多品種少量生産の工場で段取り替えを改善しようとすると、「交換作業を何分短縮するか」に議論が集中しがちです。しかし、次の品番に対して、どの設備・金型・治具・材料の組合せで、どの承認済み条件を使うかという判断が曖昧なままでは、作業だけ速くしても初品不良や条件の取り違えが残ります。本記事は、タイやASEANの工場で段取り替え条件推奨AIを導入する生産技術、品質、製造、IT/OTの担当者に向けた実務ガイドです。AIが条件候補を示し、権限を持つ人が承認し、初品検査で妥当性を確認してから量産に移る仕組みを扱います。特定メーカーの装置が必須だという話でも、AIからPLCへ無人で条件を書き込む提案でもありません。
ここでいう「条件」は工程ごとに異なります。成形なら温度・圧力・時間の承認範囲、加工なら工具・プログラム・切削条件、組立なら締結設定・治具・検査条件が候補です。どの項目をAIが提案できるかは、設備能力、品質保証、契約、現地の安全手順に従って絞ります。導入可否を先に判定し、無理にAIを適用しないことも重要です。
1. 段取り替え「時間短縮」と「条件推奨」は別の改善テーマ
段取り替え時間の改善では、停止前準備と停止中作業の切り分け、工具の事前配置、作業手順の標準化が中心になります。いわゆるSMEDや時間分析はここに有効です。一方、条件推奨は、品番変更時に適切な承認済みレシピを探し、変更差分を見て、初品の結果までつなぐ判断支援です。秒単位の機械動作最適化ではなく、注文と現場条件の組合せが毎回変わるときの「選択ミス」と「確認漏れ」に焦点を当てます。段取り時間短縮の進め方は停止時間の分析を扱い、射出成形の条件最適化AIは単一工程の条件設計を扱っています。本記事では複数品種・設備をまたぐ承認と履歴を中心にします。
例えば同じ品番でも、設備Aと設備Bでは利用できる設定範囲が異なり、金型の改修後は旧版レシピが使えないかもしれません。材料ロットの変更によって追加検査が必要な場合もあります。作業指示の品番だけをキーにして過去の設定値を呼び出すと、これらの差を見落とします。AIの価値は、過去の数値を平均して「最適値」を出すことではなく、適用条件に合う候補と、その候補を選んだ根拠、注意点を提示できることにあります。
本記事の評価対象は、段取り時間だけではありません。条件検索にかかった時間、レシピ版数の取り違え、初品の合否、再調整の回数、承認待ち、元の条件へ戻すまでの時間を分けて測ります。時間が短くなっても品質リスクが増えれば採用しません。既に段取り時間の分解から始めたい場合は、タイ工場向けMES比較の4つの評価軸も参照してください。
2. まず「正しい条件」を定義する：レシピ、版数、適用範囲
AIに学習させる前に、工場が正とする条件の単位を決めます。最低限、レシピID、版数、適用開始日、品番と改訂、工程、設備群または設備ID、金型・治具、材料仕様、設定値と許容範囲、検査方法、承認者、承認日時、失効条件を持つ設計が必要です。履歴上たまたま良品だった設定を、承認済みの標準条件と同じ扱いにしてはいけません。試作、量産、暫定逸脱、保全後の復帰でも利用可能な範囲が変わります。
管理上のポイントは「最新版」だけで選ばないことです。版数が新しくても別設備向けなら不適用です。旧版が使用禁止となった理由も残します。品質部門が許可した範囲と、現場が経験的に使った値を別の項目として保存し、AIの候補は原則として前者の中に収めます。過去の実績は順位付けや異常検知には使えますが、承認を飛び越える根拠にはなりません。
ISA-88はバッチプロセス制御の規格群としてレシピ概念を扱います。ただし、すべての離散加工設備にISA-88のモデルをそのまま義務付けるものではありません。離散製造の導入案件では、規格名を機械的に貼るより、工場固有の「レシピ」「プログラム」「作業標準」「検査規格」がそれぞれ何を指すかをデータ辞書で合意することが先です。参照: ISA-88公式概要。
3. 作業指示と現場コンテキストを結び、候補を絞る
条件推奨の入力は「次の品番」だけでは足りません。生産指示ID、品番・改訂、数量、納期、工程、割当設備、現在取り付けた金型・治具、工具の状態、材料の仕様とロット、必要な検査、設備の保全・校正状態を関係付けます。項目を増やせばよいわけではありません。候補の適用可否を左右する条件から始め、取得できない情報は「不明」として扱います。不明値をもっとも一般的な値で自動補完すると、見かけ上の一致率だけが上がり、危険な提案を通してしまいます。
