　富士通は2021年4月8日、AI（人工知能）による加工品質のリアルタイム予測とAIモデルのライフサイクル管理を支援するソリューション「FUJITSU Manufacturing Industry Solution COLMINA 現場品質AI 運用管理パッケージ（現場品質AI）」の提供を開始した。

　現場品質AIは、工場などの加工設備のセンシングデータを収集、分析することで、加工品質をリアルタイム分析するAIモデルを専用サーバ上に作成する。エッジデバイスから独立した専用サーバ上でAIモデルを管理するので、エッジデバイスごとの個別の環境を用意する必要がない。

「現場品質AI」の全体イメージ（クリックで拡大）出典：富士通

　また、必要な処理能力に応じてサーバ構成を変更することで、柔軟に要件変更などに対応できる。さらに、予測結果を継続的に蓄積、評価してAIモデルのチューニング時期を判断することで、AIモデルの継続的な品質維持ができる。

　製造現場における品質維持とコスト削減に向け、円滑なAIモデル展開と安定したシステム運用支援のため、コンサルティング、モデル作成支援、運用サポートをサービスとしてトータルで提供する。

　価格は、1テナントあたり月額6万4800円、1設備あたり月額3万6000円（各税別）。コンサルティングやモデル作成支援などは別途見積もりとなる。2025年度までに3000設備への展開を目指す。

人工知能は製造現場でどう役に立つのか
人間の知的活動を代替するといわれる人工知能が大きな注目を集めている。ただ、製造現場で「使える」人工知能は、一般的に言われているような大規模演算が必要なものではない。「使える人工知能」に向けていち早く実現へと踏み出しているファナックとPFNの取り組みを紹介する。
いまさら聞けない「CBM」
IoTやAIの進展によって現在あらためて大きな注目を集めるようになった「CBM（状態基準保全）」。CBMが今なぜ注目を集めるのか、製造業にとってどういう効果をもたらすのかについて、5分で分かるように簡単に分かりやすく説明します。
トヨタ生産方式と設備保全、IoT活用をどう考えるか
日本型モノづくりの象徴ともいうべき「トヨタ生産方式」。本連載では多くの製造業が取り入れるトヨタ生産方式の利点を生かしつつ、IoTを活用してモノづくりを強化するポイントについて解説していきます。第2回となる今回は、設備保全へのIoT活用のポイントについて紹介します。
故障予知は前提、“真の予兆保全”を実現するために必要になるもの
2017年はIoTやAI技術の進展により、大型機械や設備の故障予知や予兆保全への取り組みが加速した1年となった。2018年は故障予知などを前提とした、センシングやデータ管理などが進み、予兆保全に関する各種製品開発やソリューションが数多く登場する見込みだ。
品質保証の体制をIoTでカイゼンする
日本型モノづくりの象徴ともいうべき「トヨタ生産方式」。本連載では多くの製造業が取り入れるトヨタ生産方式の利点を生かしつつ、IoTを活用してモノづくりを強化するポイントについて解説していきます。第3回となる今回は、品質保証体制へのIoT活用のポイントについて紹介します。
品質管理に必須の統計的手法「X-R管理図」「P管理図」の作り方
生産現場の品質管理に使われる「X-R管理図」「P管理図」は、実際にはどうやって作ればいい？サンプルを基に手を動かして覚えよう。