シーメンス、工場計画を数分に短縮　NVIDIAの産業AI活用で開発期間を4割削減

本技術は、主にエレクトロニクス機器や精密部品を扱う製造業の設計・生産管理担当者や工場管理者に影響を与える取り組みです。一般的な消費者や個人事業主の日常業務が直接変わるものではありません。シーメンスがドイツのエーランゲンにある電子機器工場で進める、AIエージェントとデジタルツイン（現実空間の工場や設備をデジタル上に再現する仕組み）を融合させた次世代型工場の実証事例です。

既存の工場運営では、製品の多品種展開や設計変更に対応する際、膨大な時間とコストが発生していました。今回の取り組みは、自律的に思考して処理を進めるソフトウェア機能である「AIエージェント」を活用し、設計から生産ラインの調整までの作業手順を根本から再構築するものです。

設計現場での具体的な使い方と仮想プロトタイピングの効果

従来、プリント基板などの電子機器で新しい製品バリエーションを作る場合、品質管理用の光学検査モデルを学習させる必要がありました。そのためには、毎回実物の試作品（物理プロトタイプ）を作成し、カメラで撮影して画像データを集める工程が不可欠でした。

新システムでは、シーメンスの工程準備用エージェントである「Process Preparation X Agent」が、NVIDIAの生成AIモデル「NVIDIA Cosmos」と連携します。これにより、コンピューター上に正確な「仮想プロトタイプ」を構築し、検査AIの学習に必要な合成データセット（コンピューターが自動生成した画像データ）を生成します。

実際の生産ラインで試行錯誤を行う前に、デジタル空間上で品質検査モデルのトレーニングと検証（バリデーション）をすべて完了できます。この結果、新製品を設計してから市場に投入するまでの期間（タイムトゥマーケット）を40%削減することに成功しました。

また、現場で突発的な部品変更が発生した場合の調整作業も簡略化されています。例えばコネクタ部品の色が変更された場合、作業者が「新しいコンポーネントマニュアルでモデルを更新して」とテキストで指示（プロンプト入力）するだけで済むようになりました。

システム内部では「In-context learning（再学習を行わずに提示された文脈情報だけで即座に適応する手法）」が働き、基準形状の再登録や交差の再計算、検査モデルの再スコア判定が完了します。これによって、従来は手作業で再設定していた検査モデルの更新が数分で終了します。

工場全体の自動最適化とライン調整の手順

製品単体の検査モデルだけでなく、工場全体の運用（Operations）領域でもAIエージェントが活用されています。シーメンスの運用管理システム「Intelligence Center X」には、NVIDIAの工場運用向け設計図「NVIDIA Factory Operations Blueprint」が組み込まれています。

新しい製造注文が届くと、システム内の「Production Planner Agent（生産計画エージェント）」が起動します。このエージェントは、納期の優先順位、必要な部材の供給状況、製造ラインの設備切り替え（チェンジオーバー）に伴う工数を自動的に天秤にかけます。

複数の制約条件を考慮した上で、最もバランスの取れた生産計画を数分で提示します。生産シミュレーションの結果として、運用コストを20%削減できる可能性が示されています。

さらに「Digital Twin Composer」とNVIDIA Omniverseのライブラリを組み合わせることで、物理法則に基づいた高度なシミュレーションと現場のリアルタイムデータを統合できます。実際の設備を止めることなく、計画の実現可能性をデジタル上で検証できる環境が整いました。