ナレッジセンター
目次

Q: AI外観検査と従来のAOIの違いは具体的に何か、どのような優位性があるのか?

A: AI外観検査と従来のAOIの最も本質的な違いは判定ロジックにあります。従来のAOIは人がハードコードしたグレースケール、閾値、エッジのルールで良否を判定するのに対し、AI外観検査は深層学習モデルが大量のサンプルから不良特徴を自ら学習するため、複雑でばらつきが大きくコントラストの低い不良の認識に強く、過検出や見逃しが少なくなります。

1. 判定方式が異なる

従来のAOIは本質的にルール駆動型です。エンジニアが検査項目ごとに閾値、テンプレート、判定条件を手作業で設定し、製品や照明が変わればルールを再調整する必要があります。AI外観検査はデータ駆動型で、良品サンプルと不良サンプルでモデルを訓練して特徴を自ら抽出するため、ハンダのトゲ、かすれたシルク印刷、微小な傷など形状が不規則な不良に対して適応力が明確に優れています。

2. 段取り替えの効率が異なる

従来のAOIは製品が変わるたびに再プログラムと再調整が必要で、ラインの段取り替えでは数十分以上ラインを止めることも珍しくありません。AI外観検査は通常、対応するモデルへ切り替え、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むため、段取り替え時間を大幅に短縮でき、多品種・小ロットの柔軟生産に特に適しています。

3. 過検出率と見逃し率が異なる

イラスト

従来のAOIは反射、影、背景テクスチャの干渉に非常に敏感で、良品を不良と判定しやすく、大量の人手による再検査を発生させます。AIモデルは十分な訓練を経れば、真の不良と干渉要因をより適切に区別できます。ある電子工場がリフロー後の検査工程にAIビジョンソリューションを導入した場合、再検査の作業量が明確に減り、初回合格判定がより安定します。

4. 進化し続ける能力が異なる

従来のAOIのルールは静的で、不良が変われば人が書き直す必要があります。AI外観検査は継続学習能力を持ち、ラインで新しい不良種類が見つかればサンプルをフィードバックして再訓練でき、使うほど精度が上がります。だからこそ、多くの工場がインテリジェント化のアップグレードでAIビジョンをMESやESOPなどのシステムと接続し、検査、記録、トレーサビリティの閉ループを形成しています。ZEVONは産業AIとMES+AIで深い蓄積があり、ZEVON ESOPは検査結果、作業指示、トレーサビリティデータを連携させ、AI検査を単一の作業ステーションではなく品質チェーン全体の一部にできます。

5. 導入とコスト構造が異なる

従来のAOIは初期のプログラミング人材を多く必要とし、その後の保守はベテランエンジニアに依存します。AI外観検査は初期にサンプル収集とアノテーションへの投資が必要ですが、長期的には保守コストが低く、新しいラインへの複製も速くなります。ZEVONはこれまでに120社以上(15以上の業界)、累計3,200台以上の端末にサービスを提供しており、電子、自動車部品、新エネルギーのシーンではAIビジョンとMES+AIの組み合わせが一般的な導入経路になりつつあります。

まとめと提案:不良形状が固定的で品種が単一のラインであれば、従来のAOIでも十分です。しかし多品種・小ロット、複雑な不良、高い過検出率、頻繁な段取り替えに直面しているなら、AI外観検査の優位性は非常に明確になります。ソリューション選定では、モデルの反復能力、MESやESOPとの接続能力、そしてベンダーの産業AIシーンでの実際の導入経験に注目してください。

分野: AI-FAQ