AIが働くとき-ファクトリーオートメーションの変革

エピソードのまとめ

Industrial AI は研究室から工場の現場に移行しつつあります。 このエピソードでは 5年の楽観的な見通し、Lauren Espinは、製造業者が熟練労働力不足に対処し、エンジニアリングの生産性を向上させるのにAIがどのように役立つかを探っています。

話の中心は Eigen Engineering Agent、シアトルにあるシーメンスのAIハブによって開発されました。Eigenは、AIとプラント固有のエンジニアリングデータを組み合わせることで、オートメーションエンジニアがコードを書いて産業システムを構成し、複雑なエンジニアリングタスクを人間の最大5倍のスピードで実行できるよう支援します。19か国の100社以上の企業でパイロット導入を行ったところ、Eigenはエンジニアリング効率を最大 50% 向上させました。

しかし、AIを産業環境に導入するには、強力なモデルだけでは不十分です。 人間の専門知識、シミュレーション、検証は依然として不可欠です AIが生成した作品が安全で信頼性が高く、現実世界に対応できるようにすることです。

結果は？Industrial AI がどのように製造を変革できるかを垣間見ることができます。エンジニアの交代ではなく、熟練した人々がより多くのことを行うのを助けることによって。

完全なトランスクリプト

私はローレン・エスピンです、そしてこれは 5年の楽観的な見通し、未来を形作る重要な開発についての簡単な最新情報です。

米国は、経済を再工業化するという野心的な目標を設定しました。それは、新しい製造能力を構築し、既存の事業を近代化し、グローバルな競争力を維持することを意味します。その間ずっと、産業界は熟練労働者の不足に悩まされています。

Industrial AI は、その課題に対処するための最も重要なツールの1つかもしれません。オートメーション、ソフトウェア、デジタルツインにおける数十年にわたる進歩に基づいて、エンジニア、オペレーター、技術者の生産性を高め、イノベーションを加速し、ますます複雑化する問題を解決するのに役立ちます。

しかし、その機会を実現するには、強力なAIモデル以上のものが必要です。私たちは、目に見える生産性の向上を実現する方法で、現実の世界に大規模にAIを導入する必要があります。

そして、私たちのほとんどがめったに考えない技術の一部にたどり着きます。もちろん、あなたが製造業で働いている場合を除きます。

PLC、またはプログラマブルロジックコントローラー。誰かがあなたの机の上のボトル入り飲料水を満たすラインを制御したかもしれません。もう1つは、あなたが今日運転した車の中の部品の製造を手伝いました。そして、別の人があなたのベランダに現れた宅配ボックスの梱包を手伝ってくれたかもしれません。

PLCは現代産業のいたるところにあります。Siemens それらをたくさん作っています。実際、世界の機械の約3分の1はSiemens PLCによって制御されています。

そして、それらのコントローラーを1つずつプログラムする必要があります。

それは自動化エンジニアの仕事です。彼らは制御コードを書き、システムとネットワークを構成し、接続をテストし、ますます複雑になる産業システムが意図したとおりに動作することを確認します。

そして今日、それらの熟練したエンジニアは不足しています。

それで、当たり前の質問です。なぜAIを使って私たちの労働力の生産性を高めないのですか？

今日、AIは工場ですでに活躍しています。カメラは生産ラインの欠陥を発見します。システムは、モーターが故障しそうな時期を予測します。クリティカルラインからより多くのスループットを引き出す方法を見つける人もいます。

これらのアプリケーションが機能するのは、特定の仕事をするのが本当に得意だからです。1台のカメラ。1つの生産ライン。AIに十分な例を挙げれば、AIはその仕事を非常にうまく行うことを学びます。

しかし、コントローラーのプログラミングは一つの仕事ではありません。

オートメーションエンジニアはいくつもの問題を解決するように求められることがありますが、正しい答えは特定のプラント、つまり設備、構成、配線、さらには命名規則によって異なります。

そのため、同じ方法でAIを拡張することは困難です。すべての工場、すべての顧客向けに新しいモデルを構築してトレーニングすることはできません。

一方、汎用AIはその問題の一部を解決します。今日の最も強力なモデルは、推論したり、ソフトウェアを書いたり、はるかに幅広いタスクに取り組むことができます。しかし、彼らは本質的にあなたの工場を理解していません。プラントを説明するエンジニアリングデータ（設備、構成、電気システム）は、その環境に固有のもので、多くの場合非公開です。

そこで重要なのが産業環境です。

初日の素晴らしい新人エンジニアのことを考えてみてください。彼らはエンジニアリングを理解していますが、あなたの工場に足を踏み入れたことはありません。彼らを学校に送り返さないでください。彼らが取り組んでいる特定のシステムに関する正しい情報へのアクセスを彼らに与えれば、彼らは非常に迅速に貢献してくれます。

それがEigen Engineering Agent の背後にある考え方です。

シアトルにあるシーメンスのAIハブで開発されたアイゲンは、エンジニアがすでに使用しているエンジニアリング・ソフトウェア・オートメーション内で機能します。プラントの構成方法を説明するプロジェクト情報や、電気配線図やその他の関連するエンジニアリングデータにアクセスできます。

エンジニアは自分が望むものを平易な言葉で説明できます。Eigenは提案を出すだけでなく、複雑なエンジニアリングタスクを自律的に実行します。課題を理解し、エンジニアが設定したパフォーマンス目標を達成するまで、基本的にコードの作成やシステムの構成などの作業に取り掛かることができます。

そして、それはすでに展開されています。

19か国の100社以上の企業でパイロット導入を行ったところ、Eigenはエンジニアリング効率を最大 50% 向上させました。人間の2〜5倍のスピードでエンジニアリングタスクを実行できます。

熟練した自動化エンジニアが不足している場合、そのメリットは重要です。

Industrial AI を大規模に展開するには、信頼性も必要です。

だからこそ、人間による監視と検証がプロセスに組み込まれています。コードは、稼働中の機器に到達する前にコントローラーがどのように動作するかをモデル化するシミュレーションツールでテストできます。エンジニアが作業を確認して承認します。

それは重要な違いです。Industrial AI は、単に強力なAIモデルを工場に持ち込むだけではありません。AIを深い産業背景やエンジニアリングの専門知識と組み合わせて、現実の世界で安全かつ確実に展開できるようにすることです。

そして、Eigenははるかに大きな取り組みの一部です。Siemens、業界やインフラ全体にテクノロジーを適用してきた数十年の経験を活かして、今後3年間でAIの機能とサービスに10億ドルを投資します。

なぜなら、AIの次の章は、より強力なモデルだけで定義されるわけではないからです。また、現実の問題を解決し、測定可能な価値を提供するために必要な産業環境と人間の専門知識を備えた、それらを現実の世界に展開する能力によっても定義されます。

チャットボットが賢くなるよりも、それは静かな進歩です。それは工場の中で起こり、エンジニアと一緒に働き、そして最終的には私たちのほとんどが見ることがないPLCの内部で起こります。

しかし、私たちは皆その結果を体験するでしょう。

私はローレン・エスピンです、そしてこれは 楽観的な見通し。