シュナイダーエレクトリック: アマゾン ウェブ サービスと提携してスマートなグローバル サプライ チェーンを推進

シュナイダーエレクトリックは2023年半ばに、エネルギー管理と自動化の専門知識をAIモデルに統合し、ビジネス専門家やデータアナリストなどのユーザーにローコードまたはゼロコードのAIアプリケーションを提供する、エンタープライズレベルのAIモデル制作および運用・保守プラットフォームであるEcoStruxure AIエンジンをリリースしました。

この AI プラットフォームの背後にあるクラウド サービスは、Amazon Web Services などのエコシステム パートナーによってサポートされます。

シュナイダーエレクトリックの中国におけるグローバルサプライチェーンのデジタル変革担当ディレクターであるマオ・フェイフェイ氏はインタビューで次のように語った。「アマゾン ウェブ サービスは、シュナイダーエレクトリックの全世界における主要なクラウドサービスプロバイダーの1つです。私たちの協力は人工知能だけでなく、データプラットフォーム、データミドルプラットフォーム、さらには企業の内部業務システム、さらにはESG集中プラットフォームにも及びます。シュナイダーエレクトリックはアマゾン ウェブ サービスを基盤として関連ソリューションを構築しています。当社とアマゾン ウェブ サービスの協力は包括的かつ綿密であると言えます。」

Amazon Web Services を利用して AI をより身近に

シュナイダーエレクトリックは「Al for All」の理念を掲げ、技術者やビジネス担当者、初心者や専門家を問わず、すべての従業員が人工知能技術を活用してビジネス上の問題をより適切に解決し、効率性とイノベーション能力を向上させ、AI がすべての人に利益をもたらすようにすることに尽力しています。

この目標を達成するために、シュナイダーエレクトリックは、エンタープライズレベルの AI モデルの作成および運用と保守プラットフォームである EcoStruxure AI エンジンを開発しました。毛菲菲氏によると、シュナイダーエレクトリックのEcoStruxure AIエンジンは、コンピューティング能力、データなどの要素の向上を基礎とし、モデルアルゴリズムの革新を鍵とし、シナリオアプリケーションによって駆動され、アクティブなAIイノベーションとアプリケーションエコシステムを構築します。

EcoStruxure AI エンジンは 3 つのレイヤーに分かれています。コアとなるのはコンピューティング層で、コンピューティング リソース、ネットワーク、クラウド サービス、エッジ コンピューティングが含まれます。中間層はモデル層であり、モデルのトレーニング、モデルの展開、モデルの推論、モデルの監視、モデルの更新を通じてモデルのクローズドループを完了します。最外層はアプリケーション層で、表面欠陥検出、予知保全、エネルギー消費と排出の最適化など、産業分野の専門知識でトレーニングされた小型モデルによって作成された専門アプリケーションです。

コンピューティング能力レベルでは、シュナイダーエレクトリックは Amazon SageMaker を使用して、データの保存とラベル付け、モデルのトレーニング、推論、展開、監視、反復更新のプロセス全体をクラウドで実装し、クラウドモデルを生産ラインのエッジに送信してエッジ推論を実行することで、モデルの管理とトレーニングの複雑さを効果的に軽減しています。

さらに、シュナイダーエレクトリックのオープン AI プラットフォームでは、 Amazon Relational Database Service (Amazon RDS)も使用して、顧客がクラウド内でリレーショナル データベースをセットアップ、運用、拡張できるように支援します。同時に、シュナイダーエレクトリックはAmazon Elastic Container Service (Amazon ECS)を使用してコンテナ化されたアプリケーションを簡単に導入、管理、拡張し、生産ラインのエッジデバイス上のコンテナ内の機械学習モデルを簡単に導入および管理できるようにしています。

現在、シュナイダーエレクトリックのグローバルサプライチェーンには、中国にある 20 以上の工場を含む 187 の工場があります。シュナイダーエレクトリックは、Amazon Web Services のデータベース、コンピューティングサービス、Amazon SageMaker 機械学習サービスを通じて、クラウド内でのグローバル工場の集中的な展開、管理、監視を実現し、グローバルサプライチェーンの管理を改善し、生産効率を高め、リソースの割り当てを最適化し、継続的な改善と革新を保証します。

産業シナリオにおけるAI開発を促進するために、大規模モデルと小規模モデルの共存を探求する

マオ・フェイフェイ氏は、80/20ルールはAIアプリケーションにも存在すると述べた。標準的なシナリオでは、一度構築すれば、そのまま使用することも、最小限の再トレーニングや微調整を加えることで、何度も再利用できます。現在、シュナイダーエレクトリックは、さまざまなシナリオのニーズを満たすためにオンラインで直接展開して使用できる 20 を超える産業グレードのモデルを蓄積しています。ただし、ロングテールのシナリオでは、シナリオを 0 から 1 に構築するためにフルプロセスのカスタマイズが必要であり、フルプロセス プラットフォームのサポートが必要です。シュナイダーエレクトリックは、特定のビジネス シナリオのニーズを満たすために、組み込みのモデル テンプレートに基づいてカスタマイズされた開発を実行できます。

また、毛菲菲は、短期的には大型モデルが小型モデルを飲み込むことはなく、両者は相互に補完し合うと考えています。一方、産業分野には多くの断片化されたシナリオがあり、業界知識も非常に深く断片化されています。業界の障壁が高いこれらのアプリケーション シナリオに直面すると、小型モデルの存在が必要になります。したがって、大型モデルが新しいモデルに置き換えられても、小型モデルは存在し続け、進化していきます。

一方、大規模モデルは小規模モデルのトレーニングと精度の向上にも役立ちます。たとえば、工業品質検査のシナリオでは、大規模なモデルは画像ごとの方法を通じて大量のネガティブサンプルを迅速に生成できるため、モデルトレーニングにおける画像検証プロセスが強化されます。

毛菲菲氏は、シュナイダーエレクトリックは大型モデルの応用と開発を積極的に模索していると述べた。シュナイダーエレクトリックは、産業エネルギーの炭素削減、財務、人材、メンテナンスなどのシナリオにおいて、膨大なコーパスと経験を蓄積してきました。今後は、企業内知識管理やインテリジェント知識質疑応答などの製品やシナリオを優先し、大規模モデルの開発と応用を推進していく予定です。

アマゾン ウェブ サービスとの今後の協力について、毛菲菲は「アマゾン ウェブ サービスとの協力をさらに強化し、アマゾン ウェブ サービス独自のエコシステムを活用し、より多くの優れたパートナーと協力することで、シュナイダーエレクトリックの人工知能とビッグモデルの開発を推進していきたい。同時に、データプラットフォームや企業情報システムにおいてアマゾン ウェブ サービスとの協力を継続し、アマゾン ウェブ サービスのグローバル インフラストラクチャに依存して、シュナイダーエレクトリックのグローバルサプライチェーンの集中展開、管理、監視を実現していきたい」と述べた。