Blog

ブログ・技術記事

AI / DX / クラウド / データ基盤など、現場で使える技術と戦略をテーマに記事を公開しています。

Start Here

目的別のおすすめ記事

製品を検討する方の入口になる記事を絞って紹介します。

32 件の記事

マルチモーダルAI画像分析の選び方|クラウドVLMとエッジAI

マルチモーダルAI画像分析の選び方|クラウドVLMとエッジAI

写真をアップロードして自然言語で質問できるマルチモーダルAIの登場で、画像分析の選択肢は大きく広がりました。一方で、製造ラインの外観検査のように毎秒判定が必要な現場では、従来型のエッジAIが依然として本命です。本記事では、クラウドVLMとエッジ専用モデルという2つのアプローチを、判定速度・コスト・運...

GA4で問い合わせ計測を正しく行う初期設定|中小企業サイト編

GA4で問い合わせ計測を正しく行う初期設定|中小企業サイト編

GA4を入れたのに「問い合わせが何件あったのか正確に分からない」という相談は、製造業の中小企業サイトで驚くほど多い課題です。本記事では、GA4の問い合わせ計測がずれる典型パターンを整理したうえで、サンクスページ方式を軸にした確実な初期設定の手順を解説します。設定後に実件数と照合する検証方法まで押さえ...

Salesforce×Adobe Analytics連携入門|問い合わせから受注まで一つにつなぐ

Salesforce×Adobe Analytics連携入門|問い合わせから受注まで一つにつなぐ

SalesforceとAdobe Analyticsの連携と聞くと難しそうに感じるかもしれませんが、本質は「Webでの問い合わせ前の行動」と「商談・受注の結果」をつなぐことです。本記事は、専門知識のない方でも読めるように、仕組みと進め方を実務目線でかみ砕いて解説します。製造業のBtoB営業やDX推進...

ホームページリニューアル前に確認|問い合わせが届くサイトの条件

ホームページリニューアル前に確認|問い合わせが届くサイトの条件

「ホームページをリニューアルすれば問い合わせが増えるはず」という期待だけで作り直しに着手すると、費用をかけたのに成果が変わらない結果になりがちです。本記事では、製造業をはじめとする中小企業の担当者からよく受ける質問に答える形で、リニューアル前に確かめるべきデータと、問い合わせが届くサイトの条件を整理...

後付けセンサーで設備監視を始めるには?現場のよくある質問7選

後付けセンサーで設備監視を始めるには?現場のよくある質問7選

既設設備を止めずに、後付けセンサーで設備監視やデータ収集を始めたい——そんな相談を現場から多くいただきます。この記事では、センサーの選び方から配線・サンプリング周期・費用感まで、実際によく受ける質問にQ&A形式で答えます。自社の設備にそのまま当てはめられる判断基準を持ち帰ってください。

外観検査AIの選び方|分類・検出・セグメンテーション使い分けQ&A

外観検査AIの選び方|分類・検出・セグメンテーション使い分けQ&A

外観検査にAIを導入しようとすると、最初に悩むのが「分類・検出・セグメンテーションのどれを使うべきか」というモデル選びです。本記事では、製造現場の品質管理・設備保全のご担当者からよく受ける質問に答える形で、外観検査AIのモデル選び方の判断基準を、アノテーション工数や必要画像枚数の目安とあわせて解説し...

予知保全をセンサー3種で実現し突発停止を7割減らした話

予知保全をセンサー3種で実現し突発停止を7割減らした話

老朽化した加工設備の突発停止に悩まされていたある製造業の現場が、温度・振動・電流という3種類のセンサーデータで予知保全に取り組んだ一年の記録です。しきい値設定の失敗や誤報の山を乗り越え、突発停止時間を約7割削減するまでの道のりを、実務で使える判断基準とともにたどります。

社内AIチャット権限管理の設計|フィルタ方式と分離方式の選び方

社内AIチャット権限管理の設計|フィルタ方式と分離方式の選び方

社内文書を対象にしたRAG構成の社内AIチャットを検討すると、必ず「部署ごとに見せてよい情報が違う」という壁に当たります。本記事では、社内AIチャットの権限管理を実現する代表的な2つの方式「メタデータフィルタ方式」と「インデックス分離方式」を比較し、自社の組織構造と運用体制に合った選び方を整理します...

AI PoCの進め方を変えて外観検査を本番運用に乗せた話

AI PoCの進め方を変えて外観検査を本番運用に乗せた話

樹脂成形部品を手がけるある製造業の現場では、外観検査AIのPoCが二度「精度は出たのに導入に至らない」まま終わっていました。三度目の挑戦でAI PoCの進め方そのものを見直し、終了条件と本番環境を最初に固めたことで、8週間の検証から3か月で本番ラインへの導入にこぎつけました。その過程で何を変えたのか...

予知保全センサーの選び方とアラート設計|失敗しない始め方

予知保全センサーの選び方とアラート設計|失敗しない始め方

設備の突発停止をなくしたいと予知保全に取り組んだものの、「センサーは付けたがアラートが多すぎて誰も見なくなった」という現場は少なくありません。本記事では、故障モードから逆算するセンサー選定、段階的な判定ロジック、現場が信頼して動けるアラート設計までを、実務の手順と数値感で整理します。読み終えたときに...

