本リリースはグローバルで発表された「リンク ») ">DataRobot and Chevron Collaborate to Advance Agentic AI for Autonomous Inspections」の抄訳版です。
エージェントワークフォースプラットフォームを提供するリンク ») ">DataRobotは本日、Chevron Corporation （NYSE: CVX）の子会社であるChevron U.S.A. Inc.と共同で、エージェント型AIをエッジ環境に適用し、Chevronの施設における自律型の巡回・点検業務を支援することを発表しました。
このプロジェクトは、Chevronが推進する「Facilities and Operations of the Future（未来の施設および操業）」イニシアチブを支援するものであり、AIエージェントを活用して、確立された運用基準内で現場を巡回するロボットのミッションをどのように計画、評価、実行するかを改善することに焦点を当てています。
Chevronは、空中ドローンや地上ロボットを活用し、世界中で機器の異常状態を巡回・監視しています。従来は、ロボットのミッションを実行するたびに、オペレーターが許可プロセスを通じて稼働状況を手動で検証する必要がありました。そのため、ロボットによる巡回・監視作業が開始されるまでに人による追加の手順と、それに伴う確認時間が発生していました。
DataRobotのCEOであるDebanjan Sahaは次のように述べています。
「エージェント型AIは、各ミッションをすべて手動で承認するスタイルから、リアルタイムかつ継続的に評価するスタイルへの移行を可能にします。DataRobotのエージェントワークフォースプラットフォームを使用することで、Chevron はセキュリティ、信頼性、ガバナンスの要件を維持しながら、エッジ環境でのAIによる意思決定を展開することができます」
ChevronはDataRobotを活用し、高度な最適化および推論エージェントを用いてミッション計画を生成しています。これは、Chevronのデジタル・運用システム内にあるNVIDIAの基盤AIソフトウェアおよびコンピュート能力を活用したものです。単一のタスク向けに構築されたポイントソリューションとは異なり、DataRobotのエージェントワークフォースプラットフォームは、センサー分析モデルから地理空間推論モデルにいたるまで、専門化されたエージェント同士を連携したワークフローに統合します。これにより、既存のインフラを刷新することなく、Chevronがすでに運用しているシステムとの統合が可能となります。その結果、チームは業務の現場により近い場所で、高度なAI機能を評価できるようになります。
このアプローチでは、DataRobotのエージェントワークフォースプラットフォーム内の「NVIDIA Inference Microservices（NIMS）」を通じて実現されるSafe Start（セーフスタート）エージェントによる評価機能を適用し、ロボットのミッション開始前およびミッション実行中の稼働状況を評価します。このシステムは、既存の有線ガスセンサー、補完的なビジョンシステム、およびAIモデルを活用し、業務の発生する現地での状況を評価します。
ChevronのFacilities and Operations of the Future program managerであるCari Armpriester氏は次のように述べています。
「端的に言えば、手作業による特定時点での確認への依存を減らし、作業中も継続的に状況を検証することで、安全性が向上するということです。これにより、危険にさらされるリスクを低減し、安全基準を一貫して適用し、私たちのオペレーション全体でロボットをより効率的に展開することが可能になります」
今回の共同プロジェクトは、焦点を『ロボットハードウェアの認証』から『環境条件の保証』へとシフトさせることで、監視と統制を維持しながらも、人の介入を減らし、ロボットによる巡回・点検をより一貫して展開することを支援します。
DataRobotについて
DataRobotは、AIチームが未来のエージェントワークフォースを実現できるよう支援しています。当社のプラットフォームは、組織がビジネスプロセスに直接統合されるAIエージェントを構築・拡張できるようにすることで、効率性を高め、業務を変革し、確かな成果をもたらします。組み込みのガバナンスとセーフガードにより、企業がAIを安全かつ自信を持って導入できるよう支援します。詳細については、当社WEBサイトをご覧いただくか、LinkedInをフォローしてください。
企業プレスリリース詳細へ (リンク »)
