NVIDIA、工場向けAIエージェント基盤「FOX」をGitHubで公開 Siemensが採用

FOXとは何か

NVIDIAはドイツで開催されたGTC Berlinで、工場向けAIエージェントを構築するための「Factory Operations Blueprint（FOX）」を発表した。GitHub上でアーリープレビュー（早期アクセス版）として公開されており、開発者が工場向けのエージェントを構築・配備するための道筋を示すものと位置づけられている。ブループリントとは、一般的にシステムの構成例や実装の雛形を指す。

FOXが想定するのは2種類のエージェントだ。ひとつは機械をまたいで作業を調整する常時稼働の「工場マネージャーエージェント」、もうひとつは外観検査、原因分析、レポート生成、フリート管理といった個別のユースケースを担う専門エージェントである。

これらのエージェントは、CosmosやNemotronといったフロンティアモデルに接続できるとされる。加えて、CAD（設計）、PLM（製品ライフサイクル管理）、シミュレーションソフトウェア、ITシステムとOTシステムといった基盤的な知識にもつなげられると説明されている。

Siemensの導入効果

独Siemensは、FOXを使って構築したエージェントを自社のエージェント型エンタープライズシステム「Intelligence Center X」に統合している。用途は原因の特定と工場運用の調整で、推定20%のコスト削減につながるとされている。

もうひとつの取り組みが、Siemensの「Process Preparation X」のエージェントである。NVIDIA Cosmos Data Factoryのツールとスキルを使って、回路基板検査向けの欠陥画像を生成する。同社はErlangenの電子機器工場でこの手法を用い、検査工程のキャリブレーション時間を40%削減したとしている。

いずれもNVIDIAのブログで示された数値であり、第三者による検証結果ではない点には留意したい。とくに20%については「推定（estimated）」と明記されており、確定した実績値ではない。

学習なしで適応する仕組み

技術面で特徴的なのが、Cosmosのインコンテキスト学習である。これは、ファインチューニング（追加のモデル学習）を行わなくても、例やドキュメントを与えることでエージェントが適応できる仕組みを指す。現場ごとに異なる設備や検査基準への追随を、学習コストをかけずに試せる可能性がある。

FOX上で構築した産業向けエージェントは、工場の運用をリアルタイムに監視し、映像から得た所見と機械のログを突き合わせて問題を調査し、対応を調整できるとされている。単体のモデルではなく、既存の産業システムとモデルをつなぐ「配線」の部分を担う点が、このブループリントの性格だとみられる。

用途としては、設備の異常検知から原因調査、報告書作成、複数設備の管理までが想定されている。ただし、各エージェントがどこまで自律的に判断し、どこから人や既存の制御システムが関与するのかは、原文では明確にされていない。

現時点の留意点

FOXはアーリープレビュー段階にあり、ライセンス条件、サポート範囲、本番運用への適合性は原文に記載がない。必要となるGPU構成や推論コスト、既存のMES（製造実行システム）などとの接続方法も不明である。

効果を示す数値も限定的だ。20%はSiemensのIntelligence Center Xに関する推定値、40%はErlangen工場の検査工程におけるキャリブレーション時間の短縮であり、対象も前提条件も異なる。他の工場や業種にそのまま当てはまるとは限らない。

また、この発表はNVIDIA自身のブログであり、各社の導入事例はいずれも概要レベルにとどまる。実際のシステム構成や運用負荷、失敗事例については示されていない点を踏まえて読む必要がある。