よくある質問
SORBA.aiは、製造業やインフラ分野でのAI活用を支援するプラットフォームです。
設備やセンサーからのデータ収集、見える化、分析、AIモデルの作成、運用までを一つの環境で行うことができます。
現場担当者が設備や工程の知識を活かしながら、AIを業務に取り入れやすい仕組みを提供します。
一般的なAIツールには、データ分析やAIモデルの作成など、特定の機能に特化したものが多くあります。
SORBA.aiは、現場データの収集からAIによる分析、結果の確認、運用後のモデル改善までを、単一のプラットフォーム上で行える点が特長です。
また、ノーコード／ローコード環境を備えているため、AIの専門家だけでなく、設備や工程を理解している現場エンジニアや設備担当者自身が、AIモデルの構築や改善に参加しながら活用を進めることができます。
主な特長は以下のとおりです。
・専門的なプログラミングをできるだけ使わずに操作できます
・AIモデルの作成を支援する機能を備えています
・データ収集から分析、運用までを一つの環境で行えます
・設備データをリアルタイムに監視できます
・クラウドだけでなく、社内や工場内のサーバーにも導入できます
必須ではありません。
SORBA.aiは、設備や工程に関する知識を持つ現場担当者でも利用しやすいように設計されています。画面操作を中心にAIモデルの作成や評価を進められるため、AI開発の専門知識がなくても活用を始めることができます。
なお、高度な分析や特殊なシステムとの連携が必要な場合は、専門知識を持つ担当者や導入支援パートナーとの連携をおすすめします。
主に以下のような方を対象としています。
・設備保全担当者
・生産技術担当者
・プロセスエンジニア
・工場管理者
・DX推進担当者
・AI活用を検討している現場部門
以下のような用途で活用できます。
・設備の異常検知
・故障の兆候を捉える予知保全
・品質の改善
・製造条件や運転条件の最適化
・エネルギー使用量の管理
・生産性の向上
設備の運転データやセンサーデータから、故障につながる可能性のある変化を早めに捉え、故障が発生する前に点検や部品交換などの対応を行う考え方です。突発的な設備停止の削減や、保全作業の効率化に役立ちます。
通常運転時のデータをもとに、普段とは異なる設備状態や運転条件の変化を検知できます。異常の可能性がある変化を早めに把握することで、設備トラブルの確認や原因調査を始めるきっかけとして活用できます。
以下のような業界で利用できます。
・製造業
・食品・飲料業界
・エネルギー業界
・上下水道
・化学プラント
・インフラ設備
AIを実際の業務で活用するには、実証実験で効果を確認するだけでなく、その後も現場で使い続け、データや設備の変化に合わせて改善していくことが重要です。
SORBA.aiでは、現場担当者がAIの結果を確認し、必要に応じてモデルを更新できるため、実証実験から本番運用へ移行しやすい仕組みになっています。
まず、どの設備や工程を対象にするか、どのような課題を解決したいかを整理します。
そのうえで、利用できる設備データやセンサーデータ、既存システムとの接続方法、SORBA.aiを利用する担当者などを確認します。対象や目的を明確にしておくことで、導入後の検証を進めやすくなります。
必要なデータ量は、分析する内容や設備の運転状況によって異なります。
異常検知などでは、通常時の設備状態をAIに把握させるため、正常運転時のデータを一定期間収集しておくことが重要です。必要な期間やデータ量については、対象設備や目的に合わせて検討します。
利用開始までの期間は、対象設備や利用できるデータ、既存システムとの接続方法などによって異なります。
SORBA.aiは、画面操作を中心にデータの確認やAIモデルの作成を進められるため、必要なデータや接続環境が整っていれば、比較的短期間で検証を開始できます。
PoCは、AIを使って目的とする課題を解決できるかを確認するための検証段階です。
一方、本番運用では、AIの結果を継続的に確認し、設備や運転条件の変化に応じてモデルを見直す必要があります。SORBA.aiでは、AIモデルの管理や再学習を行えるため、検証後も継続して運用できます。
はい、利用できます。
SORBA.aiは、インターネット接続が制限された環境や、機密性の高い製造設備・インフラ設備への導入にも対応しています。
お客様のセキュリティポリシーや運用要件に応じて、オンプレミス環境での運用も可能です。
SORBA.aiは、お客様のシステム構成や利用目的に合わせて、クラウド、オンプレミス、エッジなど、さまざまな環境で利用できます。
工場や設備の近くでデータ収集や分析を行うエッジ環境から、社内サーバーやデータセンターなどのオンプレミス環境まで、用途に応じた構成が可能です。
また、VMware ESXiやMicrosoft Hyper-Vなどの仮想環境、Red Hat Enterprise LinuxやUbuntuなどのLinux環境、Dockerを利用したコンテナ環境にも導入できます。
利用規模や用途によって異なりますが、推奨動作環境の目安は以下のとおりです。
・CPU：8コア以上
・メモリ：32GB以上
・ストレージ：512GB SSD以上
Docker環境で利用する場合は、CPU 6コア以上、メモリ16GB以上が目安です。
また、画像解析などを行う場合は、用途に応じてGPUが必要となる場合があります。
設備やセンサーから収集したデータ、CSVファイルなどをAIの学習や分析に利用できます。
また、MQTTやOPC UAなどの通信方式を利用して、外部システムからデータを取り込むこともできます。
取り込んだデータは、設備やラインなど実際の構成に合わせて整理・管理できます。
はい、既存システムと連携できます。
PLCやデータベースから直接データを取得できるほか、MQTTやOPC UAなどの通信方式を利用したデータ連携や、Webサービスとの連携にも対応しています。
また、標準機能で対応できないシステムについても、個別に接続方法を追加することで連携できる場合があります。
接続可能なシステムやインターフェースについては、問い合わせフォームからお問い合わせください。
はい、リアルタイム監視ができます。
設備やセンサーから取得した最新データを画面上で確認できるほか、AIによる予測や異常検知の結果も確認できます。
設備状態の変化を早めに把握できるため、日常の設備監視やトラブル発生時の確認に活用できます。
はい、作成できます。
設備の状態やセンサーデータ、AIによる分析結果などを、グラフ、数値、ゲージなどで見やすく表示できます。
表示内容やレイアウトは用途に合わせて変更できるため、設備監視用、分析用、管理者向けなど、目的に応じた画面を作成できます。
はい、設定できます。
設備の異常や設定した条件を検知した場合に、メール、Slack、Microsoft Teams、SMSなどへ通知できます。
また、AIが異常の可能性が高いと判断した場合に通知するなど、監視内容に合わせて条件を設定できます。
はい、再学習できます。
設備の運転条件や原材料、周囲の環境などが変化すると、以前に作成したAIモデルが現在の状態に合わなくなる場合があります。
SORBA.aiでは、最新のデータを使ってモデルを学習し直すことができ、定期的に自動で実行する設定も可能です。
また、新しいモデルの性能が十分でない場合は、以前のモデルに戻すこともできます。
AIモデルを継続的に活用するには、設備や運転条件の変化を確認しながら、必要に応じて学習データやモデルを見直すことが重要です。
新しいデータを使って再学習した後は、以前のモデルと性能を比較し、十分な精度が得られているかを確認します。
このような見直しを継続することで、設備や生産条件が変化した場合でも、安定した分析結果を維持しやすくなります。