「AI外観検査」は自社の解決策となり得るか、3社の事例に学ぶPoCの進め方

　人員不足が深刻化している製造現場において、外観検査の効率化は今や必須の取り組みとなっている。外観検査は目視での実施が主流となっているが、その工数は膨大な上、担当者の熟練度や体調によって精度に差が出たり、判断基準が曖昧になったりする。そこで注目したいのが「AI外観検査」だ。

　画像認識技術を活用するAI外観検査は、対象物を撮像し、その画像データを学習させたAIモデルで良否を判定する。その導入により、検査自動化の推進、検査品質の安定・向上、コスト削減といったメリットが期待できるのだ。ただし、AI外観検査をただ導入しただけではこれらの効果を得られないだけでなく、無駄なコストや工数が発生しかねない。

　そんな状況を回避するには、各現場や対象物に合った撮像／学習方法を採用する必要がある。本資料では、この分野における先進企業3社の検証事例を紹介する。各社が抱えていた課題や検証の流れ、採用された撮像／学習方法、期待される導入効果などを解説しているので、参考にしてほしい。