テキストだけでなく画像・音声・センサーデータを統合的に処理できる「マルチモーダルAI」が、製造業の品質管理・設備診断・顧客サービスを変革している。GPT-4V・Gemini・Claude等のマルチモーダルLLMが産業応用で注目される。
設備の写真から故障原因を即時診断——GPT-4Vの産業応用
GPT-4Vは設備の写真を入力するだけで「錆びたブラケットが原因の振動増加」「パッキンの劣化によるオイル漏れの兆候」といった診断を返せる。製造現場でタブレットで撮影→AIに送信→即時診断・対処手順受信というワークフローが実用化されており、経験の浅い保全担当者でもベテランに匹敵する初期診断が可能になった。エレベーターメーカー・エア・コンプレッサーメーカーで採用事例が出ている。
製造ラインの音声診断——AIが「聴覚」で設備異常を検知
設備の異常は多くの場合、視覚に現れる前に「音」として表れる。マイクとAIを組み合わせた「音声診断」は、モーター・ポンプ・コンプレッサーの音響パターンを機械学習で学習し、正常音からの逸脱を早期に検知する。住友重機械工業・THKなどが音響診断AIを展開しており、回転機械の予知保全で設備停止を90%以上削減した事例もある。
Harryの着眼点
マルチモーダルAIは製造業に「人間の五感に近いAI」をもたらします。目で見て、耳で聴いて、センサーで触れて総合判断する——これが熟練技術者が行うことと同じ能力をAIが持ち始めています。「見て、聴いて、感じる」AIの統合が予知保全・品質管理・設備操作の全てを変えるポテンシャルを持っていると確信しています。
出典：OpenAI「GPT-4V System Card」2023年、住友重機械工業「音響診断AIシステム事例報告」2023年