WarpBiz ピックアップ
製造業
照明機器製造

実施時期: 2025年03月|2026.06.02 最終更新

冠水検知の目視監視を生成AIで自動化し、監視労力を80%削減
コンサル(導入支援・AI戦略支援)
開発(実装支援・AI搭載支援)

プロジェクト期間: 半年未満

※イメージ画像です

冠水検知の目視監視を生成AIで自動化し、監視労力を80%削減 のプロジェクト概要図解

プロジェクト概要

アプローチと成果

カテゴリー詳細

お問い合わせ

運営ピックアップ事例

こんな課題を持つ企業におすすめの事例です

  • 目視による監視業務の負担を減らしたい
  • センサーが設置できない場所の状況を自動で把握したい
  • AI開発の学習コストや導入ハードルを下げたい
プロジェクト概要
背景・目的

岩崎電気は、冠水しやすい場所に水位検知器を設置し、警告を表示する防災サービスを提供しています。しかし、従来のシステムでは冠水を自動検知するために物理的なセンサーが不可欠でした。センサーを設置できない場所では、カメラ映像をスタッフが目視で確認する必要があり、監視業務に大きな負担がかかっていました。

また、従来の機械学習を用いた画像認識AIを導入しようにも、学習コストが高く、成果が見込めるか不透明であるというハードルが存在していました。そのような中、同社はAWSのイベントで生成AIの可能性に触れ、カメラ映像から自動で冠水を検知するシステムの検証に着手しました。

冠水検知の目視監視を生成AIで自動化し、監視労力を80%削減 のプロジェクト概要図解
アプローチと成果
アプローチ

AWSの生成AIサービス「Amazon Bedrock」と、ビジネスユースケース検証アプリケーション「Generative AI Use Cases JP(GenU)」を活用し、迅速なプロトタイプ開発を進めました。開発にあたっては、AWSパートナーである株式会社ベンジャミンがサーバーレスアーキテクチャの構築や追加機能の開発を支援しています。システムは、1分間隔で取得するカメラ画像を生成AIが解析し、冠水を判定する仕組みです。検証段階では、GenUを用いてプロンプトの調整を重ね、精度とコストのバランスを追求しました。

その結果、大部分の画像判定を安価で高速な「Claude 3 Haiku」で処理し、判断が難しいケースのみ高性能な「Claude 3 Sonnet」に委ねるという、コストパフォーマンスに優れたアーキテクチャを採用しています。企画からわずか2ヶ月でプロトタイプを完成させ、照明とカメラが一体となった同社ならではの強みを活かしたシステムを実現しました。

プロジェクトへの評価と成果

改善・向上したこと

業務の自動化

コスト削減

人手不足の解消

推進したこと

新サービス・製品開発

プロトタイプ開発(PoC)

システムへのAI機能組込み

生成AIによる画像判定を導入したことで、24時間リアルタイムでの道路監視の自動化に成功しました。これにより、常時監視が不要となり、監視員の労力を約80%削減するという大きな成果を上げています。また、照明メーカーの強みである「カメラと照明の一体型デバイス」により、これまで困難だった暗所での鮮明な画像取得が可能となり、生成AIによる高精度な検知を実現しました。

実証実験に参加したエンドユーザーからも「自動で冠水を知らせてくれるため、監視業務の負荷が大幅に軽減された」と高く評価されています。今後は、火災や交通事故などへの検知対象の拡大や、通知方法の拡充が計画されています。

カテゴリー詳細
プロジェクト内容
AI導入・支援形態
SaaS・AIツール導入
プロジェクト伴走支援(共創・内製化)
PoC(実証実験・概念実証)
AI顧問・技術アドバイザリー
導入部門・データ活用
導入部門と活用内容

__custom_business_scene__

新規事業開発

アイデア創出

製造

現場の安全監視・危険検知

公共・行政

防災・災害予測

活用したデータ

画像・動画・3D

監視カメラ・防犯映像

採用したAI技術・ツール

採用したAI技術

画像AI

画像判定

活用・導入したAIモデル・ツール

生成AI・LLMサービス

Claude

クラウドAI基盤

Amazon Bedrock
連携ツール

構築・利用したデータ基盤・インフラ

AWS

WarpBiz編集部の事例考察

本事例の成功要因は、自社の強みである「照明技術」と最新の「生成AI」を掛け合わせ、従来は目視に頼っていた課題を迅速に解決した点にあります。特に、複数のAIモデルを難易度に応じて使い分けるアーキテクチャは、運用コストを抑えつつ精度を担保する非常に賢いアプローチです。この手法は、製造業における外観検査や、インフラ業界での遠隔監視など、画像判定を伴う幅広い業務に応用できるでしょう。導入にあたっては、AIの判定ミスを想定した最終的なフェールセーフの仕組みを検討することが重要です。画像認識AIの導入コストに悩んでいる方は、ぜひ他の生成AI活用事例も参考にしてみてください。

プロジェクト実施・導入企業

実施・支援企業 (VENDOR)
Amazon Web Services Japan 合同会社
この事例と同じようなシステムを開発したいですか? WarpBizで実現可能なパートナーを探しましょう。
類似の事例を見る
同様の支援ができる AI支援企業を探す
導入先企業 (CLIENT)
岩崎電気株式会社
業種:照明機器製造
出典・参考情報
※本事例は以下の公開情報を元にWarpBiz編集部がリサーチ・作成しました。

岩崎電気株式会社様の AWS 生成 AI 事例「カメラ付き照明で冠水検知を実現。照明の専門メーカーとして80年以上の歴史を持つ製造業のモノとコト融合 | Amazon Web Services ブログ

発行元:Amazon Web Services

この事例を見た方は以下の事例も見ています
類似事例を読み込んでいます

関連度の高い事例を選定しています。少しお待ちください。