コンピュータ・ビジョンは、人工知能（AI）を搭載した技術であり、カメラと高度なアルゴリズムによって、機械が現実世界の物体を「見て」分析することを可能にする。機械学習を通じて、コンピューター・ビジョン・システムは視覚情報の特徴やパターンを認識することを学習し、最終的には人間と同じように画像の内容や文脈を理解する。
しかし、人間とは異なり、AIコンピューター・ビジョン・ソリューションは、何千もの画像を数分で分析し、トレンチ内の特定のケーブルの存在や、新しく設置されたスマート電力メーターの位置などの関連情報を検出することができる。 新たに設置されたスマート電力メーターの位置などである。AIコンピューター・ビジョンの機能には、コンピューターが画像内の単語や数字を読み取り、アクセス可能なデータポイントに変換する光学式文字認識（OCR）が含まれる。
ジェイ・キャドマン、IQGeo最高収益責任者
電気通信事業者と公益事業者は、ますます複雑化するネットワークと分散化する資産を管理しています。これらの事業者は、拡大する資産在庫を新しいテクノロジーで近代化する一方で、熟練した労働力やOPEXの上昇といった課題に直面しています。大規模な次世代ネットワークの導入、アップグレード、保守の要求に対応できるオペレーション・ソフトウェアが必要です。
AIコンピューター・ビジョンを既存の地理情報システム（GIS）や 地理空間ネットワーク管理ソフトウェアIQGeo のような既存の地理情報システム (GIS) や地理空間ネットワーク管理ソフトウェアに組み込まれた AI コンピュータビジョンにより、事業者はネットワークに関する詳細な情報を正確に取得することができます。また、品質管理 (QC) の自動化も可能になり、現場作業員が設置やメンテナンス作業を最初から確実に完了できるようになります。コンピュータ・ビジョンは、建設から資産管理、継続的な予防保守に至るまで、ネットワークのライフサイクル全体で運用を改善し、コストを削減します。
このセクションでは、電気通信事業者や公益事業者がAIを活用したコンピュータ・ビジョンをどのように活用できるかを、以下の使用事例を交えて紹介する：
と 現場作業員のデジタル文書化ワークフローに統合されたAIコンピューター・ビジョン電気通信事業者や公益事業者は、ネットワークインフラや資産の品質を最初から管理し、ネットワークの拡大に合わせて正確なイメージを構築することができます。
オペレーターは、時間のかかる手作業による報告や、（高価なトラックで移動するような）対面検査に頼るのではなく、コンピュータ・ビジョンを活用することで、ネットワーク構築作業の100％をリアルタイムで自動的にチェックすることができます。溝が掘られ、資産がマンホール、電柱、キャビネットに配置されると、AIコンピュータ・ビジョンが機器の設置やエンジニアリング作業の品質を評価します。 現場の作業員が撮影した写真を使用し、数秒でフィードバックを提供します。.
現場作業員は、エラーを修正し、作業がオペレーターの基準を満たしていることを確認するために、即座に行動を起こすことができます。また、オペレーターは、成長する現場チーム内、さらには請負業者の組織全体で品質基準を実施することができます。オペレーターは、請負業者が仕事を正しく行ったかどうかを可視化し、検証を迅速化し、請負業者への支払いプロセスを合理化することができます。
品質管理の自動化のためにAIを活用することは、ループの中に人間がいなくなることを意味しない。品質管理責任者のような役割をなくすのではなく、AIが彼らの仕事を補完するのだ。この ホワイトペーパーIQGeoはその方法を説明し、現場業務におけるビジュアルAIの使用にまつわる主な一般的誤解に対処しています。
