IoTNEWS

タグ: 日本電気（NEC）

https://jpn.nec.com/

  • NEC、AI活用で知財業務時間を最大94%削減する「知財DX事業」を開始

    NEC、AI活用で知財業務時間を最大94%削減する「知財DX事業」を開始

    日本電気株式会社（以下、NEC）は、同社のAI技術と知財ノウハウを活用した「知財DX事業」を2026年1月19日に立ち上げ、同年4月よりAIを活用したSaaS型ツールとコンサルティングサービスの提供を開始すると発表した。

    今回の事業の中核となるSaaS型ツールは、RAG（検索拡張生成）技術と、日米欧の約1,250万件に及ぶ数値化された特許データを活用している点が特徴だ。

    ユーザが技術資料や指示を入力することで、AIが膨大なデータベースから類似特許を瞬時に抽出し、特許性の判定や発明提案書、明細書のドラフト作成までを自動で行う。

    これにより、従来は専門家が手作業で行っていた先行技術調査などの定型業務を標準化し、誰でも高品質な成果を出せるよう支援する。

    また、経営戦略への貢献も視野に入れており、M&Aアドバイザリの手法を取り入れた独自のアルゴリズムにより、市場規模や自社・他社の特許資産を多角的に可視化することが可能だ。

    これにより、将来の技術戦略の立案や新規事業創出といった上流工程において、客観的なデータに基づいた意思決定を支援する。

    NECが行った社内実証では、同ツールの活用により、従来の定型業務にかかる時間を最大で約94%短縮する成果が確認された。

    現在、精密機器メーカ、総合電機メーカ、消費財メーカ、素材メーカとの実証実験を進めており、今後も業務効率化ツールとコンサルティングサービスの改善と拡充を図る計画だ。

    また、同社は、4万3,000件の保有特許と知財活用の実績を活かし、国内外の特許事務所とのパートナー連携も進めるとしている。

  • NECが調達交渉を自動化するAIエージェントサービスを提供開始、合意率95％を達成

    NECが調達交渉を自動化するAIエージェントサービスを提供開始、合意率95％を達成

    製造業において、サプライチェーンの複雑化や市場需要の急激な変動への対応は経営上の重要課題となっている。

    しかし、調達現場における部品の納期や数量調整は、担当者の経験や勘に依存する部分が大きく、膨大な時間を要するため、すべての品目に対してきめ細かな調整を行うことは困難であった。

    こうした課題に対し、日本電気株式会社（以下、NEC）は、AIが自律的にサプライヤと交渉を行う「NEC 調達交渉AIエージェントサービス」の提供を2025年12月2日より開始した。

    同サービスの中核となるのは、NECが独自開発した「自動交渉AI」技術である。調整に際しての必須条件と望ましい条件を自動で導出し、双方にとって受け入れ可能で最適な条件を自動で提案する。

    NECが調達交渉を自動化するAIエージェントサービスを提供開始、合意率95％を達成
    自動交渉AIの概要

    在庫状況や生産計画に基づき、AIが最適な納期・数量条件を自動で算出するだけでなく、相手側（サプライヤ）との交渉プロセスそのものをAIエージェントが代行することも想定されている仕組みだ。また、AIと人間の調整・交渉だけでなく、AI間の調整・交渉も想定されている。

    一方的な要求を押し付けるのではなく、過去の取引データなどを基に双方にとって受け入れ可能な「Win-Win」となる条件を導き出す点が特徴であり、この交渉技術は国連の標準化団体（UN/CEFACT）における国際標準としても採用されている。

    NECが調達交渉を自動化するAIエージェントサービスを提供開始、合意率95％を達成
    同サービスの流れ

    同社は導入に先立ち、2024年11月にグループ会社にて、約1,300品目の部品調達を対象に同サービスの検証を行った。

    その結果、人の手を介さずAIのみで交渉が成立した「自動合意達成率」は95％に達した。これにより、従来は数時間から数日を要していた調整業務が約80秒へと短縮され、業務効率の大幅な向上が確認されたという。

