データが、信頼になる

マスキング工程で、大活躍

― マスキング工程での活用が進んでいるとのことですが、具体的にはどんな場面ですか？

― 少量多品種の製品にも使っていますか？
はい。今一番よく使っているのは、月30枚ずつ入ってくる品種です。一度モデルを作ってしまえば、同じ品種が来たときにそのまま使えます。マスキング検査なら良品が1枚あれば始められるので、準備の手間もほとんどかかりません。

― 現場の方の反応はいかがですか？
マスキングをする人の精神的な負担がずいぶん軽くなりましたね。
以前は、マスキングを剥がす時に「あれ、ここ部品がない」「チップが落ちてる」といったことが実際にあって、そのたびにがっかりしていたんです。

― もし不良が見つかった場合は、どう対応されるんですか？
まずお客様に報告して、原因がマスキング忘れとなれば再発防止策を求められます。
「教育します」「標準書を直します」「ダブルチェックします」と、正直手段は限られているんですよね。
でも画像が残っていると、異常を事前に検出できる可能性がぐっと高まります。記録があることで、原因の特定もしやすくなります。

量産品には、エビデンスとして

― 組み付けミスの検出への活用はどうですか？
そこは今のところ、記録・履歴を残すという方向で使っています。
毎月生産している量産品は、人の目視検査を主体にしつつ、写真を撮って記録していくスタイルです。

― なぜその使い方が合っていると判断されたんですか？
全国に出回るような量産品で不良が出ると、現地対応のコストがかかります。ロットを絞れれば対象を抑えられますが、年間1,000〜2,000台規模になると、記録を残しておく意味はとても大きい。
今はそこに一番価値を感じています。

もっと使いやすくなったら、もっと試したくなる

― 製品に対して、こうなったら嬉しいという要望はありますか？
今ははんだ付けの後に使っていますが、できればはんだ付けの前に検査したいんです。そこで不良を見つけて直せれば、修正の工数が減るので。ただ今はキャリア（基板を固定して搬送するための治具）ごと、はんだ槽に流しているので、一枚ずつ撮ろうとすると基板を置き換える必要があって部品が浮いてしまうリスクがあります。キャリアのまま撮れるようになったら理想ですね。
あとはボタンの配置や、押した時の応答スピードも現場では結構大事で。もっとテンポよくバンバン撮れる感じになると、さらに使いやすくなります。

― 学習・推論の高速化は今後アップデート予定です。処理時間と学習時間を大幅に短縮できる見込みです。
それは嬉しいですね。使いやすくなれば、あれもこれも試してみようという気になりますから。

触れば、発想が変わる

― マスキングへの活用は、現場から自然に広がっていったんですか？
そうなんです。みんな「めんどくさいからとりあえずやってみよう」みたいなノリで（笑）。設定が楽なのが大きいと思います。基板が緑でマスキングテープが黄色だから色の差がはっきりしていて、検出もしやすいんですよね。

― 導入前と後で、見え方が変わる感覚はありますか？
めちゃくちゃあります。導入する前は「これができないと使えない」という目で見てしまうんですけど、実際に使い始めると「これもこうしたらいけるんじゃないか」って発想に変わっていくんです。使い倒そう、という気持ちになります。
固定されたカメラだと「この工程には使えてもこの製品には使えない」となりやすいんですよね。自由に動かせるボックス型というのは、現場での柔軟さがまったく違います。

画像検査を、もっと身近に

― 画像検査の導入ハードルについて、どう感じていますか？
「精微にやらないといけない」というイメージが先行しすぎていて、最初のハードルが高すぎると思われがちなんです。数千万円かかるなら「大企業にしかできない」ってなってしまう。
でも少量多品種でも、合理的に使えるケースはたくさんあります。
触ってみれば絶対に「あれもできるんじゃ、これもできるんじゃ」ってなりますよ。AIを実際に触ってみたら手放せなくなるのと同じで、画像検査もそれだと思います。
POKAMIRUはそのハードルを下げてくれているのが、正直ありがたいですね。

投稿 株式会社樋口電子 - 運用編- は 株式会社アダコテック｜外観検査AI に最初に表示されました。

今回はその中でも、フラットパネルディスプレイ用途に光学用機能フィルムを展開する、比較的新しく立ち上がった『化成品事業』の品質管理部門に所属されている三﨑様にお話しを伺いました。

