Percepto、点検データを統合するフィジカルAI基盤「Axion」を発表

何が起きたか

Perceptoは2026年10月27日、点検データを統合・分析するフィジカルAI基盤「Axion」を発表した。160超の専用AIモデルを搭載し、10万時間超の自律点検データで訓練したという。新たなソフトウェア提供を通じ、同社製以外のドローンやセンサーのデータも扱う。

詳細

Axionはソフトウェア・アズ・ア・サービス（SaaS）として提供され、対応する第三者のドローン、固定・移動センサー、既存の点検記録を取り込む。設備ごとにデータを整理し、資産の状況や過去の傾向を踏まえて点検結果を解釈するほか、自然言語で設備や点検結果について質問できる。 Perceptoは、自律ドローン「Ranger」と自律運用ステーション「Harbor」もAxion向けの新たなデータ収集手段として挙げた。同社は米国でエンジニアリング、製造、組み立てを集約する取り組みを進めているとしている。

Key Facts

本紙の見方

Axionの要点は、ドローン本体の性能向上ではなく、点検データの分析を自社機体から切り離した点にある。Perceptoは160超のモデルと10万時間超の点検データを基盤として示す一方、第三者のドローンや固定・移動センサー、過去の点検記録も取り込む設計を掲げた。つまり、機体を販売・運用する事業を残しながら、機材を問わず点検情報を扱うソフトウェアを提供する二層構造への移行と読める。 データの流れにも意味がある。入力は異なる機器や既存アーカイブ、処理は設備単位での整理と履歴・状況を踏まえたAI分析、出力は注意すべき点の提示や保守の優先順位付けである。自然言語での質問機能は、個別の報告書を読み解く作業を減らすためのインターフェースとして位置づけられる。ただし、同社が説明する機能の構成であり、点検時間や見落とし率がどれだけ改善するかを示す実績値は発表文にない。 ハードウェア非依存を掲げることで、競争軸はドローンの機体仕様だけでなく、異種データの取り込み、設備情報との結び付け、分析結果を現場の保全判断につなぐ業務設計にも広がるとみられる。既存の機器や記録を使えることは導入時の選択肢を広げる一方、データ形式や設備識別の違いをどう処理するかが実装上の焦点になる。自社のRangerやHarborを新たなデータ収集手段として併記した点からは、ソフトウェアを入口にしつつ、追加のデータ収集では自社ハードウェアも組み合わせる構図がうかがえる。 次に確認すべきなのは、対応する第三者機器・データ形式の範囲、各AIモデルの更新や専門家検証の運用、設備の種類ごとの分析精度である。また、自然言語の回答がどの記録を根拠に生成されるのか、現場での確認・修正が分析にどう反映されるのかも公表文では具体化されていない。これらが分からなければ、異なる現場で同じ水準の判断支援を提供できるかは評価しにくい。

なぜ重要か

既存のドローン、センサー、点検記録をAxionに取り込み、設備の履歴や状況を踏まえて分析する設計は、運用者が点検データを機材ごとに分けて扱う課題に関係する。Perceptoは、既存の点検データから始められるとしており、自社機体の導入を前提としない分析基盤として提供する点が従来の機体中心の運用との違いである。