Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
【試作】IoT x AIエージェント
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
コロッケそば
August 28, 2026
Technology
91
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
【試作】IoT x AIエージェント
必要なときだけ人が動く(Human-in-the-loop /Human-on-the-loop)
コロッケそば
August 28, 2026
More Decks by コロッケそば
See All by コロッケそば
【試作】IoT x AIエージェント
happysamurai294
0
100
見守りエージェントを作ってみた(ローカルLLM + Hermes Agent)
happysamurai294
0
170
見守り エージェントをローカルLLMで作ってみた
happysamurai294
0
110
内部仕様を可視化して ドキュメント品質を上げる - 「読む仕様書」から「観る仕様書」へ -
happysamurai294
0
62
コロッケそばAgentが名古屋の猛暑からあなたを守る機能仕様
happysamurai294
0
87
AIエージェントが名古屋の猛暑からあなたを守る
happysamurai294
0
240
第26回FA設備技術勉強会 - Claude/Claude_codeでデータ分析 -
happysamurai294
0
630
LangChain v1.0にトライ~ AIエージェントアプリの移行(v0.3 → v1.0) ~
happysamurai294
0
410
生成AIの振返りとAIエージェントによる新しい価値
happysamurai294
0
76
Other Decks in Technology
See All in Technology
Genie Code ワークショップ 基礎編 / Genie-Code-Workshop-fundamental
databricksjapan
PRO
0
300
「重なり」は迎える側がつくる ― 人もAIエージェントも歓迎するプロダクトエンジニアリング ―
go0517go
PRO
0
140
Bet AI Day 2026丨AIによって本質に戻るシステムリスク管理
layerx
PRO
0
610
Claude Codeの体系的な理解と知識のフック
oikon48
10
6.6k
本番に近いテストをもっと手軽に - Postmanで広がるAPIテストの世界 / Expanding the World of API Testing with Postman
yokawasa
1
220
[RSJ26] Flow as Flow: Modeling Robot Velocity Fields as Probability Velocity Fields
keio_smilab
PRO
0
180
GuardDuty 検知対応を DevOps Agent で効率化しようとしている話 / GuardDuty Investigations with DevOps Agent
masahirokawahara
1
150
AIで実装は速くなった。なのにプロダクトは速くならない。職能の壁を越えて価値のフローを設計する
nwiizo
3
4.5k
いま、生成AIにKaggleをどこまで 任せられるか — ROGIIコンペでの進め方とTips
k951286
1
1.2k
IDperturb: Enhancing Variation in Synthetic Face Generation via Angular Perturbation
sansantech
PRO
0
110
Master Dataグループ紹介資料
sansan33
PRO
1
4.9k
データエンジニアの困りごとをDevinと一緒に解消する
10xinc
2
610
Featured
See All Featured
A Guide to Academic Writing Using Generative AI - A Workshop
ks91
PRO
1
410
Stewardship and Sustainability of Urban and Community Forests
pwiseman
0
500
How to optimise 3,500 product descriptions for ecommerce in one day using ChatGPT
katarinadahlin
PRO
2
3.8k
Become a Pro
speakerdeck
PRO
31
6.2k
How to Think Like a Performance Engineer
csswizardry
28
2.8k
Building Flexible Design Systems
yeseniaperezcruz
330
41k
New Earth Scene 8
popppiees
3
2.5k
Sam Torres - BigQuery for SEOs
techseoconnect
PRO
0
510
Redefining SEO in the New Era of Traffic Generation
szymonslowik
1
400
