この記事の要点: 株式会社ロビットは、2026年9月9日から11日に幕張メッセで開催された「ファクトリーイノベーション Week [秋] 2026」内の「生成AI World」に出展した。同社は、外観検査AIの導入において大きな障壁となっている「不良品サンプルの不足」を解決するため、生成AI技術を用いて擬似的なNG品画像を生成する新アプローチを提示し、来場者の注目を集めた。
発表内容のポイント
- 新製品「TESRAY OMNI」に搭載された、AIが不良品画像を生成する機能を展示
- 必要な不良品サンプル数を最大70％削減し、AI検査の導入期間短縮に貢献
- iPad上で不良箇所をなぞるだけでAIモデルを構築できる「かんたん学習機能」も紹介
発表の背景
製造現場における外観検査の自動化では、AIに学習させるための不良品サンプル（教師データ）の収集が不可欠である。しかし、実際の生産ラインでは不良品の発生頻度が極めて低く、十分な学習データを集めるまでに膨大な時間とコストがかかることが、AI検査導入の大きなボトルネックとなっていた。この課題に対し、同社は「検査するAI」だけでなく「教材をつくるAI」という新たなアプローチを開発した。
何が発表されたのか
展示された新製品「TESRAY OMNI」の「NG品生成機能」は、生成AI技術を活用して、通常の生産ラインでは滅多に発生しない不良サンプルの画像を擬似的に作り出す機能である。これにより、教師データの収集負荷を大幅に軽減し、必要なサンプル数を最大70％削減できるという。また、専門知識がなくてもiPad上で不良箇所をなぞるだけで高精度なAIモデルを構築できる「かんたん学習機能」や、特許技術である「かんたん歩留まり調整機能」なども合わせて紹介された。
製造業・生産管理への見方
外観検査の自動化を検討しながらも、不良品データが集まらずに断念していた生産管理担当者にとって、生成AIによるデータ補完は極めて実用的な解決策となる。教師データ収集にかかる期間を短縮できれば、AI検査システムの立ち上げスピードが劇的に向上する。また、現場の担当者が直感的にAIの学習や改善サイクルを回せるインターフェースが提供されることで、外部の専門家に頼り切ることなく、ライン変更や新たな不良モードへ迅速に対応できる内製化の基盤が整う。
現場で確認したいポイント
- 自社の検査対象製品において、生成AIが作成したNG画像で十分な検出精度が得られるか
- iPadを用いた「かんたん学習機能」が、現場の検査員のスキルセットで運用可能か
- 既存の生産ラインや検査工程に「TESRAY OMNI」を組み込む際のハードウェア要件
確認しておきたい点
本リリースに記載されている「必要なサンプル数を最大70％削減」という数値は、対象となる製品の形状や不良の種類、検査環境によって変動する可能性があるため、自社のワークでの事前検証が必要です。
出典情報
| 出典 | PR TIMES |
|---|---|
| 発表企業 | 株式会社ロビット |
| 発表日時 | 2026-09-30 11:00:03 |
| 元記事 | PR TIMESで読む |