    なお、同サービスはERPなどの既存システムと連携して利用可能であり、価格は税別・初期費用別で年間3,600万円から設定されている。

  • NECとローソン、映像認識AIとLLMを活用して店舗従業員の作業行動を分析・可視化する実証実験を実施

    NECとローソン、映像認識AIとLLMを活用して店舗従業員の作業行動を分析・可視化する実証実験を実施

    店舗作業の効率化を実現するためには、現在の業務の実態把握が必要となるが、店舗の作業項目は100以上にのぼり、それぞれの所要時間を正確に把握するためには担当者が直接店舗で作業に立ち会い、手作業で作業時間を計測する必要があった。

    こうした中、日本電気株式会社（以下、NEC）は、株式会社ローソンと共に、NECが開発した映像認識AIと大規模言語モデル（Large Language Model、以下、LLM）を活用して、店舗従業員の作業行動を分析・可視化する実証実験を、2025年10月27日から11月2日まで埼玉県の1店舗で実施した。

    この実証実験では、店舗従業員の作業映像を映像認識AIで分析し、映像内の従業員の業務を作業項目に分類する。

    さらにLLMが、分類された各作業工程やその所要時間を文字化し、店舗作業内容を定量的に把握できるレポートを自動作成する。

    このレポートで示された時間と、従来の手段で計測された作業時間を比較し、今後の店舗の施策検証に活用できるかの有用性を評価するというものだ。

    NECとローソン、映像認識AIとLLMを活用して店舗従業員の作業行動を分析・可視化する実証実験を実施
    システムの概要図。店内映像から作業行動を抽出しデータを分析している。

    NECは今後、同実証実験により店舗作業を定量化することで、ローソンが掲げる店舗作業30％削減に貢献することを目指すとしている。

    なお、この実証実験で撮影する映像については、映像分析対象となる従業員や顧客等の偶然写り込んでしまった個人を特定する利用を一切行わないとしている。

  • NEC、安全運転支援サービス「くるみえ」にアドバイスを自動生成するAI新機能を追加

    NEC、安全運転支援サービス「くるみえ」にアドバイスを自動生成するAI新機能を追加

    日本電気株式会社（以下、NEC）は、同社が提供する、ドライブレコーダで記録した映像や各種データを活用して安全運転を支援するクラウドサービス「くるみえ」にAIを活用した新機能を追加し、販売を開始した。

    今回追加された新機能は、危険運転の映像データなどから安全運転指導のアドバイスを自動生成するものだ。AIが対処優先度の高いヒヤリハットシーンの自動抽出やドライバーごとの課題傾向分析などを行い、危険運転に対する具体的な改善ポイントを自動生成する。

    具体的には、映像認識AIにより、各車両のドライブレコーダで記録した映像から、横断歩道や赤信号など、安全運転上の観点から特に警戒が必要な場面を優先的に抽出し、自動的にタグ付けを行う。

    記録映像のタグ付けでは、危険運転シーンを横断歩道・赤信号といった種別で分類して検索することが可能です。

    加えて、「くるみえ」で検知した映像にはあらかじめドライバーの情報も記録されているため、例えば、特定のドライバーが赤信号時のヒヤリハットを起こしやすいなどの傾向を検出することができる。

    これにより、管理者はドライバーごとに課題の傾向を分析できるため、個別の指導やトレーニングに活用できる。

    さらに、類似した事例を集めて事象の背景やリスク要因を多角的に把握し、総合的な安全運転戦略を策定することも可能だ。事故傾向の分析を通じて運行計画の見直しや時間帯ごとの指導強化といった、組織全体の対策にも役立てることができる。

    また、安全運転管理者がドライバーに安全運転指導を行う際のアドバイスを、映像認識AIと生成AIにより、ヒヤリハット動画から自動生成する。映像認識AIが映像解析技術を活用して危険運転が発生した場面を分析し、生成AIがさまざまな運転指導の実例を参照しながら説明文を自動で作成することで、管理者は具体的なアドバイスを効率よく行うことができる。

