導入事例

AMG Brasil、Mibra鉱山（ミナスジェライス州）— Euronext Amsterdam上場のAMG Critical Materials N.V.傘下。社名・ブランド・実績は許諾を得て使用。

循環負荷の急上昇により、1日に約7回、給鉱カット（多くは70 t/h未満）を余儀なくされていました。

循環負荷の予測モデルが給鉱コンベアをリアルタイムで制御：上昇を予測し、ミルが処理可能な水準を維持したうえで最大給鉱量へと戻します。

Mineração Aurizona（MASA）、ブラジル・マラニョン州の金鉱山および選鉱プラント — 2026年1月よりCMOC Group傘下

手動のプロセス制御がスループットと安定性を制限。変動する鉱石条件のもとで、オペレーターが最適なパラメーターを24時間365日維持することは困難でした。

AI Autopilotを実行する粉砕回路の予測モデルが、プラントの自動化システムにリアルタイムでセットポイントを送信。48時間ごとにAIと手動制御を切り替える25日間の試験（2024年1月10日〜2月5日）を実施。AWS上でSoftwareOneと提携して納品。

南米の世界的アグリビジネス・バイオエネルギー企業。クライアントはNDAにより非公開。

バイオディーゼルの加熱炉・反応器向け予測モデル。フェーズ1完了：10か月で5,650万件のセンサーデータを整備済みデータパイプラインに統合し、R² 96.3%の仮想センサーと触媒マージンの知見を提供。

フェーズ2進行中：収率・触媒・品質モデルを継続的な再学習と自己学習のもとで開発。フェーズ2の結果は暫定的なものです。

世界的な重機メーカー。クライアントはNDAにより非公開。

コンポーネント試験セル向けの予知保全モデルとダッシュボード。約70センサーのセルを統合し、バリアントごとのベースラインでベンチ設備と部品挙動を切り分け。

2026年5月〜9月：データ基盤は納品済み。モデル学習は予定どおり進行中。