センサーフュージョン × Physical AI｜エッジ側でデータの融合と意思決定を実現
産業現場では、設備データは異なるプロトコル、異なる形式、異なる通信周波数を持つセンサーから取得されます。NeoFlowは、これらの異種データをエッジ側でリアルタイムに集約・クレンジング・変換し、Edge AIのモデル推論結果と照合することで、モダリティ横断的なインテリジェントな意思決定プロセスを構築します。これにより、クラウドへのアップロードや応答を待つことなく、その場で「感知から実行」までの閉ループを完結させることができます。
NeoFlowの革新的かつ安全なプロセスオーケストレーションおよび同期技術を活用することで、企業はOTのデータとAIモデルのライフサイクルを一元管理でき、OTとITの間の情報ギャップを真に解消し、工場現場におけるPhysical AIの実現が可能となります。
使いやすいワークフロー設計ツール「NeoFlow」、企業専用のカスタマイズ「Physical AI」
ノーコードGUI
コンテナ化アーキテクチャに基づいて構築されたノード型（Node-based）のノーコードロジックエンジンにより、OTのエンジニアはノードをドラッグ＆ドロップしてデータフローを接続するだけで、煩雑な開発プロセスやターミナルコマンドから解放されます。各ノードには、条件判定、データ結合、型変換、時間窓計算などの処理ロジックを設定でき、データ形式が一致しない場合はシステムが即座に警告を表示するため、設定ミスのリスクを大幅に低減します。高度なロジックが必要な場合は、カスタムアプリ（Custom App）をデプロイすることも可能で、使いやすさと柔軟性を両立しています。
拡張可能なオープン・アーキテクチャ
ユーザーはSDK（Python、Goに対応）を利用してカスタムコンテナ（Custom APP）を開発し、自身の環境要件に合わせた専用アプリケーションを構築できます。本プラットフォームはカスタムノードに対応しており、開発者は独自に開発したプログラムをコンテナ化されたアプリケーションとしてパッケージ化し、エッジ端末に直接デプロイして実行することが可能です。
100% コンテナ化サポート
ユーザーはニーズに応じて、エッジ側でNVIDIA、TensorRT、Intel OpenVINO、ONNX Runtime、PyTorch、TensorFlow、あるいはサードパーティ製のAI推論環境など、さまざまな推論環境を展開できます。これにより、エッジ推論環境とAIモデルの反復的な統合を管理する仕組みを構築し、AIアプリケーションを迅速に展開することが可能です。
一次編排、クロスファクトリーでの柔軟な展開
1つのNeoFlowプロセスで、数十台から数百台の産業用ゲートウェイを同時にバインドできます。パラメータ化された設計により、各デバイスには個別の証明書、ユーザー名・パスワード、接続情報が適用されるため、エンジニアは各工場ごとに設定を再構成する必要がなく、設定プロセスにおける人為的なミスも心配する必要がありません。
第一ラインで成功したプロセスは、パラメータを調整するだけで第二工場、第三工場に迅速に展開できます。これにより、インダストリアルAIの導入は単一点での検証からグループ全体への展開へと進化します。
応用例
海外の機器メーカーがAIエージェントを活用してサービス効率を向上
顧客は、製品が全国に展開されている多国籍の機器メーカーです。製品の販売に加え、顧客と保守契約を結び、年間365日、24時間年中無休のサービスを提供しています。しかし、修理担当者の派遣を行う際に、現場の機器の状況をリアルタイムで把握できず、担当者が現場に行って状況を理解してからでなければ修理方法を評価できません。これにより、無効な派遣が多く発生し、運営コストが増加しています。