ご担当業務と部署規模について

抱えていた問題

前述のようにフィルム製品の品質検査では、自動表面検査機を用いて欠点の検出を行っています。
検出の仕組みはルールベースが中心で、欠点の長さ・幅・面積・強度といった基準をあらかじめ装置上で設定し、その基準に従って判定する方式です。
近年、自動表面検査機の性能は向上し、欠点検出の能力も高まっています。
性能が上がるほど、必然的にルールベースでのグループ分け後の欠点の検出数も多くなります。
そこから人が有害と判断するものを弁別することになりますが、この作業は負荷も高く、どうしても判断に迷うグレーゾーンがあるため人によるバラツキも生じ、怪しいものは止める動きをとるので、余分なロス・工数が発生します。
これが長年の課題でした。
そこで私たちは、近年活用が進むAI分類技術に着目しました。
AIであれば、人が悩みがちな微妙な境界も安定的に分類できるのではないか。
そう考え、AIによる自動分類の検討をスタートしたのです。

AI分類が可能になることで期待できる効果

有害な欠点をリアルタイムに精度高く弁別できるようになることは、非常に大きなメリットです。
また現在、有害判定していないものの、検出はできている埋もれた情報も分類しデータとして活用できるようになれば、品質管理の幅が広げられます。その点も期待していることです。
“どの欠点がどの程度発生しているのか” “対象の欠点はいつからその予兆があるのか”
といった情報精度が上がれば、製造条件や4Mの変化点と照らし合わせ、分析することで改善の方向性も明確になります。
品質改善のスピードが上がり、結果的にお客様からの信頼獲得にもつながると考えています。

検討時の評価ポイント

AIによる分類を試すこと自体が初の試みであったので、まず数千点以上の欠陥画像を用いて“本当に分類できるのか”を検証しました。
その結果、アダコテック製品については以下の点が高く評価できました。

• 高い分類性能が期待できたこと
• 汎用PCだけで高速に処理できたこと
• AIの性能調整が柔軟に行えること

他社AIソフトも比較検討しましたが、
“フィルム検査の後段工程での利用に適していない” “専用PCが必要でコストが高い” “柔軟性が低い”
など、運用面・費用面での課題が多くありました。
一方でアダコテックは以下の点が当部門の期待と合致していました。

• 要望に対して柔軟に対応してくれたこと
• 対応および提案のスピードが速かったこと
• コストが想定内であったこと

これらの理由から、アダコテックの採用検討を前向きに進めることができました。

導入ハードルの低さが決め手に

現場でのAI分類の活用状況

すでにShiwaketterで作成したAIモデルを試験的に運用していますが、これまでのルールベースでの仕分けとは異なり、品質担当者と同じ判定基準で対象が弁別されること、弁別後の欠点数が大きく減ることによる負荷・工数削減が実現できることなど、手応えを感じています。

今後に期待すること

Shiwaketterの直感的な操作やAIモデル作成時のわかりやすさは高く評価しています。
今後は社内への横展開も見据えた際に、初心者でも理解できるチュートリアルの実装や、AIモデルを実行するソフトウェアの機能が充実するとさらに使いやすくなると思います。

投稿 東洋鋼鈑株式会社 は 株式会社アダコテック｜外観検査AI に最初に表示されました。

本日は、専務取締役 樋口真士様にお話を伺いました。

手挿入工程と業界の現状

部品の手挿入をやりたがらない企業が8〜9割という感覚です。
儲かるのはSMT（表面実装技術）なので、そちらに集中したい企業が多いです。
SMTに注力しようとすると何千万円もする３D外観検査機のような専用マシンを導入するのが当たり前になっていて、その後に発生する手作業は、“目視でやればいい”というパターンが多いです。
一方でコネクタや高ワット抵抗など、手挿入が必要な部品は今も多く、手実装の需要は確実に残っています。
他の手挿入の需要を例示すると“試作品”などもありますね。
ただ、需要は落ちていないですがプレイヤーはどんどん減っていて、結果として“生き残っている手挿入ができる会社” に仕事が集まる状況です。
町工場クラスでは熟練工と社長の暗黙知で回っている会社が多く、後継者不足や高齢化で廃業も増えています。

