Niobia、工場ラインにAIエージェントを導入しチップと電池の欠陥を説明（インタビュー）

電池および半導体の製造ライン向けの、AIによる欠陥検出と根本原因分析のソフトウェア。

製造業者が、データをクラウドに置かずに、自己完結型のAIエージェントを生産設備に直接搭載し、欠陥の根本原因特定を数日から数分に短縮すること。

チップメーカーと電池メーカーで働いた経験を持つ化学の博士号取得者であるGaurav JhaとHarveen Kaurが、自ら経験した高コストで時間のかかる欠陥調査を背景に、サンフランシスコでこの会社を設立した。

Disrupt前の通話で、共同創業者のGaurav Jhaは、エージェントがセンサーのように生産設備に取り付けられた自己完結型GPU上で動作し、ピンホールサイズの欠陥を発見し、データを集約することで、エンジニアがチャットボットに問い合わせて原因を数分で特定できると述べている。

チップ工場や電池工場のエンジニアは、生産を再開する前に故障の診断に数日以上を費やしており、各欠陥は数百万のコストを招き得る。

引っかき傷のようなピンホールサイズの欠陥は従来の検査をすり抜け、根本原因分析は遅い手作業に委ねられている。

顧客が独自データをクラウドAIに移すことを拒否したため、オンデバイスGPU、オープンソースモデル、顧客が保持する暗号化キーというアーキテクチャを余儀なくされた。

産業AIにおいて障壁となるのはモデルの品質ではなくデータの管理権であり、プロセスデータが最重要資産となる場では、自己完結型ハードウェアと顧客が保持する暗号化キーが参入の条件となる。

2026年10月13日時点で、NiobiaはTechCrunch Disrupt 2026にBattlefieldファイナリストとして登壇している。顧客名、売上高、資金調達ラウンドは開示されておらず、当面の焦点は3つの特殊プロセスに加え、技術をより自律的にすることにある。