【製造業】工場の目視検査をAIカメラへ。属人的な「職人の目」をシステム化し、検品待ちのボトルネックを解消

導入前の課題（摩擦のピーク）

金属部品メーカーL社では、最終工程である「傷・へこみの目視検査」を、特定の熟練スタッフ3名が1日がかりで行っていました。 この作業は強烈な目の疲労（肉体的摩擦）を伴うため、彼らの集中力が切れる夕方になると見落とし（手戻り＝クレーム）が発生しやすくなります。さらに、「検品担当者が休むと出荷が止まる」という危険な属人化の極みにありました。

実施した「余白生成」へのアプローチ

1. 「正解」のアルゴリズム化: 過去の「良品データ（数千枚）」と「不良品データ（微細な傷など）」の画像をAIに学習させ、目視検査の基準（シキ）をピクセル単位で数値化しました。
2. AIカメラによる「定位置検査」の自動化: コンベアの終点に高解像度カメラ付きのAI検査ボックスを設置。部品が通過した瞬間に画像判定が行われ、OKならそのまま梱包ラインへ、NGなら自動で弾かれる物理的なパイプラインを構築しました。

削除された摩擦と、創出された余白

| 項目 | 導入前（摩擦） | 導入後（余白） | | :--- | :--- | :--- | | 検査スピード | 人間が手に取り、裏表を確認（1個5秒） | 通過するカメラがノータイムで判定（1個0.5秒） | | 品質の安定性 | 人間の疲労度や体調によって判定基準がブレる | 24時間動作し、1ミリの傷も絶対に見逃さない | | 属人性 | 熟練の「目」を持つ社員でなければ不可能 | 機械がやるため、誰でもラインの管理が可能に |

ROI（投資対効果）

「判断」という脳のメモリを最も消費する作業を、AIという無尽蔵のメモリに外部化しました。

目視検査にかかっていた月間約480時間の労働力がシステムに置き換えられ、検査待ちによるボトムネックが消滅。生産リードタイムは20%短縮されました。熟練社員は単調な検査作業から解放され、「なぜその傷が発生したのか」という根本的な製造プロセスの改善（クリエイティブな余白）に知見を活かすようになりました。