顶部图片

现场业务效率化

OCTOps 来助力

制造业中的 OCTOps 应用案例
物流业中的 OCTOps 应用案例
建筑业中的 OCTOps 应用案例
设施管理中的 OCTOps 应用案例

引入成本、运营负担、定制功能……
AI 引入中的这些问题，OCTOps 来解决。

引入图片

OCTOps是刷新现场常识、
全新而灵活的AI平台。

应用场景
作业实绩管理
AI 摄像头让作业实绩报告零负担！工时分析与管理自动化！
制造业·工厂 > 物流业 >
人流·动线分析·拥挤状况可视化
用 AI 可视化工厂中的无效动作
制造业·工厂 > 物流业 > 公共设施 >
安全管理·跌倒检测
AI 瞬间判断危险时刻
制造业·工厂 > 物流业 > 公共设施 > 建筑业 >
外观检查
应对各种外观检查
制造业·工厂 > 物流业 >
异常时的影像
支持显示器 OCR、信号塔读取实现的异常检测、远程通知、影像记录
制造业·工厂 > 物流业 >
库存管理
通过迅速的库存管理提升出入库效率
制造业·工厂 > 物流业 > 建筑业 >
OCTOps 简介

让 AI 引入与运营更简单
支持学习的 AI 平台 OCTOps

OCTOps 是一种解决方案，通过安装在现场各处的摄像头影像，经 AI 获取各种信息，并应用于制造、建设、物流等现场业务。

OCTOps 平台示意图
OCTOps 能做什么
OCTOps 能做什么

如果不同功能需要分别使用不同的AI摄像头，信息整合起来会很困难

希望能在利用现有摄像头的同时引入AI

多台AI摄像头的更新和运维工作看起来很麻烦

基于云端的AI摄像头在性能和成本方面无法满足需求

OCTOps 为您解决各行业引入 AI 时的课题！

OCTOps 一个平台即可管理多个摄像头的 AI 应用

可利用现有的安防摄像头或网络摄像头
※需事先确认

可集中收集训练用图像，并能随时对 AI 进行更新

通过在边缘设备上运行 AI，既确保性能又降低成本

服务介绍

通过 AI 分析现场安装的摄像头影像
让数据在制造、物流、建设等现场业务中发挥作用

OCTOps 可由现场摄像头、边缘设备、数据存储环境以及客户的电脑构成。除了可直接使用的按功能划分的 AI 外，还可根据客户的现场情况和需求开发 AI。此外，AI 除了执行外还拥有多种功能。

