最近リリースされた産業用AIおよびAI市場レポート2021-2026によると、産業環境でのAIの採用率は、わずか2年で19％から31％に増加しました。業務でAIを完全にまたは部分的に展開している回答者の31％に加えて、さらに39％が現在、テクノロジーをテストまたは操縦しています。
AIは世界中のメーカーとエネルギー企業にとって重要な技術として浮上しており、IoT分析では、産業用AIソリューション市場が2026年までに1,02170億ドルに達するために、産業AIソリューション市場が35％の強力な年間成長率（CAGR）を示していると予測しています。
デジタル時代は、モノのインターネットを生み出しました。人工知能の出現により、モノの発展のペースが加速されていることがわかります。
産業用AIとAIOTの台頭を促進する要因のいくつかを見てみましょう。
因子1：産業用のソフトウェアツールはますます多く
2019年、IoT分析が産業用AIをカバーし始めたとき、運用技術（OT）ベンダーからの専用AIソフトウェア製品はほとんどありませんでした。それ以来、多くのOTベンダーは、工場のフロアのAIプラットフォームの形でAIソフトウェアソリューションを開発および提供することにより、AI市場に参入しています。
データによると、約400人のベンダーがAIOTソフトウェアを提供しています。産業AI市場に参加するソフトウェアベンダーの数は、過去2年間で劇的に増加しています。調査中、IoT分析は、製造業者/産業顧客に対するAIテクノロジーの634のサプライヤーを特定しました。これらの企業のうち、389（61.4％）がAIソフトウェアを提供しています。
新しいAIソフトウェアプラットフォームは、産業環境に焦点を当てています。取り込み、Braincube、またはC3 AIを超えて、ますます多くの運用技術（OT）ベンダーが専用のAIソフトウェアプラットフォームを提供しています。例には、ABBのGenix Industrial AnalyticsとAI Suite、Rockwell AutomationのFactoryTalk Innovation Suite、Schneider Electric独自の製造コンサルティングプラットフォーム、最近では特定のアドオンが含まれます。これらのプラットフォームの一部は、幅広いユースケースを対象としています。たとえば、ABBのGenixプラットフォームは、運用パフォーマンス管理、資産の整合性、持続可能性、サプライチェーン効率のための事前に構築されたアプリケーションやサービスなど、高度な分析を提供します。
大企業は、AIソフトウェアツールを現場に配置しています。
AIソフトウェアツールの可用性は、AWS、Microsoft、Googleなどの大企業によって開発された新しいユースケース固有のソフトウェアツールによっても推進されています。たとえば、2020年12月に、AWSはAmazon Sagemaker Jumpstartをリリースしました。AmazonSagemakerJumpstartは、PDM、コンピュータービジョン、自律運転など、最も一般的な産業用ユースケースに一連の構築されたカスタマイズ可能なソリューションを提供し、数回クリックして展開します。
ユースケース固有のソフトウェアソリューションにより、ユーザビリティの改善が促進されています。
予測メンテナンスに焦点を当てたようなユースケース固有のソフトウェアスイートは、より一般的になりつつあります。 IoT Analyticsは、AIベースの製品データ管理（PDM）ソフトウェアソリューションを使用しているプロバイダーの数は、2021年初頭にデータソースのさまざまな増加と事前トレーニングモデルの使用、およびデータ強化技術の採用が広まっているため、73に増加したことを観察しました。
因子2：AIソリューションの開発とメンテナンスが簡素化されています
自動機械学習（Automl）は標準製品になりつつあります。
機械学習（ML）に関連するタスクの複雑さにより、機械学習アプリケーションの急速な成長により、専門知識なしで使用できる既製の機械学習方法が必要になりました。結果として生じる研究分野、機械学習のためのプログレッシブオートメーションは、Automlと呼ばれます。さまざまな企業が、MLモデルを開発し、産業用ユースケースをより速く実施するのを支援するために、AI製品の一部としてこのテクノロジーを活用しています。たとえば、2020年11月に、SKFは、マシンプロセスデータと振動および温度データを組み合わせてコストを削減し、顧客の新しいビジネスモデルを可能にするAutomlベースの製品を発表しました。
機械学習操作（ML OPS）モデルの管理とメンテナンスを簡素化します。
機械学習操作の新しい分野は、製造環境におけるAIモデルのメンテナンスを簡素化することを目的としています。 AIモデルのパフォーマンスは、通常、プラント内のいくつかの要因（たとえば、データ分布や品質基準の変化）の影響を受けるため、時間の経過とともに分解されます。その結果、産業環境の高品質要件を満たすためにモデルのメンテナンスおよび機械学習操作が必要になりました（たとえば、パフォーマンスを99％未満のモデルは、労働者の安全性を危険にさらす行動を特定できない可能性があります）。
