工場のAI活用｜画像検査・予知保全・省人化を現場で回す
工場でのAI活用は、経営の話というより現場で回るかどうかの話です。画像検査も予知保全も、仕組みとしては成立します。それでも止まるのは、精度が足りないからではなく、現場の手順に収まらないからです。
判定結果を見るために別の端末を開かせる、異常の通知が届いても誰が止めるか決まっていない。こうした細部で使われなくなります。
この記事では、工場でAIが実際に回っている使い方を検査・設備・省人化の順に整理し、現場に定着させるために何を先に決めるかまでを扱います。
- Index
工場のAI活用でできること：現場で回っている3つの使い方
工場で実際に回っているAIの使い方は、画像検査・予知保全・人手の置き換えの3つにほぼ集約されます。どれも共通しているのは、人が目や耳で判断していたことを機械が肩代わりする形だという点です。
| 使い方 | 人がやっていたこと | 始めやすさ |
|---|---|---|
| 画像検査 | 目視で傷・欠け・異物を見つける | 高い。カメラと良品の画像があれば始められる |
| 予知保全 | 音や振動の違いに気づく | 中程度。センサーと、過去の異常の記録が要る |
| 人手の置き換え | 数える、記録する、目視で確認する | 高い。作業が単純なほど効く |
始めやすさの差は、手元にデータがあるかどうかでほぼ決まります。
画像検査は製品を撮れば材料が揃いますが、予知保全は異常が起きた記録がないと学習も検証もできません。同じ「工場のAI」でも、着手までの距離がまったく違います。
画像検査：不良の写真が足りない問題をどう越えるか
画像検査で最初にぶつかるのは、不良品の写真が集まらないことです。品質が良い工場ほど不良が出ないため、学習させたい例が手元にないという逆説が起きます。不良を待たずに始める組み方があります。
ここで不良が貯まるのを待つと、いつまでも始まりません。
実務では、良品の画像だけを学習させて「いつもの見え方から外れたもの」を拾う組み方を取ります。どの種類の不良かまでは言えませんが、人が見るべきものを絞り込むところまではできます。全数を目視する状態から、機械が拾った分だけを見る状態に変えられれば、それだけで工数は動きます。
もう一つ注意がいるのが、判定の線引きです。人によって合否が分かれるような微妙な品は、そもそも学習データとして矛盾します。
AIを入れる前に、人の判定基準が揃っているかを確かめる必要があります。ここが揃っていない工場では、モデルの精度より先に基準の議論が起きます。
予知保全：故障が少ない設備ほど、検証に時間がかかる
予知保全は効果が大きい一方で、成果の確認に時間がかかります。年に数回しか壊れない設備では、予測が当たったかどうかを確かめる機会そのものが少ないからです。何を成果と数えるかを先に決めます。
この性質を知らずに始めると、半年たっても効果が示せず、続けるかどうかの議論が止まります。
現実的なのは、「壊れる時期を当てる」ことを最初の目標にせず、「いつもと違う状態を検知する」ところから入る形です。異常の早期検知なら、故障に至らなかった事例も成果として数えられます。
センサーを新しく付けるところから始める場合は、データが貯まるまでの期間を計画に織り込んでおきます。手元の稼働ログで始められる候補があるなら、そちらを先にやるほうが早く判断できます。
異常の検知が当たり始めたあとに効いてくるのが、保全の記録です。いつ何を交換し、その後どうなったかが残っていないと、検知の結果を打ち手につなげられません。
省人化：人を減らすのではなく、判断を減らす
省人化を「人数を減らすこと」と定義すると、現場の協力が得られません。効くのは、持ち場を離れられない作業を外すことです。人数は同じでも、動ける人が増えると現場の回り方が変わります。
数える、記録する、目視で確認し続ける。こうした作業は、担当者がその場から動けない拘束を生んでいます。
ここを機械に置き換えると、浮いた時間は他の工程に回せます。人を減らす話として始めるより、手が空く話として始めるほうが現場は動きます。
ただし、浮いた工数を何に振り替えるかを決めておかないと、全社の数字には出てきません。ラインでは効いているのに損益計算書では何も起きていない、という状態はここで生まれます。振り替え先まで含めて、着手前に決めておきます。
現場に定着しない工場と、定着する工場の違い
定着するかどうかを分けるのは、モデルの精度ではありません。作業の手順に収まっているかどうかです。既存の画面や紙に結果が出てくるなら使われますし、別の端末を開く必要があるなら使われません。
止まる工場でよくあるのは、AIの判定を確認するための作業が増えている状態です。
