パナソニック コネクトがSnowflakeのAI機能を活用し、設計仕様の照合作業を9割短縮：メカ設計ニュース（2/2 ページ）

[坪田澪樹，MONOist]

データのサイロを解消するSnowflakeのAIデータクラウドプラットフォーム

Snowflakeの武市憲司氏

　Snowflakeは「クラウドを活用したデータサイロ解消」と「生成AIと機械学習を活用したイノベーションの推進」の2つの観点で製造業向けの顧客に提言をしている。Snowflake 製造営業本部 営業本部長の武市憲司氏は「われわれは『データ戦略なくしてAI戦略はなし』という風に考えている。製造業では構造化データや非構造化データが入り交じり、バラバラな形式になっていることが多い。これらのデータを適切に取得／変換し、統制をしながらデータの分析や共有するというサイクル全体を統合的に管理することが大事である。これにより、蓄積された既存データを“単なる記録”から“価値を生む資産”へと変えることができる」と強調する。

製造業で必要なAI戦略のイメージ［クリックして拡大］ 出所：Snowflake

　同社ではAIデータクラウドというコンセプトの基、データのサイロを解消してビジネス価値を最大化するプラットフォームを展開している。さまざまなデータを取り込んで変換することで、データの分析や活用をシングルプラットフォーム上で実現できる。また、同社のプラットフォームには、データやアプリケーションを販売／購入できるマーケットプレースやデータを可視化するサービス「Streamlit」などを備えている。「エンタープライズで利用するための非常に重要な要件である、コンプライアンスやセキュリティ、アクセスコントロールなどの安全性も備えている」（武市氏）。

Snowflakeが展開するAIデータクラウドプラットフォームの詳細［クリックして拡大］ 出所：Snowflake

　生成AIの業務導入が積極的に進んでいる中で、Snowflakeは製造業向けにさまざまな支援を行っている。実際に海外では、ドキュメント主導の統合品質管理に同社のAIを活用した事例が存在している。同事例では、PDFなどの文書データで管理している品質検査レポートをドキュメントAIを活用して解釈し、得られたデータをフィードバックして製造プロセスや品質を継続的に改善するというサイクルを回せる環境を構築した。これにより、品質向上やサイクルタイムの短縮、設備統合率（OEE）を向上させることに成功した。

　他にもLLM（大規模言語モデル）を活用してセンサーデータや画像データ、過去の品質データなどの複雑な根本原因分析を統合して、パターンや異常の特定にも応用した事例も存在している。この事例では、品質の向上や製造歩留まりの改善、エネルギーの最適化などの効果を生み出している。

製造業界における事例について［クリックして拡大］ 出所：Snowflake

　また、同社では最新のAI機能として、自然言語で質問するだけで信頼性の高い回答を得ることができる「Cortex Analyst」機能や、さまざまな構造化データ／非構造化データを取り込むオープンフォーマットといった製品を展開している。武市氏は「アナリスト部門や事業部門、製造現場といったあらゆる部門の人が、データから価値を引き出せるようになるプラットフォームだと思っている。“データ分析の民主化”をわれわれのプラットフォームを使って実現できると自信を持っている」と述べている。

AI機能の詳細について［クリックして拡大］ 出所：Snowflake

⇒その他の「メカ設計ニュース」の記事はこちら