用途別のAI活用

品質管理

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AI-OCRは、文字認識率ではなく「項目単位で修正不要な率」と1枚あたりの確認時間で評価します。データ化した値をMES・QMSのどこに登録するかを先に決め、紙をなくすまでの過渡期の手段として位置づける手順を示します。

最終更新 2026年10月12日・約7分 需要予測

製造業の需要予測AIとは？統計手法・LightGBM・基盤モデルの使い分けと導入手順

需要予測AIは手法選びより先に、使うデータ（受注実績）と評価軸（在庫・欠品・納期遵守）を決めると成功しやすい。M5コンペで機械学習が統計を上回った経緯、統計・LightGBM・深層学習・基盤モデルの使い分け、MES・ERPと接続する導入5ステップを整理します。

最終更新 2026年10月12日・約7分 設計・開発

製造業の設計・開発AI：生成設計・CAE代替・図面AI・設計ナレッジの4分野

製造業の設計・開発AIは、生成設計、CAE代替モデル、図面AI、設計ナレッジの4分野で成熟度とROIが大きく違います。短期で効果を出しやすいのは図面AIと設計ナレッジ、中期でCAE代替です。GMの40%軽量化やMeshGraphNetsの289倍高速化などの数字を、前提条件ごと整理します。

最終更新 2026年10月12日・約8分 省エネ

工場の省エネAI：設備別の見える化・ベースライン回帰・最適制御の3段階

工場の省エネAIは「設備別の見える化→生産量で補正したベースライン回帰→熱源・空調・コンプレッサの最適制御」の3段階で進めます。受電点の計測だけでは何もできません。各段階のデータ要件と、DOE・WEFが示す効果の目安を整理します。

最終更新 2026年10月12日・約7分 予知保全

予知保全AIとは？異常検知・故障診断・余寿命推定の3段階と導入6ステップ

予知保全AIの出力は異常検知・故障診断・余寿命推定の3段階に分かれ、多くの工場は異常検知を保全計画と連動させるだけで元が取れます。ISO 13374の構成、NIST調査の停止52.7%減などの数字、導入6ステップを整理します。

最終更新 2026年10月12日・約9分 生産計画

AI生産スケジューリングとは？APS・数理最適化・強化学習の違いと選び方3基準

生産スケジューリングAIは、まずCP-SATやMIPなど数理最適化で解ける規模かを確かめるのが先決。強化学習は大規模・頻繁なルール変更・リアルタイム再計画が揃うときだけ検討します。4つの手法の違いと、選び方の3基準、MES連携の要点を示します。

最終更新 2026年10月12日・約7分 品質管理

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

品質AIは、工程監視（SPC/MSPC）、不良の要因分析、ソフトセンサー、条件最適化の4領域に分かれ、必要なデータも効果の出方も違います。どの領域も測定系の信頼性とトレーサビリティが前提になる理由と、着手順を解説します。

最終更新 2026年10月12日・約8分 安全

工場の安全AI：保護具未着用・危険エリア侵入・転倒を画像で検知する4用途

工場の安全AIは保護具未着用・危険エリア侵入・転倒・不安全行動の4用途に分かれます。見逃しのコストが大きいため再現率を優先しますが、誤報が多いと警報は無視されます。用途ごとの評価と、設備停止につなげる運用設計を示します。

最終更新 2026年10月12日・約8分 技能伝承

技能伝承AIとは？動画分析・作業分析・RAGの3アプローチと導入の手順

技能伝承AIは、動画で動きを、作業分析で時間を、RAGで知識を残す3つのアプローチに分かれます。JILPT調査ではデジタル技術で技能継承する企業は21.7%にとどまります。暗黙知を文書化する工程を先に置く導入手順と、効果の測り方を示します。

最終更新 2026年10月12日・約8分 調達・SCM

製造業の調達・SCMのAI：需要連動発注・サプライヤーリスク・価格予測の4用途

調達・SCMのAIは「需要連動発注・在庫最適化・サプライヤーリスク検知・調達価格予測」の4用途に分かれます。日本企業の75.1%は他社とデータ連携しておらず、社内データだけで効く用途から始めるのが現実的です。

最終更新 2026年10月12日・約8分 異常検知

時系列データの異常検知AI入門：統計・予測残差・再構成型の3方式と選び方

時系列の異常検知に万能の手法はありません。71手法を967系列で比べた評価でも最適な手法はデータごとに違いました。まずEWMAやCUSUMなどの統計手法で基準を作り、データの性質と運転モードで方式を選ぶ手順を解説します。

