画像センサー式AI検査機導入による品質向上は可能か?多くの企業が挫折する原因は?

画像センサー式AI検査機導入による品質向上は可能かどうか検討します。

目視検査/データ解析等のAIによる自動化を本番稼働できている例はまだ少ない
のが現状です。ほとんどの企業は、PoC(概念実証)のその先にあるPoV(価値実証)
や本番稼働へ進めないという壁にぶつかっています。PoCを実施することでAIモデル
は作れるのですが、そこから生産ラインへの実装などに展開する際にさまざまな課題
が生じています。

AI検査機導入.jpg
画像センサー式検査機導入フェーズは4つに分かれ、構想フェーズ、PoCフェーズ
では、システムベンダーの関わりが大きく、開発フェーズ、運用フェーズに進むに
従って、導入企業の負荷が増加してきます。

前例のない技術導入や、評価が定まらない新技術を活用する試みの場合、結果的に
不確実性が高くなり、資金をつぎ込み、本格的にプロジェクトが始動した後で期待
した結果が得られないという誤算を回避するためにも、構想フェーズ、PoCフェーズ
においては、しっかりと検証を行っとく必要があります。

最近は、PoCフェーズにおいて実証実験が短期間で実施可能なAI学習機能が充実
してきたため、少ない学習データで良好な検査結果が得られるようになってきま
した。

しかし、開発フェーズ、運用フェーズにおいては、生産ラインの課題、問題点の
解決は自社の責任で実施しなければなりません。
途中で挫折するケースは、運用システムの構築において解決すべき課題の抽出と
解決案が導き出せずに運用フェーズに移行できずに終わってしまうのです。

そこで、画像センサー式AI検査機導入を成功させるポイントをまとめると
①スモールスタートで始める
 あれもこれもと、最初から欲張らず、限定された機能で始める
 例えば、「異物」「傷」「変形」の検査において、すべて検出するのではなく
 「異物」のみの検査から始める

②失敗も成果の1つ PDCAを回す
 失敗した原因を三現主義で突き止め、フィードバックを掛けながら改良して
 いく地道な努力が必要

③実運用に近い環境で検証する
 PoCの段階で、できるだけ実運用に近い環境で実証実験を行うこと 
 そのためには、現場の意見をよく聞き、使いやすいシステム構築を行うこと

④ノウハウの保有(AI、FA、PJ管理)
 社内におけるデジタル技術をはじめとする最新技術の保有蓄積、人材育成に
 務めること