PRTIMESトップへ (リンク »)
エージェントワークフォースプラットフォームを提供するリンク ») ">DataRobotは本日、Chevron Corporation （NYSE: CVX）の子会社であるChevron U.S.A. Inc.と共同で、エージェント型AIをエッジ環境に適用し、Chevronの施設における自律型の巡回・点検業務を支援することを発表しました。
このプロジェクトは、Chevronが推進する「Facilities and Operations of the Future（未来の施設および操業）」イニシアチブを支援するものであり、AIエージェントを活用して、確立された運用基準内で現場を巡回するロボットのミッションをどのように計画、評価、実行するかを改善することに焦点を当てています。
Chevronは、空中ドローンや地上ロボットを活用し、世界中で機器の異常状態を巡回・監視しています。従来は、ロボットのミッションを実行するたびに、オペレーターが許可プロセスを通じて稼働状況を手動で検証する必要がありました。そのため、ロボットによる巡回・監視作業が開始されるまでに人による追加の手順と、それに伴う確認時間が発生していました。
DataRobotのCEOであるDebanjan Sahaは次のように述べています。
「エージェント型AIは、各ミッションをすべて手動で承認するスタイルから、リアルタイムかつ継続的に評価するスタイルへの移行を可能にします。DataRobotのエージェントワークフォースプラットフォームを使用することで、Chevron はセキュリティ、信頼性、ガバナンスの要件を維持しながら、エッジ環境でのAIによる意思決定を展開することができます」
ChevronはDataRobotを活用し、高度な最適化および推論エージェントを用いてミッション計画を生成しています。これは、Chevronのデジタル・運用システム内にあるNVIDIAの基盤AIソフトウェアおよびコンピュート能力を活用したものです。単一のタスク向けに構築されたポイントソリューションとは異なり、DataRobotのエージェントワークフォースプラットフォームは、センサー分析モデルから地理空間推論モデルにいたるまで、専門化されたエージェント同士を連携したワークフローに統合します。これにより、既存のインフラを刷新することなく、Chevronがすでに運用しているシステムとの統合が可能となります。その結果、チームは業務の現場により近い場所で、高度なAI機能を評価できるようになります。
このアプローチでは、DataRobotのエージェントワークフォースプラットフォーム内の「NVIDIA Inference Microservices（NIMS）」を通じて実現されるSafe Start（セーフスタート）エージェントによる評価機能を適用し、ロボットのミッション開始前およびミッション実行中の稼働状況を評価します。このシステムは、既存の有線ガスセンサー、補完的なビジョンシステム、およびAIモデルを活用し、業務の発生する現地での状況を評価します。
ChevronのFacilities and Operations of the Future program managerであるCari Armpriester氏は次のように述べています。
「端的に言えば、手作業による特定時点での確認への依存を減らし、作業中も継続的に状況を検証することで、安全性が向上するということです。これにより、危険にさらされるリスクを低減し、安全基準を一貫して適用し、私たちのオペレーション全体でロボットをより効率的に展開することが可能になります」
今回の共同プロジェクトは、焦点を『ロボットハードウェアの認証』から『環境条件の保証』へとシフトさせることで、監視と統制を維持しながらも、人の介入を減らし、ロボットによる巡回・点検をより一貫して展開することを支援します。
DataRobotについて
DataRobotは、AIチームが未来のエージェントワークフォースを実現できるよう支援しています。当社のプラットフォームは、組織がビジネスプロセスに直接統合されるAIエージェントを構築・拡張できるようにすることで、効率性を高め、業務を変革し、確かな成果をもたらします。組み込みのガバナンスとセーフガードにより、企業がAIを安全かつ自信を持って導入できるよう支援します。詳細については、当社WEBサイトをご覧いただくか、LinkedInをフォローしてください。
企業プレスリリース詳細へ (リンク »)
PRTIMESトップへ (リンク »)
本プレスリリースは発表元企業よりご投稿いただいた情報を掲載しております。
お問い合わせにつきましては発表元企業までお願いいたします。
お問い合わせにつきましては発表元企業までお願いいたします。
