Fredrik Nilsson, Vice President, Americas, Axis Communications – インタビューシリーズ

Fredrik Nilssonは、Axis CommunicationsのVice President, Americasとして、北米および南米全域での同社の事業を統括し、パートナーやエンドユーザー向けにネットワークベースのセキュリティソリューションの開発・提供に注力するチームを率いています。長年のAxis幹部として、NilssonはアナログクローズドサーキットテレビからIPベースのネットワークビデオへの業界転換に重要な役割を果たしてきました。2003年にAmericas担当となって以来、約2,000万ドルの地域売上を1億ドルを超える規模へと成長させ、Americas全域で20以上のAxis Experience Centerの拡大を支援しました。1996年にAxisに入社し、スウェーデンでプロダクトマネージャーおよび部門マネージャーを務めた後、事業開発ディレクターとしてIPビデオの初期開発期にパートナーシップ構築に貢献しました。キャリア初期にはABBでプロダクトマネージャーを務め、現在はMSABおよびワシントンD.C.のスウェーデン系米国商工会議所の理事を務めています。

Axis Communicationsは、スウェーデン拠点のテクノロジー企業で、ネットワークカメラ、映像監視システム、アクセスコントロール、インターホン、ネットワークオーディオ、レーダー、分析など、インテリジェントな物理セキュリティとネットワークソリューションを専門としています。1984年に設立され、スウェーデン・ルンドに本社を置く同社は、50か国以上で約5,000人の従業員を擁し、2015年からCanon Groupの一員となっています。1996年に「世界初のネットワークカメラ」と称する製品を発表して以来、ネットワークビデオからより広範なコネクテッドセキュリティ技術ポートフォリオへと事業を拡大してきました。現在の製品は、エッジベースの分析と人工知能を組み込み、映像、音声、センサーデータをセキュリティ、 安全性、 運用効率、 ビジネスインテリジェンス向けの実用的なインサイトに変換します。

あなたのキャリアは、ABBでのリモートモニタリング、ネットワーク接続ストレージとIoT技術の初期開発、そしてAxis Communicationsでのアナログ監視からネットワークビデオへの移行にわたります。このバックグラウンドは、今日のAI搭載カメラとインテリジェントな物理インフラへのシフトに対する考え方にどのように影響していますか？

AI搭載カメラへのシフトは、私のキャリアを通じて関わってきた進化の次の段階だと考えています――接続技術とIP統合から現在のインテリジェントエッジへと。キャリアを通じて共通するテーマは、顧客が接続技術で何ができるかを理解できるよう支援することです。ABBは私にとって素晴らしい学びの場でした。大手グローバル企業であったため、世界中を旅する機会が得られ、カナダで1年を過ごすなど、特に電力ユーティリティなどの大企業顧客と複雑なプロジェクトに取り組みました。私の役割は、新しいIP接続型リモートモニタリング・制御システムのプロダクトマネージャーでした。Axisでは、その後、IP接続型ストレージデバイスという新カテゴリに取り組み、接続技術の利点を世界に広めました。IP統合の初期段階では、同じ原則に基づき、エンタープライズ顧客にネットワーク接続ビデオの価値とIP技術が生み出す機会を理解させました。したがって、今日のAI搭載カメラを見ると、同じ進化のもう一つのステップと捉えています。技術はますます高度になっていますが、真の機会は依然としてデバイスを接続し、有用なデータを生成し、顧客がそれを活用できるようにすることにあります。

どのようなコンピュータビジョンのワークロードがカメラ上で直接実行するのに最適で、どのアプリケーションがローカルデータセンターやクラウドで処理されることで依然としてメリットがありますか？

カメラ上で直接実行するのに最適なワークロードは、リアルタイムの判断が必要で、低遅延かつ帯域幅の効率的な使用が求められるものです。例えば、人や物体の検出・分類、人数や物体のカウント、動きの追跡、特定イベントの識別などが挙げられます。Axis Object Analytics などの技術を用いれば、カメラは人や車両、色、移動方向などの特性を正確に検出できます。また、Axis Custom Analytics を活用すれば、特定の物体やシナリオに合わせてカメラを訓練することも可能です。分析技術が進化し続けるにつれて、より多くのインテリジェンスがエッジで実行されるようになります。多くのユースケースでは、カメラ上で分析を行い、結果のデータやメタデータのみをサーバーやクラウドに送信することで、スケーラビリティとコスト効率が向上します。一方、クラウドやサーバーは依然として重要な役割を担っており、特に集中管理、長期保存、膨大なデバイス間でのメタデータ分析などに有用です。これはどちらか一方を選ぶという決定ではなく、エッジとクラウドが互いに補完し合い、それぞれが最も得意とする領域で機能すると考えています。