AIコンピュータビジョンにより、ネットワーク建設チームや請負業者は、正確で完全な、検証可能なas-builtドキュメントを提供することができます。 正確なas-builtドキュメントはコンプライアンス上特に重要であり、コンピュータ・ビジョンはネットワークのきめ細かなドキュメントを簡単に作成することができます。
AIソリューションによって取得・検証されたas-built情報により、オペレーターは資産の位置やその周辺をより深く可視化することもできる。ネットワークの構築がネットワーク設計から逸脱していないかどうかを確認し、完全性を検証し、ネットワークのデジタル記録が現実と一致していることを確認できる。このデータは、パフォーマンスを追跡し、時間の経過とともにネットワークを維持するために不可欠です。また、ネットワーク全体の高精度のデジタル・ツインの基盤も構築します。
ポッドキャストをお聴きください。 AIを搭載したコンピューター・ビジョンが繊維建設に革命を起こす- 検査の自動化、手戻りの削減、承認の迅速化、リアルタイムでの作業員の誘導。よりスマートで迅速なネットワーク構築を推進する通信業界のリーダー必聴のポッドキャストです。
光ファイバー事業者が契約を獲得し、収益を上げ始めたいのであれば、顧客に高品質の接続を提供するという約束を果たすために、ラストマイル接続を最初に正しく行う必要がある。AIのコンピューター・ビジョンを使えば、事業者は以下を提供できる。 卓越した顧客体験を提供できるようになります。
ラストマイルのファイバー・ツー・ザ・プレミス（FTTP）の敷設は複雑です。現場は1つ1つ異なり、技術者はさまざまな状況下で品質基準を適用する方法を理解する必要があります。技術者は時間に追われています。顧客は、一日を中断させない迅速なサービスを期待しています。サービスが遅かったり、接続が悪かったりすると、クレームや返金、解約につながり、オペレーターは時間と経常収入を失うことになる。また、オペレーターはトップダウンで速く仕事をするようプレッシャーにさらされています。オペレーターは、技術者が可能な限り速くインストールを完了し、収益までの時間を短縮する必要があります。AIコンピューター・ビジョンは、技術者がすでに使用しているソフトウェアを使って作業を文書化し、即座にフィードバックを受けながら作業をチェックすることを可能にする。技術者は、設置中や設置後の追加報告に時間を費やす必要がないため、次のアポイントに間に合わせることができる。
QC チームは、すべてのインストールを可視化することもできます。手動でレポートをチェックする代わりに、追加介入が必要となる可能性のある異常や問題がバックオフィスに自動的に通知されます。チームは、展開が進むにつれて、インストレーションの品質を向上させるための積極的な対策を講じることができます。
写真があれば、技術者は各設置場所に存在する機器を迅速かつ正確に文書化できます。OCRにより、技術者は最適ネットワーク端末（ONT）モデルやシリアル番号などの面倒な詳細を手入力する必要がなくなります。また、地下ダクト経由であれ、電柱経由であれ、ファイバー・ケーブルを敷設した場所を文書化することもできます。この情報により、設置の全コンテキストが360°可視化されるため、将来の技術者の訪問がスムーズになり、オペレーターは配備されたすべての資産の詳細なビューを得ることができます。
世界的に、電力会社は既存の送電網をアナログ・メーターからスマート・メーターに切り替えると同時に、より多くの地域にサービスを拡大する必要に迫られている。2023年末には、北米がスマート電力メーターへの切り替えで世界をリードし、その市場普及率は以下の通りである。 77％の市場普及率 で世界をリードしており、2023年までに 2029年までに1億8,290万個のメーターを設置すると予測されている。.一方、ヨーロッパは2029年までに 10年末までに3億3,500万メーターが設置されると予測されている。.
