　「ITベンダーを含め多くのAIツールが登場しているが、工場の中で使おうとした時にそのまま使えるような形にはなっていない。より使いやすい形で提供するためにはドメイン知識が必要になる。横河電機ではプラント制御機器を展開し、工場でのモノづくりを知り尽くしている強みがあり、現場の作業負荷をかけないためにより分かりやすくパッケージ化した形でソリューションを提供できる。ハードウェアからソフトウェア、AIソリューションなどを一体で提供できる点も強みだ」と鹿子木氏は語っている。

　一方、製造現場でのAI活用については適用に苦しむケースもあるが、AIがはまらない領域も工場内にはあるという。「プラント制御のアルゴリズムにはPID制御も含め、数十年前から古典的なものが使われてきた。こうした中身まで明確に示されたアルゴリズムが使えるのであれば、AIを使わずに古典的アルゴリズムを用いた方がシンプルに明確に解ける。精度もその方が高い。AIを使うのは既存の理論では解けない問題だ。AIは学習により経験的知見を生かしやすく、理論が確立できなくても何らかの答えを出せるということが特徴だ。こうした理屈で解き明かされていないところでAIを用いるのが良いと考えている」と鹿子木氏の使いどころについて強調した。

　今後はさらに制御領域での活用を広げるとともに、複数のAIを組み合わせ、ライン全体や工場全体の“違和感”などを解き明かせるような使い方を目指す。「現状では個々の装置やラインなどでの活用が中心だが、工場レベルでプラントシミュレーションのような形で発展させていきたい。デジタルツインも注目されているが、工場全体をデジタル世界で再現しの違和感の予兆をつかみ、事前に修正できるような姿を目指す。既に横河電機の駒ヶ根事業所では、観測用AIと制御用AIを組み合わせた社内実証なども進めており、これらを現実のものにするために取り組んでいく」と鹿子木氏は将来像を示している。

横河電機の描くDXの進む方向性［クリックで拡大］出所：横河電機

≫「製造現場向けAI技術」のバックナンバー

なぜ製造現場のAI活用がうまくいかないのか
成果が出ないスマートファクトリーの課題を掘り下げ、より多くの製造業が成果を得られるようにするために、考え方を整理し分かりやすく紹介する本連載。前回から製造現場でつまずくポイントとその対策についてお伝えしていますが、第7回では、製造現場でのAI活用の課題と生かし方について解説します。
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。
スマートファクトリー化がなぜこれほど難しいのか、その整理の第一歩
インダストリー4.0やスマートファクトリー化が注目されてから既に5年以上が経過しています。積極的な取り組みを進める製造業がさまざまな実績を残していっているのにかかわらず、取り組みの意欲がすっかり下がってしまった企業も多く存在し2極化が進んでいるように感じています。そこであらためてスマートファクトリーについての考え方を整理し、分かりやすく紹介する。
エッジは強く上位は緩く結ぶ、“真につながる”スマート工場への道筋が明確に
IoTやAIを活用したスマートファクトリー化への取り組みは広がりを見せている。ただ、スマート工場化の最初の一歩である「見える化」や、製造ラインの部分的な効率化に貢献する「部分最適」にとどまっており、「自律的に最適化した工場」などの実現はまだまだ遠い状況である。特にその前提となる「工場全体のつながる化」へのハードルは高く「道筋が見えない」と懸念する声も多い。そうした中で、2020年はようやく方向性が見えてきそうだ。キーワードは「下は強く、上は緩く結ぶ」である。
工場自動化のホワイトスペースを狙え、主戦場は「搬送」と「検査」か
労働力不足が加速する中、人手がかかる作業を低減し省力化を目的とした「自動化」への関心が高まっている。製造現場では以前から「自動化」が進んでいるが、2019年は従来の空白地域の自動化が大きく加速する見込みだ。具体的には「搬送」と「検査」の自動化が広がる。
見えてきたスマート工場化の正解例、少しだけ（そもそも編）
製造業の産業構造を大きく変えるといわれている「第4次産業革命」。本連載では、第4次産業革命で起きていることや、必要となることについて、話題になったトピックなどに応じて解説します。第28回となる今回は、スマート工場化において見えてきた正解例について前提となる話を少しだけまとめてみます。