エッジでAIを展開するには、モデルの精度と処理能力、メモリ、消費電力、熱の制限とのバランスが必要です。専用チップの進化は、カメラ内で実現可能なことをどのように変えているのでしょうか？

実際には2つのトレンドがこれを牽引しています。まず、エッジ側プロセッサのAI処理能力が非常に速く向上しています。ARTPEC-9 は社内開発のシステムオンチップで、ARTPEC-8 の3倍のAI処理能力を持ち、カメラ上で高度なモデルを直接実行できる余裕が大幅に増えました。将来の世代でもこの能力はさらに向上し続けるでしょう。次に、モデルのサイズと有効性が改善されています。ここ数年で大きな進展が見られました。私たちのR&Dチームは、モデルの多くをエッジで直接実行できるようにするという驚異的な成果を上げており、多くのシナリオでビデオを別の場所で処理するのではなく、カメラからのデータだけで済むようになっています。1年前は、必要の約50％がカメラ内で処理されていると話していましたが、現在は90％に近く、95％以上に達すると見込んでいます。真のブレークスルーは、単により強力なチップを持っていることだけではなく、より高性能なハードウェアとより効率的なAIモデルを組み合わせ、データが生成される場所で直接インテリジェンスが増大できるようにした点にあります。これにより、監視システムはAIに関してサーバーやクラウドへの依存度が大幅に低減します。

カメラは単なるセキュリティデバイスではなく、運用センサーとしての位置付けがますます進んでいます。小売、輸送、医療、製造、物流の分野で、現在最も明確なビジネス価値を提供しているアプリケーションはどれですか？

製造業は、価値を直接業務に結び付けられる点で非常に良い例です。例えばBMW Groupは、AI駆動の品質検査システムの一部としてネットワークカメラを使用し、車両の詳細画像をリアルタイムで取得し欠陥を識別しています。これは単にインシデントを記録するだけのカメラの役割とは大きく異なります。また、ビデオを運用効率やビジネスインテリジェンスに活用するケースが増えてきています。輸送・物流の分野では、カメラが人や車両、貨物が施設内をどのように移動しているかを把握するのに役立ちます。小売業では、ビデオが顧客行動、スペース利用、スタッフ配置に関する洞察を提供します。共通のテーマは、カメラが単に出来事を記録するだけでなく、プロセスを改善するために活用できる情報を生成していることです。

ビデオと音声解析、レーダー、アクセス制御システム、環境センサーを組み合わせることで、視覚データだけでは得られない洞察はどのように生まれるのでしょうか？

より多くのコンテキストを統合すればするほど、システムは何が起きているかをより正確に理解できます。異なる入力を組み合わせることで、ビデオだけでは得られない、時には不可能な洞察を得られます。たとえば、対象物の外観と動き方を組み合わせたり、照明や視認性が悪い状況で熱画像と可視画像を併用したりできます。レーダーは対象物の動きや速度に関する情報を付加し、音声は音を識別したり双方向通信を提供したり、環境センサーは周囲の状況に関する追加のコンテキストを提供します。複数のセンサーは、システムやユーザーが検出した内容への信頼性も高めます。技術の組み合わせは、重要インフラなど生活の重要領域を保護する上で極めて重要です。

私たちはすでにこの方向へ進んでいます。例えばGSXでは、映像、熱、レーダー、音声、環境センシングを統合したソリューションを導入しました。目的は適切なデータを統合し、組織がより迅速かつ的確な意思決定を行えるようにすることです。特に重要インフラの保護といった用途では、複数の情報源があることで、何が起きているかの全体像をより完全に把握できるため、非常に重要です。

エッジ処理は送信または保存が必要な生映像の量を削減できますが、AI対応カメラは依然として重要なプライバシーとガバナンスの課題を提起します。必要以上の個人データを収集せずに有用なシステムを設計する際、組織はどのような原則に従うべきでしょうか？

出発点は、システムが実際に何を達成すべきかを問い、その目的に必要な情報だけを収集することです。プライバシーと透明性も重要です。人々はビデオがなぜ使用されているのか、情報がどのように扱われているのかを知りたがります。最近の調査では、人々がビデオ監視に対してより快適になっていることが示されていますが、その受容は当然のものではありません。AI対応監視に関する最大の懸念は、誤検知や不正確な情報、そしてデータの不正使用や誤処理の可能性です。これにより、組織や技術提供者はシステム構築の初期段階からプライバシーとセキュリティを組み込むという実質的な責任を負います。エッジ処理は、情報をローカルで分析し、必要なデータだけを送信できるため、ネットワーク上で連続的な生映像を転送する必要を減らす点で有効です。