最終更新 2026年10月12日・約7分 外観検査

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

外観検査AIの精度の大半は撮像系で決まり、AIは最後の判定の一段にすぎません。良品学習と不良学習の違い、PatchCoreでも誤判定42件が残る理由、導入5ステップとMES連携までを整理します。設計の要点も示します。

最終更新 2026年10月12日・約8分 省エネ

電力データとMES稼働実績を紐付ける：製品1個あたりエネルギー原単位の算出

製品1個あたりのエネルギー原単位は、設備別の電力量をMESの稼働状態・品目・ロットと時刻で紐付けて初めて出せます。紐付けの3つのキー、配賦のルール、時刻ずれの対策を示します。省エネとCFP算定の共通基盤になります。

最終更新 2026年10月12日・約6分 予知保全

予知保全AIが失敗する6つの理由：故障事例不足・誤報・保全行動につながらない

予知保全AIの失敗の主因は、故障事例の不足、誤報、アラームが保全作業に結びつかないことで、技術より運用設計の問題です。6つの失敗パターンと、それぞれを計画段階で防ぐ打ち手、PoCで確かめる項目を整理します。

最終更新 2026年10月12日・約9分 品質管理

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

どの材料ロットを、どの設備で、どの条件で加工し、検査結果がどうだったかを追えなければ、品質AIの要因分析もソフトセンサーも作れません。MESで実績・工程条件・検査結果をつなぐキー設計と、よくある3つの断絶の直し方を解説します。

最終更新 2026年10月12日・約8分 外観検査

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

外観検査AI製品はカタログの精度で選ばず、撮像系を誰が持つか、再学習を誰がやるか、ライン・MESとどうつなぐかで比べます。国内・米国・中国の製品類型を整理し、提案を同じ物差しで並べる比較軸10項目を示します。ベンダーへの質問例も示します。

最終更新 2026年10月12日・約8分 異常検知

異常検知の誤報を減らす：1日あたり誤報件数とイベント単位評価で設計する

異常検知が現場で使われなくなる最大の原因は誤報です。点単位の適合率ではなく、何分前に検知できたかと1日何件の誤報が出るかで評価し、現場が受け入れられる閾値を決める4つの手順と、誤報を構造的に減らす5つの設計を解説します。

最終更新 2026年10月12日・約6分 省エネ

省エネ効果の正しい測り方：生産量で補正するベースライン回帰とISO 50001

生産量の変動を補正しない省エネ効果の主張は無効です。ISO 50001の考え方に沿って、生産量・外気温・稼働日数で回帰したベースラインを作り、実績との差で効果を測る手順と、よくある誤りを示します。

最終更新 2026年10月12日・約7分 需要予測

需要予測の精度指標：MAPEが壊れる3つの理由とWRMSSE・MASEの選び方

実績がゼロに近い品目ではMAPEが壊れ、全部ゼロと予測したほうが良い点数になることすらある。製造業ではスケール非依存のMASE系を基本に、金額重み付けと在庫・欠品への効果で評価するのが実務的です。指標の選び方を用途別に整理します。

最終更新 2026年10月12日・約7分 設計・開発

生成設計（ジェネレーティブデザイン）：GMのブラケット40%軽量化の条件と限界

GMとAutodeskの生成設計によるシートブラケットは40%軽量化・20%強度向上・8部品の1部品化を達成したと紹介されていますが、積層造形（AM）が前提です。切削・鋳造の制約下では効果が縮みます。Airbusの事例も含め、適用条件と導入の判断基準を示します。

最終更新 2026年10月12日・約7分 品質管理

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

手書きAI-OCRの認識率99.2%はベンダーの標準帳票での値です。現場のチェックシートで精度を上げるには、字種の限定・1文字枠・記入欄の余白など帳票側の設計が効きます。様式を見直す5つのコツと評価の方法を示します。

最終更新 2026年10月12日・約8分 調達・SCM

在庫最適化AI：安全在庫を需要と調達リードタイムのばらつきから決める

在庫最適化AIの出発点は、約束リードタイムと実績リードタイムの差を測ることです。需要と調達リードタイムの両方のばらつきから安全在庫を計算し、品目区分ごとにサービス率を決める手順と、必要なデータを示します。

最終更新 2026年10月12日・約8分 安全

保護具（PPE）未着用検知AI：YOLO系モデルの精度と自社の作業服への適応方法

保護具の未着用検知はYOLO系の物体検出で実用になり、公開データセットではYOLOX-mがmAP 89.84%でした。ただし汎用モデルは自社のヘルメット・作業服に合わないことが多く、追加学習と死角のないカメラ配置が前提になります。

