エッジAIによる高速検査と、生成AI(RAG)を用いた原因分析システムを組み合わせ、外観検査を判断から説明・改善まで支援。
背景・目的
従来の画像検査AI導入により「判定の自動化」は進んだ一方で、なぜ不良が発生したのかの要因分析や復旧判断は熟練者の経験に依存していた。未知欠陥への説明性や過検出時のチューニング工数も課題となっていた。
ソリューション概要
画像AIと生成AI、品質管理ロジックを統合した外観検査自動化システムを設計・構築。判定結果を整理・言語化し、不良傾向と改善策を現場・管理者向けに提示する。
ソリューションフロー
- 撮像・判定：エッジ端末にて推論し、PLCへ即時信号送信（OK/NG）。
- 非同期連携：NGデータと時系列センサーログをクラウドへアップロード。
- 複合分析：生成AIが画像（視覚情報）とログ（数値情報）を統合解析。
- ナレッジ参照：過去の不具合事例DBと照合（RAG）。
- アクション提示：原因仮説と推奨対処を自然言語で通知。
- 継続改善：誤検知傾向を分類し、再学習用データの選別を支援（MLOps効率化）。
導入効果
- MTTR（平均復旧時間）を約10倍短縮。
- 新人オペレーターでも熟練者と同等の設備調整が可能に。