スマートメーターへの移行を主導したい事業者は、以下を利用できる。 コンピュータ・ビジョンを使用することで速度を犠牲にすることなく、正確な文書を収集することができます。
スマートメーターの設置は、グリーンエネルギーへの世界的な移行に不可欠な要素である。スマートメーターが急速に標準になるにつれ、事業者は迅速な展開を通じてコンプライアンスを確保する必要があります。ラストマイル・ファイバー・ネットワークの展開と同様に、ユーティリティ・メーターの設置は、様々な状況下で様々な場所で行われます。技術者は、顧客の家庭や事業所ごとに異なる場所に設置される可能性のあるメーターの設置に対処する必要がある。また、予期せぬ構成や、古くなったり損傷したりした部品に関する問題のトラブルシューティングを行わなければならないこともあります。また、メーターが安全に設置されていることを確認し、自分自身と顧客を守らなければなりません。
AIコンピュータ・ビジョンはQCプロセスを自動化し、設置が社内の品質基準とコンプライアンス規制の両方を満たしていることをチェックします。AIソリューションは即座にフィードバックを提供するため、技術者は問題を迅速に修正し、初回から安全な設置を成功させることができます。これにより、展開がスピードアップし、速度を損なうことなくコンプライアンスを維持することが容易になります。
スマートメーターだけでなく、ユーティリティグリッドは多くの資産で構成されており、設置時だけでなく、耐用年数を通じて検査が必要です。 AIを搭載した画像認識を現場のワークフローに直接組み込むことで、組織はインフラストラクチャの現場検証を自動化し、リアルタイムで異常を検出し、ネットワークの完全性に関する信頼できる記録を維持することができます。 - すべてモバイルデバイスから AI写真キャプチャがユーティリティ資産の検査にどのような革命をもたらしているかについては、当社のブログ記事をご覧ください。 ブログ記事をご覧ください。
OCRを使用することで、ユーティリティ事業者はメーターの在庫を詳細に把握することができます。現場作業員は、設置時や検査時にメーターをシームレスに記録し、シリアル番号、モデル情報、位置を1枚の写真に収めることができます。AIコンピューター・ビジョンは、長いシリアル番号を手入力する際に生じるエラーの可能性を排除します。このデータを持つことで、オペレーターはメーターのライフサイクル全体を通して、すべてのメーターをよりよく管理することができます。将来、メーターの修理や交換が必要になった場合、技術者は必要なすべての情報と、元の状態のメーターの画像を手元に持つことができる。
メンテナンスと修理は、通信会社や公益事業者にとって主要なコストセンターです。AIコンピューター・ビジョン・ソリューションは、オペレーターが予防保守を行えるよう、ネットワークの状態を事前に把握します。これにより、人件費と資材費が削減され、トラックの台数が減り、効率が向上し、高価なダウンタイムのリスクが低下します。
最初に正しく行われた仕事は、将来問題につながる可能性が低くなります。AIコンピューター・ビジョンは、定期点検中に技術者が写真を記録するたびに、資産に損傷や劣化のリスクがあるかどうかを確認できる。AIによって取得・分析されたデータは、インフラ管理者に各資産の履歴を表示し、メンテナンスの訪問時に行う必要がある更新や修正に自動的にフラグを立てる。資産が複数の事業者の間で共有され、異なる下請け業者によって保守されている場合、ホールセール・キャリアはその状態を時系列で追跡し、損傷が発生した場合にどの関係者が修理の責任を負うかを追跡することができる。
技術者がメンテナンスのために現場に戻ると、同じAIを活用した写真撮影ワークフローで作業を進めることができ、リアルタイムで作業を検証し、バックオフィスに洞察を送ることができる。QCチームは、メンテナンス作業が完全でコンプライアンスに適合していることを確認し、失敗の可能性を減らし、再訪問の必要性をなくすことができる。
現場作業員が作業中の資産やインフラを記録する際、AIコンピューター・ビジョンが損傷の兆候を画像で積極的に分析し、潜在的な故障を事前に予測することができる。AIが問題を検出するとチームに自動的に通知されるため、オペレーターは点検のためにトラックを追加で走らせる必要がない。問題が顧客に問題を引き起こしたときに対応するのではなく、オペレーターはメンテナンス活動を戦略的にスケジューリングし、ダウンタイムをなくすことができる。これは業務効率を高め、コストを削減するだけでなく、顧客体験を向上させ、オペレーターの評判を高める。
コンピュータ・ビジョン・ソリューションは、業務の進化するニーズに対応するために、時間をかけてカスタマイズし、適応させることができます。AIを活用したコンピュータ・ビジョンの構築と導入のプロセスをご紹介します：
