現場が抱える共通課題
あらゆる産業に共通する、AIで解決すべき構造的な問題
熟練者の知識が失われていく
ベテランの退職とともに、長年蓄積された暗黙知やノウハウが消えていきます。
手作業では限界がある
人手に頼る検査・判定・管理プロセスは、事業拡大とともにボトルネックとなります。
汎用AIでは現場に合わない
既製品のAIツールは、業界固有の条件や現場の制約に対応しきれません。
IoA-8Lab とは
名前に込められた意味
「すべての組織に固有の課題がある。私たちはそれを解決するツールを実装し、その能力をお客様に引き継いでいく。」
Internet of Ability
Internet of Ability — 誰もが実践的な能力と専門知識を獲得できるという概念
Infinity
無限のスケーラビリティと継続的な進化を象徴
Laboratory
大学の研究室を起源とし、厳密さとエビデンスに基づく開発を重視
創業メンバーが大学で築いた研究基盤
メディア掲載
- 日本経済新聞 2024.6.22
- 読売新聞オンライン 2024.6
- NHK 山梨 2024.5.30
- YBS 山梨放送 2024.5.30
- 山梨大学 2024.5.30
対応領域
農業・製造業・インフラの現場課題に対応
能力移転メソドロジー
AIを納品して終わりではなく、運用する能力までお渡しします
診断
現場の課題を構造化し、AI適用の可能性を評価
設計
研究知見に基づいたソリューションアーキテクチャを策定
実装
実証済みモデルとツールで本番システムを構築
移転
運用ノウハウとモデル管理能力をお客様へ
進化
継続的な改善サイクルで精度と価値を向上
診断
現場の課題を構造化し、AI適用の可能性を評価
設計
研究知見に基づいたソリューションアーキテクチャを策定
実装
実証済みモデルとツールで本番システムを構築
移転
運用ノウハウとモデル管理能力をお客様へ
進化
継続的な改善サイクルで精度と価値を向上
実証済みの成果
現場での実証に裏付けられたプロジェクト実績
課題
ぶどう摘粒は熟練農家の経験と勘に依存する高度な技術であり、新規就農者や未熟練者にとって習得が困難。
解決策
深層学習による粒検出とARグラスを組み合わせ、リアルタイムで摘粒ガイダンスを表示するシステムを開発。
成果
未熟練の作業者でも、熟練者に近い品質で摘粒できるよう支援。
課題
玉ねぎの選別は人手に依存し、異常品の混入が品質と歩留まりに影響。従来の画像認識では現場環境での精度が不足。
解決策
特徴適応型の異常検知手法を開発。ラボ環境と実運用環境の両方で検証。
成果
ラボだけでなく実際の選別現場でも動作する、実運用向けの異常検知を実現。