ハノーバーメッセ 2024 に見る製造業への生成AIの革新的な影響

生成 AI は急速に基盤となるテクノロジーになりつつあり、データ合成や画像の生成、設計の最適化、プロセスシミュレーション、操業データからの洞察などを通じて、製造における大きな進歩を推進しています。Capgemini の最近の調査によると、製造業の大多数は生成 AI に関心があるだけではなく、55% がその可能性を積極的に探求しており、さらに 45% がパイロットプロジェクトに移行しています。この1年で、Amazon Web Services（AWS）の何千ものお客様が AWS と協力して生成 AIプロジェクトを立ち上げ、自動車および製造セクター全体で 80 を超える実用的なアプリケーションを生み出しました。この勢いの高まりは、業務効率を高め、イノベーションを促進する上で、生成 AI が果たす重要な役割を浮き彫りにしています。

ハノーバーメッセ 2024 では、AWS ブースの来場者に、製品設計の変革、生産プロセスの強化、サプライチェーン管理の改善など、業務の最適化とイノベーションの加速に向けた生成 AI の機能を体験いただきました。AWS と AWS パートナーは、Amazon Bedrock、Amazon CodeWhisperer、Amazon Q などのサービスと、AWS IoT SiteWise、Amazon Lookout for Vision、AWS Supply Chain などの産業用途向けサービスとを組み合わせた 25 件以上のデモンストレーションを行い、製造業が生成 AI ベースのアプリケーションを効果的に構築およびスケーリングする方法を簡単に理解できるようにしました。これらのライブデモは、AWS クラウドテクノロジーとパートナーソリューションが産業変革の未来への足がかりとなり、製造業が生成 AIの利点をどのように活用できるかを参加者に示しました。
このブログ記事では、製造業界における生成 AI の最新トレンドと、ハノーバーメッセ 2024 での事例について深く掘り下げています。実際のユースケースを探り、AWS のサービスと AWS パートナーソリューションを活用した大手メーカーの説得力のある成功事例を紹介しています。これらは、生成 AIがどのように現場での迅速なトラブルシューティングと意思決定を促進し、設備停止の平均復旧時間 (MTTR) を劇的に短縮し、生産性と製品品質をかつてないほど向上させることを示しています。

製造における生成 AI 採用の動向

生成 AI が勢いを増し、業務効率の向上とイノベーションが加速するにつれて、製造業の状況は急速に変化しています。ハノーバーメッセ 2024 では、製造業の具体的なビジネス成果を推進する上での生成 AI の役割を示すお客様事例や新たなユースケースとともに、さまざまな分野で生成 AI の影響力が高まっていることが紹介されました。このイベントでは、産業の複雑な課題をより効果的に管理することを目的とした、生成 AI と Industrial IoT(産業向け IoT) やデジタルツインなどの既存テクノロジーとの統合が強調されました。その可能性は広く認識されていましたが、業界固有の独自のトレーニングデータの必要性や既存の IT インフラとの統合など、これらのテクノロジーを大規模に実装する際の課題についても議論されてきました。こうしたハードルはあるものの、生成 AI の影響は、設計や生産準備、製造やエンジニアリングに至るまで、産業活動のバリューチェーン全体にわたって変革をもたらすと考えられています。

ここで、1つのテーマが浮かび上がってきています。それは、生成 AI の力を最大限に活用するには、堅実な最新のデータ戦略が必要だということです。IDC によると、IT リーダーの 83% が、ビジネスデータを活用して生成 AI モデルを Fine-Tune することは競争上の大きな優位性をもたらすと回答していますが、それに必要な産業データアーキテクチャの開発を開始している組織は 30% にすぎません。AWS は、すでに製造業のデータが管理されているクラウド上に生成 AI をホストすることで、この統合を促進しています。これにより、オペレーションの俊敏性と意思決定プロセスを大幅に強化できる強力な AI ツールに簡単にアクセスできるようになります。