最終更新 2026年10月12日・約6分 予知保全

予知保全と予防保全・事後保全の違い：故障の82%がランダムという前提から考える

時間基準の予防保全は経年劣化の故障には効くが、ARCによれば故障の82%はランダムに起きる。設備の重要度と故障モードの2軸で、事後・予防・予知の3方式を設備ごとに使い分ける判断表と手順を示します。

最終更新 2026年10月12日・約7分 品質管理

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

不良の要因分析は、いきなり機械学習に全データを入れても答えが出ません。相関と散布図、設備・ロット・作業者での層別、PLSや勾配ブースティングとSHAP、検証実験の4段階で進める手順と、相関を因果と取り違えないための注意点を解説します。

最終更新 2026年10月12日・約7分 生産計画

生産計画AIに必要なマスタ7種：ルーティング・標準時間・段取りマトリクスの整備

生産計画AIの精度はアルゴリズムよりマスタで決まる。品目・ルーティング・標準時間・段取りマトリクス・設備カレンダー・資源・在庫の7種を整え、MES実績で標準時間の乖離を埋めることが前提です。各マスタの所在と整備手順を示します。

最終更新 2026年10月12日・約7分 外観検査

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

不良が少なく未知の欠陥もある工程は良品学習、欠陥の種類分けが要る工程は不良学習が向きます。PatchCore・PaDiMの仕組みと公開精度、使い分けの判断基準5つ、量産で併用する構成を整理します。選定の失敗例も添えます。

最終更新 2026年10月12日・約8分 技能伝承

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

作業動画のAI分析は、姿勢推定で手や体の動きを取り出し、要素作業に区切ってサイクルタイムを測ります。ラベル付けは1工程あたり数十サイクルから始め、手元が隠れないカメラ位置と、結果を標準作業の改訂につなげる体制が成否を分けます。IKEA ASMデータセットの規模も紹介します。

最終更新 2026年10月12日・約7分 設計・開発

図面AI：2D図面からGD&T・寸法を読み取る技術と見積・検図への応用

図面AIは2D図面から寸法・公差・GD&T・材質を読み取り、見積・調達・検図に使います。小型VLMを専門家注釈付きの図面400枚で調整した研究は、ゼロショットのGPT-4oなどをF1で52%上回りました。CADDiなど実用例と、手書き訂正や旧規格記号への弱さを踏まえた導入手順を示します。

最終更新 2026年10月12日・約7分 需要予測

需要予測AIの効果測定：Tüpraşの納期遵守率85%→95%に学ぶ業務KPIの置き方

需要予測AIの効果は精度ではなく在庫日数・欠品・納期遵守で測る。WEFライトハウスのTüpraşは納期遵守率85%→95%、Yunnan Baiyaoは在庫日数38%減を報告したが、AI単独の効果ではない。KPIの設計と効果の切り分け方を示します。

最終更新 2026年10月12日・約7分 予知保全

予知保全のROI試算：停止1時間230万ドルの自動車工場と中小工場での計算例

予知保全のROIは「回避停止時間×時間あたり損失＋保全費削減−運用費」で計算し、誤報の点検コストも差し引きます。Siemens調査の停止1時間230万ドルを出発点に、大規模工場と中小工場の2つの計算例を示します。

最終更新 2026年10月12日・約6分 外観検査

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

外観検査AIの費用はソフトよりも撮像系・治具・ライン組込みで膨らみます。費用を7項目に分けた内訳、パッケージ・SI開発・内製の3パターンの比較、見積で抜けやすい費用と省力化投資補助金の使い方を整理します。3年総額での比較方法も示します。

最終更新 2026年10月12日・約8分 異常検知

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

71手法を967系列で比べた大規模評価では、距離ベースの手法が頑健で、再構成型の多くはAUC 0.5付近でした。さらにYahoo・NASAなど代表的なベンチマーク自体に欠陥があるという指摘もあります。論文の精度を自社工場で読み替える方法を解説します。

最終更新 2026年10月12日・約7分 調達・SCM

ブルウィップ効果をAIで抑える：需要情報の共有と発注平準化の4つの打ち手

ブルウィップ効果は需要シグナル処理・割当ゲーム・発注のバッチ化・価格変動の4つが原因です。AIが効くのは需要シグナルの部分だけで、残り3つは発注ルールと取引条件の見直しで抑えます。原因別の打ち手を整理します。