OCTOps 服务流程图
功能列表

根据用途组合 AI
提升业务效率

AI 执行相关功能

摄像头影像查看

可远程查看连接在多台边缘设备上的多个摄像头影像

AI 选择·设置·执行

可针对单个摄像头影像设置要应用的 AI，以及希望应用该 AI 的区域等

获取 AI 执行结果

可下载 AI 运行结果（图像及数值、文本信息）以进行分析等

AI 维护管理功能

AI 模型训练数据收集

可根据需要将 AI 模型训练所需数据保存至云环境

※也支持与生产管理系统等联动（单独开发）

AI 选择·设置·执行

可对收集的训练数据执行标注、模型训练、已训练模型的再分发

※目前，训练与再分发由我司实施

※关于训练与再分发，需要与 OCTOps 使用合同另行签约

行业推荐功能

在 OCTOps 中，可根据客户的现场情况和需求组合 AI，以优化作业

制造业·工厂推荐功能

※AI 模型需要单独开发

OCTOps 的三大特点

可将具备多种功能的 AI 汇集到单一云端进行统一管理

可轻松将适合现场的 AI 应用于工厂内安装的摄像头。通过摄像头和 AI 获取的信息可汇集到单一云端，实现统一管理。

可高效进行 AI 开发

具备收集 AI 训练所需信息的功能，可实现高效的 AI 开发。AI 更新等运营工作也变得简单。

可与其他系统联动

可在异常检测时根据需要发出警报或停止产线，也可与生产管理系统等联动。

制造业·工厂
作业实绩管理
作业实绩管理
将 OCTOps 用于作业实绩管理
AI 摄像头让作业实绩报告零负担！工时分析与管理自动化！
通过摄像头影像和 AI，自动识别作业区域内作业人员的作业时间和机器运转状况。通过同时利用 PLC 和 AR 标记等获取产品信息和工序信息，还可以收集每个产品、每道工序的实绩信息。
通过与生产管理系统联动实绩信息、使用 BI 工具分析等，也有助于提升生产计划效率。
引入 OCTOps 之前 → 之后
引入前
  • 收集作业实绩时，现场负责人手写纸质作业报告，由文员汇总后录入生产管理等系统，费时费力。
  • 实绩相关信息由作业负责人大致填写，存在准确性不足的问题。
  • 由于采用纸质报告，无法实时掌握作业状况。
▼
引入后
  • 摄像头可实时收集作业实绩，减轻作业负责人的报告负担，并能够收集准确的作业实绩。
要点
  • 大幅削减作业实绩输入工作，减轻现场负担
  • 可视化作业实绩与运转状况，即时改善浪费与延误
  • 统一管理多据点作业数据，加快经营决策
建筑业
安全管理·跌倒检测
安全管理·跌倒检测
将 OCTOps 用于安全管理·跌倒检测
AI 实现全天候安全监控！
建筑工地始终存在坠落、接触事故、夹卷等风险，未佩戴安全带、安全帽等防护用具，或误入危险区域等人为失误可能导致事故。
OCTOps 利用 AI 从影像中识别人的行为、位置和装备状态，检测到异常时实时发出警报。
为降低工伤风险、提升管理业务效率做出贡献。
引入 OCTOps 之前 → 之后
引入前
  • 建筑工地的安全管理主要依靠人工注意、巡查和口头提醒，在繁忙期、盲区、夜班等时段，因人为失误导致的风险容易被忽视。
  • 跌倒、误入危险区域、未佩戴防护用具等本应可预防的事故，因未被及时发现而发展为严重灾害的情况并不罕见。
  • 在人手有限的情况下，持续监控存在困难，监控自动化是现场亟待解决的课题。
▼
引入后
  • AI 对危险区域侵入、防护用具未佩戴、跌倒事故等重大风险进行全天候监控，发生异常立即通知。大幅降低人员伤害和作业中断风险。