製造業が生成 AI 活用を深く探究するなか、セキュリティとプライバシーの懸念は依然として最優先事項です。最近の調査によると、データ管理、知的財産、ブランドへの影響、規制上の課題、および高いインフラストラクチャコストに関する懸念から、これらのテクノロジーを完全に採用することをためらっている企業もあります。AWS は、機密データを保護し、インフラストラクチャの経費を削減する安全なクラウド環境を提供することでこれらの懸念に対処し、生成 AI アプリケーションの開発と展開に適したプラットフォームとなっています。このセキュリティ対策により、製造業のお客様は自信を持って生成 AIソリューションを検討、実装できるようになり、重要なビジネス資産を保護しながらイノベーションを推進できます。AWSを利用することで、お客様は主要な基盤モデルへのアクセス、独自のデータでのカスタマイズを AWSの信頼あるセキュリティ、アクセス制御の元で利用でき、様々なサービスと連携することができます。

ハノーバーメッセで紹介された業界固有の生成 AI ユースケース

ハノーバーメッセでの AWS のメインショーケースでは、製造のさまざまな側面にわたる生成 AI のインパクトのあるアプリケーションがいくつか紹介され、長年にわたる業界の課題に対する革新的なソリューションが提供されました。

インタラクティブな在庫動向分析: AWS ブースのメインショーケースである「e-Bike Smart Factory」では、製造業のお客様のサプライチェーンの専門家が行うような複雑な在庫分析を、生成AIを活用して直感的な自然言語で実行する方法が示されました。Amazon Q in AWS Supply Chain を搭載したこのツールを使用すると、サプライチェーン管理におけるデータドリブンな意思決定をより迅速に行うことができます。
診断支援とトラブルシューティング:「e-Bike Smart Factory」では、AWS は Amazon Bedrock と AWS IoT SiteWise も活用して、架空の電動自転車メーカーが、機器の問題を迅速に診断して解決するための生成 AI アシスタントによって製造現場の生産性をどのように向上させたかを紹介しました。このシステムは、自然言語処理を使用して、マニュアルや標準運用手順書（SOP）などの複雑な技術文書や、リアルタイムの IoT データストリーム、その他のシステムデータを解析し、技術者が問題を簡単に特定して対処できるようにしました。
高度な欠陥検出: e-Bike Smart Factory では、Amazon SageMaker Studio を使用して、製造業のお客様が高度な画像合成技術を実装して Amazon Lookout for Vision で機械学習モデルをトレーニングして欠陥検出を行う方法を紹介しました。この生成 AI アプリケーションでは、ロバストな合成画像のデータセットが作成され、製造上の欠陥を正確に分類・検出するモデルの能力が向上します。
メンテナンスとオペレーターへの作業指示: さらに、製造における生成 AI のユースケースを紹介する専用キオスクがありました。最初のユースケースでは、製造業のお客様がメンテナンスやオペレーターへの作業指示書などのシナリオで大規模言語モデル (LLM) を、Retrieval Augmented Generation (RAG) を使用してどのように活用できるか、また LLM を使用してプログラマブルロジックコントローラー (PLC) プログラムを要約したり、構造化テキストを作成したりする方法を示しました。生成 AI ワークロードをデプロイする場合のセキュリティとコストに関する事項を考慮して、このデモでは Amazon SageMaker Canvas を使用して、さまざまな LLM 間のパフォーマンスと精度の違いに焦点を当てました。
製品ライフサイクルの可視性: AWS 生成 AIキオスクの 2 番目のユースケースでは、ナレッジグラフと生成 AI テクノロジーを使用するインテリジェントなデジタルスレッドが取り上げられました。これは多くの場合、製造組織の製品ライフサイクル全体にわたる、可視性の低下、知識のギャップ、継続的な改善の困難につながる知識の分散という課題に対処することを目的としています。このデモでは、ナレッジグラフと生成 AI を組み合わせてエンタープライズシステム全体の異なるデータソースを統合し、製品ライフサイクル全体でトレーサビリティ、アクセシビリティ、コラボレーション、アジリティを促進する方法を示しました。

