Rescale Data Intelligence: 次世代のエンジニアリング生産性を解き放つ

その Rescale Data Intelligenceの発表 大幅な拡大を示す Rescaleのデジタルエンジニアリングプラットフォームこの新しい統合機能セットは、コンテキスト知識を自動的に取得し、発見を加速し、シミュレーション作業が行われる場所に AI を展開します。

今回の発表は、エンジニアリング組織が生成するモデリングおよびシミュレーションデータをどのように活用するかという、新たな視点を提示するものです。シミュレーションチームはこれまで以上に多くのデータを生成する一方で、それらのデータへのアクセスは依然として大部分が困難で、分断されたシステムに閉じ込められ、重要なコンテキストが欠落しており、必要な時に見つけるのに多大な労力を要しています。今日、エンジニアや科学者はイノベーションではなく、データの管理に時間の40%以上を費やしています。チームは、データを再現するために、無意識のうちにシミュレーション作業の30%以上を重複して行っています。重要な知見はサイロ化されたままであり、エンジニアリング上の意思決定の追跡は6ヶ月後にはほぼ不可能になります。

データインテリジェンスの再構築 統合データファブリック、エージェントによる自動化、そして AI の物理学 単一の統合プラットフォームで提供される方法により、シミュレーション データが受動的な記録から能動的な実用的なデータに変換されます。

デジタルエンジニアリングに新たなアプローチが必要な理由

データに関する課題は膨大です。製造業だけで世界中で生成されるゼタバイト単位のデータのうち、 有効活用されるのはわずか5％ 断片化されたデータサイロが原因である。しかし ITおよびデータリーダーの87%が、データ管理が最優先事項であることに同意しています。 イノベーションを推進するために。そして、その緊急性はこれ以上ないほど明白です。有力なアナリストは、製造業者が製品データの完全な可視性を欠いている一方で、製品開発の複雑さの増大、AIへの需要、そして変化する規制に対応するために、統合ソリューションが必要であると指摘しています。ガートナーによると、 CIOはデジタルスレッドを早急に導入する必要がある ライフサイクル データを接続し、デジタル エンジニアリングを可能にし、AI 対応の基盤を構築します。

従来のエンタープライズ・データ・プラットフォームは根本的な課題に直面しています。9ヶ月以上に及ぶ導入期間では、急速に進化するテクノロジーや手法への対応が困難であり、導入から数年経っても採用率が低いままであることがよくあります。これらのシステムは、作業完了後に情報を取得する記録システムとして設計されています。しかし、継続的なシミュレーション・ワークフローは、モデリングの前提、収束挙動、エンジニアリングの洞察に関する重要なコンテキストを生成しますが、これらの情報は、集中リポジトリに到達する前に失われる可能性があります。

組織がこれらの課題に対処するために新たなデータおよびAIリーダーを任命する中で、重要な理解が浮かび上がってきました。データインテリジェンスの課題を解決するには、標準とデータ基盤を確立するトップダウンのアーキテクチャ決定と、業務の遂行を妨げることなく日常のワークフローに統合するボトムアップのエンジニアリング導入の両方が必要です。

データインテリジェンスの再構築 AI駆動型エンジニアリングの実際の作業に合わせて設計された、目的に適したテクノロジーアーキテクチャとデータ基盤を提供することで、この課題に取り組んでいます。組織は、チームに硬直的なアーキテクチャを押し付けたり、モデルをゼロから再構築したりするのではなく、柔軟なポートフォリオアプローチを採用したプラットフォームを必要としています。業界を問わず、 AIの潜在的価値の70% 研究開発やイノベーションといったコアビジネス機能に見られます。だからこそ、Rescaleプラットフォームはこれらの分野に重点を置きつつ、テクノロジーや手法の進化に合わせて適応できる柔軟性を維持しています。

エンジニアリングワークフローを変革する画期的な機能

Rescale は、シミュレーションの実行から製品の意思決定まで、重要なエンジニアリング作業が行われるワークフローをサポートするように設計された 3 つの機能を通じて変革を実現します。

統合データファブリックとAIインテリジェンスでR&Dデータ基盤を構築

まず、Rescale Data Intelligence は、後処理や手動によるタグ付けではなく、あらゆるソルバーやハードウェア構成でシミュレーションが実行される際に、実行時点でコンテキスト知識を自動的に取得します。

Rescale Data Fabricは外部の記録システムと同期し、追跡可能なデジタルスレッドを作成して、 製品ライフサイクル管理 (PLM), シミュレーションプロセスとデータ管理（SPDM）移行や置き換えを必要とせず、シミュレーション履歴を包括的かつクエリ可能な形で把握できます。組織は、設計内容だけでなく、分析方法や意思決定の理由も把握できます。