  • 此外，AI 记录还可作为记录、分析和防止再次发生的材料，积累有助于强化安全教育、改善手册的数据。
  • 通过早期发现风险，建筑工地安全水平得到飞跃式提升。
要点
  • 实时检测，防患于未然
  • 记录证据数据，强化安全对策
  • 实时自动检测跌倒和姿势异常，实现快速初期应对
物流业
安全管理·跌倒检测
安全管理·跌倒检测
将 OCTOps 用于安全管理·跌倒检测
AI 实现全天候安全监控！
物流现场存在叉车与作业人员接触、误入危险区域、未佩戴防护用具导致工伤，以及跌倒事故等风险，这些都源于人为疏忽和监控的局限性。
OCTOps 通过 AI 从影像中识别人的行为、位置和装备状态，在异常发生时实时发出警报。为降低工伤风险、提升管理业务效率做出贡献。
引入 OCTOps 之前 → 之后
引入前
  • 物流现场面对广阔区域，安全确认的目光难以覆盖，微小的失误和疏漏随时可能引发重大事故或工伤。例如误入叉车作业区、忘记佩戴头盔等防护用具、跌倒无人发现。若应对迟缓，可能发展为危及人命的大问题。
  • 人工监控存在极限，夜间、死角、繁忙时段等"无法看护的时间"的安全状况成为黑箱，这是重大课题。
▼
引入后
  • AI 对危险区域侵入、防护用具未佩戴、跌倒事故等重大风险进行全天候监控，构建即时异常通知体系。大幅减轻人员伤害和作业中断的风险。
  • AI 记录还可用于分析、再发预防材料，可积累有助于强化安全教育、改善手册的数据。
  • 通过早期发现风险，物流现场的安全水平得到飞跃式提升。
要点
  • 实时检测，防患于未然
  • 记录证据数据，强化安全对策
  • 实时自动检测跌倒和姿势异常，实现快速初期应对
公共设施
安全管理·跌倒检测
安全管理·跌倒检测
将 OCTOps 用于安全管理·跌倒检测
快速跌倒检测，守护安全！
在医疗和护理设施中守护长者安全，在商业和公共设施中保障来访者安心，实现快速初期应对。
检测到跌倒后立即通知工作人员。即使在视线死角或无人区域，也能实现对跌倒事故的早期应对。不仅可预防事故发生，还可用于防止再次发生的行动分析。
引入 OCTOps 之前 → 之后
引入前
  • 即使发生跌倒事故，也存在无法立即发现的课题。在护理设施和医院，夜间巡查期间发生跌倒，往往数十分钟到数小时后才发现；在商业和公共设施中，单间厕所、楼梯背后等死角较多，视线不及区域的跌倒有时只能通过第三方通报才被发现。
  • 事故初期应对延迟可能导致症状恶化，并产生对设施的不信任感。
  • 虽然安装了监控摄像头，但并非始终有人监控，"没在看""没注意到"使问题更加严重。
▼
引入后
  • 引入 OCTOps 后，即使在以往视线不及的地方，也能即时检测跌倒。
  • 摄像头自动捕捉不自然姿势和急剧跌倒动作，由 AI 分析后作为警报通知到工作人员手机等设备，实现早期应对。
  • 防止因发现延迟导致的重症化和二次伤害。此外，记录影像可用于事后验证，为重新审视动线和改善硬件环境、防止再次发生做出贡献。设施安全水平提升，增强使用者、来访者及其家属的信任。
要点
  • AI 检测跌倒，立即向手机和管理终端发送警报通知
  • 死角也安心，无需持续人工监控
  • 积累跌倒前后行为记录，为防止再次发生做出贡献，可用于改善布局和强化看护体制
物流业
人流·动线分析·拥挤状况可视化
人流·动线分析·拥挤状况可视化
将 OCTOps 用于人流·动线分析·拥挤状况可视化
优化物流现场的动线！