ISA-95は企業側の計画・物流と製造オペレーションを結ぶための概念枠組みを示します。公開されているISAの説明では、Level 4がERPなどの計画・物流、Level 3がMESなどの製造オペレーション、Level 2が監視制御という整理です。本案件ではその境界を参考に、ERPから来る作業指示、MESで管理する実行・品質記録、設備側から取得する状態を混同しないようにします。ISA-95が特定のAIアルゴリズムを指定するわけではありません。参照: ISA-95公式概要。ERPと現場のデータ責任を整理するには、生産管理システムとERP・MESの違いも参考になります。
OPC FoundationのOPC UA for Machinery Job Managementは、job orderが機械のタスク実行に必要な情報であり、プログラム、レシピ、メタデータ、パラメータの一部または組合せで構成できると説明しています。これは作業指示と設備側の情報を結ぶ参考になりますが、各設備が同じOPC UA機能を実装しているという意味ではありません。調達時には、読み出せる項目、書込みの可否と制約、版数識別、通信断時の挙動を実機で確認します。工作機械向けにはOPC UA for Machine Toolsもありますが、対象設備の版・対応プロファイルを確認する必要があります。
4. AIの出力は「値」だけでなく根拠、信頼度、適用境界を示す
画面に「推奨温度185℃」のような単独の数値を大きく出す設計は避けます。候補レシピIDと版数、対象品番・設備・材料との一致状況、変更前後の差分、各値の承認下限・上限、採用した履歴の範囲、未確認の条件、モデルまたはルールの版数を同じ画面で提示します。信頼度を出す場合は、何の確からしさなのかを定義します。「過去類似案件に近い確率」と「初品が合格する確率」は別物です。校正できない数値を百分率で表示して権威付けしないでください。
推奨の第一段階は、承認済みレシピの検索と候補順位付けで十分です。類似条件からの数値補間を許すとしても、設計部門と品質部門が承認した上下限内に限定し、候補値を量産標準へ昇格する手続きを別に設けます。承認範囲外の候補、未承認の金型、校正期限切れ設備、材料仕様不明の場合は「推奨なし」「承認者へエスカレーション」を正しい出力とします。AIが沈黙できる設計が、現場の信頼につながります。
評価ではトップ候補の一致率だけを追いません。誤って適用可能と判断した件数、推奨なしが出た理由、人が修正した差分、初品NGとの関係も確認します。学習用データの良品ラベルが後で取り消された、測定条件が違った、といった記録も必要です。導入初期は「AIが選んだ値を作業員に見せないで比較だけ行う」シャドーモードから始めれば、既存の判断とのズレを安全に分析できます。
5. 承認点を固定する：AI提案、人の判断、設備操作
業務フローを明文化します。①作業指示と実機コンテキストを取得、②システムが適用可能な承認済みレシピを絞り込み、③AIが候補と注意点を提示、④権限者が差分と根拠を確認して採用・修正・却下を記録、⑤作業標準に従って設定、⑥初品検査に合格してから量産許可、という順序です。採用ボタンを押しただけで設備が自動変更される設計にしないことを、本記事の基本境界とします。書込み連携を別途検討する場合でも、設備メーカーの仕様、インターロック、安全評価、変更管理を独立の案件として扱います。
誰が何を承認するかも分けます。製造担当者は作業指示と装着物の一致を確認し、生産技術は条件差分と設備適合を確認し、品質は初品の検査規格と逸脱処理を管理します。夜勤時の代理承認、通信障害時の運転継続、緊急注文での例外手順も決めます。承認者のID、時刻、表示した候補、修正内容、却下理由を残し、後から「なぜその条件になったか」を説明できるようにします。
NISTのAI Risk Management Frameworkは、AIリスクをGovern、Map、Measure、Manageの機能で扱う枠組みです。公開されているAI RMF Coreには、人の監督プロセスを定義・評価・文書化する項目があります。この枠組みは当社の運用設計の参考であり、特定の工場システムを認証するものではありません。AIの導入責任者、モデル変更の審査、現場からの異議申立て、誤推奨の報告先をRACI表に落とし込むと実装が具体化します。
