インフラ業界では、人材不足や技術継承の問題を理由にAI導入を検討する企業が増えてきています。当社でもインフラ点検向けにAI導入を支援しており、現場運用に向けた進行中の取り組み事例もあります。
インフラ点検向けにAI導入を検討されている方の中には、AIの具体的な活用方法や効果をイメージできず「導入に踏み切れない」と悩む方もいらっしゃるのではないでしょうか。そこで本記事では、インフラ点検にAIを活用するメリットや実際の導入事例を紹介します。点検業務へのAI活用を検討されている方は、ぜひ最後までお読みください。

アラヤは「業務で本当に使えるAI」を実現するために、お客様の課題に寄り添った提案・開発を行っています。お客様の課題を十分にヒアリングした上でAI活用のご提案をいたしますので、ぜひお気軽にご相談ください。

インフラ点検におけるAI活用とは、人間の視覚や感覚でしか診断できなかったインフラ点検の作業を、AIで再現して自動化すると共に点検の効率を向上させることです。
AIが活用されているインフラ設備の例には、下記のようなものがあります。

• 道路
• 橋梁
• 鉄塔
• タンク
• 配管やパイプ

インフラ点検へのAI活用が広まっている背景には、デジタル技術の進展とAIの進化があります。
ハードウェアの高性能化と低価格化により、センサーやカメラを使い、大量のデジタルデータを収集してデータベースへ蓄積することが容易になりました。ディープラーニングや機械学習の研究も進んでおり、判定精度を高める手法も開発されています。AIの活用が広まっていることは、2021年に国土交通省を中心に開催された「第5回インフラメンテナンス大賞」に、AI関連の事業が4件入賞していることからも見てとれるでしょう。
このように、インフラ点検のAIによる自動化は現実的な施策として認知され始めています。

インフラ点検にAI活用が広まっている理由は、技術の進化によるものだけではありません。インフラメンテナンスの分野が抱える課題を解決するため、AIの活用に期待が寄せられています。

人材不足

日本は、生産年齢人口の減少による人手不足が深刻な問題です。インフラ点検の分野では、仕事の魅力が見えにくいことや危険な作業を伴うことが、人材獲得の難易度をさらに高くしています。
人材不足を加速させているもう一つの要因は、老朽化した設備の増加です。老朽化した設備を効率よく維持、改修していくため、点検の必要性が増しています。つまり、点検員の減少と点検を要する設備の増加という二つの側面から、人材不足が急速に進んでいるのです。このため、AIで点検作業を効率化し、人材不足を解消しようとする企業が増えてきています。

点検品質の確保

インフラメンテナンスの分野では技術者が不足しており、このままでは点検の品質が保てないという危機感が生まれています。現場では、熟練者の退職や後継者不足により、技術の継承が進んでいません。このまま熟練者の退職が進み、言語化されていないノウハウが消失してしまうと点検品質の確保が困難になります。
このため、デジタル技術とAIを活用し、熟練者の持つ暗黙知を標準化する動きが広まっています。

設備維持・更新にかかる費用の増加

老朽化するインフラ設備は加速度的に増加していくため、維持管理や更新にかかる費用が増大すると予想されています。そのため国土交通省は、予防保全による計画的な修繕・更新により、費用の増加を抑制する取り組みを促進してきました。
リソースが不足している中で予防保全を推進していくには、点検の効率化が必要です。効率的な点検を実現する施策の一つとして、AIとビッグデータを組み合わせて、設備の劣化具合を予測する取り組みが注目されています。
実際に大量のデータを活用し、AIに設備の破損確率を予測させることで、効率的な維持管理体制を構築する自治体も出てきています。

インフラ点検の領域でアラヤがAIソリューションを通して支援していることは、画像や動画の解析による欠陥の検出や劣化診断をする工程です。言語化が難しい熟練点検員のノウハウを再現できるよう、アラヤの技術者がAIをチューニングします。
AIによる解析だけでなく、報告書へのデータ反映や外部アプリとの連携に対応させた事例もあります。このように、点検業務の効率化や技術継承の課題を解消するため、お客様の工程に合わせてAIを調整し、運用までしっかりサポートするところがアラヤのAIを導入するメリットです。

