2024年、エッジAIが製造現場に急速に普及している。工場のデータをクラウドに送って処理する従来モデルから、現場の機器自体がAI推論を行うエッジAIへの移行が加速し、リアルタイム性と通信コストの問題を一気に解決しようとしている。
エッジAIが製造現場の課題を解決する仕組み
NVIDIA Jetsonシリーズ、Intel OpenVINO、Qualcomm AI 100が工場向けエッジAIチップの主要製品として普及している。検査カメラに直接AIチップを搭載することで、毎秒10,000枚の画像をリアルタイムで解析できるようになった。住友電工のワイヤーハーネス検査ラインでは、クラウドAI比で検査速度が8倍になり、通信コストを年間3000万円削減した。低遅延のAI判断が溶接・切削・プレスといった高速加工プロセスでも活用可能になっている。
エッジAIとクラウドAIのベストミックス設計
実際の製造現場では「エッジですべて処理」ではなく「エッジとクラウドの役割分担」が進化している。現場判断（検査合否・設備停止）はエッジで即座に処理し、トレンド分析・モデル更新はクラウドで行うハイブリッドアーキテクチャが主流になっている。NECとFujitsuがそれぞれ「エッジAIオーケストレーション」サービスを2024年に投入し、工場全体のエッジ・クラウドリソースを一元管理するプラットフォームの競争が始まった。
Harryの着眼点
エッジAIは「スマートファクトリーの最終形」に近づく技術です。データを工場の外に出さないでAI処理できることは、セキュリティとレイテンシの両面で大きなアドバンテージです。特に半導体・医療機器・防衛産業のように「データの国外持ち出し禁止」の要件がある製造業にとって、エッジAIはまさに必然の選択肢です。
出典：NVIDIA「Jetson for Industrial Edge AI」2024年 / 住友電工 AI活用事例2024年 / NECプレスリリース「エッジAIオーケストレーション」2024年