最終更新 2026年10月12日・約7分 設計・開発

CAE代替モデル（サロゲート）：MeshGraphNetsで解析を最大289倍速くする仕組み

CAE代替モデルは、過去の解析数百〜数千ケースで学習し、新しい形状の解析結果を数秒で予測します。DeepMindのMeshGraphNetsはGPU上で翼周り流体を289倍、構造解析を89倍速くしました。設計空間の外では外れるため、最終確認はCAEで行う前提と評価方法を示します。

最終更新 2026年10月12日・約7分 生産計画

最適化ソルバーで生産計画：OR-Tools CP-SATで解ける規模と解けない規模の境目

中規模のジョブショップならOR-Tools CP-SATで実用解が出る。9,000超のインスタンス比較で平均最適性ギャップ3.40%という研究もある。解ける規模の目安、計算時間を左右する制約、大きな問題を分割する工夫を、実装の判断基準として示します。

最終更新 2026年10月12日・約6分 需要予測

需要予測AIはナイーブ予測に勝っているか：ベンチマークの作り方と3つの罠

需要予測AIの精度は、前回値や季節ナイーブ予測と同じ条件で比べない限り評価できない。ベンチマーク4種の作り方、データリーク・評価期間・品目選別という3つの罠、予測スナップショットの保存方法、PoCでの比較表の作り方を手順で示します。

最終更新 2026年10月12日・約6分 安全

フォークリフトと人の接触防止AI：カメラ・UWB・AIの組合せ3パターン

フォークリフトと人の接触防止は、カメラAI単独では死角と遅延が残ります。車載カメラAI、UWBなどの測位タグ、両者の併用の3パターンを比べ、構内の通行ルールと一体で設計する方法を示します。

最終更新 2026年10月12日・約6分 省エネ

空調・熱源・コンプレッサの最適制御AI：東京ガス×エイシングの約5%省エネ

空調・熱源・コンプレッサなどのユーティリティ設備は、最適制御AIの効果が出やすい領域です。東京ガス×エイシングは熱源の最適制御で約5%の省エネを確認しました。DeepMindの冷却40%削減は条件が違う点も含め、効果の読み方と導入手順を示します。

最終更新 2026年10月12日・約7分 品質管理

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

取引先ごとに形式が違うミルシートや検査成績書は、項目位置を定義する定型OCRより、Donut等のOCRフリー方式や生成AI（VLM）が有利です。数値の誤読対策として、規格値・発注情報との照合を必ず組み込む設計を示します。

最終更新 2026年10月12日・約8分 品質管理

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

変数ごとの3σ管理図では、温度と圧力の関係が崩れるような相関の異常を見逃します。PCAで次元を圧縮し、Hotelling T²とQ統計量の2つで監視して、寄与プロットで原因変数を絞る多変量SPCの手順と注意点を解説します。

最終更新 2026年10月12日・約7分 技能伝承

熟練者の暗黙知をRAGに入れる：文書にない知識を聞き取りで構造化する5手順

暗黙知は文書になっていないため、そのままではRAGに入れる材料がありません。対象業務の選定、事例ベースの聞き取り、判断の構造化、メタデータ付与、熟練者による検証の5手順で文書化してからRAG化します。日立・ダイキンのナレッジグラフ活用例も参照します。

最終更新 2026年10月12日・約8分 予知保全

振動データの予知保全AI：ISO 20816の評価ゾーンから機械学習までの使い分け

振動監視はISO 20816の評価ゾーンによる固定閾値から始め、負荷や回転数が変わる設備だけ機械学習で補うのが定石です。CWRU軸受データの精度99%台が実機の精度ではない理由と、センサ・周期・特徴量の設計を解説します。

最終更新 2026年10月12日・約8分 外観検査

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

画像に写らない欠陥はAIでも見つかりません。同軸・ドーム・ローアングル・バックライト・リング・縞パターンの照明6方式を欠陥と表面性状で選ぶ基準と、PFUが条件探索を約6時間から30分に縮めた検証を紹介します。量産での維持方法も示します。

最終更新 2026年10月12日・約8分 生産計画

突発停止・特急オーダーへの再計画：MES実績連携でリスケジュールする設計

再計画の速さはソルバーの性能より、MESから実績と設備状態を何分遅れで取れるかで決まります。突発停止や特急オーダーに備えた再計画トリガー、凍結区間、部分再計画と全体再計画の使い分けを、MESとのデータ連携の設計から整理します。

最終更新 2026年10月12日・約8分 需要予測

需要予測をS&OPと生産計画につなぐ：予測区間を安全在庫に変換する方法

需要予測AIは点予測を出すだけでは業務で使われない。予測区間（分位点）を出して安全在庫と生産計画の確定枠に変換し、S&OP会議の意思決定に組み込んで初めて効果が出る。変換の手順と、ERP・APS・MESとのデータの受け渡しを示します。