RescaleのAIアシスタントは、この基盤を実用的なインテリジェンスへと変換します。エンジニアは自然言語で質問するだけで、数秒で分野横断的なインサイトを得ることができます。例えば、「特定の動作条件下でテストされ、選択したパフォーマンス指標が定義されたしきい値を超えるすべての設計を表示してください」といったクエリです。システムはドメイン固有のパターンを浮き彫りにすることで意思決定を加速し、一般的なクエリはテンプレート化して組織全体で共有できます。

このアプローチを実装している組織では、データ管理時間が 70% 以上削減され (週あたり数時間から数分に)、手動プロセスの場合の約 30% 未満と比較して 100% のメタデータ キャプチャが実現され、トレーニングを必要とせずに週あたり 80% のアクティブ使用が実現します。

記録システムをアクションシステムで変革する

自動的にキャプチャされたコンテキスト知識により、 データインテリジェンスの再構築 真のエージェント自動化を実現し、シミュレーション作業が行われる場所にAIを導入することで、受動的なデータリポジトリを、エンジニアリングワークフローを強化する能動的なシステムへと変革します。モデルコンテキストプロトコル（MCP）とRescale Assistantの統合により、シミュレーションエージェントは人間参加型チェックポイントを備えた複雑な多段階解析をオーケストレーションし、パラメータが変更されると自動的にシミュレーションを開始できます。また、これらのエージェントは、通常は何時間もの手作業が必要となる、豊富なデータ視覚化を備えた解析レポートを生成することもできます。集中型のレポート作成が必要な組織では、PLM、SPDM、ビジネスアナリティクスプラットフォームなどのサードパーティシステムと結果を同期・検証できます。ボストンコンサルティンググループによると、 研究AI と自律エージェントにより、市場投入までの時間が 10 ～ 20% 加速され、研究開発コストが最大 20% 削減されると予測されており、これらのテクノロジーを導入する市場リーダーと遅れをとる企業との間に大きな潜在的な差が生じることが浮き彫りになっています。

シミュレーションデータに基づくAIの応用で研究開発サイクルを加速

高度なシミュレーションとデータ インテリジェンスが統合され、Rescale の 3 番目の主要なプラットフォーム機能が実現します。 AI の物理学 シミュレーション データセットを展開可能なインテリジェンスに変換することで発見を加速する方法。

RescaleのAI Physicsオペレーティングシステムは、シミュレーションユーザー、CADデザイナー、製品アナリストがアクセスできる共有モデルハブにサロゲートモデルをトレーニング、調整、検証、公開するためのツールの完全なスタックとオープンエコシステムを提供します。エンジニアや科学者は、独自の物理モデルを開発・所有し、以下のようなサードパーティのモデルアーキテクチャを活用できます。 NVIDIA PhysicsNeMo データサイエンスの専門知識は必要ありません。Rescaleプラットフォームは、新しいシミュレーションデータが利用可能になると、モデルを継続的に微調整するためのスケーラブルなパイプラインを提供します。

統合プラットフォームであり、孤立したツールではない

Rescale Data Intelligenceは、スタンドアロン製品ではなく、戦略的なプラットフォーム拡張です。世界最大級のエンジニアリングアプリケーションとコンピューティングインフラストラクチャのネットワークとデータ機能を統合することで、コンピューティングワークロードとデータ管理のために別々のシステムを管理することを組織に強いる従来のアプローチとは根本的に異なるものを実現しました。Rescaleは、あらゆるクラウドプロバイダー間で柔軟かつ相互運用可能な導入をサポートし、スピード、コスト、コンプライアンス要件を満たします。

導入は数ヶ月ではなく数日で完了します。最初の呼び出しから本番環境へのデータ移行まで、レガシーシステムの導入期間よりもはるかに長い1週間以内で完了します。このプラットフォームはトレーニングを必要としません。エンジニアはこれまでと全く同じように作業を続けられます。システムが自動的に作業内容をキャプチャ、整理、そして強化します。

包括的なプラットフォーム機能を搭載

これらの機能は、Rescale のデータ インテリジェンス レイヤーを形成するために連携する統合プラットフォーム機能によって実現され、コンテキストを自動的にキャプチャし、検出を可能にし、エンジニアリング ライフサイクル全体にわたってアクションを調整します。

