PoCから本番運用まで現場に合わせて構築
AI処理の実行場所、製造データの取り扱い、モデルを本番運用へ移行する方法を選択します。BFAIは、PoC後の現場への実装・導入から、継続的な運用まで支援します。
データとAIを、適切な場所に
クラウド、オンプレミス、ハイブリッド、エッジの構成を比較します。適切な設計は、データの機密性、ネットワーク条件、処理の配置、既存の製造システムによって異なります。
クラウド
承認されたクラウド環境で、学習・推論・モデル管理を実行します。許可された範囲で、共通のAI基盤を通じて複数の製造拠点間の連携を支援できます。
どの製造データを拠点外に持ち出せるか、どこに保存するか、誰がアクセスできるかを、構成設計の中で定める必要があります。
オンプレミス
対象となるAI処理と製造データを、社内のインフラ内に保持します。学習、推論、モデル管理、ローカルLLMのサービスを、オンプレミスで運用する構成にできます。
利用可能な計算資源、社内ネットワーク、アクセス制御、運用手順に合わせて設計します。
ハイブリッド
クラウドでの学習・モデル管理と、現場での推論を組み合わせます。製造要件に応じて処理を配置し、迅速な応答が求められる処理は生産ラインの近くで実行します。
承認されたデータ転送、モデル配布、ネットワーク接続、本番運用への承認を、拠点ごとに定義します。
エッジPC
生産ラインの近くにあるエッジPCで、外観検査の推論を実行します。エッジでの推論は、オンプレミス、クラウド、ハイブリッドのモデル管理構成と組み合わせられます。
現場での処理、データ保存、ネットワークへの依存関係、承認済みモデルの更新を端末に届ける方法を、導入時に定義します。
これらの図は、処理の配置例を示したもので、固定の製品パッケージではありません。「エッジPC」は推論の実行場所を表し、オンプレミスやハイブリッド構成の一部として利用できます。
データは、お客様の管理下に
データの配置場所、転送の許可、保存、アクセスの条件を、お客様のチームとともに定義します。オンプレミス構成では製造データを社内環境内に保持でき、クラウドやハイブリッド構成では、個別に承認されたデータフローを利用します。機密性の高い製造知識を扱うローカルLLMのサービスも、オンプレミスに導入できます。
導入プロセス
BFAIのエンジニアがお客様のチームと協力し、要件の定義、用途に応じた評価、お客様の環境との連携、継続的な運用体制の構築を進めます。
要件定義
対象となる課題、データソース、ネットワークの制約、成功基準を定義します。
PoC
合意した技術面・運用面の基準に照らして、選定した用途での有効性を評価します。
現場への実装
システム連携、導入構成、承認フローを、現場に合わせて調整します。
本番導入
本番利用の前にリリース要件を検証し、必要な承認を取得します。
運用・保守
MLOpsを用いて性能を監視し、変化を評価し、更新を管理します。
お客様の運用に合わせて
設備のインターフェース、既存の製造システム、ネットワークの境界、モデル配布、承認に関する責任分担を、現場の要件に合わせて調整します。最終的な構成と運用手順は、導入計画の策定時に定義します。
まずは製造現場の課題をお聞かせください
お客様の工程、データ、導入環境についてご相談ください。