「死角から飛躍へ：Terexが『Factory Playback』で業務の可視化を再定義する」

メーカーにはデータ不足といった問題はありません。むしろ、その逆です。ダッシュボードは至る所にあり、アラートは絶えず発せられています。システムは工場内のほぼすべての取引を記録しています。それにもかかわらず、実際に問題が発生した際、最も重要な問いが本来あるべきよりも長く頭から離れません。「なぜこのようなことが起きたのか？」

NVIDIA GTCで開催された「Factory Playback Intelligenceによる産業オペレーションの強化」と題したセッションにおいて、Tulip 、その問いに対する新たなアプローチを提示しました。それは、ダッシュボードを追加したり、分析機能をさらに重ねたりするのではなく、オペレーションの理解の仕方を根本から変えるというものです。

このアプローチは、概念としてはシンプルですが、実践においては非常に効果的です。運用データと同期した映像を組み合わせることで、生産現場の状況を包括的かつ文脈に沿って把握できるようになります。

そこから浮かび上がってくるのは、メーカー各社が長年求めてきたものであり、現場で実際に何が起きたのかを示す、検証可能で検索可能な「グラウンド・トゥルース」と、AIが業務を理解し改善するための新たな基盤です。

従来のシステムは、イベントの記録には非常に優れています。作業指示書が発行されます。機械が停止します。午前10時2分に品質検査に不合格となります。このタイムラインは一見完全に見えますが、果たしてそうでしょうか？

欠けているものは、それらのタイムスタンプの間の隙間に存在しています：

• 作業を始める前にためらった作業員
• 遅れて届いた品物
• 標準作業からのわずかな逸脱で、アラートは発動しませんでした

多くの根本原因調査は、この段階で行き詰まってしまいます。チームは、ログを分析し、オペレーターへの聞き取りを行い、経験に頼りながら、何が起きたのかを再現しようとします。最終的にはうまくいくこともありますが、時間がかかり、主観的な判断になりがちです。

テレックスは、標準化には限界があるという環境下で事業を展開しています。40カ所以上の製造拠点と、高所作業車から特注の多目的車両に至るまで幅広い製品ラインナップを有する当社にとって、多様性は例外ではなく、むしろ当たり前なのです。多くの場合、製品は受注生産で設計されるため、工場を通過する各ユニットにはそれぞれ独自の特性があります。そのような環境では、画一的なシステムは通用しません。

センサーやPLC、エンタープライズシステムが導入されていたにもかかわらず、業務の大部分は依然として明確に把握することが困難でした。それはデータが存在しなかったからではなく、全体像を捉えきれていなかったからです。

セッションで説明されたように、重要な活動は「デジタル接点の合間」で行われています。そこが遅延の原因となります。そこが安全上のリスクが生じる場所です。そこが品質問題の始まりです。そしてつい最近まで、その現実の層はほとんど目に見えないものでした。

そのギャップを埋めるため、Terex社はTulip と提携しTulip 「Factory Playback」Tulip 導入Tulip 。Tulip 、現場の業務向けに運用データTulip 、工場全体で発生する構造化されたイベント（誰が、いつ、どのアプリで、どの機械を使用して何を行ったか）を捕捉します。「Factory Playback」は、NVIDIA Cosmos Reasonビジョン・言語モデル（VLM） を活用したNVIDIA Metropolis Blueprint for Video Search and Summarization（VSS）を基盤として構築されており、その基盤の上に、ビデオストリームをこれらのイベントと直接同期させることで、生産現場の統一された時間軸に沿ったビューを実現します。

「Factory Playback」は、検索可能で、運用状況に応じたタイムライン機能を提供します。テストの失敗箇所をクリックすると、システムはその瞬間の動画に直接ジャンプし、その前後の状況も併せて表示されます。あらゆるアラート、ワークフローのステップ、あるいは機械のイベントが、現実への入り口となります。これは単なる動画ではありません。また、単なるデータでもありません。運用状況に根ざした両者の組み合わせこそが、何が起きたかだけでなく、なぜ起きたのかを理解することを可能にするのです。

その影響は、日々の業務においてすぐに現れてきます。

安全対策について考えてみましょう。多くの現場では、安全に関する報告は事後対応的なものとなっています。事故が発生し、それが記録され、その後でチームが調査を行うという流れです。しかし、「Factory Playback」を使えば、安全上の問題が起きたその場で特定することが可能です。個人用保護具（PPE）の未着用、立入禁止区域への侵入、標準手順からの逸脱などです。これらはもはや抽象的なリスクではありません。目に見える形で把握でき、追跡可能であり、具体的な対策を講じることができるのです。

