설비・현장점검에서 원인 조사, 부품 관리까지를 연결한다.
제조업·업무용 AI 개발
입력을 바꾸어 시험할 수 있는 실장 견본을 본다 ↗개별 개발·도입 지원으로서 업무 정리부터 소규모 검증, 시스템 제휴, 운용 개선까지 상담하실 수 있습니다.
개발·도입에 대해 상담한다 ↗설비・현장
점검에서 원인 조사, 부품 관리까지를 연결한다.
설비 보전·고장 조사 AI
오류 정보와 수리 내역을 바탕으로 원인 조사 후보와 참조 자료를 제시하는 메커니즘을 개발합니다.
입력·처리 결과의 견본을 시험한다 ↗이 내용으로 상담한다 ↗
영상에 의한 외관 검사·이상 검지
대상물과 촬영 조건에 맞추어 검출 모델을 개발해, 놓치고·오검지를 실 데이터로 평가합니다.
입력·처리 결과의 견본을 시험한다 ↗이 내용으로 상담한다 ↗
부품 수요·재고 최적화
부품 사용 내역, 재고 및 리드타임에서 수요 예측 및 주문 제안을 확인합니다. 주문 승인은 기존 업무 규칙을 따릅니다.
입력·처리 결과의 견본을 시험한다 ↗이 내용으로 상담한다 ↗
- 사용하는 데이터의 예
- 설비 매뉴얼, 수리 이력, 점검 사진, 검사 화상, 부품 사용 이력
- 아티팩트의 예
- 조사 지원 화면, 점검 보고서, 검출 모델의 평가 결과, 주문 제안
먼저 움직이는 견본으로 확인
설비 보전·고장 조사 AI
공개의 합성 설비 데이터를, 실제로 학습한 결정 트리로 분류.
air_K,process_K,rpm,torque_Nm,wear_min 298.1,308.6,1551,42.8,0입력을 변경하고 시도 ↗
점검기록・보고서 자동화
측정 기록에서 확인 대상과 보고서 초안을 작성.
equipment,value,limit,unit PUMP-A,4.2,4,mm/s FAN-B,2.1,4,mm/s MOTOR-C,5.8,4,mm/s입력을 변경하고 시도 ↗
영상에 의한 외관 검사·이상 검지
화소의 명암 임계값을 바꾸어 인공 화상의 후보 영역을 추출.
20,22,21,23,22,21,20,23 21,22,220,225,22,23,20,21 22,20,218,224,21,20,22,23 20,22,21,20,23,21,22,20입력을 변경하고 시도 ↗
부품 수요·재고 최적화
일일 사용량과 조달 일수로부터, 보충량의 기준을 계산.
part,daily_use,stock,lead_days BEARING-A,4,12,7 BELT-B,2,30,5 BOLT-C,20,90,6입력을 변경하고 시도 ↗
작게 검증하여 업무 도입을 판단
업무와 평가기준 정리
대상 업무, 이용 데이터, 확인·승인 담당, 필요한 정밀도를 정리합니다. 비용·기간·성과물은 개별적으로 견적합니다.
샘플 데이터로 검증
한정된 업무로 시작하고, 응답의 근거, 처리 시간, 놓치기나 오검지, 수정 공수를 평가합니다.
협력, 도입 및 운영 개선
검증 결과를 바탕으로 도입 범위를 결정합니다. 기존 시스템 연계, 문서 갱신, 정밀도 평가, 운용 감시·개선 지원의 계속 계약도 상담하실 수 있습니다.
도입 전에 확인하는 것
데이터 사용 권한, 저장 위치, 액세스 권한, 외부 전송 여부를 확인합니다. 온프레미스 구성을 포함하여 정보 관리 요구 사항에 맞게 설계합니다.
대응 형식, 정밀도, 연계 범위, 납기는 대상 데이터와 환경에 따라 다릅니다. 중요한 판단·승인은 담당자가 실시하는 운용으로 해, 프로토타입의 결과를 확인해 본 도입을 판단합니다.