フェーズ1：データ収集
堅牢なデータセットを作成するための最初のステップは、フィールドワーカーに何を撮影させ、AIがどの特徴やオブジェクトをチェックすべきかを決定することです。チームが遭遇しそうな状況を捉えた画像の収集を開始する必要があります。これには、トレンチ、ファイバーチャンバー、変圧器、送電線、ガス管、メーターなど、追跡・評価したいあらゆる資産が含まれます。さまざまな照明の下、さまざまな作業条件下で機器を撮影した写真も必要です。最も重要なことは、AIが将来のすべての画像をチェックできるように、正しい状態と正しくない状態の両方が写っている写真が必要だということです。
学習データとして使用する画像を収集する最善の方法は、技術者を現場に出して写真を撮らせることだ。技術者がフィールドサービス管理（FSM）またはGNMSソリューションを使用している場合、特定のチェックポイントで特定の機器の写真を撮るよう促す新しいワークフローが必要になる。束の中の単一ケーブルの検出など、AIが分析できるようにする必要がある状況の視覚的な複雑さにもよりますが、信頼できる回答を得るには100枚から数千枚の写真が必要になります。
フェーズ2：機械学習モデルのトレーニング
次の段階は、AI機械学習モデルが学習できるように、現場から送られてくる画像データに注釈をつけることだ。トレーニングとは、AIにデータから関連するパターンを発見する方法を教えることである。AIコンピュータービジョンの文脈では、アノテーションとは、AIが写真の中から探すべき情報を記述したり、ピンポイントで特定したりするプロセスのことである。
データがアノテーションされると、機械学習モデルに送られる。このプロセスを通じて、AIは技術者が現場で撮影した写真にどのような要素があるべきかを特定し、画像が期待に一致する場合と一致しない場合にどのような出力を提供すべきかを学習する。この時点でAIは、メーターや部品ラベルの読み取りから設置ミスの特定まで、技術者の作業を評価する方法を学習する。トレーニングは継続的なプロセスである。新しい資産や標準が組織に導入されるにつれ、AIモデルは現実世界で起きていることを反映するために継続的に更新される必要がある。
フェーズ3：現場での大規模展開
配備は、現場作業員の既存のデジタル・ワークフローに写真撮影とAIコンピューター・ビジョン・チェックを完全に統合することから始まる。理想的には、技術者は、写真を撮るタイミングとその写真に含まれるべき内容を指示する一連のチェックポイントを案内される。そして、AIがその場で画像を検証し、リアルタイムでフィードバックを提供することで、技術者は最初から正しく作業を行うことができる。
バックオフィスでは、品質管理チームが入力されたデータを使って、入力された情報にギャップがないかどうかを評価することができる。この時点で、チェックポイントが十分か、多すぎるかを判断できる。データはまた、チームが一般的な問題が発生しやすい場所を理解するのに役立ち、潜在的な問題に先手を打つために、コーチングを提供したり、業務変更を行ったりすることができる。作業の質と完全性をより深く理解することで、チームはネットワークとグリッドの品質を定量化し、効率やコストと効果的に照らし合わせることができる。
AIコンピュータ・ビジョン・ソリューションを現場で展開するには、反復的であるべきだ。より多くの写真が撮影され、分析されるにつれて、ソリューションはますます業務に適応していきます。その過程で、ビジネスの変化に基づいてモデルを更新し、進化する品質基準を大規模に実行できるようにすることで、成長に合わせてチームメンバーをトレーニングしたり、再トレーニングしたりする必要がなくなります。
このガイドでは、現場業務にコンピュータ・ビジョンを導入するためのステップ・バイ・ステップのアプローチについて、深い洞察を提供します。3ヶ月以内にビジネス価値を生み出すビジュアルAIプロジェクトを成功させるレシピをご覧ください。
今日、AIコンピューター・ビジョン・ソリューションを導入したオペレーターは、運用とビジネスの成果を非常に迅速に推進し始めることができる。これまで以上に迅速かつ正確にネットワークの詳細なドキュメントを作成し、データ取得プロセスから人的ミスを排除し、技術者のレポート作成をスピードアップすることができます。技術者はリアルタイムでコーチングを受けることができ、オペレーターは追加トレーニングに時間とコストをかけることなく、品質基準を実施することができます。その結果、配備が迅速になり、設置やメンテナンスのミスが減るため、コストのかかる再訪問が減ります。オペレーターは、展開中の収益までの時間を短縮し、ネットワークのライフサイクル全体を通してコストを抑えることができます。