物理的インフラは長年にわたって設置されたままである一方、AIモデルやサイバーセキュリティ脅威は急速に変化します。カメラやその他のエッジデバイスは、運用期間中に分析機能を安全かつ保守しやすく、適応可能に保つためにどのように設計すべきでしょうか？

これは、カメラを単なるスタンドアロンのセキュリティデバイスではなく、より広範なITおよび運用インフラストラクチャの一部と考える理由の一つです。サイバーセキュリティはデバイスの設計段階から組み込まれ、セキュアなソフトウェア、定期的なアップデート、そしてライフサイクル全体にわたる強固なサイバーセキュリティ保護が必要です。たとえば Axis では、Edge Vault がハードウェアベースの基盤を提供し、デバイスの完全性を保護し、暗号鍵を安全に管理し、信頼のチェーンを確立します。また、セキュアブートや署名済みソフトウェアといった機能もサポートし、信頼できるソフトウェアのみがデバイス上で実行されることを保証します。

デバイスは、分析や顧客要件の変化に対応できるアーキテクチャも必要です。オープンプラットフォームは、組織が新しいアプリケーションや技術を統合できるようにし、システム全体を置き換える必要がなくなるため重要です。同時に、接続されたデバイスに対する適切なガバナンスも求められます。映像、センサー、エンタープライズシステムがますます統合される中で、サイバーセキュリティとデータ保護は、後付けではなく全体システム設計の一部として扱われなければなりません。

Axis はサードパーティ開発者がデバイス上で専門的な分析を構築・展開できるオープンなアプリケーションエコシステムをサポートしています。組織が多数のカメラに対して独自のモデルを実行しようとする際、オープンプラットフォームと相互運用性はどれほど重要になるでしょうか？

私は、これは極めて重要になると考えています。顧客は、AI や分析が急速に進化する中で、特定の技術ややり方にロックインされることを望んでいません。オープンプラットフォームは、カメラを他のシステムと統合し、専門的なアプリケーションを導入し、大規模展開を容易にします。また、顧客のニーズが変化した際の柔軟性も提供します。ベンダーロックインを排除し、統合をシンプルにすることで、オープンで相互運用可能なエコシステムは、インテリジェントエッジソリューションをスケールさせ、変化するビジネス要件に適応しやすくします。最終的に価値はカメラ自体にあるのではなく、カメラ、センサー、分析、エンタープライズアプリケーションがどのように連携して機能するかにあります。

導入後にコンピュータビジョンシステムの性能を評価する際、照明やカメラの位置、人の行動、運用条件の変化が精度に影響を与える可能性があることを考慮すべきでしょうか？

使用ケースによりますが、最も重要なのはカメラと AI モデルを実際に使用される環境でテストすることです。制御された環境で非常に高い性能を示すモデルでも、実際の照明、カメラ位置、天候、背景、現場で観測される行動によって結果は変わります。そのため、Axis Object Analytics や Axis Custom Analytics といった分析を実環境で評価し、アプリケーションに対して十分な精度が確保できているか確認することを推奨しています。BMW の工場はこのアプローチの好例です。カメラは実際の生産環境で使用されており、画像品質とそれに基づく分析が実際の製造プロセスを支える必要があります。

エッジ AI がますます高度になる中で、今後 10 年間にネットワークカメラの役割はどのように進化し、カメラがインテリジェントで応答性のある環境のアクティブコンポーネントになることでどのような新機能が生まれると予想されますか？

ネットワークカメラはシステムの中心的存在へと変わりつつあります。もはや単に映像を生成するだけのカメラではなく、データを生成し、さまざまなシステム間で分析・共有できるセンサーとなっています。処理能力が向上し続けるにつれ、カメラは環境をより深く理解し、リアルタイムで有用な情報を提供できるようになると期待しています。これが Scene Intelligence の考え方で、カメラがシーンの深い理解を活用して、対象物やその特性、周囲で起きていることに関するより意味のある情報を提供します。

これにより、より高度な対象物や行動の検出、他のセンサーやエンタープライズシステムとの統合、そして組織がイベントに対してどのように対応するかに関する自動化が進むでしょう。大きな変化は、映像が広範なデータ・インテリジェンス層の一部になることです。カメラは依然として現象を撮影しますが、ますますそれが何が起きているかを説明し、組織が次に取るべき行動を示す手助けをするようになります。

素晴らしいインタビューをありがとうございました。詳しく知りたい読者は Axis Communications をご覧ください。