6. 初品検査は品質のゲートであり、学習データの入口でもある
新しい条件を選んだ後、初品の測定値を取る前に量産OKとしてしまうと、設定画面が正しくても材料・金型・設備状態の違いを見逃します。品番と工程に応じて、寸法、外観、重量、電気特性、トルクなど必要な特性を定義し、測定器ID、校正状態、検査方法、測定者、検査時刻、判定と承認を作業指示に紐付けます。初品合格は条件の将来永続的な妥当性を保証するものではないため、工程内検査と異常監視も継続します。
初品NGなら、設定をその場で繰り返し変更して「最後に良くなった値」だけを記録する運用を避けます。試行ごとに条件版、変更理由、測定結果を残し、承認範囲の外へ出るときは逸脱承認を求めます。初品の記録がAIへ戻る際には、真の合否と、単に検査未実施・検査方法変更・再測定中である状態を区別します。ラベルを誤るとモデルが「検査漏れを成功例」と学んでしまいます。
PoCの評価では、過去の初品合格率を無理に統一せず、同じ品番・設備群・材料条件で比較できる単位を決めます。少数の例だけで改善率を断定せず、運用前後で注文の難易度が変わっていないか確認します。自社工場のデータから採算を計算し、一般的な改善率や回収年数を捏造しないことが、社内稟議とベンダー評価の両方で重要です。
検査結果をモデルへ戻す際には、測定値の単位、測定器の分解能、判定規格の改訂も一緒に保存します。例えば旧図面の寸法公差で「合格」とされた記録を、新図面の合格例として混ぜると、学習データの意味が変わります。手直し後に合格した品物は、初回から合格した品物と区別します。材料ロットの切替前後で不良が増えたとしても、同時に金型保全や検査方法の変更があれば、AI条件だけを原因と決めつけられません。品質担当者が説明できるラベル体系を定め、変更のたびにデータセットの版を更新することが、後から結果を再現する土台になります。現場が訂正を入れた場合は元の記録を消さず、訂正理由と承認者を残します。
7. ロールバックを「前の数値に戻す」以上の手順にする
推奨条件で初品が不合格、あるいは運転中に品質・安全・設備上の異常が出たとき、元に戻す対象は設定値だけとは限りません。直前に有効だった承認済みレシピのIDと版数、対象設備の状態、治具・工具、材料ロット、プログラム、検査基準をセットで特定します。設備に設定した値を人が上書きしていた場合は、システム上の「選択レシピ」と実機状態が一致しません。復帰前の現物確認が必要です。
ロールバック手順には、停止判断の権限、仕掛品の隔離、旧条件への復帰、テスト運転、再初品検査、量産再開の承認を含めます。復帰を押した後に何を確認すれば成功とみなすかをFAT/SATで試します。既に作った製品がどの条件で生産されたか追えるよう、条件適用の開始・終了時刻、作業指示、ロット・シリアル、検査結果の対応を残します。前回条件が今の材料や金型にも使えるとは限らないため、「戻す先」が適用不可なら停止とエスカレーションが正しい動作です。
監査証跡は、誰が、いつ、どの入力に対して、どのモデル版が何を提案し、誰がどう判断し、実機へ何が設定され、初品がどう判定されたかを一連で追える形にします。個々のログを大量に集めるだけでは再現できません。ID体系、時刻同期、変更前後の値、訂正履歴、保存期間とアクセス権を設計します。品質クレーム時に一つの作業指示から経路をたどれるかが実務上の試金石です。
8. RFPに入れるべき要求：画面より先に受入条件を書く
ベンダーへ「AIで段取り替えを最適化したい」と伝えるだけでは、画像認識、スケジューラ、設備制御など別々の提案が集まります。RFPには対象工程と品番群、対象設備・設備メーカー、現状のレシピ保管先、作業指示の元データ、材料と金型の識別方法、初品検査のシステム、承認権限を明記します。そのうえで、誰がいつどの候補を見るか、何が欠けたら推奨を止めるか、量産許可の条件は何かを受入シナリオにします。
具体的には次の質問を含めます。
| 要求領域 | RFPで確認すること | 受入証拠の例 |
|---|---|---|
| マスタ・版管理 | レシピと品番改訂、設備、金型、材料の適用関係を持てるか | 旧版・別設備レシピを候補から除外したログ |
| 推奨の境界 | 承認範囲外、不明な材料、未校正設備でどう動くか | 「推奨なし」とエスカレーション画面 |
