　同ソリューションを利用することで、PLCから収集したデータを工場内で自動分析、学習、モデル生成して実行できる。併せて、生産設備の状態診断結果をクラウドで可視化できる。ユーザーは、エッジコンピューティングとクラウドサービス双方の利点を生かしたこれらの効率的なシステムを、自社で開発しなくてもトータルで構築可能だ。

　3社は今後、製造業のIoT（モノのインターネット）活用推進に向けて、同ソリューションを広く展開していく。

IoT＆AIシステム構築ソリューション概要図（クリックで拡大）出典：ウイングアーク1st

故障予知は前提、“真の予兆保全”を実現するために必要になるもの
2017年はIoTやAI技術の進展により、大型機械や設備の故障予知や予兆保全への取り組みが加速した1年となった。2018年は故障予知などを前提とした、センシングやデータ管理などが進み、予兆保全に関する各種製品開発やソリューションが数多く登場する見込みだ。
製造業のサービス化、予兆保全は単なる「はじめの一歩」
製造業の産業構造を大きく変えるといわれている「第4次産業革命」。しかし、そこで語られることは抽象的で、いまいちピンと来ません。本連載では、そうした疑問を解消するため、第4次産業革命で起きていることや、必要となることについて分かりやすくお伝えするつもりです。第7回は、前回に引き続き「製造業のサービス化」についてご紹介します。
計画保全と品質保全で工程の信頼性と保全性を目指す
本連載「いまさら聞けないTPM」では、TPM（Total Productive Maintenance）とは何か、そして実際に成果を得るためにどういうことに取り組めばいいかという点を解説する。第4回となる今回は、「TPMの8つの活動（8本柱）」のうち計画保全と品質保全について紹介する。
AIと機械学習とディープラーニングは何が違うのか
技術開発の進展により加速度的に進化しているAI（人工知能）。このAIという言葉とともに語られているのが、機械学習やディープラーニングだ。AIと機械学習、そしてディープラーニングの違いとは何なのか。
機械学習はどうやって使うのか――意外と地道な積み重ね
前編では、AI（人工知能）と機械学習、ディープラーニングといった用語の説明から、AIを実現する技術の1つである機械学習が製造業を中心とした産業界にも徐々に使われ始めている話をした。後編では、機械学習を使ったデータ分析と予測モデル作成について説明する。
乗るしかない、この第4次産業革命というビッグウエーブに
本稿では、第4次産業革命という言葉の持つ意味、第4次産業革命を推し進める「デジタライゼーション」と「デジタルツイン」、第4次産業革命で重要な役割を果たす世代、そして第4次産業革命において日本の持つ可能性などについて解説する。