活用できるAIおよびDX導入事例を多様な業種でご紹介します
。昨今のビジネス現場では、自社サービスに生成AIを活用する事例、自社効率性の向上の事例が多く報告されています。
AIの導入の活用法は、業界ごとに異なり、採用されるシステムも多様です。
この記事を通して 「導入アイデア・あなたに使えるサービス・導入のポイント」 の参考になれば幸いです。
弊社ではAI導入の最初の窓口としてAI総合研究所を運営しています。導入のお悩みはご気軽に弊社にご相談ください。
E.ONがMicrosoft Azureに基づく人工知能を駆使したドローン検査を実施し、電力グリッドのメンテナンスプロセスを効率化し、安全性を向上させた事例です。
AI搭載のGrid Vision®を利用してドローン画像の分析を行い、定期的なメンテナンスから予測的なメンテナンスへとシフトし、ドイツ全土での電力供給の信頼性を高めることに成功しました。
【導入の背景】
E.ONはドイツ最大の電力供給者として、700,000kmに及ぶ電力グリッドの管理運用を行い、2019年だけで508TWhもの電力消費に対応していました。
これは非常に手間がかかる作業であり、さらには手動でのメンテナンス作業が多く、リスクが高いものでした。
そのため、デジタルソリューションを用いて効率化と安全性の向上を図る必要がありました。
【元々の課題】
以前の電力線の点検作業では、従業員が電線沿いを歩き、手作業での検査を行っていました。このプロセスでは、電柱に上り部品の点検を行うなど、体力を要し危険な作業が求められていました。
また、検査結果を事後的にシステムに入力し、修理の有無を判断するというステップがあり、エラーパターンを特定して信頼性ある予測を立てることが困難でした。
【解決策】
E.ONはMicrosoft Azureベースで開発されたeSmart SystemsのソフトウェアであるGrid Vision®によって、AIをサポートされたドローンの画像解析を実施しました。
技術者がドローンを飛ばし、重要な点で画像を撮影し、撮影した画像をMicrosoft Azure上にアップロードして、AIが評価してメンテナンス作業を効率化しました。
【効果】
AI搭載のGrid Vision®を使用した画像解析によって、検査の性能が向上し、E.ONは運用の精度を向上させました。
これにより、点検作業の効率化を実現し、周期的メンテナンスから予測的メンテナンスに移行することができました。
E.ONはさらなる自動化を目指しており、ドローンを利用した検査により、ドイツ国内の電力供給の安定性と信頼性の向上に寄与しています。
【出典】