近年、Datarobot、Grid.ai、Pinecone/Zilliz、Seldon、Weights＆Biaseなど、多くのスタートアップがML OPSスペースに参加しています。確立された企業は、Azure ML Studioにデータドリフト検出を導入するMicrosoftを含む、既存のAIソフトウェア製品に機械学習操作を追加しました。この新機能により、ユーザーはモデルのパフォーマンスを低下させる入力データの分布の変更を検出できます。
因子3：既存のアプリケーションとユースケースに適用される人工知能
従来のソフトウェアプロバイダーはAI機能を追加しています。
MS Azure ML、AWS Sagemaker、Google Cloud Vertex AIなどの既存の大きな水平AIソフトウェアツールに加えて、コンピューター化されたメンテナンス管理システム（CAMMS）、製造実行システム（MES）、またはエンタープライズリソース計画（ERP）などの従来のソフトウェアスイートは、AI Capabilityを注入することで大幅に改善できるようになりました。たとえば、ERPプロバイダーEpicorソフトウェアは、Epicor Virtual Assistant（EVA）を通じて既存の製品にAI機能を追加しています。インテリジェントなEVAエージェントは、製造業務の再スケジュール変更や簡単なクエリの実行などのERPプロセスの自動化に使用されます（たとえば、製品価格設定や利用可能な部品の数の詳細を取得します）。
産業用ユースケースは、AIOTを使用してアップグレードされています。
既存のハードウェア/ソフトウェアインフラストラクチャにAI機能を追加することにより、いくつかの産業用ユースケースが強化されています。鮮明な例は、品質制御アプリケーションのマシンビジョンです。従来のマシンビジョンシステムは、所定のパラメーターとしきい値（例えば、高いコントラスト）を評価してオブジェクトが欠陥を示すかどうかを判断する統合または個別のコンピューターを介して画像を処理します。多くの場合（たとえば、異なる配線形状の電子コンポーネント）、誤検知の数は非常に高いです。
ただし、これらのシステムは人工知能を通じて復活しています。たとえば、Industrial Machine Vision Provider Cognexは2021年7月に新しいディープラーニングツール（Vision Pro Deep Learning 2.0）をリリースしました。新しいツールは、従来のビジョンシステムと統合され、エンドユーザーが同じアプリケーションの従来のビジョンツールと同じアプリケーションの従来のビジョンツールを組み合わせて、傷、汚染、その他の亡命の正確な測定を必要とする医療および電子環境を満たすことができます。
因子4：産業用ハードウェアが改善されています
AIチップは急速に改善されています。
埋め込まれたハードウェアAIチップは急速に成長しており、AIモデルの開発と展開をサポートするためにさまざまなオプションを利用できます。例には、2021年3月に導入され、推奨システムやコンピュータービジョンシステムなどのAIユースケースに適したNVIDIAの最新のグラフィックスプロセッシングユニット（GPU）、A30およびA10が含まれます。もう1つの例は、Googleの第4世代テンソル処理ユニット（TPU）です。これは、特定のAIワークロード（オブジェクト検出、画像分類、推奨ベンチマークなどのモデル開発と展開の最大1,000倍の効率と速度を達成できる強力な特別な積分回路（ASIC）です。専用のAIハードウェアを使用すると、モデルの計算時間が数日から数分に短縮され、多くの場合、ゲームチェンジャーであることが証明されています。
強力なAIハードウェアは、ペイパーユーザーモデルを通じてすぐに利用できます。
SuperScale Enterprisesは、エンドユーザーが産業用AIアプリケーションを実装できるように、クラウドでコンピューティングリソースを利用可能にするためにサーバーを常にアップグレードしています。たとえば、2021年11月、AWSは、コンピュータービジョンや推奨エンジンなど、さまざまなMLアプリケーション向けに、NVIDIA A10GテンソルコアGPUを搭載した最新のGPUベースのインスタンスであるAmazon EC2 G5の公式リリースを発表しました。たとえば、検出システムプロバイダーのNanotronicsは、AIベースの品質管理ソリューションのAmazon EC2の例を使用して、処理努力を高速化し、マイクロチップとナノチューブの製造においてより正確な検出率を達成します。
結論と見通し
AIは工場から出てきており、AIベースのPDMなどの新しいアプリケーションや既存のソフトウェアおよびユースケースの拡張として遍在します。大企業はいくつかのAIユースケースを展開し、成功を報告しており、ほとんどのプロジェクトは投資収益率が高い。全体として、クラウドの台頭、IoTプラットフォーム、強力なAIチップは、新世代のソフトウェアと最適化のためのプラットフォームを提供します。
投稿時間：1月12日 - 2022年