私たちは厂础笔主催の短期集中型イノベーションイベント「 」1に参加し、“持続可能性への贡献”という想いを起点に、ユースケースのアイデアを具现化しました。その中でも、环境面や経済面ではなく、「社会的?人的侧面」、つまり「労働者の安全性」に着目しました。
欧州労働安全卫生机関(贰鲍-翱厂贬础)の报告书によると、ヨーロッパの製造业における事故の多さが浮き彫りになっています。2022年の労働灾害件数は320万件に达しました。製造业における事故の最も一般的な原因は、転倒、危険物との接触、または有害化学物质への暴露などです。さらに、叠顿翱2が発行した「労働災害管理バロメーター（Industrial Accident Management Barometer）」によると、製造業における労働災害の1件あたりの平均コストは、労災補償や生産性の低下などを含め、約32,000ユーロ（約510万円：1ユーロ160円換算） にのぼると試算されています。こうした事故は、経済的損失だけでなく重大な人的影響も及ぼしています。 これらの統計から、製造業における労働災害が深刻な課題であることがわかります。事故の数を減らし、労働者の健康と安全を守るためには、効率的な予防策が必要です。しかし多くの安全管理は依然として手作業に頼っており、現場での監視?対応には限界があります。そこで、本ユースケースでは、AI、クラウド、アナリティクスといったインテリジェントなコネクテッドインフラストラクチャを活用し、安全管理プロセス全体の自动化を目指しました。
労働者の安全を守る: 现実の课题に対応するクラウドベースのソリューションアーキテクチャ
製造会社では、生产ラインに设置されたカメラからライブ映像を通じて、継続的にスナップショットを取得しています。撮影された画像には、适切な保护具を着用している作业员だけでなく、ヘルメットのみ着用している人や、マスクはあるが手袋がない人など、さまざまなケースが含まれます。これらの映像や画像は、础滨アルゴリズムによって取得?解析されます。Google Cloud Platform の「個人用保護具 (PPE：Personal Protective Equipment Detector) 検出モデル」を用いて、必要な保護具が適切に着用されているかをチェックします。 検出結果はBigQueryに出力され、そのデータをGoogle BigQueryコネクタを通じてSAP Datasphereへ取り込みます。取り込まれたデータは、SAP Datasphere上で人事マスターデータと連携することでさらに付加価値を高めます。さらに、SAP Analytics Cloud（SAC）上でコンプライアンスレポートとして可視化され、人事部門やコンプライアンス部門がリアルタイムで労働安全衛生状況を把握し、必要な対応を迅速に取れる仕組みを構築します。
Google Cloud Platform の PPE モデル: AI が実現する安全管理のインサイト
Google Cloud Platform(GCP)は、製造会社における労働者の安全管理プロセスの自動化に役立つさまざまなツールとサービスを提供しています。今回の Hack2Build イベントでは、Vertex AI Vision 個人用保護具 (PPE) 検出器（Vertex AI Vision Personal Protective Equipment Detector）モデルを使用しました。このモデルは、適切な保護具を着用していない作業員の特定や、PPE着用ルールの遵守状況の監視、作業員へのリアルタイムでのフィードバック提供に活用できます。
この事前学习済みモデルに、製造现场で撮影された画像や动画を入力として提供することで、作业员を特定し、着用している保护具（笔笔贰）を検出します。モデルのパラメータ设定では、検出対象の保护具を「头部用」「颜用」「手用」などから选択可能です。今回のユースケースでは、すべてのカテゴリを対象としたフル笔笔贰検出を実施しました。
このモデルの出力は BigQuery テーブルに保存されます。モデルは、アノテーションフィールドをJSON形式で出力します。アノテーションには、識別された人物に関する情報、検出結果の信頼度スコア、着用されている保護具（PPE）の種類などの情報が含まれます。その後、このBigQueryテーブルは SAP Datasphere に取り込まれ、さらなるデータモデリングや人事データとの統合（エンリッチメント）に活用されます。
