ライトアウト・ファクトリー
LTTS Lights-Out Factoryは、製造タスクを測定可能な自律性の段階へと引き上げていくフレームワークおよびアクセラレーター・ポートフォリオです。エンジニアに助言を与えるAIから、エンジニアと並んで作業するAI、さらには人が関与することなく完結するループに至るまでをカバーしています。NVIDIA OmniverseおよびNVIDIA Isaacを基盤としています。
自律性は、単に導入されるものではありません。1つのループごとに、積み重ねて獲得していくものです。
LTTS AI-Powered Vision Inspection
課題
御社の工場にはデータが不足しているわけではありません。スクラップが発生する前に下されるべき決定が不足しているのです。
自動化は反復作業を解決しました。しかし、判断の問題は決して解決しておらず、損失の根源はまさにその「判断」にあるのです。
生産ラインが停止してから、その原因が判明します。工程切り替えが安定するまでには3シフトを要します。溶接位置がずれる原因を知っている唯一のエンジニアは、定年まであと18ヶ月です。あらゆる修正措置は、コストがすでに発生した後にしか講じられません。
気づくのが遅すぎるダウンタイム
大規模な工場では、予期せぬ稼働停止により、毎月27時間の損失が発生しています。自動車業界では、1時間の損失につき230万米ドルのコストがかかります。（Siemens/Senseye、2024年）
パイロットセルから決して出ないパイロットたち
デモは機能している。しかし、実用化には至っていない。世界で最も先進的なWEFライトハウス施設でさえ、ネットワーク全体にこの技術を拡大できたのはわずか11％にとどまっている。
裁きがドアの外へ出ていく
プロセスがなぜずれてしまうのかを知っている人たちは、後任を補充するよりも速いペースで定年退職していっています。彼らの知識は、機械が読み取れるような形でどこにも記録されていませんでした。
床に合っていないシミュレーション
CADでレイアウトを確認。セルを個別に試運転。ベンチ上でPLCロジックをテスト。しかし、予期せぬ問題は実際の生産ラインで、最もコストがかかるタイミングで発生する。
この機能のメリット：
活用事例
各ユースケースは特定の段階に位置しています。そこが重要な点です。実際の工場は、どこでも同じ段階にあることは決してないため、ポートフォリオは意図的にこれら3つのモードすべてに分散されているのです。
機械の健全性監視
停止前に故障の兆候が現れるため、事後対応ではなく、計画的なメンテナンスが行われます。
運行区間
自動車の組立ライン
溶接欠陥の解析
欠陥は、最終工程の監査時ではなく、製造工程の途中で発見され、技術的な判断が行われる。
運行区間
自動車部品
衝撃試験
エンジニアは、生の試験映像ではなく、解析済みの結果を確認します。
運行区間
CFRP複合材料
組立時間調査
ストップウォッチを持った観察者がいない状態での、連続的なサイクルタイムの基準値。
運行区間
卓上組み立て
ライフサイクルアセスメント
設計が確定した後に監査されるのではなく、エンジニアリングのワークフローの中で影響評価が行われる。
運行区間
サステナビリティ工学
ロボットの健康管理
エンジニアがログを開く前に、エージェントが障害に対処し、原因を絞り込みます。
運行区間
ボディ・イン・ホワイト生産ライン
物流作業の時間調査
動きは継続的に測定されたが、フロアにはそれを測定する人は誰もいなかった。
運行区間
倉庫・物流
ツイン式スポット溶接ライン
ラインの健全性と運用状況が、1つのモデル上で可視化され、検証可能になります。
運行区間
自動車
モーター・ギアボックス・ツイン
回転資産の状態や「もし～なら」というシナリオは、平均値ではなく物理法則に基づいてモデル化されています。
運行区間
産業用機械
水道事業者の双子
ネットワークモデル内で特定された漏洩箇所。このアプローチをプラントの枠を超えて拡張したものである。
運行区間
ユーティリティ
ライトアウト・ファクトリー
Handpicked for You
当社のサービス
LTTSアクセラレータ
各タスクが獲得したランクに応じて、7つのアクセラレータと3つのデジタルツインが配備されます。
MECHA：温度、速度、送り量、エネルギー、振動に基づくAIを活用した機械の状態監視。
溶接欠陥：コンピュータビジョンとAIを活用した溶接欠陥の分析。
Impact IQ：コンピュータビジョンとジェネレーティブAIを活用した衝撃解析。