さらに、多くの AWS パートナーが、製造業における生成 AIの革新的なアプリケーションを紹介し、このテクノロジーが産業活動全体の効率性、可視性、最適化をどのように促進するかを実証しました。

Tulip は、コンポーネント志向のスイートにノーコードのアプリ、AI、エッジ接続を組み合わせた最前線の運用プラットフォームを展示しました。これにより、ガイド付きオペレーション、生産の追跡、リアルタイムのオペレーション可視化を通じた、プロセスをより迅速にデジタル変革を実現できます。Tulip はハノーバーメッセ 2024 で、Amazon Bedrock などのサービスを活用して生成 AI 機能を構築し、現場の作業者に力を与えるという、AWSとの戦略的コラボレーション契約も発表しました。これにより、Tulip のプラットフォームは LLM やその他の生成 AI テクノロジーを活用して、状況に応じた指示の提供、文書作成の自動化、問題の分析、現場での知識共有の合理化が可能になります。Tulip は、AWS の高度な AI/ML 機能を統合した AI アシスタントによって、工場での生産性、品質、従業員のエンゲージメントを強化し、人間の労働力をさらに高めることを目指しています。

Bosch Digital Twin Industriesは、複数のセンサーデータ、物理学ベースのAIアルゴリズム、センシング、インサイトと自動化を組み合わせた規範的な資産管理を通じて、重要な資産のパフォーマンスを最適化するソリューションを紹介しました。同社の生成 AI チャットボットは、ユーザーマニュアル、操作マニュアル、自然言語処理を活用して、現場のエンジニアや保守エンジニアに障害、原因、対処法、トラブルシューティングガイダンスに関する関連情報を提供します。チャットボットは、Amazon Bedrock のナレッジベース、Claude 3 の Sonnet モデル、マニュアルからの情報抽出用の Amazon Textract、ベクターデータベースとして OpenSearch を使用して構築された、接続されたコンポーネントとその関係を示すナレッジグラフを作成します。ユーザーがプロンプトを入力すると、システムは類似性検索を通じて関連情報を取得し、ランク付けし、関連するコンポーネント接続を取得し、Bedrock 経由で LLM を呼び出します。さらに、最適な動作条件の維持、障害対策、根本原因分析、相互依存コンポーネントの確認、分解/組み立て手順、停止の予防などについての洞察を提供します。

Bosch Digital Twin のデモダッシュボード

Matterport は、建物を包括的なデジタルモデルに変えるデジタルツインプラットフォームを紹介しました。彼らのデモでは、生成 AIを搭載したデジタルツインが、リアルタイムの IoT データインサイトと予知保全機能を一元的に視覚化することで、工場の運営を最適化する方法が示されました。この「単一の画面」アプローチでは、さまざまなセンサーからのテレメトリを統合し、知識ベースや履歴情報から得た知見を空間の背景に表示します。これにより、手作業を減らし、障害解決を簡素化し、予知保全の取り組みを強化できます。このデモでは、Matterport の仮想空間にマッピングされたテレメトリの 3D 空間ビジュアライゼーションを利用して、Amazon Monitron による状況に応じた予知保全を例示しました。また、生成 AI や Amazon Bedrock などのサービスが、さまざまなナレッジベースに保存されている関連情報にアクセスして、より包括的でインテリジェントな洞察を実現する方法についても説明しました。

