画像検査AIの共同検証で成果を確認｜工場DX・業務改善の横展開募集の手順と注意点

一度は思うように使われなかった「画像検査AIの共同検証」を、西日本工場で見直しました。担当の松本和也です。止まった理由を隠さず整理したことが、再スタートのきっかけになりました。

取り組みの背景と進め方

今回の学びは、便利な道具を入れるだけでは改善にならないことです。誰が判断し、困ったときに誰へ聞き、どの数字で効果を確かめるかまで決める必要があります。採用しなかった案とその理由も残すと、次の担当者が同じ検討を繰り返さずに済みます。

取り組み前は、自拠点では効果が出ましたが、設備構成や業務ルールの違いをどこまで吸収できるか確認できていません。そこで、直近の作業から79件を選び、作業時間、待ち時間、差し戻し、例外対応を記録しました。平均だけを見ると原因が隠れるため、特に時間が長かった例と、担当者が判断に迷った例を一件ずつ確認しました。

分かった効果と残った課題

実施したのは、テンプレート、設定例、確認項目、既知の制約を一式にし、二週間で試せる検証手順を用意しました。現場を止めないよう対象を限定し、毎週一度、利用者と管理者で結果を確認しました。質問が多かった部分は短い手順書に直し、正常時だけでなく、作業を止める条件と手作業へ戻す条件も決めました。

主な結果は「共同検証に2拠点の参加を募集」です。確認漏れややり直しも導入前より27％減りました。一方で、繁忙日や経験の浅い担当者では効果が小さい場面もありました。数字が良くても別の工程へ負担を移しては意味がないため、品質、安全、使いやすさも一緒に確認しています。

残る課題は、本番利用を前提とせず、まず小規模なデータと限定利用者で適合性を確認する計画です。次の確認では、担当者が交代しても同じ手順で続けられるか、例外対応に何分かかるかを測ります。ほかの工場へ広げる場合は、設備や人数の違いを先に整理し、そのままコピーできる部分と、変更が必要な部分を分ける予定です。

今回の確認ポイント

1. 対象業務と困りごとを一つに絞る
2. 改善前の数字を同じ条件で残す
3. 例外時の戻し方と相談先を決める

皆さんに聞きたいこと

参加を検討いただける方は、対象設備や業務の概要、現在の困りごと、試行可能な時期をコメントしてください。まず情報交換だけでも歓迎します。

※この投稿はデモンストレーション用のサンプルです。