製造業のエッジとクラウド：機械とカメラのデータはどこで処理すべきか

現場におけるエッジとクラウドの意味

「エッジ」には2つの場所があります。1つは、機械や設備の近くに置かれた小型のコンピューターです。もう1つは、通常はホールのネットワークルームに置かれた、工場内のサーバーです。どちらも工場の囲いとファイアウォールの内側にあります。

「クラウド」は、工場の外にあるデータセンターを指します。自社のテナントの場合もあれば、プロバイダーのものの場合もあります。規模と保存には強い一方で、インターネット回線が切れたときや、データを拠点の外に出せないときには弱点になります。

区別すべきなのは、データ量が大きく機密性も高い生の信号や映像と、「プレス4が10時42分に停止、理由：材料不足」のような軽量で共有しやすいイベントです。

機械の信号でエッジ処理が有効なとき

判断の基準は4つあります。

• 遅延。 停止は数秒以内にアラートになる必要があります。遠方のデータセンターへの往復は、遅延と障害の要因を増やします。
• オフライン運用。 ホールではネットワークが途切れることがあります。エッジ機器はサイクルや停止のカウントを続け、回線が戻ったときに同期します。
• 帯域幅。 例（説明用の数値）として、10kHzでサンプリングし、1値2バイトの振動センサー1台は、1日あたり約1.7GBを生成します。毎分のRMS値などの特徴量だけを送れば、その量はごくわずかです。
• データ保護。 拠点の外に出ないデータは、契約や承認の手続きが少なくて済みます。

エッジでのロジックが必要なのは、状態の変化、最小停止時間を設けた停止の検知、サイクルのカウント、そして振動やモーター電流といった高頻度の信号です。OEE、ダウンタイムのパレート分析、シフトレポートは、その結果生じたイベントからどこでも算出できます。PLCのない古い機械を接続する方法については、PLCなしで古い機械を接続する方法で、どのエッジ機器がどの信号を読み取るかを説明しています。

カメラについてITが最初に聞くこと

カメラの場合、議論はさらに鋭くなります。Vision AIのプロジェクトでは、ITからの最初の質問はほぼ必ず「ホールの映像はどこへ行くのか？」です。

この質問はデータ保護影響評価、データ保護責任者、そして契約の場に持ち込まれ、そこでは「安全なクラウドにある」という回答では根拠が弱すぎます。GDPR第35条では、管理者は高リスクの処理を開始する前に評価しなければなりません。従業員が映るカメラは、この評価の対象になります。

IRISのVision AI層は、設計上、映像を記録しません。フレームは現場で解析され、サイクル時間や在席などのイベントだけが保存され、画像は破棄されます。私たちの経験では、「現場で処理し、保存はしない」という説明ならデータ保護責任者との打ち合わせは2回ほどで済みますが、「クラウドに送り、保存する」という説明では2四半期ほどかかります。カメラがセンサーより適している場面については、センサーよりカメラが優れる場合をご覧ください。

3つの導入方式の比較

3つの方式すべてで同じアプリケーションと同じモデルが動作し、方式ごとに異なるのは推論を行う場所です。

ハードウェアはこの用途のために作られています。NVIDIAのJetson Orinモジュールは、小型の筐体で約7Wから60Wで動作します。Jetson AGX Thorは128GBのメモリを搭載し、130Wの電力枠内で動作します。カメラを多数備えたホールにも十分な性能です。

1台から複数拠点へ拡張する方法

アプリケーションは同じままなので、拡張はハードウェアを追加することで行えます。

1. パイロット設備に1台から始める。 小規模で、ユースケースとデータ保護の体制を検証します。
2. ホールごとに1台のコンセントレーターへ拡張する。 カメラの台数が増えたら、推論を設備ごとの機器からホールへ移します。
3. 複数拠点の分析のためにクラウドを追加する。 イベントをクラウドに送って工場間で比較し、生データは拠点内に残します。同じモデルを使うため、移行するものはありません。

1年後には、どのデータとモデルを誰が管理するのかが問題になります。導入1年目以降のIoTガバナンスをご覧ください。

セキュリティ、NIS2、モデルライセンス

NIS2指令は、重要分野の中規模および大規模事業者（重要製品の製造を含む）に対し、サイバーセキュリティのリスク管理とインシデント報告の義務を課しています。ポーランドでは、これを国内法に反映した改正国家サイバーセキュリティシステム法が2026年4月3日から適用されています。IT/OT境界の内側で処理すれば、攻撃対象を小さく保てます。産業用制御システムのセキュリティの基準は、引き続きISA/IEC 62443です。DBR77の構成については、セキュリティのページをご覧ください。

モデルのライセンスも確認してください。広く使われているオープンソースの画像認識モデルの中には、GNU AGPLで公開されているものがあります。その第13条では、ネットワーク経由で利用される改変版について、ソースコードをユーザーに提供することが求められます。この要件は商用製品と衝突する可能性があるため、DBR77は商用利用が許諾されたモデルを使用しています。

どのベンダーにも確認すべき質問は次のとおりです。

• 推論は正確にどこで行われ、拠点から何が出て行きますか？
• 映像や生の信号は保存されますか？ 保存される場合、どこに、どれくらいの期間ですか？
• インターネット回線が切れても、システムは動作しますか？
• AIモデルはどのライセンスの下で提供されていますか？

よくある質問

エッジ処理はクラウドより高くつきますか？

エッジは初期にハードウェアが必要です。クラウドでは、計算、データ転送、保存のコストが継続的にかかります。1つのホールだけなら、通常はエッジの方が単純です。クラウドは、多数の拠点を比較する場合に効果を発揮します。

後からクラウドを使う場合、最初からやり直す必要がありますか？

いいえ。両方の場所で同じアプリケーションとモデルが動作すれば、やり直しは不要です。拠点をまたぐ分析のためにイベントをクラウドに送り、推論はローカルに置いたままにできます。

現場で処理すれば、DPIAは不要になりますか？

いいえ。カメラが人を捉える可能性があるなら、データ保護責任者は引き続き評価を行います。録画をせずに現場で処理すれば、その評価は短く、簡単になります。

ネットワークが切れたらどうなりますか？

エッジ機器はデータの収集と解析を続け、イベントをバッファに保持し、回線が戻ったときに送信します。ホール内のアラートは引き続き機能します。

どの機械の信号をエッジに残すべきですか？

振動やモーター電流などの高頻度信号と、生の状態をイベントに変換するロジックです。集計されたイベントは、どこに送っても構いません。

まとめ

生の信号とカメラのフレームを工場内に留め、外に出すのをイベントだけにすれば、IT部門とデータ保護責任者に「データはどこへ行くのか」への明確な答えを示せます。まずは1つの設備を選んでコンパクトなエッジ機器を置き、ホール用のコンセントレーターを計画する前に、そこでユースケースとデータ保護の体制を検証してください。

出典

• NVIDIA、NVIDIA Blackwell-Powered Jetson Thor Now Available、2025年
• NVIDIA、Jetson Orin for next-gen robotics、2026年
• Intersoft Consulting（GDPRの本文）、Art. 35 GDPR: Data protection impact assessment、2016年
• 欧州委員会、NIS2 Directive: securing network and information systems、2026年
• ポーランド デジタル省、Nowelizacja ustawy o krajowym systemie cyberbezpieczeństwa zaczyna obowiązywać、2026年
• ISA、ISA/IEC 62443 series of standards、2026年
• Free Software Foundation、GNU Affero General Public License v3、2007年
• DBR77 IRIS Vision AI の導入仕様（エッジ優先アーキテクチャ）、2026年