Pegatron、ビジュアル AI エージェントとデジタル ツインを活用して工場運用を拡張

従来の生産ライン計画は、工場スタッフの経験に基づいて作業工程と作業内容を配置しますが、実際の運用条件を予測するものではありません。生産ラインの総合設備効率 (OEE) は、運用が開始された後でしか評価できません。資本投資が既に完了しているため、それでは手遅れとなる場合があります。Pegatron は、NVIDIA Omniverse を使用して、データをデジタル化してシステムのボトルネックを早期に検出するなど、改善の機会を特定するデジタル ツイン プラットフォームである PEGAVERSE を開発しました。

シミュレーションと実世界のインテリジェンスを統合することで、PEGAVERSE は生産ラインが構築される前に迅速な運用改善を実現します。生産ラインの計画は、まずシミュレーションを実施することで、サイクル時間の推定、効率の予測、ボトルネックの特定を実施することができます。結果に基づいて、シミュレーションを最適化および調整することで、使用率を最大化できます。シミュレーションと評価を通じて、PEGAVERSE は物理ラインの煩雑な変更に費やす時間とコストを効果的に削減します。

Pegatron は、物理的な製造施設と並列して 6 つの仮想工場をデプロイし、実際に実装する前にスペースのあらゆる側面が設計、テスト、最適化されていることを保証しています。これにより、新しい工場の建設時間を 40% 短縮できることが期待されています。

Pegatron には、生成 AI と AI エージェントを活用してプロセスを最適化する多くの機会がありました。しかしながら、各部門が独自のエージェントを開発していたため、コンピューティング要件、MLOp パイプライン、標準化の不足といった課題に直面していました。より高水準の効率性を引き出すために、Pegatron は、ユーザーがさまざまな AI エージェントを構築、トレーニング、デプロイできる AI ファクトリである PEGA AI を開発しました。Pegatron は、NVIDIA AI Enterprise と NVIDIA DGX™ を使用して、豊富な基盤モデルおよび推論モデル、ツールのポートフォリオで AI エージェント開発を高速化し、データ処理、モデルのカスタマイズ、検索拡張生成 (RAG)、ガードレールを効率化しています。モデルには、NVIDIA VILA アーキテクチャを基盤とする大規模言語モデル (LLM) とカスタマイズされたビジョン言語モデル (VLM) が含まれます。 

PEGA AI は、過去 4 年間で全社の AI エージェント開発を 400% 加速させました。これらの PEGA AI エージェントは、NVIDIA Isaac Sim を使用してロボットからセンサーベースのデータを読み取り、動画分析用に NVIDIA Metropolis を使用してカメラ インフラストラクチャからセンサーベースのデータを収集します。エージェントは、機械の健全性監視、安全性コンプライアンス、プロセスの最適化をチェックするインテリジェントな顧客サービス エージェント、品質検査担当者、倉庫運用エージェントとしてデプロイできます。

精密製品組立の分野でリーダーシップを発揮する Pegatron は、PEGA AI と NVIDIA AI Blueprint for video search and summarization (VSS) を使用して PEGA Visual Analytics Agent (VAA) を開発しました。AI ファクトリの拡張に伴う継続的な課題には、複雑な手作業の工程が存在することと、高い従業員の離職率に直面していることが挙げられます。例えば、手作業による組立プロセス遵守の監視には人手を要し、エラーが発生しやすく、リソースが不足している状況には拡張が困難です。

これを解決するために、Pegatron は、VSS を使用して組立プロセスをリアルタイムで監視および改善する「Assembly Guiding Agent (組立指導エージェント)」を導入しました。このエージェントは組立プロセスを分析し、潜在的な異常を検出するとともに、組立プロセス全体で安全基準が満たされていることを確認します。例えば、スマートフォンやノート PC の組立工程でミスが発生した場合 (ネジを忘れるなど）、Pegatron の労働者はリアルタイムのアラートを受け取り、エラーを即座に修正できます。工場の現場オペレーターは、インシデントの動画の抜粋を確認できるほか、Assembly Guiding Agent に質問して、さらに明確な説明を求めることもできます。

Pegatron は、この AI エージェントを用いて組立プロセスを補強することで、組立ラインの人件費を 7% 削減し、不良率を 67% 削減しています。NVIDIA とのコラボレーションにより、Pegatron は製造プロセスにおける一貫した品質の確保、より効率的なプロセス管理、製造運用全体でのイノベーションと成功の推進を実現しています。

もう一つの例は、世界的な IC 基板プロバイダーであり、Pegatron の顧客である Kinsus International Technology です。同社は製造時の欠陥の特定と解決に課題を抱えていました。これには、製造エンジニアが数千台の製品を点検し、装置の設定、材料の温度、その他の要因を関連付けて問題を特定する、時間のかかる手作業による検査が必要でした。Kingsus は、PEGA AI を活用して、画像分析と製造データを組み合わせ、問題を自動的に分析して解決するマルチモーダル AI エージェントを開発しました。今では、欠陥だけでなく、その根本原因も正確に特定できるようになっています。この NVIDIA VLM によって強化された AI 主導のアプローチは、分析精度を 76% からほぼ 95% まで向上させ、欠陥分析に必要な時間を数日からほぼゼロへと大幅に短縮しました。その結果、Kinsus は製品の品質管理を大幅に改善し、自律型製造への移行を加速させました。

デジタル ツインと AI 駆動型ファクトリを組み合わせることで、Pegatron は AI エージェントの大規模学習を実行し、産業 AI の分野のリーダー企業となっています。例えば、接着剤を塗布するロボットが接着剤の粘度や室温など、変化する環境条件に動的に適応できるように支援する AI エージェントを開発しています。高度なシミュレーションと PEGA AI を使用して、チームは接着剤塗布ポリシーを学習するエージェントを開発し、シミュレーションされた PEGAVERSE 環境でそれを練習しました。 

エージェントは、PEGAVERSE のデータ フライホイール内でファインチューニングされ、接着剤塗布マシンのパラメータを自動的に評価および最適化し、環境の変化にリアルタイムで動的に適応できるようになります。これにより、一貫した品質と効率性が保証されます。PEGAVERSE でさまざまなシナリオをシミュレーションして迅速に改善を繰り返すことで、システムは開発サイクルを数日から数分に短縮し、スマート ファクトリに適したスケーラブルでインテリジェントな自動化を実現します。PEGAVERSE は、シミュレーションから実際の環境へのポリシー移行を加速し、欠陥や冗長性の特定から文脈に応じた推論と因果関係分析の適用へと進化させます。Pegatron による NVIDIA GTC の「デジタル ツインと AI ファクトリの調和: 産業の自律化を実現する」という講演を視聴して、AI 駆動型ファクトリが AI エージェントの大規模な学習を行い、実世界における運用を最適化し、自動化を推進する方法をご覧ください。