アイレットは、2025年6月25日(水)・26日(木)に幕張メッセにて開催された日本最大のアマゾン ウェブ サービス（AWS）を学ぶイベント「AWS Summit Japan」に Diamond スポンサーとして協賛しました！

25日に実施されたスポンサーセッションには、執行役員 平野 健介が登壇！
「AWS 製造業アワード受賞！AI と IoT で進化する製造の現場改革」と題し、AI と IoT を組み合わせた最新の活用事例の紹介や、AI 導入を成功させるためのポイントについて解説しました🗣️

本記事では、平野のセッションの様子をかいつまんでご紹介します！

三菱マテリアル様の事例

工場データのリアルモニタリング・データ分析

まず一つ目にご紹介したのが、三菱マテリアル株式会社様（以下、三菱マテリアル様）の事例です。

三菱マテリアル様は、国内の工場から接続設備数 約300台 / 月間レコード量 20億行に及ぶ大量のデータを収集しています。しかし、プロジェクト開始当初はアップロードされるデータに1日程度のタイムラグがあり、データの精度も十分ではなかったとのこと。

この課題を解決するために、アイレットは工場の産業機器からのデータの大規模な収集、保存、整理を可能にするマネージドサービスである AWS IoT SiteWise を用いて、リアルタイムなデータモニタリング環境を構築しました。

その後、運用が本格化する中で ETL 処理のコストの増加やデータ分析がさらなる課題に。そこでアイレットが採用したのが、AWS IoT Core と Amazon Data Firehose です。

データの動的パーティショニング機能を駆使することで、AWS Lambda を使わずに体系化された構造でのデータ蓄積を可能にし、OPC-UA などの標準的なデータ構造に合わせた要件定義をご支援することで高い拡張性も実現しました！

関連事例：
工場 IoT の先進事例！AWS の新サービスを活用し、機械の稼働状況をリアルタイムで可視化
工場設備データの“見える化”を低レイテンシ・低コストに改善し、全国拠点に展開。工場 IoT モニタリングの基盤構築

AI 画像解析による部品カウントの自動化

続いて、同じく三菱マテリアル様における、“AI 画像解析”の事例をご紹介しました。

同社では、研磨用ドリルやインサート部品など膨大な部品のカウントを手作業で行なっており、大量の部品計数が人手に依存してしまうことや数え間違いといった正確性の不安定さが課題となっていました。

そこでアイレットは、効率化と正確性の向上を目的に、部品をスマートフォンのカメラで撮影しクラウド上の AI モデルで画像解析することで、瞬時に個数を判定可能な画像認識 AI アプリを構築。

特殊な形状の部品に対応するため、Amazon SageMaker や YOLO （物体検出アルゴリズム）といった物体検出モデルの活用と UI（ユーザーインターフェース）にこだわった独自モデルを構築し、丁寧な現場ヒアリングと精度向上を目指した複数回のチューニングを実施したことで、現場の負担軽減とミスの防止を実現しました。

さらに、費用対効果の高いサーバーレス構成採用により、本番稼働時のコスト抑制も可能となりました。

関連事例：AI 画像解析アプリで工場での多品種・大量の部品の計数作業を自動化！PoC から実用化までをスピーディに実現

IHI機械システム様の事例（生成 AI と AWS を活用した帳票検索システムの開発）

次にご紹介したのは、株式会社IHI機械システム様（以下、IHI機械システム様）の事例。

IHI機械システム様では、長年蓄積された設計データの作成・管理が部門ごとに分かれており、対応が属人化してしまっている状況でした。また、手書き帳票が多くデジタル化されていないため、過去の帳票や設計データの検索に時間を要する点やナレッジの共有・活用が困難である点に課題を感じていました。

そこでアイレットは、生成 AI と AWS を活用した帳票検索システムを開発。

Amazon Bedrock を用いて帳票データをテキスト化し、RAG※を活用することで、Slack やチャット上での自然言語検索が可能となりました。
また、過去の問い合わせや設計不具合履歴などを簡単に検索・活用できるようになり、設計品質とスピードの向上につながっています。

※RAG：大規模言語モデル（LLM）によるテキスト生成に、外部情報の検索を組み合わせることで、回答精度を向上させる技術のこと

関連事例：製造業の帳票や設計データなどの非構造化データをナレッジ化！生成 AI を活用した帳票検索システム開発

問い合わせサポートの自動化

続いてご紹介したのは、製品サポートなどの社内問い合わせ業務での生成 AI 活用について。

従来の社内問い合わせ業務は、人手不足によって回答に数日を要しており、かつ問い合わせ数の増加に伴う担当者の負荷の増加が問題となっていました。

そこで、Amazon Bedrock を活用した Teams チャットボットを開発。

過去の問い合わせ履歴をもとに、問い合わせの60%に対しては生成 AI が即時回答し、10%に対して誤答が発生した際は、ダッシュボードで検知し、後から人手で迅速にフォローできるような構成を採用。
また、残り30%の問い合わせに関しては、生成 AI が適切に「わからない」と回答するよう設計し、人手での応対へフローを誘導する構成にしました。

その結果、従来3〜4日かかっていた応対時間は数秒まで短縮され、さらに応対コストも約50％になるなど、業務効率が⼤幅に向上しました。

着席から立ち見のお客様まで、オフライン会場は大盛況の様子！

会場でのオフラインセッションでは、立ち見のお客様もいらっしゃるなど、大勢の方々に聴講いただきました！

ご来場いただいた皆様、そしてライブ配信で参加してくださった皆様、ありがとうございました🙇

まとめ

本セッションでは、製造業における人手不足・属人化といった課題、業務効率化・コスト削減といった要望に対し、AWS と生成 AI 技術がどのように寄与できるかを具体的にご紹介しました。

生成 AI の活用が当たり前になりつつある今、単に“導入”するだけではなく、いかに“活用”するか、その差別化がますます求められています。

そんな中、アイレットは先日、AWS との生成 AI の活用加速に向けた戦略的協業契約の締結を発表しました🎉

本契約を通じてアイレットは、お客様の多様化・複雑化する課題に対し、より実践的かつ付加価値の高い生成 AI ソリューションを提供すべく、さらなるサービス強化に取り組んでまいります！

プレスリリース：アイレット、AWS と生成 AI の活用加速に向けた戦略的協業契約を締結

予定が合わずセッションを見逃した方、いくつかご紹介した事例に関して、具体的にどのような構成なのかといった詳細が気になる方は、ぜひアーカイブ動画をご覧ください💡

▶︎▶︎アーカイブ動画はこちらから◀︎◀︎
※2025年7月11日(金)19時までの期間限定配信です

また、アイレットエンジニアによる AWS Summit Japan 速報レポートも続々と公開しています！

ぜひ iret.media で AWS Summit Japan の情報をキャッチアップしてくださいね🙌

▶︎▶︎AWS Summit Japan 2025 ブログ一覧◀︎◀︎