AIアセンブリツール：コンピュータビジョンを活用した作業時間調査。
LinkLCA：AIを活用したライフサイクルアセスメント。
AgeOps：エージェント型運用：ロボットの状態を監視し、行動を起こす自律エージェント。
iVision：GenAIを活用した作業時間調査。無人稼働。
設備のデジタルツイン：物理モデルを統合したニューラルネットワークによる予知保全と「もし～なら」分析。
無人工場ツイン：生産ライン全体にわたる機械の健全性分析とインテリジェントな運用。
都市のデジタルツイン：配水ネットワーク全体にわたる漏水検知。
LTTSの優位性
誰もがデジタルツインを売り込んできます。しかし、どの業務を外部に委託できるかまで教えてくれる人はほとんどいません。
その違いは、技術スタックにあるわけではありません。「次にどの段階へ進むべきか、そしてそれをどう見極めるか」という問いに対して、その取り組みが説得力のある答えを導き出せるかどうかにあるのです。
自律性は「販売」するものではなく、「評価」されるものです。当社は、お客様の生産ラインにおけるすべてのタスクを3つのモードに基づいて評価し、どのタスクが次の段階へ進む準備ができているかを提示します。お客様には、単なるビジョンスライドではなく、優先順位付けされたリストをお渡しします。
機械が生産するものを最適化します：多くの プロバイダーは、機械を中心に物流を調整します。当社は製品とプロセスそのものから着手します。単なるラインの流れではなく、「製造のための設計（Design for Manufacturing）」を追求します。この効果は、生産品目が変化しても持続します。
デジタルツインはお客様の現場で検証されます：お客様の実際の制御システムがモデル内で動作します。シミュレーションで合格したものは、実際の生産ラインでも確実に機能します。
ロボット導入は購入前に実証されます：ナビゲーション、マニピュレーション、センシングはシミュレーション内で訓練・テストされるため、ハードウェアに実装される前に動作が検証されます。
当社はお客様のベンダー環境の実情に合わせて対応します：お客様の 現場には、競合するベンダーを跨ぐ20年にわたる意思決定の積み重ねがあります。それらを連携させることこそが当社の提供価値であり、単なる付帯条件ではありません。
AIを支える深いエンジニアリング：物理、プロセス、製品エンジニアリングはすべて社内で対応しています。モデルは、その資産を深く理解している専門家によって構築されています。
実績と証拠
ある顧客との取り組み、その背景にある相互運用性の取り組み、そしてそれが稼働するシミュレーション機能。
Paint、BIW、および最終組立工程全体を通じて、1台の稼働中のツイン
北米に拠点を置く自動車OEM
従来のシミュレーションおよびバーチャルコミッショニングモデルを単一の稼働環境に統合し、PLC、HMI、ロボットプログラムを連携させてリアルタイムのバーチャルコミッショニングを実現。POC段階において、コラボレーション、可視化速度、データの一貫性が約30％向上した。
1つのツールチェーンとして動作するように設計された2つのツールチェーン
シーメンス・テクノマティクスとNVIDIA Omniverse
アセットの欠落、コネクタの不安定性、相互運用性のギャップを、単一のデータレイヤーに統合して解決。塗装ラインのレイアウト、プロセスシミュレーション、仮想試運転を、単一の環境でエンドツーエンドに実証。
ハードウェア化される前にロボット技術の検証が行われる
LTTS機能・自社開発
NVIDIA Isaac Simでモデル化された仮想LiDAR、赤外線（IR）、物体セグメンテーションセンシングを用いた、四足歩行ナビゲーション、ヒューマノイドの強化学習トレーニング、およびビンピッキング用コボットシミュレーション。
成功事例
「ライトアウト・ファクトリー」とは、人の介入なしに生産が行われる工場のことです。文字通り照明が消された状態で、機械が自ら稼働し、監視し、修正を行います。現在、この方式を最初から最後まで完全に採用している工場はほとんどないため、実際には「到達点」というよりは「目指すべき方向性」と言えます。 工場がそこへ到達するためには、自律性の段階を段階的に高めていく必要があります。具体的には、人間に助言するAIから、人間と協働するAI、さらには自律的にループを閉じるシステムへと移行していくのです。
