FUNCTION
品質のAI活用
「品質」に関する記事 187本・導入事例 12件・製品 12件。業務の切り口でまとめています。
-
Siemensエアランゲン工場の「最大85%」:発表文の3つの言い回しを読む
-
ウェハテストで1サイトだけ不良が増えた夜:Advantest・NVIDIAの診断AIを想定の工場に置く
-
Infor 2026.10の製造・品質エージェント:是正を任せる前に避ける4つの失敗
-
IFS調査で人の承認を必須にした企業は4%:AIの出力は誰が検証しているか
-
Xometry調査の51%・47%・32%:見積・検査・現場実行のどこからAIを入れるか
-
製造業のAIとは?できること・できないことを5つの機能で整理する入門
-
MESとAIの関係:ロット・作業指示・品質判定がAIの精度を決める理由
-
EU AI Actは製造業AIをどこまで縛るか:高リスク判定の分岐点と第6条の例外
-
業種別に見る製造業AI:30業種の課題と効くAI用途を1枚のマップで整理
-
【無料Excel】製造業AI導入テーマ選定シート:4つの評価軸で20候補を採点
-
製造業のAI-OCR:紙の検査記録・点検表・ミルシートをデータ化する手順
-
製造業の品質AI:SPC・要因分析・ソフトセンサー・条件最適化の4領域を整理
-
外観検査AIとは?2つの学習方式と導入5ステップを製造現場の目線で解説
-
製造業のAI活用10領域:外観検査・予知保全から設計・技能伝承まで一覧
-
【無料Word】AI PoC計画書テンプレート:目的・評価指標・中止条件の12項目
-
製造業がAIを導入するメリット5つとデメリット4つ:判断基準つきで解説
-
【無料Excel】製造業AIのROI試算シート:不良・停止・工数から回収期間を計算
-
製造データ品質の10の問題:時刻ずれ・欠損・単位不統一をAI投入前に潰す方法
-
ISA-95とAI:L0〜L4の階層ごとにAIの置き場所とデータの流れを整理する
-
製造業の社内文書RAG入門:手順書・図面・品質記録を検索する5層構成
-
美的の「智能体工厂」:荆州工場の14エージェント・38シーンと人形ロボット
-
半導体前工程のAI:ウェハ欠陥検査・バーチャルメトロロジー・装置保全の実際
-
品質AIの前提はトレーサビリティ:ロット・シリアルと工程データの紐付け方
-
外観検査AI製品の比較軸10項目:学習方式・撮像系の範囲・エッジ対応・再学習の手間
-
AI導入前のデータ準備チェックリスト:設備・MES・品質データの40項目
-
製造業のAI導入テーマの選び方:4つの評価軸で候補に優先順位を付ける
-
AI学習に使えるMESデータ一覧:実績・停止理由・品質判定・作業者など8種類
-
工場向けMLOps:モデルの版をロットのトレーサビリティに記録する運用設計
-
中控技术TPT 2:プロセス産業の時系列大模型が工業AI収益を伸ばす理由
-
自動車メーカーのAI活用:溶接・塗装検査から生産計画・フィジカルAIまで10用途
-
化学メーカーのAI活用:ソフトセンサー・自律制御・材料開発の3領域と事例
-
食品工場のAI活用:キユーピーの原料検査から需要予測・省人化まで5用途
-
手書きチェックシートのAI-OCR:認識率99%の前提と帳票設計5つのコツ
-
不良の要因分析AI:相関→層別→PLS・勾配ブースティングの4段階で原因を絞る
-
良品学習と不良学習の違い:PatchCore・PaDiMの仕組みと使い分けの判断基準5つ
-
作業動画のAI分析:姿勢推定で要素作業を分割しサイクルタイムを測る方法
-
製造業AIのPoC設計:目的・評価指標・期間・体制を決める5つの手順
-
外観検査AIの要件定義シート:ワーク・欠陥・撮像・タクトの25項目
-
製造業のデータレイク・レイクハウス:ブロンズ・シルバー・ゴールド3層の設計
-