MongoDB は、リアルタイムのテレメトリデータ収集、音響診断のためのベクトル検索、Amazon Bedrockを使用した生成 AI を組み合わせて、機械の駆動系の状態に関するリアルタイムの自然言語レポートをユーザーに提供するデモを紹介しました。このソリューションでは、ベクトル検索を利用して音響データを分析して問題を検出し、その後、生成 AIを使用して現在の状況、トラブルシューティングガイダンス、ベストプラクティスを説明するレポートを生成します。これらのレポートには、検索拡張生成 (RAG) アーキテクチャを追加して、オペレーターノート、PDF マニュアル、独自の標準運用手順書 (SOP)、およびその他のデータソースを組み込むことができます。これにより、MongoDB は各顧客のデータコンテキストに合わせた豊富なレポートを提供できるようになり、製造現場での業務をスピードアップできます。

MongoDB のベクター検索と Amazon Bedrock を使用した音響診断と自然言語レポート

Siemens グループの Mendix は、Amazon Bedrock を利用した生成 AI アプリケーションのデモンストレーションを行いました。このデモでは、Mendix Marketplace の Mendix Amazon Bedrock Connector を使用して高度な AI 機能を統合することで、企業がプロセスを合理化し、顧客満足度を高める可能性を示しました。これにより従来の複雑さが解消され、エコシステム内での生成 AI の統合を推進します。

生成 AI を活用した自然言語ベースのアプリケーション構築

ハノーバーメッセ 2024 での生成 AI のさまざまなユースケースとデモンストレーションは、このテクノロジーが生産業務にもたらす変革の可能性を示しました。インタラクティブな在庫分析や高度な欠陥検出から、インテリジェントなデジタルスレッドや予知保全まで、その用途は製造バリューチェーン全体に及んでいます。デモンストレーションでは、生成 AI がどのように製造業の可視化、データ主導の意思決定、プロセスの最適化、イノベーションの推進を可能にするかが示されました。AWS for Industrial 機能を生成 AI、ML、産業 IoT にまたがるだけでなく、クラウド内にある他システムのデータも統合することで、製造業のお客様は業務効率、生産性、俊敏性を新たなレベルに引き上げることができます。これらの実例が示すように、先進的な製造業のお客様は、クラウドベースの生成 AIソリューションの力を活用して長年にわたる産業上の課題を解決することで、すでに具体的なビジネス成果を実現しています。

生成 AI が製造業のビジネス成果をどのように促進できるか

ハノーバーメッセ 2024 のメインステージに焦点を当てたセッションで、AWSの人工知能担当 Principal Strategist の Danny Smith 氏は、生成 AI テクノロジーがどのように製造部門に統合され、大きなビジネス成果をもたらしているかを説明しました。彼は、クラウドに強固なデータ基盤を構築することが、高度な人工知能技術の時代に製造業のお客様が競合他社を上回るためにいかに役立つかを強調しました。McKinsey & Company の最近の調査によると、生成 AI は経営幹部にとって最優先事項であり、その潜在価値は年間 2.6 兆ドルから 4.4 兆ドルにのぼります。こうした可能性はあるものの、製造業はデータサイロの特定と解消、データの実用化、データ活用による成長と収益性の向上といった継続的な課題に取り組んでいます。
セッションでは、業界の専門家が、顧客体験の向上（チャットボット、パーソナライゼーションなど）、従業員の生産性の向上（コード生成、コンテンツ作成など）、ビジネスプロセスの最適化（データから洞察を取得、サイバーセキュリティの確保）を通じて、生成 AI がもたらすこれらの課題への解決策を示唆しました。この分野で活発に行われている生成 AI プロジェクトには、ガイド付きメンテナンス、ジェネレーティブスタイリング、生産計画会議の効率化、製品アシスタントなどがあり、テクノロジーの多様な用途を紹介しています。注目すべきケーススタディでは、生成 AIツールを使用してメンテナンス技術者の業務を迅速化し、知識の取得を容易にし、修理の精度を向上させ、ダウンタイムを削減する方法が示されました。
データがすでに存在するクラウドに生成 AI を導入することで、製造業のお客様は一元化されたデータストレージとリアルタイム処理機能を活用でき、即時の意思決定と業務の調整が容易になります。また、クラウドは機密データの保護と規制遵守の確保に不可欠な、強固なセキュリティ対策と国際基準への準拠が可能です。このセキュリティと、従来のオンプレミス環境と比較してクラウドインフラストラクチャのコスト削減が相まって、生成 AI はあらゆる規模の製造業のお客様にとってより利用しやすく、経済的に実行可能なものとなっています。

