Tata Elxsi、AWS上に産業安全プラットフォーム「IRIS」を構築——エッジAI活用で現場リスクを数秒で検知

要点

• 技術サービス大手のTata Elxsiが、産業現場の安全リスクを数秒で検知するリアルタイムプラットフォーム「IRIS」をAWS上に構築した。

• 従来の人手による監視では検知に15〜45分かかっていた危険状態を、エッジ側のコンピュータビジョン解析とクラウド連携により即座に検出する。

• 生の映像をすべてクラウドに送信するのではなく、安全に関わる特定のフレームと構造化メタデータのみを転送するイベント駆動型アーキテクチャを採用した。

• データ所在地要件の遵守と低遅延での処理を実現するため、AWSのアジアパシフィック（ムンバイ）リージョンでシステムを稼働させている。

• グローバルで設計・技術サービスを展開するTata Elxsi（タタ・エルクシ）が、製造や物流などの産業現場向けリアルタイム安全監視プラットフォーム「IRIS（Industrial Real-Time Intelligence System）」をアマゾン ウェブ サービス（AWS）上に構築したことが明らかになった。AWSが2026年9月22日付で公式ブログ（AWS ML Blog）にて公開した。本プラットフォームは、工場内に設置された多数のカメラ映像から安全上のリスクを数秒単位で自動検知し、即座に現場へ通知する仕組みを提供する。

録画にとどまる監視カメラと人手による監視の限界

製造プラント、倉庫、物流ハブ、化学施設などの産業現場では、過去10年間にわたり安全対策への自動化投資が進められてきた。生産ラインや危険区域、車両通路、積み込み場所、立ち入り制限区域などには、数百台から数千台規模の監視カメラが配備されている。しかし、同社によると、収集される膨大な映像の多くは事後確認用の録画データとして保管されるにとどまり、リアルタイムの危険防止には活用しきれていない現状があったという。

従来の運用では、中央監視室のオペレーターが同時に数百系統もの映像を確認し続けることには限界があり、危険な状態が発生してから発見するまでに通常15〜45分程度の時間を要していた。また、現場巡回による監査も1シフトあたり2〜3回程度に限られるため、シフト間や拠点間での安全基準の適用にばらつきが生じやすかった。さらに、カメラの台数を増やしても監視コストが膨らむだけで、安全性の向上が比例しないというスケーラビリティ上の課題も抱えていた。

エッジ解析とクラウド連携による「IRIS」の仕組み

Tata Elxsiが開発した「IRIS」は、既存の安全管理手順を全面的に置き換えるのではなく、24時間体制の自動監視によって安全対策を補強するアプローチを取っている。

システムの中核には、サーバーレス（サーバーの保守管理を意識せずにコードを実行できるアーキテクチャ）かつイベント駆動型のパイプラインが採用された。処理の流れは以下のステップで構成されている。

1. エッジでの監視: 現場カメラの映像をエッジ環境（現場側に設置された端末）で直接受け取る。
2. コンピュータビジョンによる検知: エッジ側で映像を解析し、危険な状況を自動検出する。
3. メタデータと関連フレームの送信: 映像の全データをクラウドに常時送信するのではなく、安全に関わる重要なフレームと構造化メタデータ（付加情報）のみをクラウドへ転送する。
4. コンテキスト分析と相関処理: クラウド側の相関層（correlation layer）が生の検知情報を文脈と照合し、信頼性の高い安全イベントへと変換する。
5. アラート発行と記録: 適切な担当者へ即座に警告を通知するとともに、コンプライアンス管理のために記録を保存する。
6. 本番データからの継続的学習: 運用データをもとに検知モデルの改善を行う。

構成要素には、エッジデバイス管理を行う「AWS IoT Greengrass」、データ配信を担う「Amazon Kinesis」、機械学習推論を行う「Amazon SageMaker AI」などが組み合わされている。

データガバナンスと処理遅延への配慮

IRISのクラウド基盤には、AWSのアジアパシフィック（ムンバイ）リージョンが選定されている。これは、インド国内の顧客施設に対するデータレジデンシー（データの国内保管要件）を満たすことと、現場設備との通信における低遅延性を確保することを目的とした設計判断であると説明されている。

Tata Elxsiは、少数のカメラから複数拠点にまたがる数千台規模のカメラまで、幅広い規模の現場に適用可能な設計パターンとして本システムを展開している。