エッジAIとは：手元の機器で動くAI

自社の「基盤とセキュリティ」の準備度は？10問・約3分で確かめる（無料・登録不要）

AIというと、インターネットの向こう側にある大きなコンピューター、つまりクラウドで動くものを思い浮かべる方が多いかもしれません。一方で、工場のカメラや店舗のセンサー、スマートフォンなど、手元の機器の中でAIを動かす使い方も広がっています。こうした使い方をエッジAIと呼びます。「エッジ」は、ネットワークの端、つまりデータが生まれる現場に近い場所を指す言葉です。この記事では、エッジAIの考え方と利点、導入するときに気をつけたい点を整理します。

エッジAIは、クラウドのAIと何が違うのですか？

クラウドのAIでは、カメラやセンサーで集めたデータを、インターネットを通じて遠くのデータセンターに送り、そこでAIが処理して結果を返します。エッジAIでは、データが生まれた場所の近く、たとえばカメラそのものや、工場の中に置いた小さなコンピューターでAIが処理します。

総務省の令和5年版情報通信白書では、エッジAIのメリットとして、クラウドとの通信量を減らして通信コストを削減できること、低い遅延で処理できること、プライバシーのリスクを低減できることが挙げられています。また、エッジコンピューティングの想定される使い道として、製造業の機械の制御や監視、ドローンの制御、自動運転、AIなどの瞬時の意思決定を必要とする用途などが挙げられています。

どんな業務に向いていますか？

エッジAIが向いているのは、次のような条件がそろう業務です。

• すぐに判断が必要： 製造ラインで不良品を見つけて止める、機械の異常を検知して知らせるなど、通信の往復を待てない処理
• データの量が多い： 何台ものカメラの映像を、すべてクラウドに送り続けると通信の量と費用が大きくなる場合
• 外に出したくないデータがある： 工場の映像や、人が映る画像など、外に送る量をできるだけ減らしたいデータ
• 通信が不安定な場所： 山間部の現場や、移動する車の中など、常にインターネットにつながるとは限らない場所

反対に、大量のデータをまとめて分析する、AIのモデルを学習させる、といった重い処理は、クラウドのほうが向いていることが多くあります。そのため実際には、手元の機器で一次処理をして、必要な結果や要約だけをクラウドに送る、という組み合わせがよく考えられます。

スマートフォンやパソコンの中で動かすことを想定した小さな言語モデルも、選択肢の一つになりつつあるといわれます（動かせる機器や性能は製品ごとに異なるため、提供元の案内で確かめてください）。自社のパソコンでAIを動かすローカルLLMも、データが生まれる場所の近くでAIを動かすという意味では、同じ流れにある使い方です。

導入するときに、何を決めておけばよいですか？

エッジAIは、手元にたくさんの機器を置くことになります。クラウドのサービスとは違う、管理の手間が生まれる点に気をつけます。

① クラウドとの役割分担
どの処理を手元で行い、どの処理をクラウドで行うのかを決めます。手元からクラウドに送るデータの種類と量も決めておきます。

② 機器の管理と更新
どこに、どの機器が、何台あるのかを台帳で管理します。機器のソフトウェアやAIのモデルを更新する手順と担当を決めます。手元の機器は、盗まれたり、不正に操作されたりする危険もあるため、置き場所や設定の管理も大切です。

③ 人が映る画像の扱い
カメラでエッジAIを使う場合、手元で処理するとしても、人が映る画像の扱いには配慮が必要です。総務省・経済産業省などの「カメラ画像利活用ガイドブック ver3.0」では、カメラ画像や顔の特徴から取り出したデータは、特定の個人を識別できる場合に個人情報に当たると整理されています。撮影していることや利用目的の知らせ方も含め、運用を決めておきます。判断に迷うときは、専門家に確かめてください。

④ 精度の見直し
現場の環境は、季節や照明、扱う製品の変化によって変わります。導入した後も、AIの判断が実際とずれていないかを定期的に確かめ、必要に応じてモデルを見直します。

エッジAIは、現場で生まれるデータを、その場で仕事に生かすための技術です。クラウドと手元の機器の得意なことを組み合わせ、管理の仕方まで決めておくことで、安心して使い続けられます。