最終更新 2026年10月12日・約7分 技能伝承

保全ナレッジAIアシスタント：設備マニュアル×保全履歴で復旧時間を短くする

保全ナレッジAIは、設備マニュアルと保全履歴を版管理したうえでRAG化すると復旧時間の短縮に効きます。Siemensの保全Copilotはパイロットで事後保全時間を平均25%短縮、日立はダイキン工場で故障診断エージェントの試験運用を始めました。データの整え方と評価方法を示します。

最終更新 2026年10月12日・約8分 予知保全

予知保全のセンサ選定：振動・温度・電流・音・油の5種類を故障モード別に選ぶ

予知保全のセンサはFMEAで特定した故障モードから逆算して選びます。振動・温度・電流・音・油の5種類を故障モード別に対応づけた選定表と、取付位置・サンプリング周期・電源と通信の決め方を整理します。

最終更新 2026年10月12日・約7分 外観検査

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

AUROCは閾値に依存しない指標で、運用時の見逃しは分かりません。PatchCoreはAUROC 99%台でも誤判定42件が残りました。合否は運用閾値での見逃し率と過検出率で決め、評価データの作り方と測り方を手順で示します。

最終更新 2026年10月12日・約6分 予知保全

音で設備異常を見つけるAI：日立MIMIIデータセットとDCASEの結果に学ぶ導入要点

正常音だけで学ぶ異音検知は、DCASE2020のベースラインでAUC 65〜85%と機種による差が大きい技術です。日立MIMIIデータセットと国際コンペの結果から、マイク位置・環境音対策・誤報率の設計という導入の要点を整理します。

最終更新 2026年10月12日・約6分 需要予測

需要予測に必要なデータ：出荷実績を需要と見なす誤りと最低2周期分の履歴

需要予測AIの学習データは出荷実績でなく受注・需要実績を使うのが原則。欠品期間に需要が隠れるためです。季節性2周期分（月次なら2〜3年）の履歴、品番改番の系列接続、説明変数の整え方を、ERP・MESのどこから取るかと併せて示します。

最終更新 2026年10月12日・約6分 異常検知

多変量の設備データで異常検知：SWaTデータセットに学ぶ51センサの扱い方

多変量の異常検知は、1つ1つのセンサでは見えない相関の崩れを捉えられる一方、センサの欠損と時刻ずれの前処理が精度を左右します。51センサの水処理テストベッドSWaTを手がかりに、多変量手法の価値と前処理の設計を解説します。

最終更新 2026年10月12日・約8分 MES連携

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

AI-OCRで読み取った値は、ロットに紐付け、修正履歴を残す確認フローまで作って初めて監査に耐える品質記録になります。登録のキー設計、修正確認の権限、原本画像との対応づけの3点をデータ設計の観点から示します。

最終更新 2026年10月12日・約7分 生産計画

熟練計画者の暗黙ルールをモデル化する：計画AIが現場で使われない問題の解き方

計画AIが現場で使われない最大の原因は、「この品目は朝一番」のような熟練計画者の暗黙ルールが入っていないことです。ルールを聞き取り、絶対制約とペナルティに分類して段階的に取り込めば、計画の受け入れ率は上がる。聞き取りから取り込みまでの手順を示します。

最終更新 2026年10月12日・約6分 設計・開発

PLC・ラダーのコード生成AI：Siemens Industrial Copilotとオムロンの取り組み

PLC・ラダーのコード生成AIは、生成コードの安全検証と仮想PLCでのテストが前提です。SiemensはSCL生成が約60%速くなると推定し、thyssenkruppが全世界展開中です。素のLLMでは有効なPLCコードが作れず、検証ループで成功率が47%から72%に上がった研究も紹介します。

最終更新 2026年10月12日・約10分 省エネ

製品別CO2排出量（CFP）の算定とAI：CATL宜賓のカーボン56%減に見るデータ要件

製品別CO2排出量（CFP）の精度は、品目別のエネルギー原単位データの粒度で決まります。CATL宜賓はAIエネルギー管理でカーボンフットプリント56%減を発表しました。中国・欧州の取引先要求と、AIが担える役割を整理します。

最終更新 2026年10月12日・約6分 安全

安全AIの再現率と誤報のトレードオフ：警報が無視されない運用を設計する

安全AIで見逃しゼロを目指して閾値を下げると、誤報が増えて警報が形骸化します。誤報を割合でなく1日あたりの件数で管理し、段階警報とヒヤリハット記録を組み合わせて運用を回す設計を示します。