现场动线效率低下会导致作业时间延长，甚至引发失误和事故。
OCTOps 基于摄像头影像，实时追踪作业人员和车辆的移动，并根据累积数据自动分析热力图、交叉次数、滞留时间等。
能够将「无效移动较多的区域」「拥挤危险的区域」等仅凭现场感觉无法发现的课题，通过数据可视化呈现出来。
引入 OCTOps 之前 → 之后
引入前
  • 在物流现场，作业动线和搬运路线往往依赖现场经验和直觉来设计和运营，实际上产生了难以察觉的低效问题：无效的往返移动、危险的交会、拣货时的拥堵、作业时间参差不齐等。
  • 这些问题由于「难以察觉」「无法定量展示」而被延后改善，可能导致人手不足、出货速度下降、事故风险增加等后果。
▼
引入后
  • 物流现场人员和车辆的移动被实时"可视化"，可作为数据积累和分析。
  • 基于每次作业的动线、滞留时间、交会频率等，能够以数据驱动的方式改善现场动线设计。
  • 由此可同时解决作业效率提升、事故风险降低、人员配置优化等多个课题，为现场生产力和安全性做出贡献。
要点
  • 实时可视化人员和叉车的"移动"，将作业动线、滞留、交会等数值化，发现改善空间
  • 减少作业距离和动线重叠，使布局变更更加合理化
  • 可视化存在事故风险的动线和交会点，推动规则化和标准化
公共设施
人流·动线分析·拥挤状况可视化
人流·动线分析·拥挤状况可视化
将 OCTOps 用于人流·动线分析·拥挤状况可视化
设施内的拥挤和人流通过 AI 可视化 — OCTOps 带来的人流·动线分析
在医疗·护理设施和商业·公共设施内，通过 AI 摄像头实时解析来访者和工作人员的动向。通过可视化拥挤区域和偏移动线，实现感染风险的减轻和动线优化。
可应用于员工配置和布局改善、打造舒适空间，同时提升业务效率和用户满意度！
引入 OCTOps 之前 → 之后
引入前
  • 在医疗设施、护理设施、商业设施、公共设施中，每天都有大量人员往来，但准确掌握拥挤状况和人流的手段匮乏，不得不依赖现场工作人员的感觉和经验。
  • 例如，在商业设施中，电梯和收银台周边在特定时段会变得拥挤，导致顾客不满和流失。运营方也无法具体判断"哪里拥挤""什么时段危险"，只能凭感觉判断，难以采取具体对策。医院和护理设施也存在同样的问题。
▼
引入后
  • 设施内的人流和拥挤状况可以实时可视化和分析，以往"凭感觉"应对的场景转变为基于数据的判断。
  • 例如，在商业设施中，通过分析来馆者的流动来优化引导标识和员工配置，实现缓解拥挤和提升购买机会。整个设施转变为安心·舒适·高效的空间。
  • 医院和护理设施也可以通过同样的使用方法期待改善。
要点
  • 即时可视化"哪里有多少人"。可实时确认各楼层的人流和滞留情况
  • 基于拥挤倾向改善动线·业务
物流业
外观检查
外观检查
将 OCTOps 用于外观检查
在流水线上即时检测封箱作业的外观不良！
在物流现场，封箱失误、内容物外溢、标签偏移等轻微的外观不良，可能在出货后引发客户投诉，甚至导致停线耗时。OCTOps 通过 AI 实时监看传送带上的产品，自动检测并判定外观不良。即时检查品质风险，实现检验业务省力化与品质稳定化的双重目标。
引入 OCTOps 之前 → 之后
引入前
  • 在物流现场，封箱失误、内容物外溢、标签偏移等轻微的外观不良，可能在出货后引发客户投诉，甚至导致停线耗时。
  • 目视检验对作业者负担大，且因集中力和时段不同导致精度波动，难以避免"漏检"和"判断偏差"。
  • 在大量货物高速处理中，要全部准确目视检验并不现实，人员增加也难以解决这一根本课题。