トレーサビリティ×AI:ロット・シリアル履歴があると品質AIで何ができるか
-
自動車部品(Tier1・Tier2)のAI:品質保証・トレーサビリティ要求に応える5用途
-
医薬品製造のAI:GMP・CSVの要求とAIのバリデーションをどう両立するか
-
外観検査AIの費用相場:カメラ・照明・ソフト・PCの内訳と3つの導入パターン比較
-
製造業AIのROI試算:効果の数え方と投資回収期間の出し方を3つの例で
-
AI導入前の製造データ準備:棚卸しと整備で確認する7つのチェック項目
-
AIの推論結果をMESに書き戻す:ホールド・作業指示・アンドンにつなぐ3つの設計
-
AIの前にマスタ整備:品番改番・設備ID・不良コードの不整合を直す5ステップ
-
生成AIのハルシネーションを業務で評価する:製造業向けテストセットの作り方4手順
-
中国政策が「工業小モデル」を明記した理由:大小モデル協同と模数共振の考え方
-
中国初の領航級智能工厂15件:AI浸透70%超と6000の垂直モデルの中身
-
中国製造業のAI導入事例45件:用途・業種・成果を一覧で比較する
-
华为盘古大模型5.5の工業応用:予測大模型とCV大模型の中身を読む
-
Rockwell第10回スマート製造調査:95%がAI投資、品質が2年連続で用途首位
-
電子部品メーカーのAI活用:微小欠陥検査・歩留まり改善・多品種計画の3課題
-
鉄鋼業のAI活用:圧延の品質予測・設備保全・エネルギー最適化と宝鋼・南鋼の事例
-
時系列異常検知の評価の落とし穴:71手法×967系列の比較で分かった3つの事実
-
ミルシート・検査成績書の読み取りAI:Donut等のOCRフリー方式と生成AIの比較
-
多変量SPC(MSPC)入門:Hotelling T²とQ統計量で相関のある工程を監視する
-
外観検査AIの撮像・照明設計:同軸・ドーム・ローアングルなど照明6方式の選び方
-
AIに必要な学習データ量の目安:外観検査・予知保全・需要予測の3用途別
-
紙の帳票から脱却する:チェックシート・日報をデジタル化する3段階とAI-OCRの位置づけ
-
8Dレポート・不具合報告書を生成AIで下書きする:D1〜D8ごとの任せ方
-
中国灯塔工場のAIユースケース:亿纬锂能・佛吉亚・海天など12工場の数値
-
中国の工業ビジョンAI上場ラッシュ:思谋・梅卡曼德・创新奇智の財務比較
-
電池製造のAI:CATLのセル故障率10億分の1と電極・組立・化成の品質管理
-
樹脂・成形メーカーのAI活用:成形条件・金型管理・外観検査を変える5つの方法
-
外観検査AIの精度評価:AUROC 99%でも見逃す理由と見逃し率・過検出率の測り方
-
AIはパッケージ製品かスクラッチ開発か:製造業で使い分ける判断基準5つ
-
DELMIA Apriso×AIの現実:MES実装者が見る連携方式・できること・制約
-
ライトハウス選出工場のAIユースケース:2025〜2026年の20拠点の数値一覧
-
米国の外観検査AIスタートアップ7社比較:Elementary・UnitX・Instrumentalほか
-
AI-OCRの結果をMES・QMSに登録する:ロット紐付けと修正確認フローの設計
-
ソフトセンサーとは:ラボ分析値をオンライン推定する仕組みと導入の4ステップ
-
外観検査AIの過検出を減らす7つの対策:閾値・限度見本・人の再判定フローの設計
-
製造業AIの運用保守:精度劣化・再学習・モデル管理の3つの仕組み
-
品質記録・過去トラのRAG検索:現場で使える精度にする4つの条件
-
測定系分析(MSA)なしに品質AIをやらない:ゲージR&Rで誤差を切り分ける理由
-
外観検査AIのPoC設計:検査仕様の明文化から合否基準まで8週間で進める手順
-
中小企業省力化投資補助金でAI外観検査・ロボットを入れる:一般型とカタログ型
-
製造現場の生成AIガードレール:数値・規格値を間違えさせない5つの設計
