10月23日、Scarlett Evansが「Siemens, Nvidia deploy industrial AI to reduce engineering effort」と題した記事を公開した。SiemensとNvidiaがドイツの工場に産業AIを本格展開し、エンジニアリング工数の大幅削減を実証しているという内容だ。ただし、記事で示される削減率はいずれも「最大」値であり、特定条件下での潜在的効果である点には留意が必要だ。

「最大85%の工数削減」をどう実現しているか

NvidiaはSiemensのドイツ・エアランゲン電子工場（Electronics Factory in Erlangen）に複数のAIシステムを展開している。その核心となるのが、デジタルツイン（物理資産の仮想レプリカ）を使ったPCB（プリント基板）検査システムだ。

従来、基板の外観検査システムを訓練するには物理的なプロトタイプが必要だった。このアプローチでは、デジタルツインからフォトリアリスティック（写真品質）な基板アセンブリ画像をAIで生成し、物理プロトタイプなしに検査システムを事前訓練できる。両社は、この手法によって**エンジニアリング工数を最大85%、市場投入までの期間を最大40%**削減できると主張している。

もう一つの柱は、AIエージェントによる生産シナリオのモデリングと予測だ。工場のデジタルツインを使って、実装前に計画を検証する。これにより手動での再計画工数を最大90%削減できるとしている。

技術スタックとしては、以下の3つが組み合わされている：

• **Nvidia Cosmos**：品質検査向けの合成トレーニングデータを生成するワールドモデル。物理プロトタイプなしにリアルな基板画像を生成することで、検査AIの事前訓練を可能にする役割を担う
• Nvidia Factory Operations Blueprint：生産計画フェーズでAIエージェントの動作を支援するフレームワーク。工場の稼働状況に応じた計画立案・最適化を自動化する
• **Nvidia Omniverse**：実工場データに基づいて計画をシミュレーションする3D協調プラットフォーム。CosmosやFactory Operations Blueprintが生成・処理したデータを可視化・検証する基盤として機能する

現時点でエアランゲンサイトでは、生産・物流・品質検査・保守の各領域にわたり、すでに100以上のAIアルゴリズムが稼働中だ。Siemensはこのサイトの変革に向け、2030年までに約5億5,900万ドルを投資する計画を明らかにしている。

「自社工場での実証」が持つ意味

Interact Analysisのアナリスト、Samantha Mouは、今回の取り組みの核心を次のように指摘する。Siemensが自社工場でこの技術を実証している点が重要であり、単に可能性を訴求するのとは異なる、と。

「エンドユーザーやインテグレーターが産業AIを工場に導入する意欲を高めるうえで、意味のある一歩だ。自社工場にAIを展開することで、Siemensはその実用的な価値を示し、顧客に現場の経験を直接共有できる」（Mou）

同社の別のアナリスト、Matthieu Kulezakは、具体的な数字が持つ営業上の効果を強調する。

「PCB検査で最大85%のエンジニアリング工数削減、再計画工数で最大90%削減という数字は、"ビジョンスライド"のレベルを超えて、顧客と真剣なROI対話ができるスペックだ」（Kulezak）

スケールへの道は険しい

課題も率直に語られている。Kulezakは「ヘッドラインの数字は、Siemens自社の高混在品種工場での潜在的効果であり、複数ベンダーが混在するブラウンフィールドサイト（既存設備が残る工場）での実証ではない。スケールの証明はこれからだ」と釘を刺す。

障壁として挙げられているのは、既存インフラのアップグレードコストと複雑さ、データ品質の問題、セキュリティ、ガバナンスだ。「最大」値として示された削減率が、設備構成やデータ品質が異なる他社工場でどこまで再現されるかは、現時点では未検証と言わざるを得ない。

なお、NvidiaのOmniverseを活用しているのはSiemensだけではなく、Omron、ABB、Rockwell Automationも同技術で産業向けアプリケーションの協業を進めている。

本番環境の多様性に対してどこまで効率改善を再現できるか、次の試練はそこにある。

詳細はSiemens, Nvidia deploy industrial AI to reduce engineering effortを参照していただきたい。