AIの活用において、これまでクラウド上で実行されることが一般的であったAIの情報処理をエッジ側で実行する「エッジAI」の実装への取り組みが近年進んでいる。特に、即時性や高いセキュリティが求められる、自動運転や工場の自動化のような分野において必要性が高まっている。
AIを導入するプロジェクトにおいては、まず膨大なデータの適切な解析や、AIで最適な予測成果を出すためデータを学習させる前に行う専門的なデータの前処理などを行う必要がある。
データ解析を行うには、事前の環境設定やプログラミング知識が必要であるため、専門のAIエンジニアやデータサイエンティストのみが実行可能な専門的な業務領域である事が多い。
株式会社エイシングは、製造業のエッジAI導入を支援するデータ解析ツールを開発した。
同ツールは、エイシングのエッジAIアルゴリズム「AiiR(AI in Real-time)」シリーズの導入時におけるデータの解析・前処理で活用を開始していくとしている。
大学卒業後、メーカーに勤務。生産技術職として新規ラインの立ち上げや、工場内のカイゼン業務に携わる。2019年7月に入社し、製造業を中心としたIoTの可能性について探求中。
企業向けAI活用虎の巻
AIによって「優秀な人材」の定義が変化したことを、どうみるべきか —AI時代の人材採...
まだ、生成AIのチャットボットで消耗しているの? ー自律的に動くAIエージェントが働...
AI時代の「中間管理職クライシス」 —部下がAIに相談する時代、上司の価値はどこに残...
AIに仕事を頼む技術 —なぜ「営業資料を作って」と頼むと失敗するのか?
生成AIは、使い手の「言語化能力」を暴く、リトマス試験紙
AIに「ゴミ」を食わせるな ーAIエージェントが賢くなるデータ、バカになるデータ
AIで業務を自動化する方法とは ーなぜ、ChatGPTを配っても仕事は減らないのか?
なぜあなたの会社で、生成AIが活用されないのか?どこで活用すべきか?
生成AI活用ガイド
AnthropicやOpenAIのAIが起こした事故に学ぶ、自社点検のための視点
熟練工の「勘」をAIに継がせるには ?「誰が」「どう」進めるかを5つのステップで整理...
シャドーAIという見えないリスク、現場の効率化と統制の溝をどう埋めるか
AI導入「内製か外部支援か」で悩む前に確認すべき5つのこと
「厳しい・緩い」では測れないAI規制、6カ国の規制動向から読み解く企業の備えとは
AIの費用障壁が下がった今も、導入が進まない企業に欠けている「入り口設計」という発想
公開3日で停止された「Claude Fable 5」はなぜ復活できたのか?解除の裏側...
AIエージェントが発注する時代に備える、サプライヤーが今すぐ点検すべき3つのこと
B2B取引の自動化で「発見されない企業」にならないために ーAIが自律的に連携する時...
各社が模索するAIエージェントを現場に入れるためのデバイス、企業は何を問うべきか