最終更新 2026年10月12日・約6分 品質管理

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

ソフトセンサーは、濃度や粘度などラボ分析でしか測れない品質値を、温度・圧力・流量などのオンライン計測値から推定する仕組みです。ラボ値との時刻合わせ、精度劣化への再学習、JITモデルなど運用の要点を4ステップで解説します。

最終更新 2026年10月12日・約7分 調達・SCM

サプライヤーリスク検知AI：ニュース・財務・地政学データで供給途絶を予兆する

サプライヤーリスク検知AIは、ニュース・財務・地政学・受入品質のデータから供給途絶の予兆を拾います。検知だけでは意味がなく、代替先の準備と在庫方針の変更まで決めた運用設計が要ります。データ源と運用の型を整理します。

最終更新 2026年10月12日・約7分 外観検査

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

外観検査AIの過検出は閾値を上げるだけでは消えず、見逃しが増えるだけです。良品ばらつきの学習、限度見本の統一、撮像の安定化、人の再判定工程の設計など7つの対策を、効く順番と測り方つきで整理します。再学習の判断基準も示します。

最終更新 2026年10月12日・約8分 技能伝承

作業分析AIツールの比較：Retrocausal・国内製品を5つの軸で比べる選び方

作業分析AIツールは、組立をリアルタイムに導く組立Copilot型と、動画から時間やムダを測る計測・分析型に分かれます。Retrocausal、Tulip、アダコテック、富士通Kozuchiなどを例に、映像データの扱い、改善サイクルへの組込み、MES連携を含む5つの軸で比べる方法を示します。

最終更新 2026年10月12日・約7分 需要予測

需要予測AIツールの比較：SaaS・APS付属・内製Pythonの3類型を8軸で比べる

需要予測AIツールは、専用SaaS、APS・計画基盤の付属機能、内製Pythonの3類型に分かれる。品目数、更新頻度、説明性、ERP・APS連携、運用体制など8軸で比べると選び分けが明確になります。o9・Kinaxis・SAP IBPなど欧米勢と国内製品の位置づけも整理します。

最終更新 2026年10月12日・約7分 設計・開発

マテリアルズ・インフォマティクス：材料開発の実験回数を1/9にした逐次学習

マテリアルズ・インフォマティクスの逐次学習は、Citrineの研究で鋼の疲労強度の最良候補に24回の測定で到達し、ランダム探索の219回の約1/9でした。成否を分けるのはアルゴリズムより実験データの持ち方と実験計画です。射出成形の条件出しの例も交え、導入手順を示します。

最終更新 2026年10月12日・約8分 品質管理

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

品質データのばらつきの大半が測定誤差なら、AIは製品の差ではなく測定のぶれを学びます。品質AIに着手する前にゲージR&Rで繰り返し性と再現性を切り分ける理由、実施手順、結果別の判断と、PoCの評価指標への影響を解説します。

最終更新 2026年10月12日・約6分 技能伝承

新人教育のAI活用：Mideaの資格取得62%短縮に見る立ち上がり期間の縮め方

新人教育のAI活用は、立ち上がり期間と熟練者の対応時間で効果を測ります。WEFはMideaのタイ拠点で従業員の資格取得が62%速くなったと報告し、国内では雪印メグミルクが教育時間を約50%減らしたと発表しました。指標の置き方と教育データの整え方を示します。

最終更新 2026年10月12日・約7分 予知保全

予知保全は閾値管理で足りるか：機械学習が要る4条件と「誤報率10%」の壁

予知保全の多くは固定閾値で始められ、機械学習が要るのは運転条件の変動が大きいなど4条件に当てはまる設備です。McKinseyが挙げた誤報率10%で効果が消えた例を踏まえ、誤報率を最初から設計指標に置く方法を示します。

最終更新 2026年10月12日・約7分 生産計画

生産計画AIの評価指標：納期遵守率・メイクスパン・段取り時間など6つのKPI

生産計画AIを単一の指標で最適化すると現場で破綻する。納期遵守率・メイクスパン・段取り時間・稼働率・仕掛在庫・計画修正率の6指標を重み付けし、同じ受注データで現行計画と比べて評価する方法を示します。ライトハウス工場の公表値の読み方も扱います。

最終更新 2026年10月12日・約7分 外観検査

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

外観検査AIのPoCは、不良定義・限度見本・許容見逃し率を開始前に決めないと評価できません。量産条件での撮像を前提に、検査仕様の明文化から合否判定まで8週間で進める週ごとの手順と、中止条件の置き方を示します。成果物の残し方も示します。

