← 事例一覧に戻る
外観検査に画像AIを導入し、熟練依存の目視検査を補完
製品が流れる
現場
製造ライン
撮影
一次スクリーニング
AI
画像AI
要確認
怪しいものだけ再確認
人
検査員
最終
閾値は現場と調整
確認
出荷判断
業界・規模
- 業界
- 部品加工
- 規模
- 従業員90名規模
利用したAI・サービス
- Azure Custom Vision
- ChatGPT
画像判定はAzure Custom Vision、手順書改訂・月次振り返り整理にChatGPT
AI導入の概要
1日あたり数千個流れる出荷前検査のうち、品種が多くない主力ライン1本に絞ってカメラと照明を固定し、Azure Custom Visionで「良品／要確認」の二値判定を組みました。完全自動で廃棄はせず、要確認レーンに流れたものだけ検査員が目視で最終判断します。月次の誤判定傾向メモや検査手順書の改訂案づくりにはChatGPTを使っています。
成功ポイント
- 1照明と部品の置き方が揃う1ラインだけに限定して始めた
- 2不良見逃しゼロを最優先にし、迷ったら「要確認」へ倒す閾値にした
- 3現場と「何割までの過検出なら許容するか」を先に握ってから本稼働させた
NEXT STEP
検査工程の現状可視化から、導入可否の見極めを支援します。
現状ヒアリングからPoC・定着・業務委託まで支援できます。