目視をなくすために入れたのに、機械の判定が正しいかを人が見直している。これでは工数が減らないどころか増えます。どこまでを機械に任せ、どこから人が見るのかの線を引かないまま動かすと、必ずこうなります。
定着している工場は、この線を先に引いています。「機械が問題なしと判定したものは見ない」と決められるかどうかが分岐点です。決められない場合、それは精度の問題ではなく、責任の所在が決まっていない問題です。
着手前に決めておく3つのこと
工場でAIを動かす前に決めておくと、あとで戻らずに済むことが3つあります。誰が止めるか・外れたらどうするか・何と比べるかです。どれも技術ではなく運用の話で、後回しにすると必ず手戻りします。
誰が止めるか。異常を検知したとき、ラインを止める判断を誰がするのかを決めておきます。通知だけ飛んで誰も動かない状態は、検知の精度とは無関係に起きます。
外れたらどうするか。見逃しと過検知のどちらを許容するかは、工程によって答えが違います。
後工程で気づける不良なら過検知を減らす方向、出荷後に発覚すると重大な不良なら見逃しを減らす方向です。この方針を決めずに「精度を上げてほしい」と言っても、どちらに寄せるかが決まりません。
何と比べるか。導入前の数字を取っておきます。検査工数、流出不良、停止時間。現状の値がないと、効果を問われたときに答えられません。当たり前に見えますが、着手後に「比較対象がない」と気づく案件は珍しくありません。
1ラインから横に広げるときのつまずき
1ラインで成立したあと、そのまま横に展開しようとすると止まります。理由は設備ごとに形式も粒度も取得間隔も違うことで、同じ仕組みがそのままでは乗らないためです。差を吸収する作業が横展開の中心になります。
導入年の違う設備が並ぶ現場では、10年前の設備が独自形式のログを吐き、新しい設備は別の仕様で出す状態がふつうです。
同じ「稼働率」という言葉が設備によって違う計算で出ていることもあります。横展開の実務は、大半がモデルの移植ではなくこの差の吸収に消えていきます。
ここで全設備を一度に揃えようとすると、また動かなくなります。次に広げる1ラインに必要な範囲だけを揃え、そのたびに形式を寄せていく進め方が現実的です。2ライン目で作った変換の仕組みが、3ライン目以降の速度を決めます。
着手の順番を全社で考える視点は製造業の需要予測AI、予実のズレをなくす進め方や、外部に任せる範囲の決め方はAI受託開発とは？費用相場・会社の選び方・失敗しない発注ガイドにまとめています。
まとめ：工場のAIは、精度より手順で決まる
工場で回っているAIの使い方は、画像検査・予知保全・人手の置き換えの3つです。始めやすさは手元にデータがあるかで決まり、画像検査が最も近く、予知保全は検証に時間がかかります。
そして定着を分けるのは精度ではなく手順です。
機械が問題なしと判定したものを見ないと決められるか。異常が出たとき誰が止めるか。浮いた時間を何に振り替えるか。この3つを着手前に決めておけば、1ラインで成立したものを横に広げられます。
データの整理や分析基盤の構築について、何から手をつければよいかわからない場合や、自社の状況を整理したい場合は、お気軽にご相談ください。
よくある質問（FAQ）
Q. 不良品の画像が少なくても画像検査を導入できますか？
A. できます。良品の画像だけを学習させて、いつもの見え方から外れたものを拾う組み方があります。不良の種類までは判定できませんが、人が見るべき対象を絞り込めます。全数を目視する状態から、機械が拾った分だけを見る状態に変われば工数は動きます。
Q. 予知保全はどのくらいで効果がわかりますか？
A. 故障の頻度によります。年に数回しか壊れない設備では、予測が当たったかを確かめる機会自体が少なく、半年では判断できないこともあります。まず異常の早期検知を目標にすると、故障に至らなかった事例も成果として数えられます。
Q. 現場の反発を避けるにはどうすればよいですか？
A. 人数を減らす話として始めないことです。数える、記録する、見続けるといった持ち場を離れられない作業を外す形にすると、現場にとっての利点がはっきりします。ただし浮いた工数の振り替え先は、着手前に決めておく必要があります。
Q. 1ラインで成功したら、そのまま横展開できますか？
A. そのままは難しいのが実情です。設備ごとにログの形式も粒度も違い、同じ「稼働率」が違う計算で出ていることもあります。横展開の実務の大半はこの差を吸収する作業で、2ライン目で作った変換の仕組みが3ライン目以降の速度を決めます。
関連記事
Contact
お問い合わせ
データ分析からAI導入、映像の可視化まで。一気通貫で任せられるパートナーを探しているならご相談ください。
分析基盤の構築から映像分析、システム開発まで。課題の棚卸しから伴走し、ビジネスの成果に直結する設計を共に創ります。
