完全音声対応のエッジデバイスで、現場の作業効率と安全性を飛躍的に向上させます。
AIが自律的に学習し、マルチモーダル画像検出による高精度な現場分析を提供します。
収集したデータを数学的・アルゴリズム的アプローチで最適化し、価値を引き出します。
Coming Soon
従来の「PCやタブレットを手動で操作して資料を探す」行為を完全に音声対話へ置き換え。よりタイムリーかつ高効率に必要な情報を引き出します。
多言語のリアルタイム音声対応により、作業の進捗は発話するだけで即座に更新。作業後の面倒な報告書の手入力作業から作業者を完全に解放します。
すべての作業プロセスは全工程記録・追跡・分析が可能。現場で収集された大量のデータが企業のAIを絶えず学習・進化させ、熟練者の属人的な経験を企業のデジタル資産として永続的に蓄積・保存します。
純粋な音声対話と、高度な環境モニタリングに特化したインテリジェント・デバイス。
単なる物理的な頭部保護を目的とした従来の安全帽とは異なり、環境を能動的(プロアクティブ)に監視し、作業員を危険から未然に守り、すべての状況をデジタル記録する次世代のエッジソリューションです。
音声とAIの連携で、ハンズフリーな現場ナビゲーションを実現。
現場データを継続学習し、熟練者のノウハウをデジタル資産化します。
スマート安全帽が音声・映像・センサーデータをリアルタイムにクラウドへ送信。
LLMとRAGを活用し、作業者の音声を解析。膨大なマニュアルから最適解を即座に抽出。
既存のDBや基幹システムと連携し、タスクの更新や作業記録を全自動化。
AIで未解決の事象は、専門家へ映像・音声ごとシームレスにエスカレーション。
日常作業・作業指導・トラブルシューティングなど、現場のあらゆる業務をオンラインで統合し、全工程をトラッキングします。
作業者はマイクを通じてシステムと対話し、システムからのタスク受信、RAGによる障害対応、専門家へのビデオ通話エスカレーション、全工程のログ記録まで、一連のプロセスをシミュレーションします。
キーポイント:PC操作不要・リアルタイム進捗更新・事後報告書作成ゼロ。
作業者の音声コマンド(クリックして発話)
従来、作業者は点検やトラブルの度に「PCやタブレットを手動操作してマニュアルを探す」、または「作業後に事務所に戻り、手作業で報告書を作成する」といった非効率な環境にありました。
本ソリューションの導入により、現場の作業員は音声対話のみでAIやバックエンドシステムと連携。タイムリーかつ効率的な業務遂行が可能となり、現場での経験データはすべてAIへと永続的に蓄積・保存されています。
【導入前の課題】 紙のチェックリストやタブレット入力のため、工具から都度手を離す必要があった。管理者は作業が終わるまで進捗を把握できない。
【解決・導入後】 システム連携により、任務の下達から実績入力まで完全音声化。作業者は声で結果を報告するだけで、作業進捗がリアルタイムに同期・更新されます。
INTERACTIVE DEMO
AI音声: 「3号液圧プレスの油位を確認してください。正常ですか?」
AI音声: 「モータ温度計を確認してください。60度以下ですか?」
AI音声: 「全ての点検が完了しました。システムにデータを同期しますか?」
PC操作の排除と知識検索の即時化により、保守業務のあらゆるKPIが劇的に改善します。
従来のPC操作を音声対話で代替し、よりタイムリーで高効率に解決
作業進捗のリアルタイム同期により、事後の手作業による報告書作成が不要に
全工程の記録・分析により、企業のAIが大量データを継続学習し経験を保存
完全ハンズフリー化により、常に視線を設備に保ちながら作業を実行
「人の目で見て判断できるもの」は、原則すべてAIで判定可能です。
危険な行動をリアルタイムで検知・警報しながら、システム自身が自律的に学習し賢くなります。
安全生産はあらゆる企業の最重要課題です。事故リスクを低減するため、既に多くのCCTV(監視カメラ)が導入されていますが、真の「リアルタイム安全管理ツール」としては機能していません。
フロントエンドに軽量な検出モデル(YOLO)を配置し、リアルタイムで対象を検出。バックエンドの多模態大規模モデル(LLM)で意味推論と論理判断を行います。同時にモデル蒸留メカニズムを通じて、バックエンドの推論結果を新たな訓練データに変換し、フロントエンドを継続的に最適化します。
これにより、「限られた算力」 「オンプレミス展開」 「データ安全の確保」の条件下で、監視カメラを能動的にリスクを発見・警報するリアルタイム安全管理ツールへと進化させます。
従来型AIの課題を構造的に解決しました。
常時高負荷な大モデルは使いません。YOLO(小モデル)がフィルタリングし、必要な時だけ大モデルが動くため、汎用的なエッジPCで動作可能です。
データは局域網(LAN)を出ません。外部クラウドへの依存ゼロ。セキュリティポリシーが厳しい工場や研究所でも安心して導入できます。
単なる物体検知ではありません。「ふらついている」「手順を飛ばした」など、原則、人が見て判断できる事象はすべてAIで言語化・判断可能です。
大量の人手によるラベル付けは不要です。大モデルが教師となり、小モデルを自動訓練する閉ループ学習を搭載しています。
導入後6ヶ月でシステムは安定期に入ります。学習のための計算リソース需要は激減し、最小限の維持コストで高精度を維持し続けます。
導入初期は「先生(大モデル)」に頼りますが、徐々に「生徒(YOLO)」が自立し、高度な検知を軽快な算力でこなせるようになります。
「ポケットに手を入れているか」等の複雑な状態は大モデルに毎回質問します。(高負荷)
大モデルが作った教材でYOLOが学習し、現場特有の危険パターンを単独で理解し始めます。
ほぼ全てのパターンをYOLOが習得。大モデルへの質問は未知のケースのみとなり、算力コストが激減します。
「分からないことは先生に聞く → 教えてもらう → 覚える」
極少数の人工アノテーションのみで、AIがこのプロセスを自動で行います。
YOLOが「人」を発見
画像を拡大(120%)し抽出
Qwenが論理診断
「正解」を自動付与
YOLOが自立学習
左側のボタン、または「自動再生」を押してデモを開始してください。
「目で見て分かる」論理ルールであれば、あらゆる業務にこの自律学習サイクルを適用し、継続的に賢くすることが可能です。
フォークリフトと人の離隔距離を判定。「接近方向」や「死角」を考慮した高度な安全判断。
スクラップ等の「鋼材含有率」を目視レベルで推定。ベテランの目利きをAI化します。
「手順Aの前に手順Bを行った」等の順序ミスや特定の加工作業の漏れを論理的に検出します。
外観・数量だけでなく、「ラベルと中身の整合性」などの論理関係・意味的な矛盾をチェックします。
実際の監視カメラ映像を用いて、危険な行動や異常をリアルタイムに特定・警報した稼働事例です。
違反行為を自動保存・レポート作成
転倒瞬間および転倒の兆候を検知・通知
受身が取れない危険な歩行姿勢を検出
作業服・ヘルメット等の装着有無を判別
視覚ベースでの火災・初期発煙の識別
禁止エリアへの侵入、避難通路の障害物検知
ご相談・お見積りなど、お気軽にご連絡ください。
お電話でのご連絡
090-5679-7987
メールでのご連絡
f.nakamatsu@terrastra.co.jp
zhao@terrastra.co.jp