製造AI転換の実務ガイド
データ準備、実証設計、評価指標、オントロジーをチームで検討するための資料です。
49 / 49
製品概要シート
製品の役割と制御の流れ。社内検討用に印刷・PDF保存
詳しく見るIngkleのビジョンと人々
2019年設立のIngkle。ビジョン、価値観、主な沿革、メンバー、天安・水原の拠点をご紹介します。
詳しく見る多様な製造現場で積み重ねた経験。
半導体素材・自動車・鉄鋼など異なる設備とデータ環境への適用経験です。
詳しく見る現場の次の課題を解くための研究。
産業・中小企業事業でデータ・AIを開発実証し、適用範囲を広げます。
詳しく見るNAZARE・NAVISを既存システムと連携して活用。
NAZAREが設備・MES・ERP・QMSのデータを接続し、NAVISが同じ根拠で分析と対応を進めます。既存システムを活かす製品連携の流れをご覧ください。
詳しく見るNAZARE・NAVISを拠点ごとの権限で運用。
NAZAREは拠点・利用者ごとのデータアクセスを分け、NAVISには業務に必要な資料・ツール・承認者を設定します。複数拠点の分離運用と実行権限をご覧ください。
詳しく見る現場を理解し、承認した対応を実行へ。
NAVISはユーザーと製造現場をつなぐAgentic AIプラットフォーム。リアルタイム設備データ、運用記録、NAZARE内の現場知識で対応を推論し、管理者承認後にMCPで実行を依頼します。
詳しく見る資料を探して終わらず、次の仕事まで。
データ照会、業務文脈、モデル推論をツールとして接続します。
詳しく見る根拠を確認し承認したら、設備の次の動作へ。
NAVISで対象と根拠を確認・承認。MCPでNAZAREに実行を依頼し、NAZAREが接続PLCへ指令を送ります。要求状況と実行結果を分けて確認します。
詳しく見る手順書をめくるより、今確認すべき内容へ。
質問に必要な資料と業務文脈をつなぎ、現場Agentの出発点を作ります。
詳しく見る現場状態から対応結果まで、自律製造の一画面。
設備状態、AIの根拠、承認する作業と実行結果を一緒に確認。5つの設備デモで、データと現場知識が対応につながる流れを紹介します。
詳しく見る工場のデータを集め、現場で使う力に。
設備の精密な信号、生産・品質の記録、熟練者のノウハウを社内データインフラで接続。異常の確認・原因分析からAI・自律製造まで、NAZAREから始められます。
詳しく見る設備ごとに違う表現を、共通の基準へ。
タグ名の違いで分析をやり直さないよう、共通用語と関係を管理。AAS・MDRで設備資産とデータの意味を整理します。
詳しく見る同じ作業の、いつもと違う動きを捉える。
作業の始まりと終わりを定義し、基準作業と実際の信号を比較。繰り返し生産で変化した区間から、品質・設備点検の優先順位を決めます。
詳しく見る「あの時、何が変わった？」記録から確かめる。
異常時の圧力・温度・電流などを並べて比較。短い区間は詳しく、長い期間は集計して原因候補を絞ります。
詳しく見る設備が違っても、データは一か所に。
PLC・CNCの信号から既存の生産・品質システムの記録まで接続。収集項目と実際の値を確認し、同じデータを監視と分析に活用します。
詳しく見る収集から保存まで、運用状態を一か所で。
接続元・保存容量・処理状態をまとめて管理。現場の拡大で増える運用項目を共通画面と基準で整理します。
詳しく見る数値に設備・工程の意味を添える。
圧力の値も、どの設備のどの測定点かが分かって初めて活用できます。工場・設備・製品・信号を結び、人とAIが使えるデータにします。
詳しく見る信頼して判断するために、データの状態を知る。
欠損・遅延・範囲外の値を区別。元の記録と処理基準を管理し、現場分析・AIに使うデータの信頼性を高めます。
詳しく見る毎回のデータ整理を、繰り返せる処理に。
条件に応じて値を整え、必要な計算信号を作成。設備信号と既存システムの記録を用途に合わせ、分析前の繰り返し作業を減らします。
詳しく見る停止時間と交換記録を、次の改善へ。
停止時間だけでなく理由も記録。繰り返す停止原因と部品交換履歴から、生産ロスを減らす箇所を見つけます。
詳しく見る工場データは社内に。アクセスは必要な範囲で。
データを外に出せない工場向けにオンプレミス運用を支援。担当ごとに設備・機能の利用範囲を分け、閲覧と制御の権限を区別します。
詳しく見る設備と記録が増えても、必要な瞬間を見つける。
数百台の精密な信号は膨大な履歴になります。NAZAREは社内に蓄積し、必要な設備・期間・項目を照会してリアルタイム活用と長期分析を支えます。
詳しく見る今届く精密な信号を、異常を捉えるAIへ。