Danny Smith による生成 AI 活用のセッションスライド

Danny は、AI イニシアチブをビジネス成果につなげるために、品質、パフォーマンス、コストのトレードオフのバランスを取ることの重要性を強調しました。AWS は、Amazon Bedrock、Amazon SageMaker、AWS Inferentia などの特殊なハードウェアを含む、包括的な生成 AIテクノロジースタックを提供しています。また、生産性をすぐに向上させるために Amazon Q Developer から始めて、ハッカソンを通じて仮説検証を進めるよう製造業のお客様に勧めました。長期的な戦略として、AWS Generative AI イノベーションセンターでは、ユースケースを特定し、PoC (概念実証) を通じて製造業のお客様を成功に導くためのスコーピングワークショップを開催しています。

生成 AIを使用して AWS でアプリケーションの構築を開始する方法

実際のアプリケーションを中心とした顧客事例

複数の大手グローバル企業はすでにこれらの生成 AI ソリューションを実装しており、AWSのテクノロジーのメリットと変革の可能性を示されています。

KONE では Amazon Bedrock を使用してフィールド技術者に生成 AI アシスタントを提供し、膨大な技術文書ライブラリを活用してカスタマーサービスを強化しています。このツールは問題の診断と解決にかかる時間を大幅に短縮し、全体的な顧客満足度と業務効率を向上させます。

「Amazon Bedrock のおかげで、生成 AIを使って業界のユースケースを迅速に革新することができました。AWS の生成 AI機能は、複雑な技術文書やケースライブラリを活用して現場でのカスタマーサービスをスピードアップする、技術者向けの AI アシスタントのプラットフォームです」— KONE CIO Amy Chen

BMW グループは Amazon QuickSight の Amazon Q による対話的なダッシュボード生成を活用して、リージョンのサプライチェーン管理を強化しています。このツールを使うと、技術に詳しくないユーザーでも高度な分析や可視化ダッシュボードを迅速に作成できるため、市場の変化への対応力が向上し、戦略的意思決定が容易になります。

「Amazon Q を搭載した Amazon QuickSight の新しいオーサリングエクスペリエンスは、データ参照のために手を止めることなく計算を実行し、ビジュアルをすばやく作成し、ビジュアルプレゼンテーションを改良して正確なエクスペリエンスが得るために自然言語を使用できるため、時間を大幅に節約できます。リージョンのスペシャリストは、迅速な対応でビジネスユーザーに貢献し、重要な意思決定をより迅速に行うことができます」— BMW Group Data engineering and analytics expert Christoph Albrecht

Merck & Co. は生成 AI を活用して、医薬品製造における不具合品流出を 50% 以上削減しています。メルクは生成 AI で欠陥画像を合成することで、MLモデルの欠陥特定能力を高め、製造プロセスを最適化し、命を救う医薬品の入手可能性を確保しています。

「私たちは、生成 AI アプローチと、GAN（敵対的生成ネットワーク）や変分オートエンコーダーなどの生成モデルを使用して、トレーニングデータが限られている複雑な欠陥の合成欠陥画像データを開発しています。得られた知見は、不良品の根本原因を理解し、プロセスを最適化し、さまざまな製品ラインにわたる全体的な不具合品流出を 50% 以上削減するのに役立ちました」— Merck & Co. ITアーキテクチャ担当アソシエイトディレクター Nitin Kaul

