TOP >
人工知能(AI) > ダイキンとJDSC、空調機器のIoTデータを用いた不具合監視・運転異常予兆検出AIを共同開発
大量の投入製品に対する様々な発生事象やお客様の声の分析は、これまで人の手によって行われており、ビッグデータの統計解析や学習には基づいていなかったため、的確な判断に莫大な時間を要していた。
ダイキン工業株式会社と株式会社JDSCは、2020年10月の資本提携以降、IoTデータとAIを用いた空調事業のアップグレードと顧客体験の向上に共同で取り組んできた。
このほど両社は、市場投入製品の不具合を監視するAIならびに運転異常予兆を検出するAIを共同開発し、2021年夏より実際の業務にて試験運用を開始した。
不具合監視AIは、過去の不具合とそれに伴う製品対応のデータを学習したAIで、市場対応情報(入電情報や発生不具合など)から製品対応や設計上考慮するべき可能性のある事象をアラート(警告)し、人の判断をアシストするシステムを2021年夏から業務に適用した。その結果、従来の製品対応・改善のPDCAサイクルに比べて1年以上早く、対応を要する不具合のフィードバックを行えることが確認できた。なお、同システムは家庭用のみでなく業務用空調機にも適用を開始している。
また、運転異常予兆検出AIでは、従来検出できなかった故障要因や予兆の検出に成功し、その有効性と効果を確認することができた。今後は、2022年春より現場での検証も行う予定としている。

IoTに関する様々な情報を取材し、皆様にお届けいたします。
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