LTTSが明確な一線を引くのは、「誰がループを閉じるのか」という点です。スマートファクトリーはネットワークで接続され、豊富なデータに恵まれていますが、ダッシュボードを確認して判断を下すのは依然として人間です。一方、「ライトアウト・ファクトリー」では、誰かの判断を待つことなくループが閉じられます。スマートマニュファクチャリングは可視性を提供します。 自律型製造は意思決定をもたらします。LTTSは、タスクごとに工場を「見える化」から「自律型」へと移行させていきます。
LTTSは、事後対応型の修理ではなく、AIを活用した予知保全を採用しています。MECHAアクセラレータは、温度、速度、送り量、エネルギー、振動を追跡して機械の状態を予測するため、緊急対応ではなく計画的なメンテナンスが可能になります。AgeOpsエージェントはさらに一歩進んで、ロボットの状態を監視し、不具合が発生した際に即座に対応することで、根本原因の分析を迅速化します。 大規模な工場では、予期せぬダウンタイムにより、月に約27時間の損失が発生しています。
LTTSは、プロセスのモデル化と測定が可能なあらゆる場面で、「ライトアウト・ファクトリー」のフレームワークを適用しています。その最も顕著な実例は自動車産業であり、ホワイトボディ、塗装工程、スポット溶接、最終組立などが挙げられます。また、LTTSは、回転機器向けのデジタルツインを活用した産業機械分野、AIを活用した衝撃試験を用いた複合材料分野、さらには物流や公益事業分野でも活用されています。 このフレームワークは業種を問わないものであり、各アクセラレータは業種に合わせて最適化されています。
LTTSは、工場責任者が重視する指標、すなわち、予期せぬダウンタイムの削減、サイクルタイムの短縮、後期段階で発見される欠陥の低減、そしてシミュレーションで実証された後にのみ設備投資を行うこと、を目標としています。北米に拠点を置く自動車OEM企業とのあるプロジェクトにおいて、LTTSは概念実証（PoC）段階で、連携、可視化速度、およびデータの一貫性において約30％の改善を実現しました。
LTTSは、1ループずつ「ライトアウト・ファクトリー」の運用を構築していきます。 この取り組みは、「評価（Assess）」「構築（Build）」「運用（Operate）」「維持（Sustain）」の4つの段階を経て進められます。LTTSは、生産ライン上の各タスクを3つの自律モードに基づいて評価し、実際の生産システムの検証済みデジタルツインを構築した上で、各タスクが獲得したレベルに応じてAIアクセラレータを導入します。タスクが次のレベルに進むのは、それを裏付ける証拠がある場合のみです。自律性は「導入」されるものではなく、「獲得」されるものです。
LTTSは、デジタルツインをあらゆるものの基盤として位置づけています。これは、プラントの検証済み仮想モデルであり、AIが実際のプロセスを学習し、変更点をコストをかけずにテストし、実際の機械に反映する前に意思決定の妥当性を確認できるものです。デジタルツインがなければ、自律型製造において安全に失敗できる場はありません。
LTTSのエンジニアは、特定の推奨スタックではなく、実際の工場が稼働しているマルチベンダー環境全体に対応しています。北米に拠点を置く自動車OEM企業の場合、LTTSはレガシーのシミュレーションおよびバーチャルコミッショニングモデルを単一のライブ環境に統合し、PLC、HMI、ロボットプログラムを連携させて、リアルタイムのバーチャルコミッショニングを実現しました。 統合は、当社のサービス提供の一部であり、例外ではありません。
LTTSは、NVIDIA OmniverseおよびNVIDIA Isaacを基盤として「Lights-Out Factory」フレームワークを構築しています。Omniverseは、シミュレーションモデル、プラントレイアウト、および実稼働中の制御システムが一体となったデジタルツインとして統合される共有環境です。 Isaac SimおよびIsaac Labは、実際のハードウェアに実装する前に、ナビゲーションからビンピッキングに至るまで、LTTSがロボットシステムのトレーニングと検証を行う場です。LTTSは、GTC 2026において、NVIDIAと共同でこの取り組みを発表しました。
リソース
「自ら決断する工場」は、「共に決断する工場」から始まる
LTTSの「Lights-Out Factory」は、デジタルツイン、産業用AI、エージェント型運用を組み合わせることで、自律的かつデータ駆動型の製造意思決定を実現します。
