製造業の品質検査にAIを導入、不良品検出率が92%に向上した事例

製造業の品質検査にAIを導入した経緯

自動車部品を製造する中小企業（従業員45名）の品質管理部門で働いています。従来の目視検査では、1日8時間の検査で見落とし率が約3%ありました。取引先から「不良品率を1%以下に下げてほしい」という要求があり、AIによる画像認識システムの導入を検討し始めました。

採用したのは、クラウド型のAI画像検査サービスです。初期費用50万円、月額15万円というコスト感でした。導入前に3ヶ月間、正常品と不良品の画像を各500枚ずつ学習させました。

検査ラインにカメラを設置し、流れてくる部品を1秒間に3枚撮影。AIがリアルタイムで正常/不良を判定し、不良品はラインから自動排除される仕組みです。

導入から6ヶ月後の結果は以下の通りです：

導入して気づいた課題が2つありました。1つ目は「照明の変化に弱い」こと。工場内の照明が変わると誤検知率が上がりました。対処法として、検査ブースを設けて照明を一定に保つ環境を整備しました。

2つ目は「新しい不良パターンへの対応」です。AIは学習データにない不良パターンを見逃すことがあります。新しい不良が発見されたら、すぐに学習データに追加する運用フローを確立しました。

導入コスト（初期50万円＋月額15万円×12ヶ月＝230万円）に対し、クレーム対応コスト削減（月50万円×12ヶ月＝600万円）と検査員の工数削減（月20万円×12ヶ月＝240万円）で、初年度から約600万円のプラスになりました。ROIは約260%です。