ビジュアルAIの導入に興味があるが、組織にとってのROIがわからない？1分間で業務データを入力してください。すぐに結果が得られます！
AI主導のコンピューター・ビジョンは、ネットワークとグリッドの正確なデジタル・ツインの基盤も築く。忠実度の高いデータにより、オペレーターは高度な自動化を構築し、効率を高め、人件費を削減することができる。デジタル・ツインを作成することで、ますます接続された世界で市場の要求が進化する中で、オペレーターがパフォーマンスを理解しやすくなり、将来に向けてネットワークを準備することができます。
ラフ・マースマン、IQGeo最高顧客責任者
AIコンピューター・ビジョンを報告ワークフローに組み込むことで、請負業者は運用コストを削減し、支払いを迅速化し、より多くのビジネスを獲得することができる。請負業者は、再訪問に必要な技術者の人件費、管理費、設備費などの高コストを負担している。エラーは業務効率を低下させ、請負業者とオペレーターの関係を悪化させます。AIコンピューター・ビジョンは、現場作業員が最初から正しく作業を行えるようにするため、請負業者は迅速に作業し、優れたサービスを提供することができます。
また、現場作業員の経験も向上します。AIコンピューター・ビジョンがあれば、報告のために1日のうち余分な時間を割く必要がなくなり、訓練された熟練作業に集中することができます。また、リアルタイムでフィードバックが得られるため、作業の質を向上させ、結果を出すことができる。
AIコンピューター・ビジョンは、請負業者チームが行った作業を自動的に検証することができるため、オペレーターは、作業が完了し、正しいことが確認され次第、彼らに報酬を支払うことができる。請負業者にとって、支払いが早まるということは、キャッシュフローが改善され、事業に投資できる資金が増えることを意味する。この検証プロセスにより、請負業者は目に見える価値を示すこともできる。オペレーターは、どの請負業者が最高の仕事をしているかを測定し、より多くのプロジェクトで彼らに報酬を与えることができる。
ビジュアルAIプロジェクトの成功は、請負業者とその技術者による採用にかかっている。この ホワイトペーパー電気通信事業者と公益事業者のリーダーによる実際の洞察が掲載されています。
IQGeo では、 地理空間 ネットワーク管理ソフトウェアが 、単一のガラスペインを通してネットワークの完全なコンテキストの可視性を提供し、データのサイロから情報を引き出して、ネットワーク・パフォーマンスに関するリアルタイムの洞察をオペレータに提供するべきだと考えて います。オペレーターに 比類のない地理空間資産インテリジェンスを 提供するために、 IQGeoは、既存の技術パートナーであるDeepomaticを買収しました。を買収しました。Deepomatic は、電気通信および公益事業部門向け AI コンピュータビジョンソフトウェアの世界的リーダーです。
IQGeoのAI搭載コンピューター・ビジョン・ソフトウェアはすでにグローバルに展開されており、2024年には2,000万件以上のジョブを処理しています。その中には、毎日3万人以上のフィールドユーザーによる5億件以上のトランザクションも含まれています。
スイスコム スイスコム, シティファイバーおよび ユニットT使用 IQGeoのコンピュータ・ビジョン・ソフトウェア を使用して、資産とネットワークの詳細なビューを取得し、運用を強化しています。
AIを活用したネットワーク建設における品質管理は、スイスコムの中心的なテコとなっている。AIのコンピュータ・ビジョンは、施工品質を向上させるだけでなく、正確な作業完了率を高め、現場での介入を減らすことで、顧客体験も向上させる。
ラルフ・グーゲルマン、スイスコム、ロールアウト、メンテナンス、シングルプロジェクト部門責任者
私たちの最優先事項は顧客体験の質です。AIコンピューター・ビジョンを使えば、毎日何千もの作業指示をこなす場合でも、これを達成することができます。これにより、現場のスタッフはより高い付加価値を生み出すことに集中できるのです。
ブイグ・テレコム、ホールセール＆オペレーター・リレーションズ担当副社長、カルミネ・ムスカリエロ氏
作業の質に関するフィードバックを得ることで、チームは徐々に技術を向上させていく。さらに、エラー率が減少することで、追加訪問を計画する必要がなくなる。これにより、遅延のリスクが軽減され、スムーズで効果的なファイバー配備に貢献する。
Unifiber、品質マネージャー、フィリップ・ジャスパール氏
お客様の声をもっと見る お客様リアルタイムのビジュアルAIを使用しています。