少量多品種での組立・検査の難しさ

少量生産は、当社だと10枚程度の場合が多く、5枚・3枚・1枚といった案件もありますね。
新規の案件も積極的に受注しているので、必然的に多品種生産の状況になっています。
多品種ということは、図面、部品表、基板シルクを見ながら『どれをどこに』を判断する必要があり、図面読解力や立体イメージ力が求められます。
当社は、社員・パート全員ができるよう教育しているので、教育負担は大きいです。
部品点数も膨大なので、ピックアップ段階から間違えないようにするのも大変です。

現場の体制と検査業務の役割について

社員・パート問わず、製造と検査を兼任する体制で運用しており、検査専任者を置かないスタイルをとっています。
社員もパートも含めて、製造もするし検査もするし、一連の流れに携わる形にしています。

検査工程の課題

POKAMIRUの活用工程と期待する効果

部品を挿入して、ハンダ槽で一気にハンダ付けした後、どうしてもショートなどのハンダ不良が出ます。
それを全く経験のない方にボタンを押してもらい、“要修正の基板”か“修正不要の基板” かを分けるといったイメージになります。
あと、電解コンデンサの極性・コネクタの向き・部品の位置などの正誤判定にも使いますね。“修正検査〜最終検査”の間にポカミルを置くイメージです。当社では社員・パート全員がポカミルを触れるようにしています。
画像が保存されることで、教育ツールとしても非常に価値があります。例えば経験の浅い社員にNGの理由を問われたときに、画像を見ながら説明できるので、理解が深まりやすいです。
現時点では時間短縮というより、誰でも検査に関われるようになること教育と選別が同時にできるという価値を大きく感じています。

不良流出時の対応と画像があることの意味

不良が流出すると、お客様か当社のどちらに問題があったのか？を検証する前に、まず当社に是正や再発防止策の要請の連絡が来ます。
一例ですが“半年前にお願いした案件で問題がでました” といった連絡をいただくケースもあります。
社内の関係者に聞き取りをして“半年前…… こんなことがあったかもしれない”という記憶ベースの情報をまとめて伝えるのですが、どうしても感覚的になります。
画像が残っていれば、どの工程でどんな状態だったかを事実ベースで共有でき、お客様と一緒に原因を考えられます。
“営業担当が謝って終わり”ではなく、本質的な対策に結びつけられると感じています。

AIを現場に取り入れることへの考え方

投稿 株式会社樋口電子 -導入偏- は 株式会社アダコテック｜外観検査AI に最初に表示されました。

品質管理課の小林様、板垣様にお話しを伺いました。

▲今回訪問した本庄事業所は、プリント基板の製造を専門とする工場で、アダコテックのAdaInspector® Cloudを導入いただいています。

検査工程で直面した課題
－ 人の限界と品質の両立

品質管理課では出荷製品の保証試験、工程内不具合の対応、顧客不具合の調査など、多岐にわたる業務を11名体制で担っています。
しかし、製造が高度化・多品種化する中で、外観検査の負担と検出の限界という課題が浮き彫りになっていました。
数年前、外観検査で不具合が多発した時期がありました。
原因を突き止めようと努力しても、人による検査ではどうしてもムラが出てしまう。
『画像には欠陥が映っているのに、検査機の設定では拾い切れない』──そんな状況に直面しました。
当時は外観検査機を導入していたものの、検出条件の設定を厳しくすれば誤報（誤検出）が増え、緩くすれば欠陥を見逃す。
『画像に映ってるんだから、その画像を使ってなんかできないかな？』という思いが、AI導入を検討するきっかけとなりました。

アダコテックとの出会い

そんな中、山本製作所はアダコテックの “AdaInspector® Cloud” を知る機会を得ました。
アダコテックとの最初の出会いは、営業担当の方からのご連絡でした。
最初は、基板画像をお送りしてのテストからスタートしました。
一般的なAI検査は『大量の学習データが必要』という印象が強く、基板のように細かい欠陥を扱う製品では難しいと考えていました。
しかし、テストを通じて見えてきたのは、期待を超えるAIの検出力でした。
『良品画像の選定をしっかり行えば、人間が見落とさないレベルの欠陥をAIも同様に捉えてくれる。』
そんな感触を持てたことが大きな一歩でした。