    例えば、赤信号で急停車しているケースでは、「速度は控えめにして、黄色信号を認識したら足をアクセルではなく、ブレーキにのせることが余裕を持った停止につながります」といったアドバイスを提案する。

    なお、同機能は、NECの映像認識AIと生成AI（大規模言語モデル：LLM）を融合させた技術を産業適用したものとのことだ。

    NEC、安全運転支援サービス「くるみえ」にアドバイスを自動生成するAI新機能を追加
    「くるみえ」のサービスイメージ
  • NEC、障害物の多い現場でも自律走行を実現するロボット制御AI技術を開発し生産性向上に貢献

    NEC、障害物の多い現場でも自律走行を実現するロボット制御AI技術を開発し生産性向上に貢献

    障害物が多数存在する環境でのロボットの自律走行において、AI技術と、事前に定義されたルールや手順に従って経路を生成する手法の組み合わせは、安全性と効率性を両立した最適な経路生成に課題があった。

    また、より適切な経路を生成するには、複数のAIを組み合わせる手法もあるが、AIの数が増加するほど処理時間を要し、リアルタイム制御が難しくなるという傾向があった。

    こうした中、日本電気株式会社（以下、NEC）は、AI技術を活用し、障害物が多く経路生成が困難な環境下でも、ロボットの安全で効率的な自律走行を実現する制御技術を開発した。

    この技術は、複数のAIの知見を学習させたNEC独自のAIを活用することで、複数のAIがそれぞれ生成する経路をまとめて学習し、一度に複数の経路を生成できるものだ。

    これにより、スペースに制限がある場合や、害物が不規則に置かれた環境下でも、安全で効率の良い最適経路を生成し、リアルタイムでのロボット制御を実現する。

    NEC、障害物の多い現場でも自律走行を実現するロボット制御AI技術を開発し生産性向上に貢献
    既存手法と今回発表された技術の比較図

    なお、同技術を利用したロボットで、長さ50mのテストコースに障害物をランダムに配置したシミュレーションを行ったところ、走破するのにかかった時間が、従来手法と比較して最大で50%短縮できることが確認された。

    今後NECは、倉庫や小売領域に加え、自動運転への展開も見据え、2026年度中に同技術の実用化を目指すとしている。

    関連記事：生産性向上の基本に関して知りたい方はこちらの記事も参考にしてください。
    付加価値生産性を知ってますか？「生産性向上」の真の意味と、2つの視点・成功事例から学ぶ稼ぐ力

  • NEC、データセンタ間を接続するWDMネットワークのオープン化に対応したパッケージソリューションを提供

    NEC、データセンタ間を接続するWDMネットワークのオープン化に対応したパッケージソリューションを提供

    近年、データセンタ間を接続する波長分割多重（以下、WDM）ネットワーク環境では、従来の単一ベンダーによる一括提供型システムから、異なるベンダーの製品を組み合わせるオープンなシステム構成への移行が進んでいる。

    この変化は、ネットワーク運用の柔軟性を向上させ、最新技術を迅速に導入できるため、光ネットワークを持続可能なシステムへと進化させることが期待できるが、同時に新たな課題も存在している。

    具体的には、異なるベンダーの機器を選定・統合することによる作業の複雑化や、複数のサプライヤーからの個別調達、WDMネットワークの高度な伝送設計ノウハウが求められるため、自社で効率的に実装する技術的ハードルが高くなっている。加えて、マルチベンダ化により管理業務の負荷も増加していることが課題だ。

    こうした中、日本電気株式会社（以下、NEC）は、データセンタ間を接続するWDMネットワークのオープン化に対応するため、ネットワーク製品の提供から伝送設計までをパッケージ化したソリューションを、通信事業者およびデータセンタ事業者向けに提供を開始した。

