製造業のための産業AIリファレンスアーキテクチャ
このアーキテクチャは、工場の床からクラウドまでの産業データの統合を示し、製造業の分析、AI駆動の操作、およびDatabricks Data Intelligence Platform全体のエッジコンピューティングのためのベストプラクティスの設計パターンを示しています。
データの統合と処理
産業システム（ERP、センサー、機器）は、DataOpsを通じて生のデータをクラウドベースのメダリオンアーキテクチャに供給し、そこでそれはブロンズ、シルバー、ゴールドの各層を通じてクリーニングおよび強化され、さまざまなユースケースに対応します。
- 分析とインテリジェンス： 処理されたデータは、生産指標（OEE、コンプライアンス、リアルタイムカウント）のビジネスインテリジェンスダッシュボードを動かし、予測保守、品質管理、パフォーマンス最適化のためのAIモデルを訓練します
- AIエージェントとエッジデプロイメント： 高度なAIエージェントがフィールドサービスの推奨事項と自律的な生産制御を処理し、モデルはリアルタイムで低遅延の意思決定と安全制御のために機器近くのエッジデバイスにデプロイされます
データフロー
以下は、産業用AIアーキテクチャ図に示されているデータフローの説明です。
- 取り込みパターンは2つのカテゴリーに分けられます：
- ERP、市場データ、製品マニュアルは、資産や製品の設定についての文脈を提供します
- Industrial DataOpsは、Purdueモデルのレベル3以下のデータソースをDatabricksの可視性のためにクラウドに接続します
- データはLakeflow Connectを経由して メダリオンアーキテクチャのブロンズレイヤーにメタデータ（統一名前空間）とともに取り込まれ、効率的なインクリメンタルリードとライトを活用してデータ取り込みをより高速、スケーラブル、コスト効率的にし、データがダウンストリームの消費のために新鮮なままでいる。
- Lakeflow Declarative Pipelinesを使用して、バッチデータパイプラインとストリーミングデータパイプラインの両方で異種データをスケーラブルにクリーニングし、エンリッチメントし、シルバーテーブル（製造データモデル）にします。シルバーテーブルは、予測保守、品質検査などのAIモデルの訓練入力としてよく使用され、複雑な生産プロセス全体で資産のパフォーマンスと製品の品質を向上させます。
- ビジネスインテリジェンスとレポーティングのために、データはゴールドテーブル内で集約され、全体的な設備効率（OEE）のリアルタイム分析をサポートし、コンプライアンス（カーボンパスポート）とリアルタイム生産カウントを含む。さらに、AI/BIのような自然言語インターフェースは、グローバル工場ネットワークのパフォーマンスと高度なプロセス制御ツールへのアクセスを民主化します。
- Mosaic AI Agent Frameworkは、修理行動とトラブルシューティングのガイダンスを推奨するフィールドサービスエージェントや、経済状況、原料、周囲の状況に基づいて生産シナリオをシミュレートし、生産スケジュールを上書きする自律的な生産制御などのエージェント型AIモデルを訓練、提供、監査することができます。
- AIエージェントと機械学習モデルは、低遅延制御と安全目的のために、機器の近くでローカルに実行するためにエッジに展開されます。
メリット
産業AIアーキテクチャのためのDatabricksプラットフォームを使用する利点は次のとおりです。
- 産業用AIユースケースのためのベストプラクティスアーキテクチャを確立します
- 可能な統合について学び、それがどのようにDatabricksを業界リーダーとして区別するかを理解します
