当社では現在、排水の状態を管理するAIの導入を試みています。簡単に説明しますと、
まず排水の状態をカメラで監視し、付随する形でいくつかの化学的パラメーターを計測→それを特定のニューラルネットワークなどを用いて分類します。
その際、画像データだけでなく化学的パラメーターも特徴量として加え、分類の精度を上げています。
今後、当社から他社様へのIoT化の導入に伴って様々な角度からAIを導入して参ります。
この際、当社として重視しているのは「その問題は本当にAIが必要なのか。」という点。もし他の良い手段があるならAIに拘らずあくまで「最適解」を提案できるよう努めていく所存です。

センサーの情報を人が見やすい形に処理して、web画面に集約して表示するのがwebエンジニアの仕事。
技術としては、収集したバイナリーデータを計算処理するバッチ処理とweb画面からデータベースを操作するMVC構造を構築することで「工場ドクター“FORS”（※）」を開発しています。
またフロー画面やトレンド画面にはJavaScriptを駆使してタイムリーに画面が切り替わる機能を実装しています。さらにアジャイル開発スタイルを導入することでよりスピーディーな機能実装を実施しています。
（※）”FORS”は、工場を稼働させるために必要な水処理装置等のインフラ設備にセンサーを取り付けて状態を可視化し、データをAIで分析することで最適な作業タイミングやアラート通知までをワンストップで提供する当社サービス

工場のデータを集めてクラウドに保存するにはPLC（Program Logic Controller）をゲートウェイとして使用しています。
センサからの情報だけでなく、CC-LinkIE ControlやFL-net、Modbusなどで他のシステムや計器との連携も行っています。
クラウドは現地に設置したVPNルータを通ってPLCにアクセスし、1秒毎に各拠点にポーリングしデータを収集しています。
また、ポーリングの際にAIのリコメンドをPLCに書込み工場を最適に稼働する仕込みもあります。