Vivix Vidros Planos は、Mendix と Amazon Bedrock を活用したバーチャル技術者を活用して、新人技術者の研修とトレーニングプロセスを加速しています。このAIアシスタントは、パーソナライズされた問題解決の指示をリアルタイムで提供し、トレーニング時間を大幅に短縮し、業務効率を高めます。

「生成 AI のおかげで、技術者のトレーニングプロセスを数年かかっていたものが、わずか数か月に短縮できました。これにより、多くの新入社員を採用した場合でも、メンテナンス業務を効率的に拡大できます」— Vivix Vidros 産業変革マネージャー Aristotle Third Neto

結論

生成 AI は、業務を合理化し、製品の品質を高め、サプライチェーン管理を改善する革新的なソリューションを提供し、製造業を変革していることは間違いありません。ハノーバーメッセ 2024 で、AWS と AWS パートナーは、製造業のお客様が生成 AI の力を活用し、今までにない洞察を得て、プロセスを最適化したり、イノベーションを推進する方法を紹介しました。AWS は、Amazon Bedrock、Amazon SageMaker、Amazon Q、AWS Inferentia などのツールにより、生成 AIアプリケーションを既存のオペレーションに統合することをこれまで以上に容易にする幅広いテクノロジースタックを提供しています。
しかし、生成 AIの可能性を最大限に引き出すには、強固なデータ戦略、クラウドテクノロジーとのシームレスな統合、そして AI イニシアチブをビジネス成果につなげる取り組みが必要です。AWS の安全なクラウド環境と産業向けの目的に特化したソリューションを活用することで、製造業のお客様は目に見えるビジネス成果をもたらす生成 AIアプリケーションを自信を持って探し、実装することができます。
生成 AIを AWS で採用することで、急速に発展するこの業界でビジネスを常に先取りし続ける強力な新機能を活用できます。始めるには、AWS Generative AI イノベーションセンターにアクセスして、お客様固有の業務課題に合わせた生成 AIソリューションの特定、実装、展開を AWS がどのように支援できるかをご確認ください。また、AWS 生成 AIコンピテンシーパートナーと連携して、生産性、品質、作業現場での作業員に役立つことができる、専門的な生成 AIソリューションを見つけることもできます。

この投稿は「The Transformative Impact of Generative AI in Manufacturing at Hannover Messe 2024」をAWS Japan SAの岩根義忠が翻訳しました。

著者紹介

Sophie Pagalday は、特定業界向けのサービスのポートフォリオを拡大する産業・製造部門の AWS のシニア製品マーケティングリーダーです。彼女は製品マーケティングのキャリアのほとんどを産業オートメーション、物流、サプライチェーンの分野で過ごし、エンタープライズワークマネジメントシステムからロボット工学に至るまでの幅広いテクノロジーに焦点を当ててきました。
Sophie は、お客様の理解者として、お客様が直面している課題や、当社のサービスがお客様の目標達成にどのように役立つかを伝える方法について、絶え間なく学んでいます。

Dimitrios Spiliopoulos は AW S のワールドワイド・プリンシパル IIoT GTM スペシャリストです。

LinkedIn の Top Voice であるだけでなく、インダストリアル IoT とスマートマニュファクチャリングに関する執筆や講演を定期的に行い、世界中の産業界のお客様やパートナーと連携しています。AWS で 3 年間、IoT と製造に関連するさまざまな役職を歴任してきました。彼は IoT 分野と製造部門での功績が認められ、Manufactur.com の Top 100 製造セクター・アドボケイト賞や Onalytica の Who is Who in IoT 賞など、複数の賞を受賞しています。また、2018 年から IE ビジネススクールで IoT の非常勤教授を務めています。エッジ、IoT、デジタルツイン、AI、サステナビリティ、Industory 4.0 に関する洞察を共有することが大好きです。Linkedinで、気軽にフォローしたり、つながってください:https://www.linkedin.com/in/spiliopoulosdimitrios/

Amazon Web Services ブログ