NVIDIAは工場データを集めて生産上の問題を調査し、対応を調整するエージェントの設計図FOXを公開した。製造業の開発者は既存システムにこれを接続し、自動処理する作業と作業者の確認を求める作業を定められる。

1. 既存の工場システムに管理エージェントを加える

FOXは工場管理エージェントが専門エージェントに作業を振り分け、結果を集める参照アーキテクチャで、実装の方向性を示す設計例だ。現場責任者が検査・分析担当者に業務を配分するように、稼働状況を確認し、不良の原因を調査してロボットの作業を調整する。

シーメンスの報告書は、調査対象産業の平均的な大規模工場では、計画外停止、つまり予定外の設備稼働停止で年間2億5,300万ドルの費用が発生すると推定する。FOXが狙う課題はデータ不足ではなく、複数システムの証拠を集めて次の対応に移すのに時間と労力がかかる点だ。

エアランゲンのシーメンス電子工場は年間1,000種を超える製品を生産し、新製品や注文に合わせて生産を頻繁に切り替える。そのため、緊急注文に対応する生産計画と新製品の検査準備がエージェントの適用事例として示された。

2. 生産計画と新製品の準備を支援する

緊急注文の事例では、FOXブループリントとNVIDIA Nemotronで構築したエージェントがSiemens Intelligence Center Xでシミュレーションを行う。費用、既存注文、供給水準、生産ラインの設定を併せて考慮して計画を調整するため、計画担当者が各システムに個別に問い合わせる手間を減らせる。同社の発表によると、このエージェントシステム全体で費用を最大20%削減できる。

新製品の事例では、設計から廃棄までの情報を管理するシーメンスの製品ライフサイクル管理ソフトウェアとProcess Preparation Xに、NVIDIA CosmosとOmniverseを組み合わせる。仮想試作品、つまり仮想的な製品モデルと、仮想生成した学習データを使い、実際の生産前に自動光学検査、つまりカメラで外観不良を探す手順を準備・最適化する。同社の発表によると、仮想環境での生産準備は製品投入までの期間を最大40%短縮できる。緊急注文では費用調整、新製品では検査準備時間の短縮を狙う事例だ。

3. 管理エージェントと専門エージェントの役割

管理エージェントは、要求を解釈して計画する言語モデル、ツール・記憶・専門エージェントをつなぐ実行基盤、実行環境とアクセスポリシーを制御する隔離層で構成される。言語モデルは文章を理解・生成する技術、実行基盤はツールとエージェントの実行を管理する構造、隔離層は実行を分離してアクセスを制御するセキュリティ層だ。開発者は導入要件に合わせて商用モデルやオープンモデルを選択でき、標準の実行基盤はNemoClawだが、ほかの選択肢もサポートする。

開発者はデータベースと生産システム、資源管理システムを接続する。管理エージェントはこのデータとマニュアル、作業手順を参照して現場の状況を解釈する。

専門エージェントは目視検査や、時系列の測定値の異常検知、つまり正常範囲を外れた値を探す作業など、限定的な業務を担当して結果を返す。管理エージェントはその結果に基づいて次の対応を決める。

4. 基板の不良調査で人に引き継ぐ瞬間

シーメンスの生産計画の事例とは別に、FOXは電子部品を載せて接続する板である基板の表面に部品を取り付ける組立ラインの不良調査例を示している。調査は光学検査の警報から始まる。管理エージェントは基板の識別子と検査画像を読み込み、二次判定を依頼する。視覚検査エージェントはNVIDIA Cosmosを呼び出し、工場マニュアルと画像を照合して、事例や指示を推論過程で活用する。

許容可能なばらつきという判定には、生産を継続する根拠を添える。不良が確認されれば手直しと原因調査を進め、判定が不確実なら人のレビューに回す。

不良基板を手直しのために搬送する動作は、工場を仮想的に再現するデジタルツイン、つまり実際の工程・設備を仮想空間に再現したモデルで、NVIDIA Isaac SimとROS 2を使って実演する。作業者は基板を修理し、再検査してから梱包する。

原因分析エージェントは基板の工程履歴、つまり製品が経た製造段階ごとの記録から、検査結果、部品配置記録、電気試験結果、設備の測定値を集める。はんだ付け不良が疑われる事例では、はんだを加熱して溶かし、その後冷却するリフロー炉に基板が出入りした時刻を基準に記録を探し、ほかの生産記録やマニュアルと照合して原因を調べる。結果は根拠記録、疑わしい測定値、推定原因、推奨措置をまとめたPDF報告書となり、ライン管理者のレビューを受ける。

5. 自動化の利点と現場の責任

エージェントが証拠収集、初期分析、対応調整を担えば、調査の反復作業を減らせる。一方、開発者と運用者の仕事は、工程ごとの識別子・時刻・単位の関連付け、判定基準の設定、出力検証、アクセスポリシーの設計へと移る。

実際の設備・ロボットとの接続には工場ごとの統合が必要で、初期導入では基板を扱う前に作業者の承認を得ることが推奨される。完全な工場内導入を選ぶ場合はモデルとサービスも内部で運用する必要があり、外部モデルを使う際は送信データを確認しなければならない。

FOXの要点は工場作業をエージェントに任せるだけでなく、エージェントが実行する仕事と人が判断する瞬間を併せて設計することにある。