日本電気株式会社が、映像認識AIとLLMを組み合わせ、明文化されていない危険の予兆を捉え、根拠シーンとともに改善アドバイスを自動生成する技術を開発しました。物流や製造などの現場映像を分析し、プロンプトに明記されていない潜在的な危険や判断ミスの兆しも抽出し、文章で提案します。これにより、安全運転指導や作業指導の標準化、属人化の解消、業務改善が見込まれます。日本電気株式会社は2026年度中の実用化を目指しており、人材育成の効率化と安全性向上に資する基盤技術として位置づけています。技術デモ画面も用意され、適用イメージが示されています。
背景として、労働市場の流動化や人手不足が進む中、多様な人材が短期間でスキルを獲得し、安全と品質を両立する育成体制の構築が課題になっています。教本やマニュアルだけでは伝えきれない現場判断が多く、経験依存によって即戦力化に時間を要していました。日本電気株式会社は映像認識AIやLLMの研究開発で培った知見を活用し、危険の顕在化前に関係する予兆と改善アドバイスを明確化する仕組みを実現しました。これにより、習熟度に依存せずに安全で効率的なスキル習得を支援する体制づくりが期待されます。
技術の特長として、プロンプトで明記されていない危険に関する予兆まで映像から抽出し、判断や動作を時系列で可視化します。独自の映像認識AIが無関係なシーンを排除し、流れに関係する重要な確認動作を取りこぼさず抽出します。例えば、ドライバーが横断歩道を察知して減速する挙動や、製造現場で部品の些細な欠陥を疑い破断リスクを察知する確認動作など、一連の行動を把握できます。これらの認識結果をLLMで分析し、直接の原因だけでなく関連するシーンも踏まえた改善提案の文章を自動生成します。根拠となる映像シーンが提示されるため、短時間でも効果的な指導と振り返りが可能です。
また、視覚言語モデルを活用しており、事前に現場映像で作業定義や専門知識を学習させる必要がない点も導入を容易にします。多様な映像を詳細かつ時系列で認識でき、追加の学習工数をかけずに現場で使い始められます。物流や製造の現場における安全運転指導や作業指導などで、スキルや経験の属人化を解消し、人材育成のDXに貢献します。あわせて、AAAI 2026やWACV 2026での発表予定に言及されており、学術的な検証の場でも紹介される計画が示されています。日本電気株式会社はこの技術の社会実装に向けた取り組みを進め、2026年度中の実用化を目指しています。
詳しくは「日本電気株式会社」の公式ページまで。レポート／DXマガジン編集部
