化の4領域を整理
-
EU AI Omnibusで期限延期:製品組込み型の高リスク義務は2028年8月へ
-
中小町工場のAI活用:従業員50人以下で効果が出た5つの使い方と補助金
-
中小製造業の設備データの集め方:古い設備から少額で稼働を取る5つの方法
-
化学メーカーのAI活用:ソフトセンサー・自律制御・材料開発の3領域と事例
-
エッジAIとは:工場で推論をエッジに置く4つの理由とJetson等の機器選定
-
MCP×OPC UA:430のAI-ready仕様は工場AIの何を変えるか
-
予知保全のデータ収集計画シート:設備・センサー・故障履歴の整理30項目
-
IEC 62443とAI・データ基盤:ゾーンとコンジットで工場データをクラウドへ出す設計
-
多変量SPC(MSPC)入門:Hotelling T²とQ統計量で相関のある工程を監視する
-
振動データの予知保全AI:ISO 20816の評価ゾーンから機械学習までの使い分け
-
OPC UAかMQTTか:工場データ収集プロトコルを用途別に選ぶ比較表と組合せ方
-
予知保全のセンサ選定:振動・温度・電流・音・油の5種類を故障モード別に選ぶ
-
MQTTとSparkplugの違い:ISO/IEC 20237を工場で使う判断基準
-
中国「工業インターネット×AI融合」行動方案:2028年に5万社改造の中身
-
石油・エネルギープラントのAI:自動運転・予知保全・エネルギー最適化の到達点
-
多変量の設備データで異常検知:SWaTデータセットに学ぶ51センサの扱い方
-
ソフトセンサーとは:ラボ分析値をオンライン推定する仕組みと導入の4ステップ
-
作業分析AIツールの比較:Retrocausal・国内製品を5つの軸で比べる選び方
-
RockwellのAI戦略:GuardianAI・エッジSLM・自社工場の3点
-
欧米の予知保全AIベンダー9社比較:Augury・Senseye・MaintainXの違い
-
Gemini Robotics 2・ER 2とは:身体性推論とOn-Deviceの使い分け
-
欧米製造業の生成AI事例20件:Merck・KONE・Schaefflerの成果と条件
-
AWS IoT SiteWiseとは:設備データのモデル化と生成AI保全アシスタントの構成
-
推論はエッジかクラウドか:タクト・画像サイズ・台数の3軸で決める判断フロー
-
Siemens Industrial Copilotとは:4製品の範囲と提供状況
-
Google Cloud MDEとは:Geminiエージェント3種とSI経由の販売戦略
-
食品のHACCP記録とAI:温度・異物・衛生の記録をデジタル化する4つの手順
-
国産LLMを製造業目線で比較:NEC cotomi・PLaMo・ELYZA・Takaneの提供形態
-
Microsoftの製造業向け生成AI:Copilot StudioとFabricの関係
-
古い設備をつなぐレトロフィット:PLCのない設備・通信できない設備の4パターン
-
製造業を狙うサイバー攻撃の現状:IBM X-Force・Dragosのデータで見るAI基盤のリスク
-
思谋科技IndustryGPT:顧客730社超・検査170億回の工業マルチモーダル
-
非鉄金属のAI活用:アルミ・銅の溶解・圧延・ダイカストで効く4つの使い方
-
予知保全AI製品の比較:Augury・Senseye・国内勢を同じ8軸で並べる
-
PLC開発Copilot比較:Siemens・Rockwellの2製品の機能と注意点
-
中国の大規模設備更新政策と工業AI:2027年に設備投資25%増の目標
-
工場のエッジで動く小型言語モデル:RockwellのNemotron-Nano採用が示すもの
-
ENEOS×PFNの製油所AI自動運転:930センサ・13バルブ同時操作の設計思想
-
保全業務の生成AI:Siemens Senseye Copilotの事後保全25%短縮の中身
-
Honeywell・ABB・GE Vernovaのプロセス産業AI:Copilotの効果数値を比較
-
树根互联の工業AI:設備250万台の接続から時系列予測大模型への転換
-
中小工場の予知保全:後付けセンサとクラウド月額サービスで始める3ステップ
-
中国工場のデータを外に出さないAI:連合学習とエッジ微調整という選択肢
-
鋳造・ダイカストのAI活用:鋳巣の予測とX線検査・型式判別の事例
-
設備点検のAI化:アナログメータ読取りとカメラ巡回で日常点検を省人化する方法
-
外観検査AIのエッジ実装:推論2ms〜32msの差とPC・GPU・PLC連携の設計
-
歩留まり改善AI:宝鋼の熱延幅予測で歩留まり0.5%向上の事例と再現の条件
-
めっき・表面処理のAI活用:液管理・膜厚予測・外観検査を自動化する方法
-
保全向け生成AIの比較:Siemens Senseye・SAP・AWSの3製品の違いと前提条件
-
モータ電流で予知保全(MCSA):センサ追加なしで軸受・回転子の異常を捉える方法
-
バーチャルメトロロジー(VM):半導体の全数測定を推定に置き換える仕組みと精度管理
-
振動・画像など高頻度データの扱い:保存期間・圧縮・特徴量化の設計4項目
-
Rockwellの生成AI:Design Studio CopilotとOptixのPhi-3活用
-
ゴム・タイヤ製造のAI:配合設計・加硫条件・外観検査で効く使い方と事例
-
製造業AIの導入費用の内訳:構想・PoC・本番・運用の4段階で整理
-
AIの運用コストはいくらかかるか:クラウド・ライセンス・保守の年間費用5項目
-
AI PoCの費用と期間はどう決まるか:見積もりが変わる5つの要因
-
NEC cotomiを製造業で使う:128Kコンテキスト・MCP対応と業種特化モデル
-
建材メーカーのAI活用:セメント・石膏ボードの焼成制御と品質予測
-
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
-
産業向けMCPサーバーの現状:Litmus・Sight Machine・Tulipなど5つの対応を比較
-
中小製造業のAI導入:従業員50人以下でも始められる5つのテーマ
-
製造業AIのセキュリティ:データ持ち出し・OT接続・クラウドの3つのリスク
-
クラウドAIかエッジAIか:製造現場での選び方を5つの観点で比較
-
古い設備でもAIは使えるか:後付けセンサー・カメラでデータを取る4つの方法
-
スマートファクトリーとAIの関係:IoT・MES・AIの3層で整理する
-
IoTとAIの違いと関係:製造現場のデータ活用を4段階で理解する
-
組立加工とプロセス産業で異なるAIの使い方:データと制御の違い3点
-
AI開発の見積書の読み方:工数・ライセンス・データ作業を確認する7点
-
見落とされやすいAIの隠れコスト7つ:データ整備・ラベル付け・現場対応
-
生産技術者のためのAI入門:撮像・センサー・工程条件から考える10のポイント
-
設備保全部門のAI活用:点検・予知保全・保全記録の検索まで5つの使い方
-
情報システム部門が担う製造業AI:基盤・セキュリティ・運用の3つの役割
-
EU AI Omnibusが7月27日に発効:製品組込み型AIの高リスク義務は2028年8月へ
「エッジAI・IoT」に関わる製品・サービス
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。