    このソリューションでは、従来のWDM光トランシーバ製品に加え、新たに光アンプ製品およびパッシブWDM製品をラインナップに追加した。さらに、効率的かつ信頼性の高い伝送設計の支援も含めて、パッケージ化している。

    NEC、データセンタ間を接続するWDMネットワークのオープン化に対応したパッケージソリューションを提供
    データセンタ間WDMネットワークの概要図（ポイントtoポイント）

    このパッケージソリューションを採用することにより、企業が現在保有するWDMルータ装置以外については、NECの製品をサードパーティ品としてWDMのネットワークに導入することが可能になる。

    加えて、NECが培ったWDM関連製品と伝送設計技術により、高信頼・高性能なネットワーク構築に関する支援も受けることができる。

    これにより、特にデータセンタ間のネットワークシステム選定から構築に掛かるコストは、従来と比較して半減できるとNECは見込んでいる。

    NECは、今後も製品ラインナップの拡充とサポート体制の強化を図っていく方針だ。

  • NEC、AIでモビリティに適したマルチパス通信を最適化する技術を開発

    NEC、AIでモビリティに適したマルチパス通信を最適化する技術を開発

    モビリティ市場では、アプリケーションごとの品質を高信頼に保つモバイルネットワークが重要だが、場所・時間・移動状況において一度として全く同じ通信状況に遭遇することはなく、最適解を予測することは困難であった。

    そのため、遠隔監視や車両制御など複数のアプリケーションにおけるすべての品質を高信頼に保つには不確定要素が多く、課題があった。

    こうした中、日本電気株式会社（以下、NEC）は、コネクテッドカーや鉄道、ドローンなどの移動体に安定した通信を提供する、モビリティに適したAIによるマルチパス通信の最適化技術を開発した。

    この技術は、移動や輻輳によって時系列的に大きく変動する帯域を高精度に予測し、複数の車外通信を融合する。車の特性や優先度といった通信要件に応じて最適に再分配することで、限られた帯域でも多様なサービスを効率的に収容しつつ、通信品質を確保することが可能だ。

    NEC、AIでモビリティに適したマルチパス通信を最適化する技術を開発
    技術の構成

    具体的には、アプリケーションレベルの品質の充足度を高精度に予測し、コネクテッドカーなどの移動体側でリアルタイムにマルチパス通信の適切な経路を選択する。

    活用しているのは、「応答性能」「QoE（Quality of Experience）」「コスト」「周辺環境」の4つの要素に基づく経路選択技術と時系列変動を考慮した高精度QoE予測技術だ。

    また、マルチアプリケーションを同時に利用した場合やマルチパス通信の経路切り替え時、接続している基地局を切り替えるハンドオーバー時でも、遠隔監視、車両制御、エンタメなどアプリケーションごとの特性と、モバイル回線、衛星回線、Wi-Fiの回線特性に合わせた制御により、影響を最小限に抑えることが可能だ。

    さらに、各エリアで収集した通信品質情報を基に、時系列変動を考慮した高精度QoE予測技術により、回線ごとのQoEを抽象化し、品質とコストを最適化する回線の組み合わせを導出することが可能だ。

    これにより、モビリティ基盤側で、移動経路・環境条件・使用アプリケーションに合わせた経路選択が算出することができ、RSP（Remote SIM Provisioning）などの技術と組み合わせることで、エリアごとに最適な通信環境を構築することが可能になる。

    今後NECは、同技術を用いたソリューションの開発を進め、2025年度内に実用化することを目指すとしている。

    なお、同技術は、2025年6月11日～13日に幕張メッセで開催されるインターネットテクノロジーのイベント「Interop Tokyo 2025」で展示される予定だ。

    関連記事：IoTで活用する通信の基本について詳しくしたい方は、こちらの記事も参考にしてください。
    【初心者向け】IoT通信の仕組みを徹底解剖！基本の仕組みから、用途別比較や7つの重要指標などを分かりやすく解説
    IoT通信の裏側を支える「プロトコル」とは？OSI参照モデルとスマート工場事例で徹底解説

