PRODUCT · 05 · MANUFACTURING AI
LOCAL LLM
工場のデータを、外に出さない。機密データを社外に送らず、現場に“住まわせる”セキュアなAI（Gemma）導入サービス。バンコクの製造現場へ。
データは外に出ない
INSIDE THE FACTORY
工場のサーバーの中で完結NO CLOUD · NO DATA OUT
機密保持
現場DB直結
自由に改変
01 · BACKGROUND
AIを入れたい。
でも、ここで止まる。
クラウドのAIは便利。けれど製造現場には、外部サービスのままでは越えられない壁があります。
01 · SECURITY
機密データを外に出せない
図面・検査データ・歩留まり。社外サーバーへ送る前提のAIは、そもそも現場に持ち込めません。
02 · FIT
現場で使えない
汎用AIは「この工場のこと」を知らない。設備・センサー・カメラとつながらず、現場の道具になりません。
03 · PEOPLE
人手不足と、技術継承
ベテランの勘とコツが、退職とともに消える。点検・引き継ぎ・教育に手が回りません。
02 · APPROACH
外部サービスを「使う」のではなく、
工場に住まわせる。
AIモデルを社内サーバーに置いて動かす「ローカルLLM」。データは一歩も外に出さず、現場のインフラとして組み込みます。
これまでのAI — クラウド
ChatGPT / Gemini など
- ×データを外部サーバーに送って処理する
- ×現場のDB・センサーと直接つながらない
- ×「この工場のデータ」を知らない
VANNESS ASIA — ローカルLLM
社内サーバーで動くAI
- ✓社内サーバーの中で動き、データは外に出ない
- ✓DB・センサー・カメラと直接つながる
- ✓「この工場のデータ」を丸ごと読める
Before — クラウドに送る
現場の入力
→
社内PC
→ インターネット →
外部AIサーバー
⚠ 機密が外に出る
After — 工場の中だけで完結
FACTORY
現場の入力
→
工場内PC（Local LLM）
↔
社内DB・図面
外部送信なし
03 · USE CASES
音・映像・数値・音声を、
ひとつのAIで。
テキストしか扱えない従来AIとの決定的な差。現場のあらゆる情報を横断して理解し、業務にそのまま入ります。
01 · 異常検知
炉の異常を、トリプル検知
音・映像・温度を同時に読み、組み合わせで誤検知を抑える。
02 · 品質
作業の品質を、自動記録
「シートが硬い気がする」の一言と温湿度データをセットで蓄積。不良が出た時の原因特定が速くなる。
03 · 点検
設備点検の現場レポート
スマホで撮りながら話すだけ。前回写真と自動比較し、劣化を数値化して点検票に自動入力。
04 · 引き継ぎ
引き継ぎ自動サマリー
交代前にボタン一つ。前の番の異常・特記事項を集め、次のリーダーに渡せる形で出力。
05 · 継承
技術継承エージェント
熟練者が作業しながら音声でメモ。判断基準とコツをAIが蓄積し、新人が同じ場面で引き出せる。
06 · 朝礼
朝礼前レポート
毎朝自動起動。昨日の実績・今日の計画・注意点を集め、係長の手元にサマリーを届ける。
04 · ENGINE
現場に置ける、
オープンAI「Gemma」。
Googleが公開した、工場のPC一台で動く現場特化型のオープンAI。文字・画像・音声をまとめて理解します。これを土台に、御社専用へ仕立てます。
256K
トークンの大容量
5
選べるモデルサイズ
¥0
ライセンス料 · 商用OK
100%
社内で完結
出典: Google「Gemma モデルカード」 / 提供 Google DeepMind / ライセンス Apache 2.0
05 · OUR SERVICE
「作って終わり」に、
しない。
バンコクの現地法人だからできる、導入から運用までの伴走。ここがVANNESS ASIAの価値です。
01 · LOCAL
現地・日本語サポート
バンコクに人がいて、日本語で導入・保守。クラウドの海外ベンダーとの決定的な差。
02 · POC
PoC・スモールスタート
「どれか一つ、小さく試す」を一緒に設計・検証。効果を確かめてから本番へ広げます。
03 · ONE-STOP
受託開発〜運用保守まで一貫
業務への組み込み・既存システム連携・運用まで。ソフトウェア開発会社として面倒を見ます。
STEP 01
ヒアリング
現場の課題と、使えるデータを整理。
STEP 02
PoC
一つのユースケースで小さく検証。
STEP 03
本番導入
社内サーバーに構築し、現場へ。
STEP 04
運用・拡張
保守しながら、用途を広げる。