最終更新 2026年10月12日・約7分 異常検知

異常ラベルがない工場データの異常検知：正常データだけで学習する4つの手順

異常の記録がほとんどない設備でも、正常期間の定義、運転モード分け、閾値設定、現場フィードバックの4手順で異常検知は始められます。71手法を比べた評価研究とSWaTデータセットを手がかりに、MESの記録を使ったラベルの代わりの作り方まで示します。

最終更新 2026年10月12日・約7分 設計・開発

自動検図AI：新晃工業×ABEJAの検証に見る設計レビュー自動化の範囲

自動検図は、ルールで書ける検図項目と、経験に依存する項目を分けてAIに任せる範囲を決めると進めやすくなります。新晃工業とABEJAの検証開始（2026年9月）や日立の設計ナレッジシステムを手がかりに、検図項目の3分類と導入手順を示します。

最終更新 2026年10月12日・約7分 品質管理

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

ベイズ最適化は条件出しの実験回数を減らせる手法です。射出成形の研究では中心複合計画の31実験に対し16実験で済みましたが、安全範囲の制約を入れないと235℃のような危険な条件も提案されます。現場で使う手順を5段階で示します。

最終更新 2026年10月12日・約8分 需要予測

M5コンペに学ぶ需要予測：LightGBMとクロスラーニングが上位を独占した理由

Walmartの42,840系列を5,507チームが予測したM5コンペでは、上位のほとんどがLightGBMを使い、上位50手法はすべて多系列を1モデルで学ぶクロスラーニングだった。その理由と、品番数の多い製造業に当てはめるときの注意点を整理します。

最終更新 2026年10月12日・約8分 調達・SCM

調達価格予測AI：鋼材・樹脂・電子部品の市況を予測して購買判断に使う方法

調達価格予測AIは、市況が外れる前提で予測区間を出し、発注タイミングと契約形態（固定・スライド・分割）の判断に使うと効きます。鋼材・樹脂・電子部品で効く入力データと、点予測に頼らない使い方を示します。

最終更新 2026年10月12日・約6分 予知保全

余寿命推定（RUL）は工場で使えるか：NASA C-MAPSSと実工場データの3つの差

余寿命推定（RUL）の研究はNASA C-MAPSSのような故障まで運転したデータが前提ですが、実工場にはそのデータがほぼありません。研究と現場の3つの差と、劣化指標の傾向管理から保全計画につなぐ現実的な代替策を示します。

最終更新 2026年10月12日・約9分 安全

安全カメラAIと個人情報：映像の保存期間・目的外利用・労使協議の5原則

安全カメラAIの映像は、個人を識別できれば個人情報として扱います。安全目的の映像を人事評価に使わない、保存期間を決める、閲覧者を限る、労使で協議する、の5原則を明文化すると現場の協力が得られます。EU AI Actの扱いも示します。

最終更新 2026年10月12日・約6分 生産計画

段取り替え順序の最適化：順序依存の段取り時間をAIで減らす方法と効果の測り方

段取り時間が前後の品目の組み合わせで変わる工程では、段取りマトリクスを作れば最適化で順序を決め、段取り時間を減らせる。効果は段取り時間の削減ではなく、ボトルネック工程の実効能力の増加として評価するのが要点です。マトリクスの作り方と効果の測り方を示します。

最終更新 2026年10月12日・約6分 技能伝承

動画マニュアルで技能伝承：天昇電気工業の組立人員75名→50名の取り組み

天昇電気工業の三重工場（約140人）は、動画マニュアルと動画比較ツールで組立人員を約75名から約50名にし、熟練者レベルまでの習熟期間を約7分の1にしたと中小機構の事例集が伝えています。効果が出た条件と、自社に当てはめるときの確認点を読み解きます。

最終更新 2026年10月12日・約7分 外観検査

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

外観検査AIの学習データは枚数よりばらつきの網羅が重要です。MVTec ADの1カテゴリ平均200〜250枚は目安にすぎません。良品・不良・評価用それぞれの枚数の考え方、ロットや季節を含める集め方、保存の仕方を示します。

最終更新 2026年10月12日・約6分 需要予測

需要予測AIが現場で使われない5つの理由：予測値を営業が上書きする問題

需要予測AIが定着しない最大の原因は、予測値が営業や計画担当に上書きされ、その良し悪しが測られていないことです。上書きの記録と精度比較、最終数字の責任分界、計画への自動反映を決めれば定着しやすくなる。5つの理由と、それぞれの対策を示します。

