エッジAI
エッジAIの基礎から、現場でAIを動かす場合の考え方、クラウドとの使い分けまで。AItoAirが長く取り組んできた領域です。
少量多品種の全数目視を90%以上削減した ― 2mの鉄フレーム検査
2メートルを超える鉄フレームを少量多品種で製造する現場で、出荷前の全数目視を4方向カメラと自動送り、TinyBoomの異常検知AIによる自動選別に切り替え、検査工程の時間を90%以上削減した実績を、工程設計の観点から整理しました。
続きを読む →
空港の手荷物管理を紙の帳票から動かす ― 受付から搭載までに何をデータで残すか
空港のグランドハンドリングで手荷物を紙の帳票で追っていると、最後に残るのは「探す作業」です。受付・仕分け・搭載の工程間に外観画像と現在位置を残す設計、誤搭載を事後の捜索ではなく発生時点で捉える役割分担、出発時刻という動かせない締切の下で精度より速さを先に置いた判断を、ANA中部空港様との共創で構想設計を担当した経験から整理しました。
続きを読む →
現場のOCRに生成AIを使うと詰まるところ ― 通信・情報漏洩・速度
生成AIでラベルを読み取るOCRは便利ですが、通信が前提のため電波の弱い工場・倉庫では止まりやすく、画像そのものが外部へ送られる情報漏洩の経路もできます。1秒で複数枚さばく現場の速度要求に対し、生成AIの応答待ちがどこで律速するかを、通信・漏洩・速度の3つの軸で整理しました。
続きを読む →
アナログメーターの点検記録をスマホで ― 目視転記を残さない
設備の巡回点検では、針式・ダイヤル式のメーターを目で読み、点検表に書き写す作業がまだ残っています。バーコードのない指示値をどう読み取り、点検周期や点検表のフォーマットにどう紐づけるか、アナログメーター特有の読み取り精度・角度の課題を整理しました。
続きを読む →
中国語ラベルの読み取り方 ― バーコード周りの品番・ロット番号に対応
輸入部品のラベルは、バーコードの周りに日本語・英語・中国語（簡体字）で品番やロット番号が印字されていることがあります。読める担当者に聞く、翻訳アプリで撮影するといった今のやり方がどこで詰まるのか、受入検査の流れの中でどう読み取れば実務で使えるのかを整理しました。
続きを読む →
入庫検品の効率化 ― ロット番号・賞味期限の転記ミスを減らす
入庫検品（受入検品）では、バーコードにない製造日・賞味期限・ロット番号を書き写す転記が、現品から紙へ、紙からシステムへと二度発生します。転記ミスが在庫差異や先入先出の乱れ、期限切れ在庫にどうつながるか、ロット単位で遡れる記録の作り方まで整理しました。
続きを読む →
ハンディターミナルを買い替える前に ― スマホで代替できる範囲と、できない範囲
ハンディターミナルの更新時期は、買い替えを決める前に一度立ち止まれます。バーコードの読み取りは手持ちのスマホで代替でき、専用機が読めない製造日・ロット・型番までその場でデータ化できます。一方で堅牢性や手書き帳票など、置き換えないほうがよい範囲もあります。専用機・生成AI・イチヨミOCRの3者を、端末コスト・通信・データの外部送信で比べて整理しました。
続きを読む →
エッジAI導入の失敗は精度不足だけではない ― 現場で止まる原因と、機器を選ぶ5つの観点
エッジAI導入の失敗は、精度不足だけが原因とは限りません。検証環境と現場では温度・粉塵・振動・電源・稼働時間の条件が違います。機器を選ぶ5つの観点、一般的なデスクトップPCを本番運用に勧めない理由、機器選定を精度検証と並行させる進め方、予備機と監視をセットで入れる理由まで整理しました。
続きを読む →
エッジAIとは ― クラウドとどう使い分けるかで考える
エッジAIは「現場の機器側でAIを動かす」やり方です。何ができるのかではなく、クラウドとどちらを選ぶべきかという判断軸で整理しました。製造・物流・空港の現場を前提にした実務向けの解説です。
続きを読む →