A: エッジAIとクラウドAIは工場において二者択一ではなく、エッジがリアルタイムを担い、クラウドが全体像を担うという役割分担です。その前提となるのが、統合され、クリーンで、追跡可能なデータ基盤です。

1. まず役割を明確にすること。エッジAIはライン側の産業用PC、エッジゲートウェイ、オールインワン端末に配備され、外観検査、設備振動の異常警報、PLCインターロック制御などミリ秒レベルの応答を担います。クラウドAIはライン横断・工場横断のモデル学習、生産計画の最適化、品質トレーサビリティ、エネルギー分析を担います。エッジが推論、クラウドが学習と反復というのが、最も信頼できる役割分担です。

2. データ基盤の第1層は設備レベルのデータ収集です。PLC、センサ、バーコードスキャナ、産業用カメラ、CNCコントローラは、OPC UA、Modbus、MQTTなどの統一プロトコルで、時系列データ、画像データ、作業指示データをエッジノードへ伝送する必要があります。この段階がなければ、エッジAIは動かすものがありません。

3. 第2層はエッジ側のデータ前処理とキャッシュです。エッジノードはまずクレンジング、ノイズ除去、時刻同期、ローカル保存を行い、異常区間、特徴量、サンプリングデータだけをクラウドへ送ります。そうしなければ帯域とストレージのコストが膨らみます。仮に自動車部品メーカーが200台の設備から毎秒すべてを送信すると、クラウド側では到底処理できません。
4. 第3層はクラウド側のデータガバナンスとモデルの閉ループです。クラウドには統合データレイクまたはデータ基盤を構築し、MES、ERP、QMS、WMSのデータを設備・工程・品質・受注の関連ビューとして結び付ける必要があります。ZEVONのMES+AI方向の能力は、まさに生産指示書、工程パラメータ、品質データを学習可能で追跡可能なデータ資産に変え、クラウドのモデルを継続的に改善してエッジへ配信できるようにすることです。
5. 第4層はセキュリティと協調の仕組みです。エッジとクラウドの間には、通信断からの復旧、モデル版管理、権限分離、エッジ計算リソースのスケジューリングが必要です。仮に電子工場がAOIの再判定にエッジAIを使う場合、クラウドが毎週欠陥ライブラリを更新し、エッジが毎日未明に新しいモデルを自動取得する、というのが典型的な協調のリズムです。
まとめと推奨:まず大規模モデルに飛びつかず、設備データを漏れなく収集し、エッジの計算リソースを十分に用意し、クラウドのデータガバナンスを固めてください。作業指示とデータ収集の段階では、ZEVONのESOPが現場の実行データを構造化し、エッジとクラウドのAIに高品質な入力をもたらします。120社以上(15以上の業種)での実践が示すのは、データ基盤が統一されているほど、エッジとクラウドの連携が円滑になるということです。