▼
引入后
  • 引入 OCTOps 后，AI 实时检查纸箱封箱状态、外观、标签粘贴情况，可立即对可能存在不良的货物发出警报并自动分拣。
  • 消除目视检验的依赖个人经验问题，大幅减轻作业者负担。
  • 同时，将出货失误、退货、投诉应对等"事后才发现的麻烦"发生概率降至几乎为零，品质与信赖性大幅提升。
要点
  • 通过检验与补正作业自动化，提升生产力，可应对量产体制
  • 减轻作业者负担，任何人都能实现稳定的检验与补正作业
  • 通过自动收集学习数据，在运营过程中持续提升精度
制造业·工厂
安全管理·跌倒检测
安全管理·跌倒检测
将 OCTOps 用于安全管理·跌倒检测
AI 摄像头让危险瞬间无所遁形！
只需安装 AI 摄像头，即可实时检测危险区域入侵、未佩戴防护装备、跌倒等危险行为，强化安全管理。OCTOps 利用 AI 摄像头实时检测制造现场作业者的姿势与跌倒情况。除了事故发生时能够迅速响应，还能通过姿势分析实现风险的早期发现与预防。依靠无需人工盯梢的自动监控，实现安全管理效率化与省人化，强力支持构建安心、安全的工作环境。
引入 OCTOps 之前 → 之后
引入前
  • 以往作业人员的安全管理以目视确认和定期巡检为主，容易发生危险区域入侵、未佩戴防护装备等遗漏，跌倒事故和不安全行为的检测也常常滞后。
  • 在制造现场，即使发生作业人员跌倒或姿势异常，也要花费时间才能察觉，因应对迟缓而发展为重大事故的风险一直存在。
▼
引入后
  • 只需安装 AI 摄像头，即可实时检测危险区域入侵、未佩戴头盔、跌倒等危险行为，并立即发出警报。能够防患于未然，为安全管理效率化与现场风险降低做出贡献。
  • 引入 OCTOps 后，AI 摄像头持续监控作业者姿势。构建起能够立即检测并通知跌倒和异常动作的体制，实现迅速初期应对，也有助于预防重大事故。
  • 同时推进安全对策高度化与现场管理省人化，助力打造更加安心、安全的工作环境。
要点
  • 实时检测，防患于未然
  • 记录证据数据，强化安全对策
  • 实时自动检测跌倒与姿势异常，实现迅速初期应对
制造业·工厂
人流·动线分析·拥挤状况可视化
人流·动线分析·拥挤状况可视化
将 OCTOps 用于人流·动线分析·拥挤状况可视化
用AI让工厂的无用移动可视化 — OCTOps的人流·动线分析
通过AI摄像头实时解析制造现场作业者和台车的动向，将动线浪费和拥挤区域"可视化"。减少非效率动线和不必要的移动，推动整体工序效率化和省人化。还可用于布局改善和人员配置优化，支持持续的现场改善。
引入 OCTOps 之前 → 之后
引入前
  • 人流和动线由现场负责人凭经验和直觉把握，非效率移动和等待时间容易被忽视，改善缺乏依据。拥挤区域的发现也滞后，导致整体工序浪费不断累积。
  • 新建工厂时，不清楚如何布局才能高效作业。
▼
引入后
  • 通过OCTOps将作业者和搬运的动向可视化、数值化。锁定拥挤原因和浪费动线，用于现场布局和作业工序改善。可重新审视人员配置和工序顺畅度，提升生产力。同时也有助于优化劳务成本。
要点
  • 用AI将现场动线和拥挤状况可视化，明确改善要点
  • 通过实时人流把握，在确保安全的同时提升作业效率
  • 基于获取的数据，可实现人员配置和布局优化
制造业·工厂
外观检查
外观检查
将 OCTOps 用于外观检查
应对多种外观检查场景！
基于 AI 图像识别进行外观检查，精准定位不良点。减轻作业负担，实现检查精度与效率的双重提升。

