総務省が運営する地域DXの情報サイト「地域社会DXナビ」の連載企画「地域企業のキーパーソンに聞く」に、当社代表取締役・三上典秀のインタビュー記事が掲載されました。
記事タイトルは「製造現場をAIで日々改善 中小企業を助けるIoTユニット」。独立の経緯から、産業用IoTユニットを自社開発するに至った理由、工場でAI活用を進めるために何が必要かまでを、約20年の現場経験を踏まえてお話ししています。
記事で語っている主な内容
制御盤から直接データを取り出す方式に切り替えた理由
創業当初は電流センサーを電線に挟む方式でした。しかし現場に設置してみると、お客様が本当に必要とする「産業用コンピューター（PLC）が機械を制御する際のデータ」が取れないことが分かりました。品質や生産性に直結するデータを取るために、制御盤から直接電気信号を取り出す方式へ切り替えた経緯を説明しています。
光絶縁による安全な取り付け
工作機械には産業用の大電流が流れ、モーターや溶接によるノイズも発生します。当社は制御盤とIoTの接続部で電気信号をいったん光に置き換える光絶縁回路を用い、設備側とIoT側を電気的に切り離しています。メーカー製の光絶縁ユニットは高機能な反面きわめて高価なため、コストを約5分の1に抑えたユニットを共同開発しました。
約6割の設備はLAN非対応
現場を見てきた感覚では、約6割の設備がLAN非対応か、簡単にネットワーク接続ができない古い設備のままです。設備や制御機器自体の品質が高く20年使えてしまうことが、かえって更新を進みにくくしている——という現場の実情にも触れています。
データを外に出さない、工場内で完結するAI
製造ノウハウであり秘匿性も高い設備データを、社外のクラウドや海外のサーバーに出すことへの抵抗は根強くあります。「取り出した制御データを社内だけで扱いたい」というニーズに応え、粉じん・油の浸入対策と冷却装置を備えた密閉型GPUキャビネットによる工場内AI処理環境の設置を、2026年から始めています。
AIを使う前に、比較できる過去データが要る
これからはAIが大量のデータを分析してレポートにまとめてくれるようになります。その際に必要なのは比較できる過去のデータです。今のデータだけをAIに見せても、不具合や故障の原因は分かりません。本格的にAIを活用する前から現場のデータを蓄積しておくことが重要である、という考えを述べています。
ベテランの技能をデータとして残す
「AIにつながっていない設備」は取り残されていく一方で、必要になるのはデータを引き出す技術力と、設備とAIをつなぐ通信回線・電気工事などの現場力です。設備データだけでなく、作業中の動画や音声を継続的に残し、退職とともに失われていく技能をデータ化しておくことが、日本の製造業にとって重要なミッションだと考えています。