企業・製品提供元・規制当局の公式資料と対応づけ、確認できた範囲と限界を明記しています。
掲載方針
ここでいう「導入確認」は、リンク先の公式資料で対象組織との対応を確認できたことを意味します。 当サイトの導入実績・推奨を示すものではありません。ベンダー顧客事例の効果値は当該条件での報告値であり、 独立監査済みまたは他環境でも再現可能とは限りません。関連デモは技術要素の体験用で、掲載事例の再現ではありません。
情報確認日:
生産ラインに近い場所で画像を処理し、品質確認の待ち時間や上位システムへ送るデータ量を抑える活用例があります。
Coppenrath & Wiese は、Siemens Industrial Edge 上の Visual Inspection Cockpit と現場のエッジ端末を使い、パン製品の品質特性をライン近傍で分類しています。
確認対象: Coppenrath & Wiese KG
一次資料
医療機器内または診療現場の計算基盤で推論し、リアルタイムの診療支援に使う製品例があります。
Medtronic は、GI Genius の次世代モジュールで NVIDIA IGX と Holoscan を利用し、内視鏡映像をリアルタイムに処理する構成を公開しています。
確認対象: Medtronic
一次資料
関連する体験デモ（事例の再現ではありません）
店舗内で映像やセンサーデータの一部を処理しつつ、クラウドサービスと組み合わせるハイブリッド構成が使われています。
Amazon Just Walk Out は、カメラ上のコンピュータービジョンと店舗内の処理基盤を使い、商品取得の検知やレシート生成に必要な処理を行います。
確認対象: Amazon（Just Walk Out Technology）
関連する体験デモ（事例の再現ではありません）
車載カメラの認識結果を車両内で運転支援に使うことは、代表的なオンデバイス推論の用途です。
SUBARU の EyeSight は、ステレオカメラの画像認識で車両や歩行者などを捉え、運転支援機能に利用しています。
確認対象: SUBARU
圃場でカメラ画像を認識し、収穫判断やロボット制御につなげる実証が進められています。
AGRIST は JA全農いわてにピーマン収穫ロボットを継続導入し、搭載カメラとAIで収穫適期の実を認識する圃場実証を行っています。
確認対象: JA全農いわて / AGRIST
カメラ上の分析結果を道路監視や状況把握に使い、映像確認を補助する導入例があります。
ミラノ大都市圏は Axis のネットワークカメラとエッジ分析を道路監視に組み込み、オペレーターのリアルタイムな状況把握に利用しています。
確認対象: Metropolitan City of Milan
関連する体験デモ（事例の再現ではありません）
建設・鉱山機械にカメラとAIプロセッサを搭載し、通信環境に依存せず危険を検知する製品例があります。
Komatsu は大型ホイールローダ WA900-8R 向けに、4台のカメラと車載エッジAIプロセッサでツース脱落や転石を検知し、運転席へリアルタイムに警告する支援システムを開発しています。
確認対象: Komatsu
倉庫内で周囲を認識しながら移動する自律搬送ロボットは、物流現場におけるエッジAIの代表例です。
安田倉庫の厚木営業所は、Rapyuta Robotics の協働型ピッキング支援AMRを7台導入し、倉庫内作業に利用しています。
確認対象: 安田倉庫
ドローン上で画像を処理して設備を点検し、送信量や判定までの時間を抑える導入例があります。
Exelon と Baltimore Gas and Electric は、Jetson を搭載した OptoAI ドローン点検システムを使い、撮影データを機体側で分析しています。
確認対象: Exelon / Baltimore Gas and Electric
いくつかの質問に答えると、次に試すデモ・追加で確かめること・PoC受入基準のひな型が表示されます。登録は不要で、結果はその場で全部見られます。
意思決定室で整理する（登録不要・約3分）