シーメンスにおける人工知能の活用

シーメンスは1847年にベルリンで電信機製造会社として創業され、世界最大の産業コングロマリットの一つに成長しました。現在、シーメンスはエネルギー、ヘルスケア、モビリティ、インフラ、産業製造の各分野で事業を展開しています。2025会計年度、シーメンスは778億ユーロの収益を報告し、61億ユーロを研究開発に投資しました。その多くは、デジタル化された産業運営を支えるソフトウェア、オートメーション、データ駆動型技術に充てられています。同社によると、人工知能は特にデジタルインダストリー部門において、生産性、品質、回復力の向上にますます重要な役割を果たしています。

本記事では、シーメンスがAIを自社工場に組み込んだ運用能力としてどのように適用しているかを検証し、特に規模を拡大して展開している2つの成熟したAIユースケースを分析します。

AI駆動の予知保全による計画外ダウンタイムの削減

産業製造において、予期せぬ設備故障は生産ライン全体を停止させ、顧客への納期を遅らせ、多額の経済的損失を引き起こす可能性があります。シーメンスは、高混合・高量産の工場では短時間のダウンタイムでも年間数百万ユーロの損失につながると公表しています。従来の事後保全や定期保全では、損傷が発生した後の対応や、健全な設備への不要な保守が発生することがよくあります。業界レベルの推定では、予期せぬ設備故障が計画外ダウンタイムコストの約42%を占めています。

シーメンスは製造現場で、振動シグネチャ、温度測定値、消費電力と負荷データ、PLC・MESシステムの運用ログなど、既存の工場センサーからのリアルタイム時系列データを収集しています。これらのデータセットは、設備故障に先立つ通常の運転状態からの微妙な逸脱を識別するよう訓練された機械学習モデルで処理されます。多くのシーメンス工場では、エッジで推論が行われ、クラウド解析を待たずに異常をリアルタイムで検出・対応できます。

保守エンジニアやプラントオペレーターにとって、シーメンスのAIシステムはワークフローを変革します：故障の数日前から数週間前に早期警告を発行し、固定計画ではなくリスクに基づいて保守タスクを優先順位付けし、スペアパーツ計画を受動的から能動的に変更します。チームは故障に対応するのではなく、データが劣化を示した時点で介入し、緊急作業指示や生産中断を削減します。

シーメンスはグローバルな予知保全による工場レベルの財務的節約を開示していませんが、同社はAI駆動の予知保全が計画外ダウンタイムの削減、資産稼働率の向上、状態ベースの保守による保守コストの低減に貢献したと主張しています。シーメンスの内部展開を引用した外部事例研究では、同様の環境でダウンタイムが約30%削減され、資産稼働率が10～15%向上したと報告されています。さらにシーメンスは、既存の機械学習モデルに生成AIインターフェースを重ねるなど、AI対応保全の拡大に多額の投資を続けており、実験段階ではなく長期的な運用成熟度を示しています。

AIベースの外観検査による製造品質の向上

高精度の電子機器製造では、微細な欠陥でも検出前に数千ユニットに伝播し、スクラップ、手直し、保証請求につながる可能性があります。従来、シーメンスは手動検査とルールベースのマシンビジョンシステムに依存していましたが、フル生産速度と数千の製品バリエーションで精度を維持するのに苦労していました。

シーメンスの電子機器工場、特にドイツのアンベルク電子工場では、生産ラインに直接取り付けられた高解像度カメラストリーム、合格品と不良品のラベル付き画像データセット、異常をリアルタイムで検出するよう訓練された畳み込みニューラルネットワークを展開しています。これらのAIビジョンモデルは、はんだ接合部、表面欠陥、位置ずれ、組み立て不整合を生産速度で分析し、推論は産業用エッジハードウェア上でローカルに行われます。

AIベースの検査は、品質エンジニアとラインオペレーターのワークフローを次のように変革します：不良ユニットをミリ秒で自動的にフラグ付け、疑わしい部品を直接手直しキューにルーティング、欠陥データをプロセス最適化システムにフィードバックします。これによりスポットチェックへの依存がなくなり、検査員の疲労が軽減されると同時に、根本原因分析のための構造化された欠陥データが生成されます。

多くのAIプロジェクトとは異なり、シーメンスはアンベルク展開から異常に具体的な結果を開示しています。第三者事例の文書とシーメンスの開示によると：内蔵製品品質は99.9988%、スクラップコストは約75%（年間360万ユーロ）削減、設備総合効率（OEE）は70%から85%に向上、年間6,000時間以上のオペレーター工数が高付加価値タスクに解放されました。これらの結果は、パイロットプログラムではなく、成熟した大規模展開を示しています。