生成AIの社内利用ルール策定|情報漏えいを防ぐガードレール設計

生成AIの社内利用ルール策定|情報漏えいを防ぐガードレール設計

生成AIの社内利用ルールが「全面禁止」か「性善説の野放し」に二極化し、結果として現場でシャドーITが横行する——製造業のDX推進担当者からよく聞く悩みです。本記事では、情報区分・技術制御・運用の3層でガードレールを設計し、90日で全社ルールとして回し始める具体的な手順を解説します。読み終えたとき、自...

不良品検知AIのPoC入門:短期間で回す進め方と精度評価

不良品検知AIのPoC入門:短期間で回す進め方と精度評価

不良品検知AIのPoC(効果検証)を、専門知識がない方にも分かるように基礎から解説する入門記事です。データ収集から判定精度の評価まで、短期間でPoCを回すための具体的な手順と判断基準を、製造現場の実例に沿って紹介します。

外観検査AI導入で失敗しないためのチェックリスト|段階別の回避策

外観検査AI導入で失敗しないためのチェックリスト|段階別の回避策

外観検査のAI化を検討している製造業の品質管理・設備保全担当者、そしてその導入を支援するDX推進担当者に向けたチェックリストです。企画からPoC、本番運用までの各段階で「よくある失敗」を先回りして潰すための確認項目を、現場支援の経験に基づいて整理しました。検討会議やベンダーとの打ち合わせに、そのまま...

生成AIと社内データ連携の4パターン|失敗しない選び方と進め方

生成AIと社内データ連携の4パターン|失敗しない選び方と進め方

社内AIチャットを導入したものの「うちの規程や設備マニュアルには答えられない」という声は珍しくありません。原因の多くは生成AIと社内データの連携方式が業務要件に合っていないことにあります。本記事では、グループウェアや社内DBと生成AIをつなぐ代表的な4つの連携パターンを整理し、自社に合った方式を選ぶ...

社内AIチャットのハルシネーション対策入門:出典提示と範囲制御

社内AIチャットのハルシネーション対策入門:出典提示と範囲制御

社内AIチャットの導入検討で必ず話題になるのが「AIがもっともらしい嘘をつく」ハルシネーションの問題です。本記事では、専門知識がない方にも分かるように、出典提示と回答範囲の制御という2つの実践的な対策を、現場で使える判断基準や進め方とあわせて解説します。

AI導入はスモールスタートが正解|最初の1業務の選び方

AI導入はスモールスタートが正解|最初の1業務の選び方

AI導入を検討しても「どの業務から始めるべきか」で議論が止まり、半年以上動けない企業は少なくありません。本記事では、スモールスタートでAI導入を成功させるための最初の1業務の選定基準を、データ・効果測定・現場協力という3つの軸で具体的に解説します。読み終えたとき、自社の候補業務を点数化し、来月からP...

検査AIの費用対効果は?工数・見逃し・手直しコストで測る

検査AIの費用対効果は?工数・見逃し・手直しコストで測る

検査AIの導入を検討する際、経営層への説明で必ず問われるのが費用対効果です。本記事では、検査工数・見逃し率・手直しコストという3つの指標を軸に、効果をどう数値化し、投資判断につなげるかを現場からよく受ける質問に答える形で解説します。PoC段階での見極め方まで、実務でそのまま使える計算の考え方をまとめ...

異常検知のアラート設計入門|現場を疲れさせない通知の作り方

異常検知のアラート設計入門|現場を疲れさせない通知の作り方

設備監視や外観検査にAIを導入したのに、アラートが多すぎて誰も見なくなってしまった——これは異常検知の現場で最もよく起きる失敗です。本記事では、専門知識がない方でも分かるように「アラート疲れ」が起きる仕組みと、通知設計を改善する具体的な手順を解説します。これから異常検知の導入を検討する方も、すでに運...

社内AIチャット効果測定の指標選び:問い合わせ削減率と自己解決率

社内AIチャット効果測定の指標選び:問い合わせ削減率と自己解決率

社内AIチャットを導入したものの、経営層への効果報告で「何をどう測ればよいのか」と迷う担当者は少なくありません。本記事では、効果測定の代表指標である「問い合わせ削減率」と「自己解決率」を比較し、導入フェーズや目的に応じてどちらを主指標にすべきかの判断基準を、計測方法と数値の目安つきで解説します。

AI導入の体制づくりで失敗しない現場・情シス・ベンダーの役割分担

AI導入の体制づくりで失敗しない現場・情シス・ベンダーの役割分担

AI導入プロジェクトがPoC止まりになる原因の多くは、アルゴリズムの性能ではなく体制づくりの不備にあります。本記事では、外観検査や設備監視などの現場AI導入を例に、現場・情シス・ベンダーの三者がそれぞれ何に責任を持つべきかを、フェーズごとの役割分担表と具体的な判断基準で整理します。読み終えたとき、自...