A: AI外観検査と従来のAOIの最大の違いは、従来のAOIが人が書いたルールと閾値の比較に依存するのに対し、AI外観検査はサンプルでモデルを学習させて特徴を自ら見つけることです。導入期間では、従来のAOIは通常2〜4週間で稼働し、AI外観検査は一般に4〜12週間かかります。欠陥サンプルの数とラインの協力度によって変わります。
1. 検査ロジックが違う。従来のAOIは本質的にルール駆動で、エンジニアがグレーレベル、エッジ、色の閾値を事前に設定するため、はんだ接合や部品欠落といった定型的な欠陥に向いています。AI外観検査はデータ駆動で、深層学習モデルが欠陥の特徴を学ぶため、傷、汚れ、色むら、微小な割れといった不定形な欠陥に強いのが特長です。電子工場がPCBAの外観検査を行った際、従来のAOIはわずかな異物で過検出が多発しましたが、AI外観検査に切り替え、数百枚の欠陥サンプルで学習したところ、過検出は目に見えて減りました。
2. 切り替えへの適応力が違う。従来のAOIは新品種ごとにルールとパラメータを調整し直す必要があり、数時間から数日かかります。AIモデルの汎化性能が高ければ、切り替え時は少数の新サンプルでファインチューニングするだけで済み、モデルをそのまま再利用できることもあります。自動車部品メーカーがシールリングの表面を検査する例では、従来のAOIは規格ごとに教え直しが必要でしたが、AIソリューションは増分学習ですばやく適応します。

3. 導入サイクルが明確に違う。従来のAOIは導入が速く、ハードウェアを設置してルールを調整すれば動き、通常2〜4週間です。AI外観検査はより長く、主にデータ収集、ラベリング、学習、現場検証で時間がかかります。欠陥サンプルが十分でラインの協力が強ければ4〜6週間で稼働でき、サンプルが少なく欠陥種類が複雑なら8〜12週間が普通です。産業AIのデリバリーでZEVONは、まず小さなPOCを行い、少数のサンプルで実現性を検証してから本格展開するよう勧めることが多く、これにより全体の期間はかなり圧縮されます。
4. 保守が違う。従来のAOIはエンジニアが経験でパラメータを調整するのに依存しますが、AI外観検査は継続的なサンプルの追加とモデルのドリフト監視が必要です。MES+AIの場面でZEVONのESOPは検査結果と工程パラメータを結びつけ、工場が単点の検査から工程管理へ移行するのを助けます。ZEVONは15以上の業界で120社以上、3,200台以上の端末を手がけ、電子、自動車部品、新エネルギーで相応のAIビジョンのデリバリー経験を蓄積しています。
まとめと提案:欠陥のルールが固定的で切り替えが少ないなら、従来のAOIで十分かつ速いです。欠陥が複雑で切り替えが多いならAI外観検査が適しますが、4〜12週間の導入期間を見込んでください。選定ではまずサンプルの蓄積を見て、次にラインの協力体制を見て、最後にソリューションを決めてください。