足りないのは意味の層
産業 AI が質問に答えるには、質問の対象を特定する必要があります。「2 号チラー」「4 番ライン」「クリーンルーム湿度」「アラームの背後にあるポンプ」といった表現は、実際の資産、空間、信号、文書、責任者へ対応付けられなければなりません。
産業ナレッジグラフは、この意味の層を提供します。現場の対象物をつなぎ、対象物同士の関係を記録します。FactVerse はこのモデルを使い、デジタルツインシーン、運用データ、文書、AI 推論を同じ物理文脈へ結び付けます。
グラフで表す対象
| モデル領域 | 典型的なエンティティ |
|---|---|
| 空間構造 | サイト、建物、階、部屋、ゾーン、ライン、通路、ラック、ベイ、屋外エリア |
| 物理資産 | 設備、メーター、センサー、バルブ、盤、ポンプ、ロボット、車両、工具 |
| システム | HVAC、冷水、圧縮空気、電力、プロセスユーティリティ、安全、物流フロー |
| データポイント | テレメトリタグ、アラーム、計算指標、設定値、ステータス値 |
| 知識オブジェクト | SOP、マニュアル、図面、BIM/CAD 参照、点検テンプレート |
| イベントと記録 | アラーム、点検、保全イベント、承認、引き渡し記録 |
| 責任関係 | 所有者、オペレーター、サービスチーム、レビュアー、リスク分類、権限境界 |
このモデルは、単純な検索よりも関係をたどる質問で価値を発揮します。
関係の例
| 関係 | 対応できる質問 |
|---|---|
| 資産が空間にある | アラーム対象の設備はどこにあるか |
| 設備がゾーンを担当する | この AHU はどのエリアに影響するか |
| ポイントが設備を測定する | この傾向はどのセンサーから来たか |
| メーターがシステムを測定する | このエネルギー読み値はどの冷水ループに属するか |
| 設備がシステムに属する | 上流と下流の関連資産は何か |
| 資産に手順がある | 点検や保全の前に見るべき SOP はどれか |
| イベントが資産に関わる | この対象に関係するアラーム、点検、修理は何か |
| 記録を役割が承認する | 次のアクションをレビューまたは承認できるのは誰か |
これらの関係が、AI Agent に質問から証拠へ向かう経路を与えます。
FactVerse での使い方
Data Fusion Services は、ソースシステムの名称、タグ、文書、記録を一貫したモデルへマッピングします。同じポンプ、メーター、部屋、システムが BMS、SCADA、CMMS、BIM、表計算、図面で別名を持つことがあります。セマンティックマッピングは、それらを一つの運用 ID にまとめます。
FactVerse Twin Engine は、その ID を空間モデルへ接続します。信号は正しい 3D オブジェクト上に表示でき、文書は正しい資産へ関連付けられ、システム関係はネットワークとして確認できます。
FactVerse AI Agent はグラフに沿って証拠を取得できます。アラームから資産へ、資産からシステムへ、システムから影響ゾーンへ進み、関連する SOP や履歴記録へ到達できます。
Brick Schema と施設セマンティクス
建物や施設では、Brick Schema が有用な公開リファレンスになります。設備、ポイント、場所、メーター、センサー、関係を表す語彙を持ち、どのポイントが設備を測るか、どの設備がゾーンへ供給するか、どのメーターがシステムに属するかを表現できます。
DataMesh は施設モデルで Brick に近い意味構造を使えます。より広い産業現場では、生産ライン、Sub-fab システム、物流エリア、クリーンユーティリティ、倉庫ゾーン、ロボットセル、作業者ステーション、シミュレーション資産などの概念も必要になります。
AI Grounding と説明可能な検索
ナレッジグラフは、AI Agent の回答を追跡しやすくします。AI Agent はグラフで証拠範囲を絞り、関連文書や記録を読むことができます。
たとえば、施設エンジニアが特定ゾーンの湿度アラームが繰り返される理由を尋ねた場合、グラフはゾーン、測定センサー、担当 AHU、AHU に関連する冷水資産、直近アラーム、点検記録、関連 SOP を特定できます。その後、AI Agent が対象物と記録に基づいて証拠を整理します。
セマンティックモデルの治理
ナレッジグラフは継続的な管理が必要です。改修、設備交換、システム再構成により、資産 ID、別名、関係、ポイントマッピング、文書リンクが変わります。
管理対象には、各エンティティの正本、命名規則、関係の責任者、証拠リンク、推定マッピングの信頼度、ロール別アクセス、資産や空間の変更履歴が含まれます。
小さく始めるモデル
| 質問タイプ | 最小限の意味範囲 |
|---|---|
| 資産文脈 | 資産、場所、システム、所有者、文書、ライブポイント |
| 施設状態 | ゾーン、担当設備、センサー、アラーム、制御ポイント |
| エネルギーレビュー | メーター、システム、空間、設備グループ、計算指標 |
| 手順検索 | 資産クラス、タスク種別、SOP、安全メモ、必要ロール |
| 原因レビュー | イベント、関連資産、上流下流システム、直近記録 |
最初のモデルが実際の質問に安定して答えられるようになった後、システム、サイト、地域、アプリケーション単位で広げます。
公開参考
FactVerse 製品ページでは、Twin Engine、AI Agent、Data Fusion Services、アプリケーションワークフローを接続するプラットフォーム層を説明しています。
Green Mark と Brick Schema ガイドでは、Brick 形式の施設セマンティクスが運用証拠の追跡にどう役立つかを説明しています。