-
予測・運用 製造業
マルチエージェントベースのソフトウェア・デファインド・ファクトリー（SDF）の実現
現場の専門家の非定型的な指示を理解し、自律制御とモニタリングを実行できる複数のAIエージェントを多様なシステム/ソリューションと連携させて、ソフトウェア・デファインド・ファクトリー（SDF）を実現します。
-
AIプラットフォーム 予測・運用 製造業
Runway：PLCリアルタイムデータに基づいた製造業特化AIシステムの構築
製造現場のPLCリアルタイムデータを活用したAIシステムを構築し、多様な製造データの特徴量を反映、高い解像度のデータを使用して持続可能なAIプロセスを構築。
-
AIプラットフォーム 予測・運用 流通
生鮮食品の割引価格最適化：店舗別の利益3%増
AIで生鮮食品の割引価格を最適化し、AIプラットフォーム活用して実店舗で検証されたモデルを多店舗に拡張展開。
-
予測・運用 自動車
自動車塗装工程の換気パネル異常検知：予測精度を20%向上
AIに基づいて自動車塗装工程内の換気扇（ベンチレーションファン）に使用されるモーターの異常を検知し、生産ラインのダウンタイムを短縮。
-
予測・運用 製造業
産業用モーター異常探知：7日以内でデータシステムを構築
安定したデータ収集システムと多数の設備に対応できるAI運用システム（MLOps）を構築し、モーター故障による生産ラインのダウンタイムを短縮。
-
予測・運用
産業用ロボットの異常探知：5日前の故障予測・400台のロボットに適用
独自開発した教師なし学習ベースの異常探知アルゴリズムを活用。生産工程・環境に特化したカスタマイズモデルの開発を通じて、設備の異常を少なくとも5日前までに探知。また、400台余りの多様なロボットアームを統合された環境でモニタリングおよび管理することで、ダウンタイムによるコスト損失を最小限に抑制し、生産性を向上。
-
バッテリー 予測・運用
EVバッテリー寿命予測：2,700台以上に適用・モデル性能を4.6倍まで改善
バッテリー管理システムのデータと電気自動車（EV）運行パターンの分析を通じて、車両用リチウムイオンバッテリーの残存寿命予測とライフサイクルモニタリングを可能に。
-
予測・運用 化学
PP工程の緊急シャットダウン（ESD）早期探知：7日前に早期予測
ポリプロピレン（PP）製造工程の反応炉にディープラーニングによる異常探知モデルを適用してESD（Emergency Shut Down）を事前に察知し、異常特性に対するインサイトを提供。
-
エネルギー 予測・運用
太陽光発電量の予測：787の発電所で3,000以上のモデル運用
様々なアンサンブルモデルを活用して予測精度を高めることで、787の発電所を統合運用し、3,000以上のモデルを素早く再学習してデプロイするAI運用環境（MLOps）を構築。
