全産業共通 設備の異音検知は「学習なし」で始められる — ただし構成の選び方で性能が13.8ポイント動く
熟練保全員が最初に気づく手がかりは「音」である。既製の音響モデルを凍結して学習なしで異音検知を行う構成を系統比較した研究では、異常度の測り方を変えるだけで性能が平均13.8ポイント、最大53.8ポイント動いた。ただし絶対値はAUC 63%台で、熟練者の耳の代替にはならない。位置づけを誤らないための読み方とROIを整理する。
予知保全
全産業共通 建設・インフラ 精度99.6%より効いたのは「説明」だった — ポルト地下鉄の実運用データで査読誌に載った予知保全AIを、日本の設備保全に置き換える
設備保全AIが失敗する理由は精度不足ではなく、現場が信じないこと。ポルト地下鉄の実運用データ60万件で査読誌 Scientific Reports に掲載された研究は、故障を99.6%の精度で判別したうえで、判断理由を文章と寄与度グラフで返す設計になっている。ただし論文自身が保全コスト削減効果は未検証と明記する。工場のユーティリティ設備に置き換えた費用感まで整理した。
製造・組立 設備が止まる前にAIが言葉で警告する時代 — 時系列基盤モデル『TS-Reasoner』が中小工場予知保全の本命である理由
製造現場で最も高くつく事故は、不良品の流出ではない。設備がある日突然止まることだ。生産ラインが1時間止まれば、損失は数百万円から、規模によっては1,000万円を超える。納期遅延、機会損失、復旧人件費、信用低下——止まった瞬間から、コストは時...