導入前の課題
- 01外観検査の
良否の 判定が、 少数の ベテラン検査員の 目視に 頼っている - 02検査員の
定年が 近づき、 検査の 体制を 保てるかが 経営の 課題に なっている - 03不良品が
顧客先へ 流出すると、 信頼を 損なう おそれがある
仕組み
検査画像を AI が
- 検査画像を、AI が
良品・ 不良品・要確認の3段階で 判定する - ベテランの
判定の 根拠を 聞き取り、 画像と 結びつけて ためる - 判定の
ルールを 整理し、 組織で 共有できる 検査基準書にする - AI が
「要確認」とした 品だけを 人が 最終判断し、 全数目視の 負担を 軽くする - 判定の
履歴を ため、 誤った 判定を 戻して 精度を 段階的に 上げる
見込める変化
- 目視検査の
対象を60〜70%削減し、 不良品の 流出を40〜50%低減します。 - 「要確認」だけを
人が 判定する 運用にし、 若手も 検査基準書を 参照しながら 検査できる 体制にします。
効果の数値は、想定される効果の一例です(導入する環境により異なります)。



