事例

工場のアナログメーターを担当者が巡回して目視・記録する運用を自動化し、製造現場の省人化と作業効率化を進めたい。

既存のメーターや設備を入れ替えることなく、AIカメラを向けるだけで数値を自動取得できるアプリを、Actcast上のアプリとして提供している。数千円クラスのデバイスで解析が完結するため、多数のメーターに展開しても導入コストを抑えられる。解析をエッジ側で行うことで、工場内の映像を外部に出さずに済む。

製造ラインのIoT機器を安全に管理し、現場で集まるデータを改善活動につなげることで、運用負荷の軽減と業務改善を進めたい。

機器の管理が部門や工場ごとに分散していると、セキュリティ設定が統一されなかったり、ソフトウェアの更新が漏れたりする。Raspberry Piなどの汎用デバイスをActcast上で一元管理し、遠隔から設定変更とソフトウェア更新を行える状態をつくることで、この分散を解消している。CTCのデータ活用伴走サービス「D-Native」と組み合わせ、集めたデータを可視化・分析するところまでを一貫して支援する。

光や音で状況を知らせる報知機器に、現場の状況を自ら捉える機能を持たせ、知らせるべき場面を機器の側から判断できるようにしたい。

エッジAIカメラ「ai cast」で検知した結果を、ネットワーク制御信号灯と直結させている。第1弾では白杖・車椅子の検知を扱い、補助を必要とする方の来訪を光・音・音声で即時に知らせる形にした。判定をエッジ側で完結させるため、映像を外部に送らずに現場で完結した通知ができる。

ActcastAI

全国10,000店舗以上に設置しているレジ上デジタルサイネージ「ファミマTV」の広告効果を可視化し、広告価値を適切に算定したい。

AI技術の開発からエッジAIカメラシステムの立ち上げ、そして47都道府県・数千店舗規模での長期的な運用までを一貫して担い、視認解析を行っている。止めてはならず、データの欠損も起こしてはならないAIカメラシステムを実現するため、OSレベルからの安定稼働の作り込みに加え、遠隔での稼働監視、異常発生時の原因の切り分け、AIの精度のモニタリングなどに継続的に取り組んでいる。あわせて、視聴者の性別・年代などの属性データと視聴時刻だけをエッジ側で抽出し、個人を特定できる画像自体はクラウドに送らずその場で破棄することでプライバシーに配慮している。

ActcastAI

これまで把握できていた購買客のデータだけでなく、商品を購入していないお客さまも含めた来店客の人数・属性・回遊を把握し、売場の施策やテナント戦略に活かしたい。

売場の天井にエッジAIカメラを設置し、来店客の人数と属性（性別・年代）を推定している。さらに後続の検証では、顔の特徴量をベクトル化して同一人物かどうかを判定するReIDを用い、フロアをまたいだ回遊を追えるようにした。数千円クラスの安価なデバイス上でAI解析を完結させるため、広い売場に多数のカメラを配置しても導入コストが膨らまない。撮影した映像はその場でメタデータに変換され、個人を特定できる情報はクラウドに送られない。

さまざまな事業者の出店機会を広げるために展開しているOMO型店舗で、出店者がマーケティングに活用できるデータを提供したい。

店舗内にエッジAIカメラを設置し、来店者数・来店者属性（性別・年代）に加えて、掲示物がどれだけ見られたかという閲覧時間まで取得している。クレジットカードサイズの小型かつ安価なデバイス上でAI解析を完結させる構成のため、期間限定のポップアップ店舗にも短期間で設置できる。

店舗運営コストの削減と購買体験の向上を両立させたい。販促物の張り替えのような深夜作業をなくし、廃棄ロスも減らしたい。

商品棚の前でお客さまがどれだけ滞在したか、どの棚に手を伸ばしたかを、AIカメラがその場で判定している。手首の位置まで特定することで「棚の前を通った」ではなく「その商品に関心を示した」を捉え、サイネージの配信システムと連動させて表示内容を切り替える。紙の販促物を貼り替える作業自体をなくす狙いがある。

駐車場そのもののデジタル化が進んでおらず、駐車場のデータと付帯する商業施設のデータが分断されている。両者を掛け合わせ、マーケティングに使えるソリューションにしたい。