| 人の承認 | 代理承認、却下、修正、理由を残せるか | 権限別の操作記録と監査出力 |
| 初品ゲート | 検査NG・未検査時に量産許可を止められるか | 実機に近い受入シナリオ結果 |
| 復旧 | 旧レシピが不適用な場合を含む手順は何か | 停止・隔離・再初品・再開の記録 |
| 接続 | 読取り項目、通信断、再送、時刻同期はどう扱うか | インターフェース仕様と障害試験 |
| モデル運用 | モデル版、学習データ、性能低下、再承認を追えるか | 変更管理台帳と再評価結果 |
見積はソフトウェアライセンスだけで比較しません。設備ごとの接続調査、マスタ整備、レシピ承認の再設計、履歴データの洗浄、画面と権限、FAT/SAT、教育、言語対応、運用保守を分けて提示してもらいます。タイ工場なら、タイ語の作業者画面と日本語・英語の管理者表示で、同じ条件IDが一致するかも確かめます。費用を一律の相場で断定せず、インターフェース数と既存データの状態に応じて見積条件を揃えることが肝心です。
受入試験の前に決めるデータ契約と責任者
RFPの付録には、システム間で渡す項目を「項目名、意味、型、単位、必須条件、正本、更新者、更新時点、失効条件」の形で一覧化します。たとえば作業指示IDはERPが正本、レシピ版と承認状態は品質が管理するレシピ台帳が正本、実機に装着された金型IDは現場の確認記録が正本、初品判定は検査記録が正本、といった分担です。実際の分担は工場ごとに決めます。AIの画面上に同じ項目が表示されても、表示側が勝手にマスタを修正してよいとは限りません。訂正は正本側で行い、訂正後の版数と適用開始時刻を他システムに伝えます。
IDの対応表には、品番の枝番、金型の改修番号、設備の管理番号、材料ロットの桁落ちや先頭ゼロを含めます。CSVを介する場合は文字コード、区切り文字、単位、小数点、タイムゾーンを指定します。日時がUTCで来るのかICTで来るのかを曖昧にすると、交代時刻をまたぐ承認やロット切替の順番が逆転します。「最新の一件」を無条件に採用する設計では、遅れて届いた旧データが正しい現在値を上書きし得ます。各メッセージには一意のIDと版数を付け、再送は重複処理せず、順序が逆転したときは自動採用を止めるよう受入条件を定めます。
具体的な試験データを、ベンダーと工場が同じ表で管理します。正常系は、承認済み品番・設備・金型・材料がすべて一致するケースです。境界系には、①品番は一致するが改訂が旧版、②設備は同型だが個体IDが対象外、③金型が改修済みなのに旧番号を読んだ、④材料ロットは正しいが仕様改訂が不明、⑤校正期限が日付境界で切れる、⑥レシピが当日から失効、⑦承認者が権限を変更された直後、⑧同じ作業指示が二重に届く、⑨通信回復後に古い装着情報が遅れて届く、⑩初品の再測定結果が先の不合格を上書きする、を入れます。各ケースの期待結果は「候補表示」「推奨なし」「承認保留」「量産停止」のいずれかだけでなく、誰に通知し、どのログが残るかまで指定します。
ロールバックの受入試験でも、復帰ボタンの表示だけを合格としません。戻す先のレシピ版が現材料に適用できることを確認し、仕掛品の範囲を確定し、設備の読取り値または現物照合で設定を確認し、再初品の合格と責任者の再開承認を記録します。戻す先が存在しない場合、システムは代わりの数値を生成せず、停止状態を保って生産技術と品質へ通知します。この一連の証拠を作業指示IDから一括で引き出せることを受入条件にすれば、デモ画面の見栄えではなく実運用を比較できます。
9. FATとSATで「うまく行く例」だけを試さない
FATはベンダー側で仕様と模擬データを使って確認し、SATは現場の設備、ネットワーク、作業者、検査フローで確認します。両方とも代表品番の正常系だけでは不十分です。多品種の境界を試すため、同じ品番の別設備、金型改修直後、材料ロット変更、未承認レシピ、旧版の失効、通信断、再送、時刻のずれ、初品NG、夜勤の承認者不在を入れます。各ケースに期待する結果と証拠を先に決め、当日の口頭判断にしません。
AI部分では「候補が正しいか」だけでなく、候補を出すべきでないときに止まるかを確認します。モデルの更新後に以前の案件を再評価し、誤推奨が増えていないかを確かめます。作業者の承認が画面上では完了しても、実機の設定変更が反映されていない場合を想定し、画面の状態と設備から読み取った状態の差を検出できるかも見ます。PLCへの自動書込を採用しない構成でも、この差分確認は必要です。