インフラ点検向けにアラヤがAIを開発し、支援させていただいた事例を紹介します。

プラントの劣化診断・重点検査部の判定

プラントの点検を行っているA社様は、検査員のリソース不足、熟練度による検査水準のばらつきという課題を抱えていました。A社様の検査プロセスは、カメラを用いて配管パイプ外面を撮影し、動画や画像から重点的に検査すべき箇所を抽出した後、詳細確認をするという流れでした。
検査プロセスにAIを活用するには、画像データの取得が必要です。そこで、動画や画像から劣化具合を分類する工程に着目し、画像データを基に自動で劣化具合を判定するAIを開発しました。
その結果、検査員の過負荷を解消するだけでなく、劣化診断の品質を熟練者の基準で平準化することにも成功しました。さらに、現場でAIの分類精度を向上していけるように追加学習の機能も付与。前後の工程とのつながりも考慮し、お客様が利用しているアプリと連携する機能も追加しています。

鉄塔の欠陥領域検出・劣化診断

鉄塔は高度成長期に作られたものが多く、建設から50年を経過する設備が今後20年に急増する見込みです。
B社様では、メンテナンスが必要な鉄塔の増加に対応するため、業務の効率化を検討されていました。検査プロセスを詳しくヒアリングしたところ、作業に時間を要している下記の3つの作業をAIで自動化できることが分かりました。

• 鉄塔を撮影した動画の確認
• 欠陥面積の測定
• 劣化度判定

そこで、動画を1フレームごとに検査するAIを開発。動画の確認と欠陥の検出、面積の測定、劣化ランク判定の自動化を実現しました。動画の1フレームでどれだけ移動したかを推定し、欠陥位置を特定することも可能です。
巨大な鉄塔のどこを検査しているのかを確認する作業が必要なくなり、報告書作成の手間が軽減できています。

インフラ点検へのAI活用を可能にする、アラヤのサービスの強みを紹介します。

お客様の課題に寄り添ったAI導入の提案

業務で使えるAIを実現するには、インフラ点検でお客様が抱えている課題や検査工程を深く理解する必要があります。そのため、まずは徹底したヒアリングを行った上で、課題解決に適切なAIの導入を提案いたします。

精度向上に重要なデータ取得方法の提案

AIに学習させるデータは、異常箇所の検知や劣化具合の分類精度を決める重要な要素の一つです。アラヤはAIをチューニングする技術者の視点から、データの取得方法を提案いたします。精度向上に重要なポイントを押さえているため、データの取得方法に悩む時間を削減できます。

お客様の課題解決に適したAIを開発・調整する技術力

お客様一人ひとりに適したAIにするためには、どのようなアルゴリズムを組み合わせるかを判断することが重要です。アラヤは研究開発で培った技術力を活かし、お客様の課題や点検作業に適したAIの設計に努めています。

AI活用で解決できるインフラ点検の課題

インフラ業界では、点検員の人手不足やスキルに依存した点検品質のばらつき、維持管理費の増大など、さまざまな課題を抱えています。このような課題を解決するには、デジタル技術とAIの活用が不可欠です。インフラ点検へのAIの活用は、作業の効率化だけでなく、属人化したスキルの標準化を可能にします。
ただし、AIを活用できるかどうかは、企業の課題や活用の目的、点検プロセスにより異なります。まずはAI導入の経験が豊富な専門家に相談するところから始めていきましょう。

インフラ点検へのAI導入はアラヤにご相談ください

アラヤはAI開発から実ビジネスまでをつなぐ事業を展開しており、Webサイトのお問い合わせから導入までサポートさせていただいた経験もございます。お客様の課題や業務プロセスをしっかりヒアリングした上でAIの導入をご提案できるところがアラヤの強みです。AI導入により点検の効率化を検討されている方は、ぜひお気軽にご相談ください。