THEME
ベンダー選定
「ベンダー選定」に関する記事 57本。
-
外観検査AI製品の比較軸10項目:学習方式・撮像系の範囲・エッジ対応・再学習の手間
-
AIベンダーへの質問リスト60問:提案比較とPoC前の確認に使えるチェック表
-
産業データ基盤6製品の比較:Fabric・AWS・Google・Cognite・AVEVA・Litmus
-
FDE型の伴走支援とは:日立・富士通も採る外部人材活用の3つの形
-
SchneiderのCognite 31億ドル買収:AVEVA CONNECTはどう変わるか
-
ロボット基盤モデル5種の比較:π0・GR00T・Gemini Robotics・Helix・LBM
-
製造業向けAI研修サービスの選び方:内容・形式・費用・助成金対応の比較5軸
-
製造業AIベンダーの選び方:比較すべき8項目と提案を見比べるときの順番
-
産業データ基盤の再編2024〜2026:Cognite・Altair・TwinThread買収の意味
-
AIはパッケージ製品かスクラッチ開発か:製造業で使い分ける判断基準5つ
-
DELMIA Apriso×AIの現実:MES実装者が見る連携方式・できること・制約
-
米国の外観検査AIスタートアップ7社比較:Elementary・UnitX・Instrumentalほか
-
作業分析AIツールの比較:Retrocausal・国内製品を5つの軸で比べる選び方
-
AIを見据えたMES選定:データの取り出しやすさを確認する10の質問
-
阿里云・腾讯云・百度・浪潮の工業AI比較:通义千问BIエージェントから开物まで
-
MIT「生成AIの95%失敗」報告を製造業で読む:外部購入の成功率は内製の2倍
-
欧米の予知保全AIベンダー9社比較:Augury・Senseye・MaintainXの違い
-
需要予測AIツールの比較:SaaS・APS付属・内製Pythonの3類型を8軸で比べる
-
Microsoft Fabricの製造業向けデータソリューション:ISA-95モデルでOT/ITを統合
-
エージェント・ウォッシングの見分け方:Gartner推定「約130社」と40%中止予測
-
AWS IoT SiteWiseとは:設備データのモデル化と生成AI保全アシスタントの構成
-
Siemens Industrial Copilotとは:4製品の範囲と提供状況
-
人形ロボット「循環受注」の読み方:投資家が顧客を兼ねる银河通用の構造
-
品質分析AIツールの比較:Sight Machine・Instrumental・国内勢を7軸で比べる
-
Cognite Data Fusionとは:産業ナレッジグラフとSchneider買収後の行方
-
国産LLMを製造業目線で比較:NEC cotomi・PLaMo・ELYZA・Takaneの提供形態
-
Microsoftの製造業向け生成AI:Copilot StudioとFabricの関係
-
「エージェント・ウォッシング」に注意:真のエージェント型AIベンダーは約130社
-
SAP Jouleの製造業エージェント:Digital Manufacturing連携と効果数値の前提
-
ベンダー発表の「最大◯%」の読み方:Siemens・SAP・ABBの効果数値を分類
-
予知保全AI製品の比較:Augury・Senseye・国内勢を同じ8軸で並べる
-
Dassaultの3DEXPERIENCE Virtual Companions:Aura・Leo・Marie 3つのAIの範囲
-
日立HMAX Industryの生成AI:品質ナレッジシステムと故障診断エージェント
-
PLC開発Copilot比較:Siemens・Rockwellの2製品の機能と注意点
-
中国が政策で後押しする「效果付费」:先用後付・サブスク型の工業AI課金
-
Tulip AI Composerとは:三菱電機出資のノーコード基盤と生成AI
-
AI開発契約の注意点:経産省モデル契約で確認する成果物の権利と責任7項目
-
CAD・PLMの生成AIアシスタント比較:Dassault・Autodesk・Aras・PTCの4社
-
時系列DBとヒストリアンの選び方:PI System・クラウド時系列DB・OSSを比較する5軸
-
保全向け生成AIの比較:Siemens Senseye・SAP・AWSの3製品の違いと前提条件
-
Rockwellの生成AI:Design Studio CopilotとOptixのPhi-3活用
-
富士通Kozuchiの製造業向けAI:Takaneベースのエージェントと購買業務での実装
-
経済安全保障とAIベンダー選定:製造業が調達基準に入れる5つの観点
-
NEC cotomiを製造業で使う:128Kコンテキスト・MCP対応と業種特化モデル
-
生成AIベンダーの効果数値の読み方:SAP「最大40%」Siemens「最大50%」の前提
-
PTCの生成AI戦略:Codebeamer CopilotとWindchillのAI機能
-
AIは内製か外注か:製造業での判断基準と、伴走支援を含む3つの中間モデル
-
産業向けMCPサーバーの現状:Litmus・Sight Machine・Tulipなど5つの対応を比較
-
AI開発のRFP(提案依頼書)の書き方:製造業向けに記載する12項目
-
AIコンサル・SIer・AIベンチャー・メーカーの違い:製造業での使い分け4類型
-
AIサービスの料金体系:買い切り・サブスク・成果報酬の3方式を比較
-
産業データ基盤の大型再編:Schneider×Cognite買収は何を変えるか
-
AVEVA CONNECTのIndustrial AI Assistant:データ連携3方式
-
AI開発の見積書の読み方:工数・ライセンス・データ作業を確認する7点
-
AIのベンダーロックインを避ける:モデル・データ・基盤の持ち方3原則
-
AIの要件定義:製造業で本番システムを発注する前に決めておくべき10項目
-
Schneider、Cogniteを約31億ドルで買収へ:AVEVA CONNECTに統合
記事を探す
CONSULTATION
「AIで何ができるのか分からない」段階からご相談ください
AI導入テーマの選定、PoCの設計、データ基盤・MESとの連携、本番運用と人材育成まで。株式会社サオスの実務者が、貴社の現場とデータに合わせた進め方をご提案します。
AI導入の相談をする相談は無料です。特定製品の売り込みは行いません。