導入効果
－ 数パーセントの活用でも確かな成果

広い面積の基板にある小さな欠陥を見つけるという課題があり、当初はどこまで対応できるか不安がありました。
実際に使ってみると、『意外なほど細かい部分まで検出できる』という印象を受けました。
検査結果を見て、『こんなに細かいところまで見つけられるのか。導入前から本来はここまで検出すべきだったのかもしれない』と感じる場面もありました。
現在は、検査工程全体の数％の範囲で利用されていますが、導入効果は確かな手応えがあります。
具体的な運用例として、ベリファイ作業では元の検査機に近い操作性となるよう、弊社で独自にソフトを作成しています。そのうえで、AdaInspector® Cloudで作成したモデルをユーザーが使いやすい形へ柔軟に調整いただけたため、違和感なく運用を開始できました。
また、細かい調整を頻回に行わなくても良好な検査結果が得られており、精度の高さと使いやすさの両立 を感じています。

▲山本製作所が開発したベリファイソフト。画面の左に良品、中央と右に検査対象が表示されている

未来に向けた期待

「今は数パーセントの工程でしか使えていませんが、もっと広げていきたい。最適な形を模索できればと思っています。」

－今後のAI検査開発への要望として、より大きな画像サイズへの対応など現場のリアルな声も寄せられています。
アダコテックではこうしたフィードバックをもとに、より柔軟で現場に寄り添ったAIソリューションの開発を進めています。

山本製作所からのメッセージ

アダコテックのAI検査は、既存の外観検査機と同じ感覚で使えるのが魅力です。 
検出結果も良好で、細かい調整に時間をかけずに安定した検査ができますね。 
同業他社に紹介するなら、“人の検査に近い感覚で高精度を実現できるAI検査” と伝えたいですね。

共創で築く、品質と効率の両立

山本製作所の取り組みは、人とAIが補完し合う品質保証体制の新しいモデルといえます。 
創業以来磨き続けた「信頼の技術」に、AIという新たな要素を加えたその挑戦は、ものづくり現場におけるデジタル化の最前線を体現しています。 

アダコテックはこれからも、お客様の課題に寄り添い、現場主導のAI品質革新をともに推進していきます。 

投稿 株式会社山本製作所 は 株式会社アダコテック｜外観検査AI に最初に表示されました。

導入の背景や今後の展望について、生産技術部の小倉様にお話を伺いました。

導入のきっかけ・経緯

当社ではプレス加工製品の全数検査保証を行っています。プレス加工製品という製品の特性上、早いタクトタイムでの検査が求められていました。1人につき1日約15,000個を目視で検査するため、検査は大きな負担となっていました。
また、検査を行う人員の確保や教育といった課題もありました。
負担軽減のため外観検査の自動化を検討していた際、アダコテック製品が搭載された検査機が候補に挙がったことがきっかけでアダコテックのことを知りました。
AIによる外観検査は近年増えていますが、AdaInspector® Cloudは 高速で検査できる こと、そして 高価なGPUや追加の機材が不要 なことが当社の環境に合っていました。また、金属部品での導入実績も決め手の一つでした。

実際に使ってみた時の感触

直感的に操作できるので、マニュアルを見ればすぐに扱うことができる印象です。
特に 検査スピードが落ちない 点が従来の課題を解決してくれました。
正常画像を学習することで、前例のない欠陥に対応できるモデルを構築できるため、従来のルールベースによる検査と併用して使用できるところも利点だと感じています。

今後の展望・アダコテックへの期待

今後の課題として人員の確保が挙げられます。そのため、検査工程のさらなる自動化を推進していきたいと考えています。自動化による品質の確保に向けては、AIが「なぜ異常と判断したのか」をわかりやすく説明する仕組みや、学習モデルの調整をより容易に行えるツールが重要になると考えられます。
品質検査工程の自動化を行う際のツールの一つとして導入に必要な障壁を下げていくこと、シビアな品質環境でも性能を発揮できるようにツールの開発を行っていただけることを期待しています。

投稿 株式会社サイベックコーポレーション は 株式会社アダコテック｜外観検査AI に最初に表示されました。