この記事の要点: ベルギーのAI技術企業Polysenseは、食品製造業向けのAI搭載品質管理およびプロセス最適化ソリューションの拡大に向け、1,070万米ドルの資金を調達しました。同社のシステムは、原材料の変動が大きい食品工場の生産ラインにおいて、リアルタイムの画像データを用いてインライン検査を自動化し、廃棄削減と歩留まり向上を実現します。今回の資金調達により、製品開発の深化やグローバルな導入拡大を目指します。
ニュースのポイント
- 1,070万ドルの資金調達により、食品製造向けAI品質管理システムの展開を加速
- インライン検査、データ統合、設備自動制御の3ステップでリアルタイム調整を実現
- 欧州のポテト加工工場で皮むき時間を45%削減するなど、具体的な導入効果を実証
背景
EUの食品・飲料製造業では、食品廃棄全体の19%が発生していると報告されています。食品製造では、水分量や密度など原材料の特性がバッチごとに常に変化する一方、生産設備の設定は固定されがちです。生産速度が速いため、オペレーターが手動で偏差を検知して修正する頃には、すでに多くの廃棄が発生しているという課題がありました。
何が起きたのか
Polysenseのソリューションは3つの要素で構成されています。「Polysense Qualify」がインラインで毎秒品質を測定し、異物や規格外品を瞬時に検知します。「Polysense Platform」がライン全体の品質データを統合してばらつきを可視化し、最終的に「Polysense AutoControl」が機械のパラメータをリアルタイムで自動調整します。これにより、原材料の変動を補正し、廃棄が出る前にプロセスを修正します。実際に、ベーカリー工場でのオーブン温度自動制御による歩留まり向上などの実績を上げています。
製造業・生産管理への見方
製造業、特にプロセス系や食品製造の現場において、原材料の「個体差」や「状態のばらつき」への対応は、歩留まり改善の大きな障壁です。本システムは、単に不良品を検知して排除する「検査」にとどまらず、検知したデータをもとに前後の加工設備（皮むき機やオーブンなど）のパラメータへリアルタイムにフィードバックをかける「自動制御（クローズドループ）」を実現している点が、製造DXの観点から極めて実用的です。
現場で確認したいポイント
- 自社の生産ラインにおいて、原材料のばらつきに起因する廃棄や手戻りがどの程度発生しているか
- 既存の検査工程で得られたデータを、前後の加工設備の制御パラメータにリアルタイムに連動させる仕組みがあるか
- インラインでの高速画像処理とAI解析を導入できる物理的スペースや通信環境が現場に整っているか
確認しておきたい点
本システムは食品製造業（ポテト加工やベーカリーなど）で顕著な実績を上げていますが、金属加工や化学、組立アセンブリなど、他の製造分野への適用性や効果については元記事からは確認できません。
出典情報
| 出典 | PotatoPro |
|---|---|
| 公開日時 | 2026-07-14T05:17:25+00:00 |
| 元記事 | PotatoProで読む |