工程専用MLの判断には、その瞬間の精密なデータが必要です。NAZAREが学習履歴とリアルタイム信号を準備し、NAVISが現場知識と合わせて結果を説明・対応を計画します。
詳しく見る熟練者のノウハウを、AIが使うデータに。
何を異常とし、何を先に確認し、どう対応するか。専門家がインタビューとツールで知識を整理し、設備・部品・信号・基準・対応を関係で結びます。これがNAZAREのオントロジーです。
詳しく見る今、どの設備を見るべきかを一目で。
工場全体の稼働状況から個別設備の信号まで確認。稼働・待機・停止とアラームをまとめて把握し、巡回確認の時間を減らします。
詳しく見る熟練者のノウハウを、AIが使うデータに。
何を異常とし、何を先に確認し、どう対応するか。専門家がインタビューとツールで知識を整理し、設備・部品・信号・基準・対応を関係で結びます。これがNAZAREのオントロジーです。
詳しく見るデータが入って、使われるまでの流れ。
収集周期・保管・照会・AI用途を合わせ、流れと運用責任を設計します。
詳しく見るこのデータで、必要な答えが見つかりますか？
接続済みデータがAIで使えるか、6つの観点で確認します。
詳しく見るなじみのない用語を、分かりやすく。
製品検討の用語を現場データと業務の観点で説明します。
詳しく見る何が改善したか、同じ基準で確認。
分母と条件を揃え、利用量と業務成果を区別します。
詳しく見る現場の経験を整理する方法。
繰り返す一つの問いに必要な対象・関係・判断基準から始めます。
詳しく見る最初の適用で何を確認するか決める。
接続成功に加え、現場で使えるかを確かめる小さな実証を設計します。
詳しく見る射出成形機 · 条件は同じなのに、不良が増えるのはなぜ？
設定値だけでは実際の変化を見逃します。金型温度、冷却・充填状態を、同じ生産サイクルの検査結果と結びます。
詳しく見る検査機 · 不良が増えた？それとも検査条件が変わった？
不合格が増えただけで工程を変えると原因を見失います。画像品質・検査条件・前工程の履歴を製品番号で結びます。
詳しく見る加工機 · 工具交換は早すぎる？それとも遅すぎる？
使用時間だけでは工具状態を判断できません。同じ加工区間の負荷・振動を工具履歴と完成品測定につなぎます。
詳しく見るプレス · いつもより大きな荷重。金型か、材料か。
荷重警報だけでは点検対象を決められません。同じ製品の正常履歴、金型使用量、投入材料を合わせて確認します。
詳しく見る製造ロボット · 同じ経路で溶接しているのに、品質が変わるのはなぜ？
溶接・組立など、製品を直接つくる自動化ロボットのデータを接続します。溶接の例では、電流・電圧と部品の固定位置を検査結果に結び、影響区間と点検箇所を絞ります。
詳しく見る自社の業種に合う、製造AIの始め方。
半導体・ディスプレイ・自動車・電子・防衛と国の研究機関。共通データ基盤に各現場の工程知識と運用基準をつなぎます。
詳しく見る実験データを集める時間を減らし、研究に集中。
研究目的に合わせた専用装置・計測器と実験記録を接続。膨大な原データを安全に蓄積し、比較分析やAI研究に活用できる環境を構築します。
詳しく見るIngkleとともに、自社のサービスとソリューション開発に集中。
顧客ごとに繰り返す設備接続・保存・検索・拡張の課題。NAZAREを共通データインフラに、自社の業務機能・分析・AIサービス開発に集中できます。
詳しく見る導入前の疑問から確認。
接続・製品構成・既存システム・AI導入・運用条件を確認します。
詳しく見る自社の現場に必要なサーバー規模は？
台数に加え、タグ数・周期・保管・同時照会・可用性を考慮します。
詳しく見る必要な活用範囲に合う製品構成を。
データ収集から運用分析、AI Agentまで必要範囲を選びます。
詳しく見る導入した後の運用まで、一緒に準備。
現行運用の安定化と継続的な製品改善から保守方針を選びます。
詳しく見る自社工程に合う予測が必要なら。
工程特化の予測・分類が必要なら、データと検証条件を確認して個別に進めます。
詳しく見るどこまで導入するか、最初に明確に。
製品供給、現場連携、データ準備、運用責任を分けて明確にします。
詳しく見る工場全体を変える前に、一つの問題から。
現場確認、課題検証、運用移行、展開を段階的に進めます。
詳しく見る政府・自治体の支援事業で、製造AIの導入をともに準備。
Ingkleが実施する国家研究開発、製造AI特化スマートファクトリー、天安・忠清南道の地域事業をもとに、自社工場に合う導入方法を検討できます。
詳しく見る一緒に始める
最初に変えたい仕事を教えてください。
設備・データ環境・解決したい課題を基に、接続から運用までの範囲を検討します。