  • NEC、顔認証技術とSSSのAIカメラを融合し光環境の変化に強い入退管理ソリューションを発売

    NEC、顔認証技術とSSSのAIカメラを融合し光環境の変化に強い入退管理ソリューションを発売

    日本電気株式会社（以下、NEC）は、顔認証技術とソニーセミコンダクタソリューションズ株式会社（以下、SSS）のAIチップを搭載したカメラ（以下、AIカメラ）を融合した、入退管理ソリューションを、2025年5月より販売を開始すると発表した。

    このソリューションは、SSSのイメージセンサによるエッジAIセンシング技術と、NECの顔認証技術により、これまで設置場所の光環境を理由に導入が困難だった業種やシーンにおいても、プライバシーやセキュリティに配慮した形で導入することができる。

    カメラ本体は手のひらサイズで、NECが開発した光環境の変化に強いAIモデルが搭載されている。このAIカメラとAIモデルを融合することで、窓がなく十分な照度を得にくい工場や倉庫、夜間に照度が変動する店舗、外光の影響を受けやすいテーマパークやスタジアムなど、従来、設置環境が原因で導入が難しかった施設でも導入できるようにしている。

    NEC、顔認証技術とSSSのAIカメラを融合し光環境の変化に強い入退管理ソリューションを発売
    ソリューションで使用しているAIカメラ

    また、状況に応じてリアルタイムで画質の最適化を実施し、カメラ内部で顔の特徴量抽出を行うことができるため、厳格な本人確認を実現しつつ、現場でのカメラごとの設定調整や運用管理の手間を軽減するという。

    さらに、顔画像をクラウドに送信する必要がないため、個人情報の漏洩リスク低減によるセキュリティ強化と管理コストの抑制を実現する。

    なお、この入退管理ソリューションは、今年の10月よりNECのセレスティン芝三井ビルディングにおいて先行利用が決定しているほか、SSSのグループ会社内での利用も検討されているとのことだ。

  • NEC、データセンタのコンピューティングリソースを効率的に運用管理するオープンソースを公開

    NEC、データセンタのコンピューティングリソースを効率的に運用管理するオープンソースを公開

    昨今、DXの加速やIoTデバイスの普及などによるデータ量の増加が、データセンタへの負荷を増大させ、電力消費量を増加させている。

    こうした中、日本電気株式会社（以下、NEC）は、データセンタにおけるコンピューティングリソースの効率的な運用管理を実現するオープンソースソフトウェア「Composable Disaggregated Infrastructure Manager」（以下、CDIM）を開発し、GitHub上で公開したことを発表した。

    「CDIM」は、サーバハードウェアを「CPU」「メモリ」「GPU」「ストレージ」といった構成要素に分離し、必要に応じて動的に結合するCDI（Composable Disaggregated Infrastructure）環境の複雑な管理を自動化・簡素化するソフトウェアだ。

    NEC、持続可能なデータセンタ運用を実現するオープンソースを公開
    CDIMの概要

    CDIは、従来サーバごとに固定されていたCPU、メモリ、GPU、ストレージ、ネットワークカードなどのハードウェアコンポーネントを物理的に分離し、共有リソースプールとして管理する。

    そして、アプリケーションやワークロードの要求に応じて、必要なコンポーネントをソフトウェア定義で動的に組み合わせ、仮想的なサーバノードを構成する技術だ。

    これにより、特定のリソースが遊休状態になることを防ぎ、ハードウェアリソース全体の利用効率を最大化することができる。

    しかしCDIは、リソース効率化に大きく貢献する一方、多数のコンポーネントと多様な構成パターンを管理・運用するのは複雑さを伴う。

    そこで今回、NECがOSSとして公開した「CDIM」は、このCDI環境の運用管理を自動化し、効率化することを目的に開発されたマネジメントソフトウェアだ。

    具体的には、システム全体の構成、各コンピュートノードのリソース状況、消費電力推移、異常の有無などを一元的に可視化するダッシュボードを提供する。

    NEC、持続可能なデータセンタ運用を実現するオープンソースを公開
    ダッシュボードのイメージ

    また、構成変更機能により、コンピュートノードの構成（リソースの組み合わせ）をコード（IaC: Infrastructure as Code）で定義・管理することができる。

