PlantPulse AI Platform
- チャットボットに自社ドキュメントで回答させる — ドキュメント1件で最初の回答を得てみます
- 質問例 — 何を質問できるのか
- ワンラインインストール → 初期パスワードの変更
- 業務プロセス — 導入後も使い続けられる状態を保つ
「工場のすべてのデータを、すべての人が、自然言語のひと言で」
オンラインマニュアル: https://kopens.gitbook.io/plantpulse-ai
PlantPulse AI Platformは、製造現場のリアルタイムデータ、AI分析、ナレッジ管理を統合した産業用AIコパイロットプラットフォームです。
工場のオペレーターが自然言語で質問すると、AIがリアルタイムセンサーデータの照会、異常検知、予測分析、技術文書検索を自動で実行し、即時かつ正確な意思決定を支援します。
コパイロット — 現場判断アプリ
人が使うアプリであるコパイロットは、工場の問題を見つけて根拠とともに提案し、人が承認して閉じ、分からなければ尋ね、繰り返される仕事は自動化に任せる現場判断アプリです。作業者・班長・保全・工場長が一日を始める入口であり、用途は尋ねる・提案・自動化の3つです。 サイドバーには上から新しい会話・提案・自動化があります — 「尋ねる」という項目は別にはなく、新しい会話と最初に開く画面が尋ねるに当たります。
| 用途 | 行うこと | 詳細 |
|---|---|---|
| 尋ねる | 文字・写真・音声で尋ね、根拠とともに回答を受け取ります。最初に開く画面であり、手を打つべきことが「今日やること」の1行に折りたたまれています(押すと展開します) | AIチャット |
| 提案 | AIが見つけたやるべきこと(計画)と確認すべき異常・インシデント(突発)を、受付 → 承認 → 処置 → 結果 → 再発検証まで1つの詳細画面で完結させます | 提案 |
| 自動化 | 「毎朝これを見ておいて」を一文で任せます。結果は提案カード・レポートとして返り、アプリ通知・社内メール・メッセンジャーでも受け取れます。見張るもの(旧「ウォッチ」)もここで作ります | 自動化 |
画面全体はコパイロット画面マップに、開き方はコパイロットの開き方にあります。
コパイロットがそうではないものも明確にしておきます。
| そうではないもの | 理由 |
|---|---|
| MES | 実行・実績の正本は顧客システムです。コパイロットは読み取り、書き込むのは人が承認したドラフトだけです |
| ERP | 受注・資材・原価の正本も顧客システムです。書き込みは同様に承認されたドラフトのみ出ます |
| BIダッシュボード | 数字よりもその背後の原因と次の行動が目的です。数字が気になれば尋ねるで質問します |
| チャットボット | チャットは入口の1つです。見つかった問題は提案に上がり、承認・処置・結果・再発検証まで進みます |
| 作業者の実行端末 | MES作業指示の開始・完了報告は行いません — 提案の「結果記録」は実行提案・インシデントの結果です |
原則は2つです。
- 機能ではなく自動化 — 新たに見ておきたいことができたら、画面・メニューが増えるのを待たず、まず自動化で解決できるかを見ます。 繰り返し確認する仕事は一文で任せれば済みます。
- 選択連携 — デジタルスレッド・MES・ERP・PLM・QM との接続はオプションです。接続がなくても画面は完全であり、接続されれば能力だけが増えます — 尋ねると自動化が使うツール、提案に付く根拠リンク。連携専用の画面・カード・メニューは別にありません。
AIは説明・要約・ドラフトまでを行い、書き込みは人が承認します。画面は無彩色で、色はステータスドット(赤=緊急・橙=注意・緑=正常)にのみ使います。
エージェント・エージェントビルダーは自動化と呼びます。アラーム・異常信号で開かれた一件一件はインシデントです(コード・APIのincident)。旧メニュー「今日・実行提案・異常診断・解決・レポート」は
尋ねるの初期画面と提案に統合されました。ウォッチは廃止されました — 見張るものは自動化で作ります(旧画面のURLは新しい場所へは引き継がれません) → コパイロット画面マップ — 旧URL
主要数値
| 項目 | 数値 |
|---|---|
| チャットがツールを受け取るMCPサーバー | 6か所 |
| プラットフォーム統合MCPデータツール (オントロジー含む) | 22個 |
| TimeSeries-Insight 分析ツール | 39個 |
| RAG 検索ツール | 2個 |
| デジタルスレッドツール | 3個 |
| オントロジーノードタイプ | 14種 |
プラットフォーム構成
| 構成要素 | 役割 |
|---|---|
| AI Chat Web | ユーザーインターフェース — コパイロット(尋ねる・提案・自動化)。尋ねるのツール呼び出しは内蔵エージェントが行います |
| 統合MCP | リアルタイム工場データゲートウェイ (プラットフォーム server-web /api/v5/mcp、オントロジー含む) |
| Ontology | 工場ナレッジグラフ — 設備の関係/構造分析 (統合MCPに含まれる) |
| TimeSeries-Insight | AI異常検知 + 予測 + フィーチャーストア (39個の分析ツール) |
| RAG | LightRAGベースの技術文書検索 — マニュアル、SOP、規定を即座に参照 |
| Digital Thread | 外部システム(MES・SCM・ERP・PLM・QM)コネクタと工場グラフのミラー — 設備タイムラインと接続のトレース |
| AURA | 産業特化LLM — 製造ドメインにファインチューニングしたモデル |
導入効果
| 領域 | Before (従来) | After (PlantPulse AI) |
|---|---|---|
| 現況把握 | SCADA+Excel+マニュアルで30分~1時間 | 自然言語の質問で10秒 |
| 異常検知 | ルールベースのアラーム (事後対応) | AIによる事前検知 + 原因推定 |
| 保全方式 | 予防保全 (周期ベース) | 予知保全 (状態ベース) |
| 文書検索 | ファイルサーバーを手動で探索 | AIハイブリッド検索で即座に |
| AIコスト | クラウドAPIの従量課金 | オンプレミス固定費で無制限 |
| データセキュリティ | 外部クラウドへ送信 | 社内オンプレミスで完全維持 |
技術スタック
| レイヤー | 技術 |
|---|---|
| AIモデル | AURA LLM, IBM Granite TSPulse, TinyTimeMixer TTM |
| AIフレームワーク | MCP (Model Context Protocol), LiteLLM, LightRAG |
| バックエンド | Java 21 / Spring Boot 3.4, Python / FastAPI |
| グラフDB | Neo4j |
| ベクトルDB | Qdrant |
| リレーショナルDB | PostgreSQL 18 |
| 時系列DB | Apache Cassandra |
| キャッシュ | Valkey (Redis 互換) |
| オブジェクトストレージ | RustFS (S3 互換) |
| GPU | NVIDIA DGX Spark 互換 (低スペック運用) |
| デプロイ | オンプレミス / エッジ / クラウド |
導入対象
| 産業 | 主な活用シナリオ |
|---|---|
| 食品飲料製造 | 生産ラインのOEE管理、品質モニタリング、エネルギー最適化 |
| 化学/石油化学 | 工程異常の早期検知、安全規定の遵守、設備ヘルス管理 |
| 自動車部品 | 予知保全、作業指示の品質トレース、ラインバランシング |
| 半導体/電子 | 微細な異常の検知、歩留まり予測、クリーンルーム環境モニタリング |
| 鉄鋼/金属 | 高温設備のモニタリング、エネルギー管理、保全周期の最適化 |