此外，还可应对以下外观检查需求：
· 组装部件缺件及位置偏移检测
· 产品表面伤痕、污渍、异物检测
· 出货前包装状态确认
· 标签贴错及印字错误确认
引入 OCTOps 之前 → 之后
引入前
  • 此前外观检查由作业人员目视进行，容易遗漏不良点，检查标准参差不齐，作业负担较大。此外，多依赖熟练工的技术，在量产体制下确保品质稳定是一大课题。
▼
引入后
  • AI 图像识别自动检测不良点及外观异常，引导需修正的位置。作业精度得到提升，检查和修正时间大幅缩短。不依赖人工即可实现稳定的品质管理，也有助于建立量产体制。
要点
  • 检查·修正作业自动化，提升生产力，可应对量产体制
  • 减轻作业人员负担，任何人都能进行稳定的检查·修正作业
  • 自动收集学习数据，运营中可持续提升精度
物流业
异常时的影像
异常时的影像
将 OCTOps 用于异常检测
通过显示器OCR、信号灯读取实现异常检测，支持远程通知与影像记录
通过OCR识别显示器上的异常代码，或检测信号灯的异常亮灯→AI读取并发出警报，在制造设备异常停止时自动录制前后影像，通过云端即可确认。自动通知实现快速响应！
引入 OCTOps 之前 → 之后
引入前
  • 即使制造设备异常停止，不到现场就无法确定原因，恢复耗时。异常发生时的状况也没有记录，难以制定再发防止对策。
▼
引入后
  • 自动录制异常发生前后的影像，通过云端即可即时确认。通过OCR识别显示器上的异常代码，或识别信号灯的红灯亮灯，自动通知。无需到现场即可掌握状况，恢复响应速度大幅提升。
要点
  • 自动记录与通知减轻作业负担，提升响应速度
  • 活用影像数据，可实现再发防止与品质提升
制造业·工厂
异常时的影像
异常时的影像
将 OCTOps 用于异常时的影像
支持监控器OCR、信号塔读取异常检测、远程通知、影像记录
通过OCR识别监控器上的异常代码，检测信号塔的异常亮灯→AI读取并发出警报，在制造设备异常停止时录制前后影像，可通过云端进行确认。通过自动通知实现迅速应对！
引入 OCTOps 之前 → 之后
引入前
  • 制造设备异常停止时，不到现场就无法确定原因，恢复耗时较长。异常发生时的状况也没有记录，难以制定再发防止对策。
▼
引入后
  • 自动录制异常发生前后的影像，可通过云端即时确认。通过OCR识别监控器上的异常代码，识别信号塔的红色亮灯并自动通知。无需到现场即可把握状况，恢复应对速度大幅提升。
要点
  • 自动记录与通知，减轻作业负担，提升应对速度
  • 活用影像数据，可实现再发防止与品质提升
物流业
作业实绩管理
作业实绩管理
将 OCTOps 用于作业实绩管理
AI 摄像头让工程分析与管理自动化
基于摄像头影像，结合追踪、信号灯识别、手写传票的 OCR 解析等技术，准确记录并管理现场的作业状况与实绩。减少记录与汇总时间，获取真实、低人为错误的作业数据。
引入 OCTOps 之前 → 之后
引入前
  • 物流现场中，作业进度与实绩管理、货物搬运往往依赖人工，容易导致各现场出现个人化差异、记录遗漏及人为错误。
  • 每次实绩报告都需要手动核对纸质传票和检查表并转录，增加了作业人员负担，也难以准确、及时地掌握现场状况。
  • 故障的早期发现、准确的作业评估及改善建议也变得困难。
▼
引入后
  • 引入 OCTOps 后，大幅削减了作业记录与报告所耗费的时间和精力，同时能够自动获取准确、可靠的作业实绩数据。
  • AI 实时监控信号灯状态，自动记录运行与停止历史。纸质传票和指示书也通过 OCR 即时数据化，错误与遗漏大幅减少。
  • 管理者即使远程也能掌握现场状况，可基于数据做出工程改善、人员配置优化等决策。
要点
  • 通过信号灯图像识别自动记录运行与停止，实时可视化产线运转状况。异常与滞留也能立即掌握
  • 用"数据"管理现场作业人员的作业状况，通过历史可视化与积累，加速工程分析与业务改善
建筑业
库存管理
库存管理
将 OCTOps 用于库存管理
通过快速库存管理实现出入库管理效率化
AI自动计数钢管、木材、纸板等的出库·入库数量，减轻作业负担。减少目视确认的工作量，防止识别错误。
引入 OCTOps 之前 → 之后
引入前
  • 通过目视确认大量钢管、木材、纸板等的出库·入库数量，作业负担大，且发生计数错误。确认作业耗时，业务效率下降。
▼
引入后
  • 引入AI计数，自动计数数量。减轻作业者负担，短时间内可确认准确数量。防止识别错误，实现顺畅的出入库管理。
要点
  • 大幅减轻作业负荷提升效率
  • 防止计数错误，实现准确库存管理
  • 通过实时数据实现管理可视化
物流业
库存管理
库存管理
将 OCTOps 用于库存管理
快速库存管理，让出入库管理更高效！
通过 AI 自动计数单管、木材、纸箱等物料的出库与入库数量，减轻作业负担。减少目视确认的时间，防止计数错误。
实现快速、准确的库存管理，让出入库作业更加顺畅高效。
引入 OCTOps 之前 → 之后
引入前
  • 大量单管、木材、纸箱等物料的出库与入库数量需目视确认，作业负担大，且容易发生计数错误。
  • 确认作业耗时较长，导致业务效率下降。
▼
引入后
  • 引入 AI 计数功能，自动计数物料数量。作业者负担大幅减轻，短时间内即可确认准确数量。
  • 防止识别错误，实现顺畅的出库与入库管理。
要点
  • 大幅减轻作业负担，提升效率
  • 防止计数错误，实现准确的库存管理
  • 实时数据可视化，管理一目了然
制造业·工厂
库存管理
库存管理
将 OCTOps 用于库存管理
通过快速库存管理实现出入库效率化
通过 AI 自动计数脚手架钢管、木材、纸箱等物料的出库与入库数量，减轻作业负担。减少目视确认的工作量，防止识别错误。
引入 OCTOps 之前 → 之后
引入前
  • 大量脚手架钢管、木材、纸箱等物料的出入库数量需通过目视确认，作业负担大，且易发生计数错误。确认作业耗时较长，导致业务效率低下。
▼
引入后
  • 引入 AI 计数功能，自动计数物料数量。减轻作业人员负担，可在短时间内确认准确数量。防止识别错误，实现顺畅的出入库管理。
要点
  • 大幅减轻作业负担，提升效率
  • 防止计数错误，实现精准库存管理
  • 通过实时数据实现管理可视化