よくあるご質問

決まった基準はありません。判断の目安は「設備が経験する変動を一巡したか」です。季節によって条件が変わる工程であれば夏と冬の両方が含まれている必要があり、品目ごとに条件が異なるなら主要品目が入っている必要があります。通常は3〜6か月分で一次モデルを構築し、運用しながら補強します。不良データがほとんどない場合は、正常データのみで学習する異常検知方式から始められます。

可能です。その場合はデータ収集基盤の構築が最初の段階になります。設備から信号を取り出し、形式を標準化し、保存構造をつくる作業です。この段階を飛ばしてAIから着手すると、結果を信頼できません。

範囲によって異なります。一つの工程の特定課題を扱う案件は数か月、データ基盤の構築から始める場合はそれより長くなります。インピックスが遂行した構築事例の66%は2年以上続く中長期プロジェクトでした。最初から工場全体を対象にするより、一つのラインで検証してから広げるほうが良い結果につながります。

連携できます。産業通信標準(OPC-UA)と資産記述標準(AAS)を適用して、既存システムと設備を接続します。旧型設備がOPC-UAに直接対応していない場合はゲートウェイを介して接続します。分析結果を新しいシステムではなく既存のMES画面内に組み込んだ事例もあります。

可能です。インピックスは2018年以降、スマート工場構築支援事業などの政府事業を供給企業として遂行してきました。事業の企画段階からご一緒できます。詳細は政府支援事業のご案内ページをご覧ください。

可能です。製薬・バイオの現場では、まずCSV(コンピュータ化システムバリデーション)の対象かどうかを切り分け、データインテグリティ(ALCOA+)と監査証跡の要件を満たすよう収集経路を設計します。AIを入れても規制要件は変わらないため、むしろデータがどこから来てどう加工されたかを残す設計がより重要になります。

モデルは時間の経過とともに精度が落ちます。設備の状態と工程条件が変わり続けるためです。インピックスは構築後もモデルの再学習と運用保守を継続して担当します。アフターサポートを独立した事業領域として位置づけています。

確認できます。A²LABには説明可能なAI(XAI)技術が適用されており、AIが特定の措置を提案した理由と判断過程を論理的に確認できます。結果だけを示すシステムは現場の信頼を得にくいと考えているためです。

現在のデータ状態によって異なります。データが集約されていなければB²LAB(ビッグデータ基盤)やデータ標準化から、データはあるが活用できていなければA²(分析)やV²(ビジョン検査)のように特定の課題を解くモジュールから始めます。すべてを一度に導入する必要はありません。

OWPはインピックスの初期の主力製品であるスマートファクトリーソリューションで、MES・SCM・GMP管理・Smart HACCP・WMSといった単位モジュールと、設備データ収集レイヤー(OWP-F)で構成されています。現在も基幹システムの土台として稼働しています。ただし当社の現在の主力プラットフォームは、AI自律製造プラットフォームのA²LABです。OWPがデータを集め運用システムを支えるレイヤーであるのに対し、A²LABはその上でAIが判断し制御するレイヤーにあたります。

お問い合わせいただければ条件を確認いたします。データの国外持ち出しに制約がある場合は、オンプレミスまたはエッジベースの構成で対応します。日本語・英語でのご相談も承ります。