在否検知・車番認識・車両の向きの判定に加え、人数のカウントと属性の分析までを、同じエッジAIカメラで扱えるようにしている。車と人の両方を一つの基盤で捉えられることが、駐車場と施設のデータをつなぐ前提になる。低コストなデバイス「ai cast」上で動かすことで、多数の駐車枡に展開しても設備コストが見合う構成とした。

店員の教育が属人的になっており、接客の状況を客観的に把握できていない。店頭で慢性的に発生しているカスタマーハラスメントについても、原因が特定できていない。

窓口にAIマイクを設置し、顧客と従業員の会話を話者を分離しながら記録している。接客の質を音声データから客観的に把握できるようにすることで、教育の改善とハラスメント対策の双方に同じデータを使える。マイクが設置されていること自体が、ハラスメントの発生を抑える効果も持つ。エッジAIが発話の開始・終了を自動的に検出するため、店舗スタッフが操作方法を覚える必要はなく、オペレーションゼロで運用できる。

トヨタ自動車の高度運転支援システム「Advanced Drive」向けのドライバーモニターシステムで、顔特徴点・装着物判定・視線検出など数十種以上のAIを、廉価なCPU上で動かしたい。

使用するハードウェアとArmコアのプロセッサが既に決まった状態からの相談だった。プロセッサを変えられない以上、載せる側で速くするしかない。Ideinは深層学習の推論を高速化する最適化コンパイラ技術と軽量モデルの研究開発を担い、3〜4か月で動く状態にしている。この協業は2017年に始まり、現在は低速自動走行パスプランナーやマルチモーダルエージェントの開発へと広がっている。

スマートシティ社会の到来を見据えてAIカメラ分野に参入し、高い機能と拡張性を備えた製品を早期に市場投入したい。

汎用コンピュータのRaspberry PiにAIアクセラレーターチップ「Hailo-8」を組み合わせ、その性能を引き出すソフトウェアをIdeinが担当した。あわせて、大規模運用に必要な遠隔管理の仕組みをActcastが担うことで、アイシン側はデバイス制御のソフトウェアを一から開発する必要がなくなる。この分担により、開発開始から半年での市場投入を実現している。

展示会場で来場者と自然に対話するAIエージェントを、スタッフが常時付き添わなくても運用できる形で成立させたい。

騒がしい会場では音声認識が誤りやすく、「バイク」が「ハイク」と取られるような取り違えが対話を破綻させる。生成AIで文脈から誤認識を自動補正することで、この破綻を防いでいる。あわせて、AIカメラで体験者が入れ替わったことをその場で判定し、対話をリセットする仕組みを持たせた。この二つにより、スタッフの介在なしに対話サービスが回り続ける。

都営地下鉄の運行ダイヤを策定するには、どの駅で・どの車両に・どのくらいの乗降が発生しているかを正確に把握する必要がある。しかし調査は職員の目視によるもので、測れる場所・時間・車両が限られていた。

ホームにエッジAIカメラを設置し、車両内の乗車人数と、停車時の乗降人数を計測している。映像をクラウドに送らずその場で人数だけを取り出すため、公共空間でも継続的に設置できる。窓ガラスのUVカットフィルムが解析精度に影響するといった現場固有の条件についても、実際に設置して確かめながら精度の見通しを立てている。

スマートビルを普及させたい。しかし設備機器ごとに個別の開発と運用が必要で、エッジデバイスを顧客ごと・建物ごとに管理する負担が障害になっている。

建物OS「DX-Core」とActcastをプラットフォーム同士で連携させ、エッジデバイスの管理をActcast側に寄せている。これにより、建物ごとに大量のデバイスを個別管理する必要がなくなり、連携そのものを早く最適な形で組めるようになる。Actcastは商業施設などで広い空間に分散したAIカメラを遠隔運用してきた実績があり、その運用面をそのまま建物側に持ち込める。

大型商業施設において、来館者が館内をどう動いているかをリアルタイムかつ正確に把握できていなかった。フロアごとの出入りを捉え、時間帯別の混雑やフロア間の偏りを可視化して施策の評価に使いたい。

エリア全域のカメラを一括で制御・管理する枠組みのなかで、AI画像解析の部分を担っている。既設のカメラ網を活かしたまま解析を足せることが、大型施設では前提条件になる。取得するのは人数と動きの統計であり、個人を記録する構成にはしていない。