センサーフュージョン × Physical AI | エッジでのデータ融合と意思決定を実現
産業現場では、機器データはさまざまなプロトコル、フォーマット、周波数を使用するセンサーから取得されます。NeoFlowは、この異種データをエッジでリアルタイムに集約、クリーンアップ、変換し、Edge AIモデルからの推論結果と相互比較することで、クロスモーダルなインテリジェント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待ちなしに、現場での認識からアクションまでのクローズドループが完成します。
NeoFlowの革新的で安全なプロセスオーケストレーションおよび同期技術により、企業はOTデータとAIモデルのライフサイクルを統一的に管理し、OTとIT間の情報ギャップを真に埋め、工場現場でのPhysical AIの実装を実現できます。
ユーザーフレンドリーなワークフローオーケストレーションツールNeoFlowと、カスタマイズ可能な企業固有のPhysical AI
ノーコードのグラフィカルインターフェース
コンテナ化されたアーキテクチャに基づき、エッジ環境での実行に適したノーコードロジックエンジンを開発しました。これにより、ドラッグ＆ドロップによるオーケストレーションが可能になり、煩雑な開発プロセスやターミナルコマンドが不要になります。ノーコードロジックエンジンに加え、ユーザーが開発したプログラムを含む独自のカスタムコンテナ（カスタムアプリ）をデプロイする機能もサポートしており、ロジックエンジンの使いやすさと柔軟性を両立させています。
拡張可能なオープンアーキテクチャ
ユーザーは、SDK（PythonとGoをサポート）を使用してカスタムコンテナ（カスタムアプリ）を開発し、それぞれのニーズに合わせたアプリケーションを作成できます。このプラットフォームはカスタムノードをサポートしており、開発者は独自のプログラムをコンテナ化されたアプリケーションにパッケージ化し、エッジに直接デプロイできます。
100% コンテナ化サポート
ユーザーは、必要に応じて、NVIDIA TensorRT、Intel OpenVINO、ONNX Runtime、PyTorch、TensorFlow、また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エッジに展開できます。これにより、エッジ推論環境とAIモデルの反復処理を統合するための管理メカニズムを確立し、AIアプリケーションを迅速に展開できます。
応用事例
多国籍機器メーカーがAIエージェントを組み合わせてサービス効率を向上させる
顧客は、全国に製品を流通させている多国籍機器メーカーです。同社は製品販売に加え、顧客と保守契約を結び、24時間365日のサービスを提供しています。しかし、保守作業を依頼する際、現場で機器の状態に関するリアルタイム情報を入手することが困難です。修理計画を策定する前に、担当者が現場に出向いて状況を把握する必要があり、結果として多くの不必要な作業が発生し、運用コストが増加しています。
