部品メーカーのAIはOEMの品質要求から始まる
完成車メーカーは、重要保安部品を中心に、部品メーカーへ全数検査と製造履歴の記録を求めます。不具合が出たとき、どのロットのどの部品が、どの設備・どの条件で作られたかを遡れなければ、リコールの範囲を絞れないからです。この要求に人の目視と紙の記録で応えると、検査員の確保と記録の転記が大きな負担になります。
部品メーカーのAI導入が進む領域は、この負担を減らす「検査の自動化」と、記録を品質改善に使う「トレーサビリティ分析」の2つが中心です。
5つの用途と公開事例
| 用途 | 狙い | 公開事例 |
|---|---|---|
| 1. 溶接・外観の自動検査 | 全数検査の省人化と判定の平準化 | タチエス（0.1mm単位のレーザ溶接検査をロボット化） |
| 2. マルチモーダル品質管理 | 画像・工程データを組み合わせた流出防止 | Faurecia塩城（顧客クレーム94%減） |
| 3. 生成AIのトラブルシューティング | 不良対応の初動を速くする | Valeo深圳（不良率45.9%減） |
| 4. 金型・治具の管理 | 段取りと棚卸の時間短縮 | 昭芝製作所（500型の棚卸16時間→0.5時間） |
| 5. 部品供給・搬送の自動化 | 工程間の人手作業の削減 | アイシン・トヨタ紡織（Mujinで部品供給・ワーク投入） |
タチエス（自動車シート）は、リンクウィズのL-QUALIFYで0.1mm単位のレーザ溶接検査をロボット化しました。国内のTier1・Tier2の事例は、検査の自動化から始まるものが多数です。
昭芝製作所（自動車プレス部品、108人）の事例はAIではなくRFIDによる金型探索ですが、500型の棚卸しを約16時間から約0.5時間にしました（中小機構 省力化ナビ）。金型の所在と使用履歴がデータになることは、後で金型保全やショット数管理にAIを使う前提にもなります。
海外Tier1の到達点：WEFライトハウスの数字
海外の大手Tier1は、検査を起点に品質管理全体へAIを広げています。WEFの2026年1月の発表では、Faurecia（佛吉亚）塩城工場がマルチモーダルAIの品質管理（40超のユースケース）で、顧客クレームを94%、スクラップコストを75.8%減らしたとされます。2025年1月の発表では、Valeo（法雷奥）深圳工場が14の高度アルゴリズムと生成AIのトラブルシューティングで、不良率を45.9%下げ、生産性を60.2%上げたとされます。
トレーサビリティがAIの精度を決める理由
部品メーカーで検査AIを入れても、判定結果がロットやシリアルに紐付いていなければ、不良の原因分析に使えません。逆に、MESやトレーサビリティシステムで「どの設備・どの金型・どの材料ロット・どの作業者」で作ったかが記録されていれば、検査AIの判定結果を工程条件と結んで要因分析できます。
紐付けの設計はトレーサビリティ×AIと外観検査AIの判定結果をMESに戻すで詳しく扱っています。
よくある質問
AI検査に切り替えるとき、OEMの承認は必要ですか
品質協定やコントロールプラン（管理計画）で検査方法を定めている場合、変更には通知や承認が必要になることが多いです。人の検査とAIを並行運用した期間の判定一致率や見逃し件数を記録しておくと、変更申請の根拠になります。
トレーサビリティのデータはどの粒度で取ればよいですか
重要保安部品はシリアル単位、それ以外はロット単位が一般的です。AIで要因分析をするなら、少なくとも材料ロット、設備、金型、生産日時が検査結果と同じキーで引けることが必要です。
中小の部品メーカーでもヒューマノイドを検討する段階ですか
TE Connectivity Japanの掛川工場（約650人）がヒューマノイドを試験導入した例はありますが、2026年時点では試験段階です。中小の部品メーカーでは、検査と記録のデジタル化を先に進める方が効果を説明しやすいのが実情です。
この記事に出てくる用語
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
