[イーデイリー マーケットinSoyoung Park 記者] 「エネルギー産業においても、人工知能(AI)を活用した運営の効率化や安全管理などが、新たなビジネスチャンスとして拡大する可能性があります。」
LG AI研究院のイ・ファヨン氏は5日、光州の金大中コンベンションセンターで開催された「エネルギーリーダーズサミット(ELS)」で、「産業現場で活用されているAI技術をエネルギー分野にも適用できる」と述べ、このような見通しを示しました。ELSは、BIXPO 2026の主要カンファレンスとして開催されたイベントです。
(左から)LG AI研究院のイ・ファヨン氏と、ボストン・ダイナミクスのアジア担当であるジェイソン・ユン氏が、5日に光州の金大中コンベンションセンターで開催された「エネルギーリーダーズサミット(ELS)」で、産業現場におけるAI活用事例を共有しています。(写真=Soyoung Park 記者)
製造現場では、AIが生産性と効率性を高める中核技術として台頭しています。膨大な産業データを分析して品質や需要を予測する段階から、ロボットが直接生産施設を点検し、設備の異常を検知する段階へと進化しているからです。
同研究所は、グローバルな製造現場でAIを活用する過程において、データとモデルの管理コストが急増する問題を指摘しました。LGは160カ国以上で多様な事業を展開しています。この際、工場ごとに設備や生産環境が異なるため、品質検査のためのAIモデルを個別に構築しなければならないのが実情です。一つの検査業務だけでも約9600個のAIモデルが必要になる計算です。グローバルな事業拠点に拡大すれば、モデル数は10万個以上に増える可能性があります。
LG AI研究所は、こうした負担を軽減するため、表形式のデータを分析するAIモデル「ExaOne Tabular」を開発しました。少ない演算リソースでも高速に動作するよう設計されており、低スペックのGPU環境でも企業内に導入できるのが特徴です。このほかにも、化学知識を活用して新物質の特性を予測するAIや、製品別の需要を予測する時系列AIなど、さまざまな産業用AI技術を開発しています。
続いて、ボストン・ダイナミクスのアジア担当であるジェイソン・ユン氏は、AIが現実世界の物理的環境へと拡張される「フィジカルAI」の可能性について紹介しました。ボストン・ダイナミクスは、現代自動車グループが100%の株式を保有するロボット企業です。四足歩行ロボット「スポット」やヒューマノイド「アトラス」、物流ロボット「ストレッチ」などを開発しています。
ユン担当者は、産業現場におけるロボットの役割が、単純な反復作業にとどまらず、設備点検や安全管理などへと拡大していると説明しました。例えば、「スポット」に熱画像カメラや振動・音センサーなどを搭載すれば、作業者が直接確認することが難しい設備の異常兆候を検知し、運営者にリアルタイムで通知することができます。3Dスキャンによるデジタルツインの構築や、生産施設の巡回、セキュリティ管理にも活用可能です。
同氏は特に、老朽化した製造施設やエネルギー設備の維持・管理の過程において、ロボットの活用度が高まると見込んでいます。人が定期的に行っていた電力・浄水設備の点検をロボットが代行すれば、作業時間を短縮できます。同時に、安全事故のリスクも低減できるとの説明です。同氏は、既存の産業システムを全面的に入れ替えなくてもロボットソリューションを連携させることができる点も、導入のハードルを下げる要素として挙げました。
ユン担当者は、「AIやロボティクス技術は、人間の作業員に取って代わるものではなく、現場の運営者や作業員を支援するソリューションとして捉えるべきです」と述べ、「高品質な点検や生産性の向上、安全の確保など、さまざまな効果を同時に得ることができる見込みです」と語りました。
LG AI研究院のイ・ファヨン氏は5日、光州の金大中コンベンションセンターで開催された「エネルギーリーダーズサミット(ELS)」で、「産業現場で活用されているAI技術をエネルギー分野にも適用できる」と述べ、このような見通しを示しました。ELSは、BIXPO 2026の主要カンファレンスとして開催されたイベントです。
製造現場では、AIが生産性と効率性を高める中核技術として台頭しています。膨大な産業データを分析して品質や需要を予測する段階から、ロボットが直接生産施設を点検し、設備の異常を検知する段階へと進化しているからです。
同研究所は、グローバルな製造現場でAIを活用する過程において、データとモデルの管理コストが急増する問題を指摘しました。LGは160カ国以上で多様な事業を展開しています。この際、工場ごとに設備や生産環境が異なるため、品質検査のためのAIモデルを個別に構築しなければならないのが実情です。一つの検査業務だけでも約9600個のAIモデルが必要になる計算です。グローバルな事業拠点に拡大すれば、モデル数は10万個以上に増える可能性があります。
LG AI研究所は、こうした負担を軽減するため、表形式のデータを分析するAIモデル「ExaOne Tabular」を開発しました。少ない演算リソースでも高速に動作するよう設計されており、低スペックのGPU環境でも企業内に導入できるのが特徴です。このほかにも、化学知識を活用して新物質の特性を予測するAIや、製品別の需要を予測する時系列AIなど、さまざまな産業用AI技術を開発しています。
続いて、ボストン・ダイナミクスのアジア担当であるジェイソン・ユン氏は、AIが現実世界の物理的環境へと拡張される「フィジカルAI」の可能性について紹介しました。ボストン・ダイナミクスは、現代自動車グループが100%の株式を保有するロボット企業です。四足歩行ロボット「スポット」やヒューマノイド「アトラス」、物流ロボット「ストレッチ」などを開発しています。
ユン担当者は、産業現場におけるロボットの役割が、単純な反復作業にとどまらず、設備点検や安全管理などへと拡大していると説明しました。例えば、「スポット」に熱画像カメラや振動・音センサーなどを搭載すれば、作業者が直接確認することが難しい設備の異常兆候を検知し、運営者にリアルタイムで通知することができます。3Dスキャンによるデジタルツインの構築や、生産施設の巡回、セキュリティ管理にも活用可能です。
同氏は特に、老朽化した製造施設やエネルギー設備の維持・管理の過程において、ロボットの活用度が高まると見込んでいます。人が定期的に行っていた電力・浄水設備の点検をロボットが代行すれば、作業時間を短縮できます。同時に、安全事故のリスクも低減できるとの説明です。同氏は、既存の産業システムを全面的に入れ替えなくてもロボットソリューションを連携させることができる点も、導入のハードルを下げる要素として挙げました。
ユン担当者は、「AIやロボティクス技術は、人間の作業員に取って代わるものではなく、現場の運営者や作業員を支援するソリューションとして捉えるべきです」と述べ、「高品質な点検や生産性の向上、安全の確保など、さまざまな効果を同時に得ることができる見込みです」と語りました。