    導入環境として、異なるハードウェアベンダーのコンポーネントが混在する場合でも、プラグイン機構を採用することで、ベンダー間の差異を吸収し、相互運用性を確保する。

    なお、使用するハードウェアに対応するプラグイン実装やが必要だが、リファレンス実装のプラグインや開発ガイドに加え、現在CDIを持っていない場合でもCDIMの動作を体験できるCDIエミュレータも公開されている。

    今後は、ソフトウェアの構成制御によるGPUの利用効率化をターゲットとした、CDIMの製品リリースを検討中とのことだ。

    また、システムに投入されるワークロードの特性から最適なコンピューティングリソースの接続を設計・反映するためのフレームワークや、「OpenStack」や「Kubernetes」などの既存管理ソフトウェアとの連携など、機能強化に順次対応していく計画だ。

  • NEC、需要予測の管理を統一化し誤差要因の情報収集可能な分析ソリューションを発売

    NEC、需要予測の管理を統一化し誤差要因の情報収集可能な分析ソリューションを発売

    現代の市場は変動が激しく、需要予測における予測精度の分析は、企業の競争力維持と持続可能な成長に不可欠である。

    しかしながら、SCM部門や需給計画策定部門においては、市場変動に起因する需要データの収集・整理、予測誤差の分析に時間を要し、その信頼性や網羅性に課題が存在する。

    また、予測誤差の要因を的確に分析できる人材の不足や、分析スキルの属人化と継承の困難さも指摘されている。

    こうした中、日本電気株式会社（以下、NEC）は、需要予測における精度管理の仕組みと管理手法の統一化を推進する「Advanced-S&OP 予測精度分析ソリューション」を、2025年4月より販売開始する。

    このソリューションは、NECのAI技術に加え、データ分析プロフェッショナルの分析知見、SCM（サプライチェーンマネジメント）およびS&OP（セールスアンドオペレーションズプランニング）領域のプロフェッショナルの業務知見を組み込んだエージェントAIを活用する。

    これにより、社内外の情報を横断して検索することができ、誤差要因の根拠となる情報収集が可能だ。また、業務ナレッジを踏まえたフレームワークを用いて分析を行うことで、要因の探索を行う。

    NEC、需要予測の管理を統一化し誤差要因の情報収集可能な分析ソリューションを発売
    「Advanced-S&OP 予測精度分析ソリューション」の概要図

    精度管理ダッシュボード機能では、社内における予測精度の統一基準、かつ、複数の精度管理指標のモニタリングにより、適切な計画の立て直しが可能だ。

    また、事業やブランドや販売チャネルといった社内の複数のセグメント間の比較から、改善の緊急性を見極め、早期に予測ロジックや計画プロセスを見直すことができるようになる。

    扱う商品点数が多数にのぼるときには、予測精度管理指標をもとにした需要変動アラート機能が活用できる。複数のアラートを組み合わせられるほか、業務ナレッジが組み込まれた適切な指標を使うことで、迅速かつ質の高い意思決定を支援する。

    なお、同ソリューションは、2024年6月に発表された、S&OPプロセス変革による戦略的な意思決定を支援する「NEC Advanced-S&OP ソリューション」のメニューの一つとして位置づけられているとのことだ。

    関連記事：需要予測に関して詳しく知りたい方はこちらの記事も参考にしてください。
    需要予測とは？基本の手法や目的、製造業で活用できるシステムの種類などを解説
    関連記事：属人化解消について知りたい方はこちらの記事も参考にしてください。
    属人化とは？属人化が起きる原因やデメリット、デジタルを活用した具体的な解消方法などを解説