-
AWSの製造業AI戦略:AI Factories・Nova Forge・AgentCoreの3本柱を整理
-
宁德时代のAI品質管理:セル故障率10億分の1と9シグマ目標の中身
-
欧米製造業の生成AI事例20件:Merck・KONE・Schaefflerの成果と条件
-
医薬品の外観検査AI:錠剤・アンプル・シートの検査を自動化する3つのポイント
-
ベイズ最適化で条件出し:射出成形16実験で最適条件に届いた研究の読み方
-
外観検査AIの学習データは何枚必要か:良品200枚・不良数十枚の目安と集め方
-
ドイツ製造業のAI:Audi・Schaeffler・SiemensにみるIndustrie 4.0の次
-
食品のHACCP記録とAI:温度・異物・衛生の記録をデジタル化する4つの手順
-
品質分析AIツールの比較:Sight Machine・Instrumental・国内勢を7軸で比べる
-
業種別の外観検査AI:自動車・電子部品・食品・医薬品・不織布の検査対象10例
-
不良コード・停止理由コードの設計:AIで分析できる粒度に直す6つの原則
-
航空宇宙のAI活用:生成設計の軽量化・複合材検査・品質記録の3領域
-
AIの用途別にどの補助金を使うか:外観検査・予知保全・生成AIの6パターン
-
強化学習AIによるプラント自律制御:横河電機×JSRの35日連続運転の中身
-
外観検査AIのROI試算:検査員工数・流出不良・全数検査化の3項目で投資回収を計算
-
思谋科技IndustryGPT:顧客730社超・検査170億回の工業マルチモーダル
-
非鉄金属のAI活用:アルミ・銅の溶解・圧延・ダイカストで効く4つの使い方
-
射出成形の品質AI:成形条件データで不良を予測し条件を自動補正する方法
-
外観検査AIの判定結果をMESに戻す:ロット紐付け・トレーサビリティ・再学習の設計
-
製品系譜(ジェネオロジー)で不良の真因を追う:MESデータを使った要因分析の手順
-
日立HMAX Industryの生成AI:品質ナレッジシステムと故障診断エージェント
-
組立工程のAIロボット:ねじ締め・嵌合・ケーブル配線で学習型制御が効く範囲
-
ENEOS×PFNの製油所AI自動運転:930センサ・13バルブ同時操作の設計思想
-
外観検査AIを内製するには:anomalibなどOSSで作る場合の体制と5つの壁
-
AI事業者ガイドラインを製造業向けに読む:利用者として押さえる10の要点
-
製造AIの正解ラベル:良否判定の揺れを抑えるラベル付け運用の5つのルール
-
FMEAを生成AIで支援する:故障モードの洗い出しと過去トラ照合の3ステップ
-
外観検査に生成AI(VLM)は使えるか:従来の異常検知モデルとの3つの違い
-
Honeywell・ABB・GE Vernovaのプロセス産業AI:Copilotの効果数値を比較
-
飲料メーカーのAI活用:充填ラインの検査・需要予測・CIP洗浄の省エネ
-
品質クレーム・不具合報告の分析AI:生成AIで8D報告と再発防止を支援する
-
ライトハウス工場はデータ基盤をどう作ったか:WEF選出238拠点の共通点
-
鋳造・ダイカストのAI活用:鋳巣の予測とX線検査・型式判別の事例
-
化学のバッチプロセスAI:多品種バッチの品質予測と条件最適化の進め方
-
検査ロボット×AI:外観検査の自動化でロボットが撮像を担う3つの構成
-
外観検査AIのエッジ実装:推論2ms〜32msの差とPC・GPU・PLC連携の設計
-
歩留まり改善AI:宝鋼の熱延幅予測で歩留まり0.5%向上の事例と再現の条件
-
AIの誤判定で不良品が流出したら:製造物責任とベンダーとの責任分界の3つの考え方
-
AIモデルの再学習を誰がいつ回すか:工場の変更管理に組み込む4つのルール
-
製造業の業務別プロンプト雛形20選:品質・保全・生技・購買で使える書き方
