誇張か革命か?産業メタバースの4つの大きなトレンド

誇張か革命か?産業メタバースの4つの大きなトレンド


産業用仮想世界は、製造業者がすでに進めているデジタル変革を補完できるでしょうか?

メタバースについてはもう聞き飽きているかもしれませんが、ブルームバーグ・インテリジェンスが予測しているように、今後数年間で投資と価値は増加の一途をたどり、2024年までにその価値は最大8,000億ドルに達するでしょう。 Facebook は最近、「メタバース」という用語と、B2C (ビジネス ツー コンシューマー) 分野における次世代アプリケーションの権利を獲得しようと試みていることを考えると、これは Facebook にとって素晴らしいニュースです

しかし、産業仮想世界はまったく異なる現実を経験しており、本質的に物理的なプロセスにデジタルファーストの体験をもたらすことを目指しています。これにより、デジタル変革と「インダストリー 4.0」がまったく新しいレベルに引き上げられます。産業用仮想世界は、IoT を通じて機械をオンラインにしたり、リモートで予測メンテナンス資産監視を実行できるデジタル プラットフォームを構築したりするのではなく、物理的な操作に変換できるデジタル エクスペリエンスから始まります。

多くのメーカーが、自社の工場や石油掘削装置のデジタルエンジニアリングから得られる価値について懐疑的であることは当然です。産業メタバースは、現在進行中のデジタル変革を補完できるでしょうか? それとも、製造業における新たな大きな変化に備える必要があるのでしょうか?

従業員研修におけるメタバースの応用

産業のメタバースでは、企業は新入社員を、最終的に働くことになる工場現場のデジタルレプリカでトレーニングします。メーカーは、研修生を同時に 1 か所に留めておくことや、潜在的に敵対的な環境に対処しなければならないなど、研修を困難にする多くの制約から解放されます。新入社員は、現場業務を中断したり、ミッションクリティカルな人材の注意をそらしたりすることなく、問題を解決し、複雑なタスクを完了しながら、自宅やチーム内で学習できます。

仮想環境は、エッジケース、予測不可能なイベント、または理想的とは言えない状況のトレーニングにも利点があります。トレーニング プログラムは、ある程度のランダム性を持たせて設計できるため、悪天候や機器の故障が発生した場合でも、インストラクターが待機して生徒を指導し、リスクを排除しながら対応能力を高めることができます。これは、航空機のパイロットが、機器の故障など、実際の機器では安全に再現できない最悪のシナリオに備えてシミュレーターで訓練する方法に似ています。

トレーニングは、工場や業務全体のデジタル変革プロセスを経ることなく、製造業者に即時の効果をもたらすことができるため、産業仮想世界では早期に導入される可能性が最も高いと思われます。

拡張現実

産業用仮想世界を使ったトレーニングで見たことがあるかもしれない本格的な仮想現実 (VR) とは異なり、拡張現実 (AR) は、Microsoft の HoloLens などのテクノロジーを使用して、周囲の物理空間の上に情報を表示します。一部のメーカーはすでに AR をトレーニングの目的で使用し、技術者に業務に関する「リマインダー」情報を提供しています。

たとえば、複雑なメンテナンス手順を実行するメンテナンス作業員は、AR ヘッドセットを使用して、各手順を視覚化し、機器にマッピングして確認できます。適切なタイミングでより多くのコンテキスト情報を提供することで、エラーのリスクが軽減され、プロセスがスピードアップします。同僚の怒鳴り声を聞いたり、手動と機械を切り替えたりする必要がなくなります。仮想アシスタントがプロトコルをステップごとにガイドしてくれることもできます。

AR は、業界の仮想世界からの支援の有無にかかわらず、今後も存在し続けるでしょう。新しいテクノロジー スタートアップのグループは、リアルタイムのデータ分析や統合された標準操作手順からの洞察を通じて、物理的な製造体験を向上させる新しい方法を提供しています。

デジタルツインとメタバース

製造業の業務におけるあらゆるオブジェクト(単一の製品、機械、または工場全体)は、十分なモデリングとリアルタイム データを使用して仮想化できます。デジタル ツインは、物理的なオブジェクトの仮想表現を作成し、その状態に関する新しい情報を継続的に提供することで、製造業者に、現在のパフォーマンスを確認し、将来のパフォーマンスをシミュレートまたは予測する前例のない機能を提供します。

これにより、エンジニアは遠隔地の機器のトラブルシューティングを行ったり、状況に関する単なる仮定ではなく実際のデータに基づいてシミュレーションを実行したり、廃棄ややり直しにつながる前に潜在的な品質不良を特定したり、競合他社の製品と差別化したり、経営陣や工場長に、俯瞰的かつ詳細な視点から業務の状況をこれまでにないほど可視化したりすることが可能になります。