主な機能は次のとおりです。

• 自動化フレームワークと自動メタデータ抽出 – 多くの一般的な商用およびオープンソース ソルバーのシミュレーションから主要なパラメーター、結果、コンテキストを自動的に抽出し、手動による介入やデータ入力なしで完全なデータ キャプチャを実現します。
• 再スケールアシスタント – AI を活用した自然言語インターフェースにより、エンジニアはドメイン固有のインテリジェンスと 3 秒未満の応答時間で、すべてのプロジェクトのシミュレーション データを検索、分析、視覚化できます。
• AI駆動型求人概要 – 主要な調査結果、異常検出、失敗したジョブの診断、および技術者と非技術者の利害関係者が結果をすぐに実行できるようにする推奨事項を含む、すべてのシミュレーションの自動サマリーを生成します。
• システムオブレコードコネクタ – エンジニアリング データ プラットフォーム (PLM、SPDM、要件管理など) およびエンタープライズ システム (データ ウェアハウス、ドキュメント管理など) と統合して、履歴データをインポートし、双方向の同期を維持し、既存のシステム投資を保護しながら、より広範なコンテキストと洞察を獲得します。
• スマートタグとカスタムフィールド – AI が提案するメタデータ ラベルと管理者が強制するカスタム フィールドを組み合わせることで、組織の用語や規則を学習しながら、一貫したデータ キャプチャと標準化が保証されます。
• ワークフロービルダー – カスタム コードを必要とせずに、複雑な設計探索、最適化研究、AI トレーニング データの準備を自動化するテンプレート化されたマルチステップ ワークフローを作成するためのビジュアル デザイナー。

日常のエンジニアリングワークフロー向けに構築

ワークフローの変更と導入を義務付ける従来のエンタープライズソフトウェアとは異なり、 データインテリジェンスの再構築 自然なエンジニアリングプロセスと連携し、エンジニアの時間を浪費する日常的なタスクに対処します。ITチームとデータ管理チーム向けには、課金とリソース最適化のためのAIを活用した分析、自動化されたデータ標準のためのポリシーベースの制御、セキュリティと予算配分のためのロールベースの権限など、包括的な管理機能を提供します。製品リーダーとプロジェクトリーダーは、コンピューティングリソースとデータリソース全体にわたる分析インテリジェンスとコストパフォーマンスの最適化により、研究開発の生産性、データ再利用パターン、ワークフロー最適化の機会を可視化できます。

即時の価値を提供するユースケース

• データの豊富化 – シミュレーションから主要な結果を自動的に抽出し、メタデータのコンテキストを充実させ、構造を追加し、すべての履歴分析を完全に可視化して集中アクセスを提供します。
• データトレーサビリティ – プロジェクトの目標、製品のバージョン、調査結果、チームの関与など、製品開発の意思決定に関連するシミュレーション アクティビティのコンテキスト全体を検索して理解します。
• AI支援分析 – 組み込みのドメイン固有の AI を使用してシミュレーション結果をクエリおよび視覚化し、データを探索して自然言語プロンプトを使用して新しい洞察を発見します。
• データの標準化 – 自動レポート、ポリシーベースの制御、再利用可能なテンプレートを使用して、シミュレーション データ キャプチャの可視性を高め、一貫性を確保します。
• シミュレーションプロセス管理 – 複数ステップのシミュレーション分析を実行して大規模な設計空間を探索し、自動オーケストレーションを使用して多目的のトレードオフを評価します。
• AIトレーニングパイプライン – スケーラブルなトレーニングと推論のために、トレーニング環境での形式変換とステージングを自動化し、AI モデル開発用のエンジニアリング データを準備します。

次の章は今日始まる

次世代のエンジニアリング生産性には、コンテキスト知識を自動的に取得し、作業が発生する場所に AI を展開し、エンジニアの実際の作業を妨げずに発見を加速するインテリジェントなプラットフォームが必要です。

製品開発と科学的発見は、データ、自動化、そしてコンピューティングを活用し、研究開発のためのエンドツーエンドのデジタルスレッドを構築する能力にますます依存するようになっています。こうした能力を迅速に構築する組織は、イノベーションサイクルの迅速化、エンジニアリング生産性の向上、そしてAI手法のより効果的な導入を通じて、競争優位性を獲得できるでしょう。 データインテリジェンスの再構築 既存の投資を活用し、最小限の導入時間で、数年ではなく数か月以内に測定可能な収益を生み出す、これらの機能への実用的な道筋を提供します。未来を形作る業界の先駆者たちは、Rescale上でデータを活用し、次なるイノベーションを構築しています。

組織がシミュレーション データをキャプチャ、検出し、それに基づいて行動する方法を変革する準備はできていますか? デモ版の申し込み Rescale Data Intelligence がエンジニアリング チームの生産性向上と競争上の優位性をどのように実現できるかをご覧ください。