-
医療機器製造のAI:品質システム(QMS)要求の中で検査・記録をAI化する方法
-
めっき・表面処理のAI活用:液管理・膜厚予測・外観検査を自動化する方法
-
溶接ロボットのAI:ファナックAI溶接エージェントの「ゼロ教示」はどこまで本当か
-
Microsoft Factory Operations Agentとは:現場支援の仕組み
-
欧米のプロセス分析AI比較:Sight Machine・Seeq・Braincube・Fero Labs
-
異物検査AIの選び方:食品・医薬品・樹脂の異物を画像とX線で見つける4方式
-
バーチャルメトロロジー(VM):半導体の全数測定を推定に置き換える仕組みと精度管理
-
ISO/IEC 42001(AIマネジメントシステム)とは:製造業が取得を検討する3つの場面
-
NIST AI RMFを製造業で使う:4機能でAIリスクを管理する実務手順
-
工場データの時刻ずれ対策:PLC・MES・検査装置のタイムスタンプを揃える4つの方法
-
ゴム・タイヤ製造のAI:配合設計・加硫条件・外観検査で効く使い方と事例
-
AI・機械学習・ディープラーニングの違い:製造業の3つの例で理解する
-
検査記録のAI-OCR:手書きチェックシートの読取精度と運用の注意点5つ
-
製造業の技術翻訳を生成AIで:マニュアル・図面注記・海外工場指示の品質管理5点
-
繊維・不織布のAI活用:反物の欠点検査で見落とし95%減の事例と染色の条件最適化
-
世界基盤モデル(WFM)とは:NVIDIA Cosmosの合成データは工場で何に使えるか
-
溶接外観検査AI:ビード形状・ブローホール・スパッタを0.1mm単位で判定する方法
-
生成AIと従来の予測AIの違い:製造業の業務で使い分けるための5つの基準
-
製造業のAIガバナンス体制:AI台帳・リスク評価・承認フローの3点セット
-
AIかルールベースか:製造業で「AIを使わない方がよい」4つのケース
-
製造データのガバナンス:所有者・品質責任・アクセス権を決める5つのルール
-
窯業・ガラスのAI活用:炉の燃焼制御・板ガラス欠点検査・NGKの解析AI
-
製造業のAI倫理:品質・安全・公平性で現場が判断に迷う5つのケース
-
AI PoCの費用と期間はどう決まるか:見積もりが変わる5つの要因
-
紙・印刷のAI活用:紙切れ予測・印刷欠陥検査・段取り削減の3用途
-
顧客監査・取引先からのAI利用確認への対応:製造業で準備する6つの書類
-
3D外観検査AIの使いどころ:レーザ変位計とステレオで凹凸・高さ不良を捉える
-
PoCの評価指標と合格ラインの決め方:精度だけで判断しない4つの観点
-
建材メーカーのAI活用:セメント・石膏ボードの焼成制御と品質予測
-
製造業のAI導入が失敗する10の理由:企画・データ・運用の段階別に分析
-
AIの「精度95%」をどう読むか:製造業で使う評価指標の基礎5つ
-
見逃しと過検出のトレードオフ:製造業AIのしきい値を決める3つの方法
-
化粧品メーカーのAI活用:処方開発・多品種少量の計画・充填検査の3課題
-
塗装外観検査AI:ブツ・タレ・ハジキを自動判定する撮像方式と3つの限界
-
AIと人の役割分担:製造業で「AIの判定を人が確認する」設計の3パターン
-
精密機器メーカーのAI活用:微細組立の検査・作業分析・校正記録のデジタル化
-
AI開発のRFP(提案依頼書)の書き方:製造業向けに記載する12項目
-
Hexagon AEONとは:計測・検査に特化した産業用ヒューマノイドの狙い
-
印字検査・OCR検査AI:ロット番号・賞味期限・刻印の読み取りを自動化する手順
-
組立ミス検査AI:欠品・取付違い・配線誤りをMVTec LOCO型の論理異常として捉える
-
製造業AIで使うデータ6種類:画像・時系列・実績・品質・文書・音声
-
