Siemens が産業用 AI オペレーティング システムを構築

グローバル製造業は、深刻なスキルと労働力不足に直面しており、2030 年までに、8,500 万の雇用不足が予測されています。 自動車、航空宇宙、海洋開発などのメーカーも、イノベーションの高速化、コスト削減、製品の品質と持続可能性の確保において、高まるプレッシャーに直面しています。

同時に、産業デザイナーやエンジニアの専門家チームの生産性も、ワークフローとテクノロジの断片化により影響を受けています。 たとえば、レンダリング、コラボレーション、データ管理に個別のアプリケーションを使用すると、サイロ化やデータの矛盾が生じるため、共同設計とスタイリングの徹底的なレビューを実施することが困難になります。 大規模で複雑な製品やシステムの規模への対応に苦慮するような可視化ツールを使用することは、これらの課題を複雑化させ、設計レビューのボトルネック、チーム間の連携の不一致、高コストな物理プロトタイピングなどの原因となります。物理的に正確な環境で製品やシステムを視覚化できないため、チームが問題を早期に特定する能力が制限され、機能面とデザイン面の両方に影響が及びます。 総合的に見ると、これらのワークフローとテクノロジの制限は、市場投入までの時間を遅延させ、製品ライフサイクル全体に波及する可能性のあるエラーを招きます。

これらの課題に対処するために、Siemens と NVIDIA は協力して、世界設計、エンジニアリング、シミュレーションのエキスパートとそのワークフローに最新の AI、シミュレーションとデジタル ツイン テクノロジを導入しています。

Industrial Copilot は工場の現場で稼働する AI アシスタントで、作業員の効率化や生産性の向上やスキル習得を支援します。Copilot は、静的な情報リポジトリ (マニュアル、メンテナンス文書) および動的なデータ ソース (機械コントローラー、ERP システム) の両方と統合し、包括的な知識エコシステムを構築します。作業員は動画フィードを通じて、生産の最適化、機械故障のトラブル解決、製造上の問題報告などで Copilot を活用することができます。

作業員は、自然言語や音声を通じて Copilot とやり取りするため、作業現場で使いやすくなっています。Copilot は、テキスト、画像、時系列データなどのマルチモーダル入力をサポートしています。メンテナンス エンジニアが機械の故障に直面した際には、問題のある部品の画像を撮影することで、Copilot が画像を分析して問題を特定し、解決のための手順を提供することができます。 

Siemens Industrial Copilot は、機密情報である生産データが工場の現場から決して流出しないようオンプレミスで展開されます。最適化されたエッジ バージョンのクラウド モデル、特殊なタスク向けに採用された小規模言語モデル (SLM)、NVIDIA NIM マイクロサービスが最適化された推論を可能にします。 ハードウェアの制約とパフォーマンス要件のバランスを調整することで、Copilots は、NVIDIA のハードウェアとソフトウェアを搭載したエッジ環境の産業用 PC で動作します。 

Copilot は、VLM、LLM、NeMo マイクロサービスなどの動画検索/要約 (VSS) 向け AI Blueprint 内のコンポーネントを融合して構築されました。 Siemens は、初期のパイロットでは生産性が 30% 向上し、最大で 50% に達する可能性があると報告しています。

Siemens Factory Automation の仮想制御および産業用 AI の責任者である Matthias Loskyll 氏が、NVIDIA AI Podcast に登場し、業界が転換点に達した際に Siemens と NVIDIA の協力が製造業を再構築する方法について語りました。