　「搬送」に続いて自動化が加速すると見られているのが「検査」工程である。検査工程でも以前から、一部の領域においては専用検査装置による自動化が進んでいた領域である。しかし、専用検査装置を利用できるのは似たようなものが大量に流れるような部材に限定されていた。例えば、プリント基板や半導体などでは専用検査装置などである^※）。

プリント基板の外観検査と検査結果の表示例のイメージ

　ただ、これらの「似たようなもの」を「大量に流す」という条件に当てはまらない領域では人手で検査するケースも数多く残されており、工場内でも人手がかかる領域となってきた。

　この環境を打破するきっかけとして期待されているのがAI（人工知能）関連技術の発展である。画像や音声など非構造化データの認識と解析に相性の良いAIの発展により、従来は人手で「見たり触ったり聞いたり」して行ってきたこれらのチェックや検査を自動化できる可能性が広がってきている。

　特に画像の活用などには大きな期待が集まっている。例えば、ロボットにカメラや3Dスキャナーをもたせて、プリント基板のような定まった形ではなく、複雑な形状の外形部品などの成形精度などを検査するような仕組みなども広がりつつある。

生産ラインで産業用ロボットと組み合わせて検査の自動化を実現したイメージ　出典：アメテック

マスカスタマイゼーションにも必要な検査自動化領域の拡大

　さらに先述した「マスカスタマイゼーション」の実現の意味でも、検査工程の自動化は大きなポイントとなる。マスカスタマイゼーションに必要とされるワークショップ型のモノづくりを行う場合、ワークそのものはあちこちを行き来するわけで各ワークショップの中で作業と検査を完結する必要がある。各工程に全て検査工程を加えそれを人手で行うということは現実的ではないため、検査も機械で行うことが前提となる。そこで画像や音声とAIを組み合わせて最適な検査が行える体制が求められる。

　ここで重要になるのが、コストだ。人は高精度なセンサーを備えつつ複数な作業を臨機応変にこなし、さらにコストも安いという、非常に優秀な作業リソースである。同様のことを機械でやろうとするとコストが大幅に跳ね上がる。これをどこまで人に近づけるかということがポイントになるわけである。AIを効果的に使うことによって、これを打破する可能性があるために注目されているのだ。2019年もこれらの関連技術やソリューションが登場すると見られており、導入も広がる見込みだ。

AI活用品質検査の画面イメージ　出典：NEC

⇒「MONOist 新年展望」記事はこちら

加速するスマート工場化、その手前で考えておかなければならないこと
製造業の産業構造を大きく変えるといわれている「第4次産業革命」。本連載では、第4次産業革命で起きていることや、必要となることについて、話題になったトピックなどに応じて解説していきます。第17回となる今回は、あらためてスマートファクトリーへの取り組みと顕在化する課題などをまとめたいと思います。
素材から組み立てまで、パナソニック照明工場がスマート化に向かう理由
蛍光灯からLED照明へ変遷する照明器具。その中で、パナソニックの照明設備を製造する中心工場の1つが新潟工場である。同工場はパナソニック内のスマートファクトリーモデル工場の1つとなっており、スマート工場化を推進している。新潟工場の取り組みを紹介する。
生産性3倍、リードタイムは6分の1、安川電機の新スマート工場が示すもの
安川電機は2018年7月に稼働開始したスマート工場「安川ソリューションファクトリ」を報道陣に公開した。生産スピード3倍、生産リードタイム6分の1、生産性3倍を実現したという同工場の取り組みを紹介する。
多品種少量生産を限りなく自動化に近づけるオムロン綾部工場の取り組み
オムロンはモノづくり革新コンセプト「i-Automation」のモデル工場である京都府の綾部工場を公開。本稿では新たなモノづくりの実現に向け、自社実践を行う綾部工場での現場の取り組みをお伝えする。
スマート工場化で起こり得る課題、カシオがタイ工場で得たもの（前編）
カシオ計算機では、主力生産拠点の1つであるタイ工場で新たな自動化生産ラインを稼働し、スマート工場化に向けた歩みを開始した。タイ工場が担う役割とは何か。現地での現状と苦労について前後編で紹介する。
工場の自動化には、ロボットの人間化が必要
完全自動化を行おうとすればするほど、「人の価値」が高くなるのが面白いところです。