A: エッジAIは生産ライン上でミリ秒級のリアルタイム推論を担い、クラウドAIは全体的なモデル学習と工場をまたぐ最適化を担う。両者はモデル配信とデータのフィードバックによって閉じたループを形成しており、これが工場におけるエッジとクラウドの連携の核心原理である。
1. エッジ側:推論を可能な限り設備の近くに置く。軽量モデルをPLC、産業用PC、エッジボックス、AI一体型端末の上で直接動かし、外観検査、振動の異常検知、工程パラメータのリアルタイム補正を行う。すべての画像フレームをクラウドへ送る必要がないため、応答時間を数十ミリ秒以下に抑えられ、高速ラインのタクトに対応できる。MES+AIの導入実践において、ZEVONは通常こうしたリアルタイム推論能力を工場のエッジノードまで下ろし、ネットワークが変動しても生産に影響が出ないようにしている。
2. クラウド側:学習、調整、全体管理を担う。クラウドは複数のラインやシフトの履歴データを集約し、モデルの再学習、版管理、性能評価を行い、更新したモデルを各エッジノードへ配信する。たとえば電子工場がSMT実装の欠陥検出を行う場合、エッジ側がまず疑わしいサンプルを選別し、クラウドが集中的にラベリングしてモデルを反復し、新しいモデルをエッジへ戻すと認識率が段階的に向上する。

3. データチャネル:エッジとクラウドの双方向同期。エッジは生の動画全体ではなく、特徴量、サムネイル、異常時のクリップ、メタデータだけをアップロードするため、帯域を節約しつつ工程のプライバシーも守れる。クラウドはモデルの重み、しきい値の設定、ポリシールールを配信する。自動車部品企業が複数のプレス工場を持つ場合、エッジノードはそれぞれのラインデータを処理し、クラウドがラインをまたぐ比較と工程最適化の提案を統一的に行う。
4. 連携の仕組み:タスクの階層化と動的なスケジューリング。リアルタイム制御と安全インターロックはエッジに置かねばならず、スケジューリング最適化、エネルギー分析、品質トレーサビリティはクラウドに任せられる。エッジの演算が不足したときは緊急度の低いタスクをクラウドへ回し、クラウドのモデルが更新されたときはエッジを段階的に切り替えられる。120社以上(15以上の業界)の顧客にサービスを提供する中で、ZEVONはこのエッジ・クラウド構成をMES+AIの品質ループと組み合わせ、エッジの検査結果から作業指示やトレーサビリティを直接動かすことが多い。
5. 導入の助言:まずどの場面がエッジに必須で、どれがクラウドでよいかを明確にし、そのうえでデータ形式とモデルインターフェースを統一して、エッジとクラウドが別々の世界にならないようにする。3,200台以上の端末での経験が示すように、エッジ・クラウド連携の要は演算の積み増しではなく、明確なタスクの階層化、閉じたモデル反復ループ、制御可能なデータチャネルにある。ZEVONは製造業に対し、1本の生産ラインか1つの工程から始めて最小限のエッジ・クラウドループを回し、その後徐々に複数工場へ広げることを勧めている。