コードの90%をAIが書く世界で何が待っているのか / What awaits us in a world where 90% of the code is written by AI
rkaga
63
45k
The SEO identity crisis: Don't let AI make you average
varn
0
550
Taking LLMs out of the black box: A practical guide to human-in-the-loop distillation
inesmontani
PRO
3
2.4k
Transcript
#humanontheloop | 2026/08/31 Human in the loop? Human on the
loop? meetup #1 【試作】 IoT × AIエージェント ― 必要なときだけ人が動く(Human-in-the-loop /Human-on-the-loop) ― コロッケそば(株式会社 GUGEN 福士清之) @HappySamurai294 © コロッケそば 2026 All rights reserved. 1
自己紹介 コロッケそば @HappySamurai294 67歳 / 名古屋市在住 株式会社 GUGEN 発表内容は個人の見解であり所属組織の公式見解ではありません 立ち食い/駅そば
コロッケそばが大好き! シャープモバイル型ロボット ロボホンが大好き! © コロッケそば 2026 All rights reserved. 2
何を作ったか 故障兆候の検知から原因分析レポート生成までをオーケストレーション 1 データ取得 現場のPLC/機器データ を遠隔で収集 IoT監視装置 FALCONNECT 2 常時監視・
一次検知 3 スクリーニング 閾値と挙動から 故障兆候を一次検知 検知内容を要約・絞り込 み誤検知の候補を除外 エージェント向け実行環境 ローカルLLM Hermes Agent Gemma4:26b 4 人間判定 「ノイズ」か「故障兆候」 かを人が判断 Human-in-th-loop HITL 5 原因分析 レポート 要因分析とFTA(故障ツ リー)レポートを作成 フロンティアAI Claude Code 全タスク状況をリアルタイムで可視化(HOTL) Human-on-th-loop ⚫ 自律監視ループを止めず、各タスクの状況を把握できる。ブラックボックス化を防ぐ ⚫ 必要に応じて人が介入できる © コロッケそば 2026 All rights reserved. 3
(今回の悩みどころ): 人の確認を外す基準 1 2 間違えたとき、後から気づけるか 過検知は画面に表示されるが、除外は静かに起きる 同じ判断が、過去にあったか 人が判断するのは初回だけ。2回目以降は過去の判定を適用する この2つが揃ったら、人の確認を外す ©
コロッケそば 2026 All rights reserved. 4
具体例で見てみる (シーン):毎朝8:00、冷却水ポンプの振動が跳ねる(IoT監視装置の閾値を超えた) でもそれは、毎朝の洗浄作業。現場では正常です。(機械は閾値超えでエラー) 8:00 洗浄 8:00 洗浄 14:20 本物の兆候 波形はどれも同じ。違うのは「発生時間」だけ
── 「現場の定常作業」その情報はIoTデータにはない。 © コロッケそば 2026 All rights reserved.
(HITL):人が判断するのは「ニ択」 人の作業をシンプルな「選択」にする HITL 判定 全データを読ませない。検知値・ ルール ・所見の3点を 提示 機器 WP-207
冷却水ポンプ 検知値 軸受振動 5.1 mm/s ルール spike(30件中2回超過) 所見 洗浄作業帯に近接。判断要 ノイズ(正常) 人の判断が必要になった瞬間を知らせる 可視化UI(KANBAN)にパトランプ「黄色」で通知 故障の疑い 提示は3点だけ。答えは2択だけ。 ※ 社内事情や社内ノウハウはローカルLLMで閉じる © コロッケそば 2026 All rights reserved. 6
運用するほど賢くなる/人の判定が減る knowledge.json / 構造化データ machine_id × 08:00–09:10 の除外エントリ。以後はシステムが自動的 に除外する。 人間の判定
「ノイズ(正常)」 knowledge.md / 自然言語 選択結果がそのままAIエージェントの知識になる 同類ケースでは人の判定が不要になる ⚫ 賢くなるのはモデルではなく、LLMに渡す「業務ナレッジ」(LLMの文脈学習として使われる) ⚫ 業務ナレッジファイルは、人間が読める(修正もできる) © コロッケそば 2026 All rights reserved. 7
デモ © コロッケそば 2026 All rights reserved. 8
© コロッケそば 2026 All rights reserved. 9
まとめ ⚫ 人が見ることを「やめる」条件は精度ではありません ⚫ やめた後、間違いに気づける仕掛けがあるかどうかです ⚫ 「全部見る」をやめる準備とは精度の準備ではなく、観測でき る準備ができているか、と考えます © コロッケそば
2026 All rights reserved. 10
(脱線)AIエージェントと仏教の「縁起」は世界観が似ている 2,500年前、お釈迦様は、AIエージェントの登場を知っていた?? © コロッケそば 2026 All rights reserved. 11