デジタルツインの概念は約 20 年前から存在していますが、産業用仮想世界の台頭により新たな命が吹き込まれるはずです。たとえば、デジタル ツインは、静的な VR トレーニング コースを現実世界のデータで拡張し、より「実践的な」体験を提供できます。

継続的なシミュレーション

産業仮想世界はリアルタイムデータに基づいています。メーカーが最後の 3 つのユースケースのいずれかを実装すると、現在分析できる範囲を超える量のストリーミング データが発生する可能性があります。継続的なシミュレーションを導入すると、デジタル ツインとヒューマン マシン インターフェイスからのリアルタイム データを活用して、生産に関する「what if」の質問を継続的に行うことができます。

チームが思いもよらなかったシナリオを継続的にシミュレーションした結果、緊急時対応計画や代替プロセスを生成したり、新しい入力や構成を使用して安定したシステムを継続的に最適化したりできることを想像してみてください。これらのシミュレーションは完全に自動化することも、特定の現実世界の条件に基づいてトリガーすることもでき、受動的に改善を探したり、特定の目標や KPI を推進したりできます。

継続的なシミュレーションは、デジタル変革、リアルタイム分析、予測 AI/ML 間のギャップを埋める可能性を秘めており、継続的な改善の文化が強いメーカーにとっては、技術要件を特定すればそれが不可欠となるでしょう。

こうした傾向から、産業仮想世界はまだ始まったばかりのようです。顧客体験、サプライ チェーンの透明性、災害復旧計画、そして要求の厳しい顧客に対して従来の製品を販売する新しい方法の発見はすべて、成功につながります。早期に投資し、実際の価値(誇張ではない)をもたらすトレンドに従う人にとって、明日の大きな変化を求めて今日のプロセスを少し最適化することには利点があります。


<<:  DeepMindの「フィッシングエンフォースメント」:AIに間違った発言をさせ、数万件の危険な発言を発見させる

>>:  北京冬季オリンピックと人工知能が出会うと、どんな火花が散るのでしょうか?

ブログ    
ブログ    

推薦する

...

Python ディープラーニング: なぜディープラーニングを学ぶのか?

2016年初頭、伝説の囲碁プレイヤー、イ・セドル氏が囲碁界の「新人」と世界的に有名な一連の対決を始...

金融AIが外灘サミットでデビュー: 完全な金融知識を備え、同時に数百万人と会話し、金融アドバイスを提供可能

「こんにちは。投資したいお金があります。期待収益は 6 ~ 10 ポイントです。1 年間投資したいと...

...

テスラの秘密チームが暴露:ネガティブなニュースを抑え、虚偽入札の段階を乗り切ることに特化

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

ワクチン開発におけるIoTとAIの役割

明らかな理由から、ワクチンの開発が現在最優先事項となっています。安全で効果的なコロナウイルスワクチン...

データサイエンスの現在と未来

データサイエンスは、近年テクノロジー分野で最もホットな分野の 1 つです。データサイエンスまたは関連...

垂直型AIスタートアップと水平型AIスタートアップ: 異なる製品ルートの選択

AIスタートアップは主に2つのスタイルに分けられます。本日の記事では、その両方を分析して見ていきます...

ソフトウェアテストに AI を統合する 9 つのメリット

[[390945]] [51CTO.com 速訳]人工知能の普及は人々に大きな期待をもたらしました。...

最新の出来事を常に把握しましょう! Soraモデルテキスト生成ビデオをサポートするWebクライアント

みなさんこんにちは。JavaプログラマーのChenです。最近、Open AIが再び人気を集めており、...

人工知能業界データ分析:中国のネットユーザーの76.8%が2020年の人工知能トラフィックアプリケーションシナリオに満足している

政策の推進と資本の注目により、人工知能産業は今後も急速な発展傾向を維持するでしょう。投資家は人工知能...

ロボットは「職業を変える」、新しいトレンドは新しい機会をもたらす

ドイツ特派員 青木「昨年、北米のロボット受注の大半は初めて自動車工場で受注されなかった」ロイター通信...

小さなターゲットを検出するためのディープラーニングの一般的な方法

[[427475]]導入ディープラーニングによる物体検出、特に顔検出では、解像度が低い、画像がぼやけ...

DeepMindは、オンラインで攻撃的な言葉を出力することに特化したZaun AIを提案している

言語モデル (LM) は、不快な言葉を生成する可能性がしばしばあり、モデルの展開にも影響を及ぼします...