あるいは、スループットについて考えてみましょう。テレックスの事業においては、需要が生産能力を上回っています。制約となっているのは需要の創出ではなく、生産量の方です。そのため、わずかな非効率性が、予想以上に大きな問題となります。以前は通常の変動と見なされていたものも、今では詳細に検証することができるようになりました。なぜこのステーションは遅れをとったのでしょうか？なぜオペレーターたちは待機していたのでしょうか？なぜここには仕事が溜まったのに、あちらには溜まらなかったのでしょうか？

時には、その兆候はごくわずかなものです。オペレーターたちが予期せず集まっている様子。単独で見れば取るに足らないような間が、シフトをまたいで繰り返されること。こうしたパターンは、データだけでは見つけにくいものです。しかし、映像で見れば、はっきりとわかるようになります。

品質についても同様の傾向が見られます。欠陥が突然現れることはめったにありません。欠陥は徐々に蓄積していくものです。工程における些細な問題、機械の動作がわずかに異常であること、材料が予想通りに振る舞わないことなどです。映像データとイベントデータを同期させることで、こうした初期の兆候を特定し、手直し作業へと発展する前に対処することができます。

テレックスの歩みにおいて際立っているのは、単一の画期的な瞬間ではありません。それは、数多くの小さな改善の積み重ねなのです。処理能力のわずかな向上。安全上の事故の減少。手直しを必要とする欠陥の減少。生産状況の可視性の向上。個々に見れば、それぞれの改善は些細なものに思えるかもしれません。しかし、それらが合わさることで、その効果は急速に大きくなっていくのです。

単一の施設において、こうした成果は数百万ドル規模の経済効果をもたらし、その額は年間700万ドルを超えると 推定されています。さらに 重要なのは、それらが継続的に改善される仕組みを生み出すことです。 得られた知見の一つひとつが新たな疑問へとつながり、その疑問が、業務が実際にどのように機能しているかについてのより深い理解へと導いてくれるのです。

これを単なるビデオソリューションと片付けるのは簡単ですが、それでは本質を見失ってしまいます。ビデオそのものだけでは、製造現場における価値は限定的です。文脈がなければ、検索も解釈も困難であり、それに基づいて行動を起こすことも難しくなります。Factory Playbackが他と異なる点は、その基盤となる運用レイヤーにあります。

Tulip 、業務全体にわたる構造化されたイベントデータをTulip 。具体的には、誰がアクションを実行したか、どのステップを完了したか、いつ発生したか、そしてどのマシンが関与したかといった情報です。このデータは、動画に意味を与えるための土台となります。この土台がなければ、動画は単なる映像に過ぎません。しかし、これがあることで、動画は全く別のものへと変わります。それは、単に何が起きたかだけでなく、なぜ起きたのかを理解するための手段となるのです。

ここには、可視性の枠を超えた、より広範な意味合いも含まれています。メーカー各社がAIの活用を模索する中で、一貫して浮上する課題があります。それは、モデルは強力であるものの、文脈が欠けているという点です。モデルはデータを処理することはできますが、実際に何が起きているのかという確固たる理解がなければ、現実世界の業務を解釈することに苦労します。「Factory Playback」は、その問題の解決に着手しています。

構造化された運用データと視覚的なコンテキストを組み合わせることで、AIがより効果的に推論できる環境を構築します。それは抽象的なものではなく、工場の物理的な現実と密接に連動したものです。これにより、より高度な活用事例への道が開かれます。工程の逸脱を自動検出すること。リアルタイムでの推奨事項の提示。問題が発生したその場で対応する閉ループ型のワークフローなどです。

しかし、それらの機能は、信頼できる情報源があるかどうかにかかっています。

長年にわたり、製造業ではデジタル化が注目の的となってきました。より多くのデータを収集し、より多くのシステムを連携させ、プロセスの可視性を高めること。しかし、次のステップは異なります。それは、単なる記録ではなく、現実を反映した形で業務を理解できるようにすることです。

テレックスが示しているのは、まるで中に入ることができる「記録システム」のように、工場そのものを探索できる方向への転換です。工場内を検索したり、過去の状況を再現したり、他者からの説明だけに頼ることなく、そこから直接学ぶことができるのです。これにより、意思決定のあり方が変わります。問題解決のスピードも変わります。そして、チームが自らの知識に対して抱く確信の度合いも変わるのです。

そして、時が経つにつれて、業務そのものの成果も変化していきます。なぜなら、何が起きているかを正確に把握できれば、改善はもはや当て推量ではなくなり、必然的なものとなるからです。

NVIDIA GTCのセッションを全編ご覧ください Tulip erexTulip 、工場現場において業務のコンテキストとAIをどのように融合させているか、ぜひご覧ください。