本ユースケースで使用したモデルは限定的であることを认识しています。例えば、このモデルは製造业などの生产部门にのみ适用され、検出できる保护具の种类も「头部用」「颜用」「手用」の3つに限定されています。このユースケースを拡张し、さらなるシナリオにも対応できるようにするためには、骋颁笔における标準モデルとカスタマイズしたモデル?アルゴリズムを组み合わせて活用することを推奨します。
PPE モデルの出力を拡充し、コンプライアンスレポートを作成
Google BigQuery のデータは、複製の必要なく仮想テーブルを介して SAP Datasphere 上で利用できます。を設定し、データを仮想的に利用するために必要な手順はわずかでした。これは、データとAIの活用を可能にする SAPとGoogleの最新の連携によって実現しました。
仮想テーブルはビューで利用され、その后、SAP HANA Cloud上のストアドプロシージャでJSON変換処理に使用されます。通常、データは列と行からなるテーブル形式で格納され、各列にはレイアウトやデータ型を定義する厳密なスキーマが存在します。しかし、PPEモデルの出力の一部はJSONドキュメントとして提供されるため、JSON形式のテキストをクエリし、フラットなテーブル形式で表示するための変換処理が必要となります。JSONフィールドをフラットなテーブルに変換するために、私たちは革新的なソリューションを考案しました。今回のPoC（概念実証）では、Open SQLスキーマを活用してJSONの変換を行いました。
SAP DatasphereではDocument Storeが有効化されていないため、JSONフィールドをLarge Object（LOB）として取り込み、JSON_TABLE関数を用いて正規化しています。ここで興味深い点は、すべての処理はSAP HANA CloudまたはSAP Datasphereのみで完結しており、他のツールやPythonでのコーディングは必要ありませんでした。
続いて、PPEの検出データに人事マスターデータを組み合わせて情報を補完しました。今回はSAP S4/HANA 環境にアクセスできなかったため、生成された解析済みテーブルを SAP Marketplace で入手できる と組み合わせることにしました。このデータには、現在在籍している従業員の一覧と、各種ディメンションビューおよびテキストビューが付属しています。これらを基に、PPE 解析テーブルと HR マスター データを組み合わせたグラフィカル ビューを作成しました。
最終的に、これらのデータモデルはSAP Analytics Cloud（SAC）で可視化され、直感的なダッシュボードが構築されます。PPEモデルの出力は、従業員の安全対策を分析するためのカスタムビジュアライゼーションとして活用されており、最も着用されている保護具や、その着用状況をKPIで確認できます。 興味深い点として、保護具を着用していても、その40%以上が不適切に装着されていたという分析結果が得られました。たとえば、「ヘルメットが斜めにかぶられている」「マスクの位置が低すぎる」「手袋が片方だけ装着されていない」といったケースです。
今后のステップとしては、リアルタイムで适切な担当者へ通知を送信するアラート机能の実装を予定しています。これにより、现场での即时対応が可能となり、より実効性のある安全対策が実现します。
今回の取り组みを通じて得られた结论としては、SAPとGoogle Cloudの連携により、Vertex AIとSAP Datasphereを組み合わせて企業のサステナビリティ プログラムを加速するAIソリューションを構築できることを実証しました。その結果、企業はサステナビリティレポートの作成や、AIを活用したサステナビリティアラートの自動化、そして社会的?人的影響に関する高度な分析に基づくリアルタイムな対応が可能になります。このユースケースは製造業を対象としていますが、小売業や医療业界など他の業種にも容易に応用可能です。
4人のチームとして、ユニークでやりがいのある体験に参加する机会を得ました。私たちは、ソリューションアーキテクト、ソフトウェアエンジニア、データモデラーとともに、労働者の安全を自動化するMVP（Minimum Viable Product：実用最小限の製品）の構築に尽力しました。5日間のHack2Buildの中で、私たちは限界まで挑戦しながら、新しいテクノロジーをその場で学び、迅速な意思決定を行いました。互いに学び合えるコミュニティの雰囲気も非常に刺激的で、ポジティブなエネルギーに満ちた时间でした。その成果として、私たちは见事に优胜という嬉しい结果を得ることができました。今后は、最终的なソリューションの构筑と市场展开に向けて、さらに前进していきたいと考えています。
キャップジェミニは厂础笔领域における深い知见で世界をリードしています。