データが少ない工場でAIを始める方法:良品学習・転移学習など4つの手
-
製造業AIのアノテーション:ラベル付けの品質を決める5つのルール
-
AI導入のKPI設定:OEE・不良率・工数で効果を測るための設計方法
-
不良画像が足りないときの合成データ:GAN・生成AIで欠陥画像を作るMerckの事例
-
製造業AIの効果測定:導入前後の比較で効果を見誤らないための4つの注意点
-
製造業のAI導入事例20選:用途別に成果の数字と対象ライン・期間の前提を整理
-
良品0枚から始める外観検査:WinCLIPなどゼロショット異常検知の実力と限界
-
製造業AIのリスク一覧:品質・安全・法務・運用の4分類12項目と対策の担当部門
-
多品種少量生産でAIは使えるか:品種切替のたびに学習し直さないための4つの工夫
-
組立加工とプロセス産業で異なるAIの使い方:データと制御の違い3点
-
人手不足対策としてのAI:製造業の検査・点検・書類業務で省人化に効く5つの使い方
-
工場長のためのAI入門:OEE・不良率など現場KPIとAI投資をつなぐ5つの視点
-
カイゼン・トヨタ生産方式とAI:改善活動の現場でAIをどう使うか
-
AI導入前の現状診断:工場のデジタル成熟度を紙からデータ統合まで測る5段階の基準
-
AIの要件定義:製造業で本番システムを発注する前に決めておくべき10項目
-
製造業AIの基本用語30:会議やベンダー提案で困らないための語彙集
-
説明可能なAI(XAI)とは:品質保証部門が求める根拠の示し方4つ
-
見落とされやすいAIの隠れコスト7つ:データ整備・ラベル付け・現場対応
-
生産技術者のためのAI入門:撮像・センサー・工程条件から考える10のポイント
-
品質保証部門のAI活用:検査・不具合解析・文書業務の6つの使い方
-
製造業AIのよくある誤解10個:「データが多いほどよい」は本当か
-
予測AIと数理最適化の違い:生産計画・条件出しで組み合わせる3つの型
-
異常検知と分類AIの違い:不良データが少ない製造業での選び方3基準
-
教師あり学習と教師なし学習の違い:外観検査・予知保全など製造業の6用途で整理
-
PFUの外観検査設計自動化がNEDOテーマ2で1位:照明・カメラ探索を6時間→30分
-
日立、品質保証のAIエージェント「品質ナレッジシステム」を提供開始
「品質」の導入事例
-
美的荆州工場がAIグラスと品質エージェントで初品検査を15分から30秒に短縮
-
自動車用コネクタの顺科智连が卡奥斯の品質AIで完成品検査の合格率99%を報告
-
宁德时代の溧阳灯塔工場がカメラ8台とAI検査でセル故障率を10億分の1に
-
宁德时代の宜宾工場がAIエネルギー管理とマイクログリッドで排出を56%削減
-
海康威视が領航級工場のAIラインで効率243%増、段取り替え時間を半減させた事例
-
格力電器が珠海の工場にAIモデル155個を組み込み、管理効率を46%高めた事例
-
タイヤ大手の中策橡胶が卓越級工場で開発期間50%短縮・不良率0.5%を報告
-
カーボンブラックの黑猫集团が浪潮云洲の工業AIで新製品の品質合格率を15%向上
-
宝钢が华为の盘古大模型で熱延の仕上げ幅予測を改善し、歩留り0.5%向上
-
深圳でTWSイヤホンのミリ単位の部品を思谋のAIエージェントが外観検査
-
化学繊維の恒逸化纤が百度のAI検査で1個2.5秒、人手より効率70%向上
-
亿纬锂能の荆门工場がAI品質診断と予知保全で不良52%減、OEE 88%を達成
「品質」に関わる製品・サービス
記事を探す
CONSULTATION
「AIで何ができるのか分からない」段階からご相談ください
AI導入テーマの選定、PoCの設計、データ基盤・MESとの連携、本番運用と人材育成まで。株式会社サオスの実務者が、貴社の現場とデータに合わせた進め方をご提案します。
AI導入の相談をする相談は無料です。特定製品の売り込みは行いません。