SATの終了条件は、重大な未解決不具合がないこと、権限・履歴・初品ゲート・復旧が実機で通ること、作業者が手順を再現できること、運用責任者が正式に引き受けることなど、案件ごとに合意します。「AIの一致率が何％なら合格」という業界共通値はありません。目標値は自社の安全・品質要求、品番構成、試験件数から定めます。
10. 小さなPoCの切り方とKPI
最初から全品番、全ラインを対象にすると、品番体系と設備差、履歴品質の問題が同時に発生します。PoCは、段取り回数が多く、レシピがある程度管理され、初品結果が追える一つの工程・設備群から始めます。まず現行の承認フローをそのまま記録し、次にAIの候補を人に見せずに比較し、誤推奨の原因を潰してから、承認画面に候補を出します。最終段階でも人の承認と初品ゲートは残します。
KPIは、①適用可能な注文のうち候補を出せた割合、②不適用候補を出した件数、③承認済みレシピの検索時間、④初品合格・再調整・廃棄の実績、⑤承認待ち時間、⑥復旧所要時間、⑦記録の完全性です。生産量や品質の変動要因を併記し、推奨AIだけの効果と断定しません。重要なのは、現場の意思決定が速くなり、誤った条件を通しにくくなったかです。数週間で十分な事例が集まらない場合は、試験期間を延ばすか対象条件を見直します。
終了時には、採用する条件、まだ人だけで判断する条件、推奨を出さない条件、追加のデータ収集が必要な条件を一覧化します。PoCを「本番導入の前提」ではなく、投資判断のための検証として扱います。全自動化を約束する売り文句より、適用範囲を段階的に広げられる提案が、このテーマでは実装しやすいはずです。
11. よくある失敗と避け方
過去の設定値を全件学習させる。 試作値、暫定逸脱、記録ミス、保全前の条件が混ざります。まず状態と承認履歴を付け、使えるデータを選別します。品番だけで候補を選ぶ。 設備・金型・材料・改訂が抜けるため、誤適用を防げません。信頼度の数字だけで承認を促す。 数値の意味と校正が不明なら、根拠と未確認項目を示すほうが実務的です。
初品合格を入力せず改善率を語る。 段取り時間が短くなっても品質の確認ができません。復旧試験を省く。 生産停止時に最も必要な手順が未検証になります。設備接続を仕様書だけで判断する。 古い設備や同一シリーズの版違いで利用可能なデータは変わるため、実機で読取り、権限、時刻、通信断を確かめます。
どの失敗もAIモデルの性能だけでは解決しません。データの責任者、承認手順、検査、復旧を先に決めることで、モデルが現場の改善に役立つ条件が整います。
12. タイ工場で運用を定着させるための実装順序
日本本社では品番とレシピの改訂が承認されていても、タイ工場では旧版の紙手順書、現場PCのコピー、設備内の保存プログラムが同時に残っていることがあります。最初の作業は、すべてを一度に移行することではなく、今回のPoC対象工程で「どれが正本か」を決め、現場にあるコピーと差分を棚卸しすることです。機械が古くて設定値の自動読取りができないなら、二人照合や写真記録など、手作業の確認を残したうえで開始できます。ただし写真だけでは数値を機械的に比較しにくいため、どの項目を後で構造化するかも決めます。
表示言語は単なる翻訳の問題ではありません。日本語の「金型番号」、タイ語の現場呼称、ERPの英語フィールドが異なる対象を指していたら、見た目の多言語対応は事故を防ぎません。品番、設備、金型、材料、レシピ、検査特性に一意のIDを付け、画面では現地で通じる名称とIDを併記します。翻訳は承認済み用語集を使い、操作指示や警告では主語と動作を短く明確にします。日英タイの用語を変えたときは、モデルへの入力項目と監査ログの意味が変わらないか確認します。
責任の境界も運用開始前に試します。例えば、品番マスタは本社が更新し、設備や金型の現物状態は現地が更新する場合、変更が同じ日に届かないことがあります。情報の到着順序がずれたとき、システムは古い品番改訂と新しい金型改訂を組み合わせてよいのか。通常はそこで推奨を停止し、人の確認へ回すべきです。更新イベントの時刻だけでなく、いつから現場に有効かという適用開始時刻を持たせると判断しやすくなります。
