CrossnoKayeが処理量11〜17%改善

CrossnoKayeのアプローチは、産業スタックに外部AIエージェントを後付けする一般的な手法とは異なる。プラントデータと制御ロジックは通常、PLC、DCS、ヒストリアン、SCADA、独立ツールといった異なるベンダーの別々のシステムに分散し、それぞれ独自の命名規則を持つ。一方、実際の制御シーケンスや安全インターロックは独自のコントローラーコードの中に閉じ込められている。プラントネットワーク全体に認証情報を分散させることももう一つの障害だ。ATLASは代わりに、エッジからプラントをソフトウェアで定義する。オンプレミスの制御パネルがローカルKubernetesクラスターを動かし、Amazon VPC LatticeとAmazon MSKを通じてテレメトリをAWSにストリーミングする。このアーキテクチャにより、AURAは単一のセキュリティ境界内で運用状態の全体にネイティブにアクセスできる。

AURAの運用モードには、対話型のエンジニアリング会話向けのChats、再現可能なパラメーター化調査向けのTasks、自動バックグラウンド監視向けのRoutinesがある。Chatsでは、Sandbox Orchestratorが1つのウォームなAmazon Bedrock AgentCoreセッションを15分のスライディングTTLで束縛する。TasksとRoutinesでは、実行ごとに新しいmicroVMをプロビジョニングし、セッションを即座に停止することで、実行間の汚染とアイドル課金を防ぐ。ソフトウェア定義のエッジ制御、継続的なクラウド最適化、AURAを組み合わせることで、バッチ乾燥時間の標準偏差を34%削減し、採石場操業で年間50,000トン超の回復可能な生産ギャップを特定したとCrossnoKayeは報告している。

本番導入から際立つ教訓は3つある。第一に、AIを追加する前にプラントモデルと制御ロジックを統一することで、エージェントは下流の循環ベルトの滑りと二次クラッシャーの故障を区別できる。第二に、AURAを日々のシフトのリズムに埋め込むこと——バックグラウンドのRoutinesが夜間に異常を捉え、引用付きのBriefをエンジニアの受信箱に届ける——は、空白のプロンプトを必要とする別個のツールよりも導入を促進する。第三に、データ・カバレッジ・安全の契約をプロンプトではなくコードで強制することで、確率的なモデルの誤りがオペレーターや機器に到達する前に捕捉できる。