AIを活用した品質検査・異常検知システムの構築に、従来はAIエンジニアが必要だったが「ノーコードAI」の登場で現場技術者が自ら構築できる時代になってきた。製造AIの民主化が加速している。
ノーコードAIプラットフォームの台頭——Dataiku・Vertex AIがリード
Google Vertex AI・Dataiku・DataRobotなどのAutoML（自動機械学習）プラットフォームは、データを用意してクリックするだけで高精度のAIモデルを自動生成する。品質検査画像をアップロードするだけで画像認識モデルが構築できる「ノーコード画像AI」は、食品・電子部品・金属加工など多くの製造現場で採用が進んでいる。
マクニカのCANOPUS——日本製ノーコードAIが製造業に浸透
国内ではマクニカが展開するノーコードAI「CANOPUS」が製造業向けに急成長している。設備に取り付けた振動センサーのデータをCANOPUSに取り込むと、正常パターンを自動学習して異常を検出するモデルが数時間で完成する。AIの知識がない現場技術者でも使えるシンプルなUIが特徴で、中小製造業での採用事例が増えている。
Harryの着眼点
ノーコードAIは製造現場に「AI活用の権利」を与えます。これまでは大企業のAIラボだけが使えた技術を、町工場の技術者も活用できるようになる。ただし「ノーコードだからAIのことを全く知らなくていい」ではありません。何を学習データとして与えるか、どんな条件で異常と判定するか——この「問いの設計」は現場知識と論理的思考が必要で、それは依然として人間の仕事です。
出典：Google「Vertex AI製造業活用ガイド」2023年、マクニカ株式会社「CANOPUS導入事例集」2023年