教育では、候補を採用する操作だけを教えません。「推奨なし」が出た際の正しい連絡先、候補を却下するときの理由の書き方、初品NG時の隔離と復旧、通信断時の紙手順への切替を、実際の画面で練習します。管理者には、モデル更新を誰が承認し、いつ旧版へ戻すかを教えます。稼働後の最初の数週間は、現場からの誤表示や用語の違和感を収集し、品質上の欠陥と使い勝手の改善を分けて優先順位を付けます。
この順序なら、AIの学習に十分な実績がない工場でも、条件の正本化、作業指示との照合、承認と初品の履歴から先に価値を出せます。AIが後から候補の順位付けに加わっても、判断の責任と証拠の線が切れません。
13. よくある質問（FAQ）
Q1. レシピがExcelにしかありません。段取り替え条件推奨AIを導入できますか？
可能性はありますが、まずExcelの各行に版数、適用設備・金型・材料、承認者、失効状態を付け、重複や矛盾を解消します。承認された正本が定まらない状態では、AIは矛盾を速く広めるだけです。最初はAIなしの条件検索と承認履歴でも価値があります。
Q2. AIがPLCへ条件を直接書き込むべきですか？
本記事の標準フローでは行いません。AIは候補を示し、人が承認し、既存の作業標準に従って設備を設定します。自動書込みを検討する場合は、メーカー仕様、インターロック、変更管理、安全評価、FAT/SATを別途設計します。
Q3. 射出成形以外にも使えますか？
加工、組立、検査、包装など、品番変更時に承認済みの条件・治具・プログラムを選ぶ工程なら検討できます。ただし条件の種類、品質ゲート、設備接続は工程ごとに異なり、単一モデルを全工程へ横展開できるとは限りません。
Q4. 履歴が少ないとAIは使えませんか？
数値の予測精度を過大評価せず、ルールに基づく適用可能レシピ検索と根拠提示から始められます。サンプルが不足する条件は「推奨なし」とし、追加データが集まった段階で再評価します。
Q5. どの部門がオーナーになるべきですか？
生産技術が条件の適用性、品質が初品・逸脱、製造が現場操作、IT/OTがデータと接続を担うのが一案です。最終的な承認権限と例外時の責任を工場の組織に合わせて文書化してください。
Q6. 導入費用や回収期間の目安はありますか？
公開情報だけで一律の金額は出せません。対象設備と接続方式、マスタ品質、承認業務の複雑さ、初品検査との連携で費用が大きく変わります。RFPの共通条件を作り、検索時間・再調整・廃棄・停止時間の実測から自社の回収性を計算します。
まとめ：AIの採用条件を先に決める
段取り替え条件推奨AIの導入は、過去条件から一つの数値を出すことではありません。承認済みレシピと版数を正本化し、作業指示と設備・金型・材料を照合し、AIの候補を人が判断し、初品検査を通して、異常時に戻れるようにする一連の運用設計です。採用できない条件では提案を止めることも品質です。RFP、FAT、SATでは正常系に加え、版違い、不明値、初品NG、通信断、復旧を具体的な証拠で確認してください。
TOMAS TECHでは、タイ工場の生産管理・MES・設備データの接続を含め、現状のレシピ、作業指示、初品検査、承認の流れを整理するところからご相談いただけます。対象工程と設備、品番変更の頻度、現在の条件保管方法が分かれば、AIを適用すべき範囲と、先に整備すべきデータを一緒に切り分けられます。お問い合わせフォームからご連絡ください。
参考資料
- International Society of Automation, ISA-95 Series of Standards。ERP/MES/制御の概念境界の確認に使用。
- International Society of Automation, ISA-88 Series of Standards。バッチレシピの規格範囲の確認に使用。
- OPC Foundation, OPC UA for Machinery – Part 3: Job Management。job orderとプログラム・レシピ・メタデータの関係の確認に使用。
- OPC Foundation, OPC UA for Machine Tools – Part 1。工作機械向け情報モデルの適用確認に使用。
- NIST, AI Risk Management Framework。AIリスク管理機能の確認に使用。
- NIST AI Resource Center, AI RMF Core。人の監督項目の確認に使用。