最終更新 2026年10月12日・約6分 予知保全

保全記録（CMMS）を予知保全AIの教師データにする：故障ラベル整備の5手順

自由記述の保全記録は予知保全AIの教師ラベルになりません。故障コード体系の設計、設備IDの統一、記録ルール、過去記録の再分類、センサデータとの時刻合わせの5手順で、AIより先に保全記録を整える方法を示します。

最終更新 2026年10月12日・約8分 品質管理

品質分析AIツールの比較：Sight Machine・Instrumental・国内勢を7軸で比べる

品質分析AIツールは、工程データを統合して分析するデータ統合型と、検査画像から歩留まり改善につなげる画像起点型で性格が違います。Sight Machine、Seeq、Fero Labs、Instrumental、東芝Meisterなどを7軸で比べ、成果値はベンダー申告として条件つきで扱います。

最終更新 2026年10月12日・約8分 生産計画

中小製造業の生産計画AI：Excel計画からクラウドスケジューラへ移る4段階

中小製造業の生産計画は、いきなり最適化ソルバーを入れても定着しません。計画の見える化、マスタ整備、自動立案、最適化の4段階で進め、各段階の完了条件、クラウドスケジューラの選び方、実績データの集め方と補助金の使い方を整理します。

最終更新 2026年10月12日・約7分 外観検査

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

外観検査AIは業種によって欠陥の定義・規制・タクトが違い、効く方式も変わります。自動車・電子部品・食品・医薬品・不織布など10の検査対象について、方式・撮像・評価指標の違いを、国内と中国の公開事例とあわせて一覧で示します。

最終更新 2026年10月12日・約7分 設計・開発

2D図面から3D CADを自動生成するAI：オリオン機械の実証と実務の課題

2D図面から3D CADを自動生成するAIは実証段階です。オリオン機械とTIMEWELLはJIS準拠の2D図面から3Dモデルを生成するAIエージェントを2027年1月末まで実証しています。公差・注記の扱いと設計者の確認工程が課題で、効果が出る図面の条件と検証手順を示します。

最終更新 2026年10月12日・約7分 異常検知

異常検知を保全・品質のアクションにつなぐ：MESとアラーム運用の設計5原則

異常検知AIは、検知した後に誰が何をするかが決まっていなければ効果を生みません。担当者、判断基準、記録、ロットへの影響、閾値変更の権限の5原則を、ISA-95とMESのワークフローに沿って整理します。McKinseyが挙げたパイロット停滞の理由も踏まえます。

最終更新 2026年10月12日・約8分 需要予測

時系列基盤モデルChronosは需要予測に使えるか：ゼロショット予測の実力と限界

AmazonのChronosは42データセットで評価され、未学習のデータでも学習済み手法と同等の精度を示す場合があった。製造業では履歴の短い品目の初期値や比較基準として有効だが、内示や販促を入れにくい制約がある。使いどころと検証手順を示します。

最終更新 2026年10月12日・約6分 予知保全

予知保全システムの構成：ISO 13374の6ブロックで見るデータ取得から意思決定まで

ISO 13374（OSA-CBM）は状態監視をデータ取得から保全推奨までの6ブロックに分けます。ブロックごとに責任分界を整理すると、センサ・分析・CMMSのベンダー比較と、MES・ヒストリアンとの連携設計がしやすくなります。

最終更新 2026年10月12日・約10分 品質管理

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

横河電機とJSRは2022年、強化学習AI（FKDPP）で化学プラントの蒸留塔を35日間（840時間）自律制御し、製品はすべて規格を満たしたと発表しました。シミュレータ検証から実機までの段取りと、適用できる工程の条件を整理します。

最終更新 2026年10月12日・約7分 生産計画

強化学習による生産スケジューリング：GNN研究の到達点と実務で使える3条件

強化学習とGNNによるスケジューリング研究は、L2D（2020年）以降、大規模問題で最適化ソルバーに迫る結果も出ている。ただし静的な問題では最適性ギャップ約6〜20%で、論文間の比較条件もばらばら。研究の到達点と、実務投入を検討してよい3条件を示します。

最終更新 2026年10月12日・約6分 調達・SCM

SCMコントロールタワー：Lenovoの意思決定50%高速化に見るデータ統合の要件

Lenovoはサプライチェーンのコントロールタワーで意思決定が50〜60%速くなったと発表しています。ただし可視化だけでは速くならず、意思決定ルールとデータ鮮度の要件を先に決める必要があります。事例と要件を整理します。

最終更新 2026年10月12日・約7分 外観検査

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

外観検査AIは検査員の工数削減だけでは投資回収しにくく、流出不良コストと全数検査で得る品質データの価値を入れて試算します。3項目の計算式、過検出の再判定工数の差し引き方、仮の数値での試算例を示します。稟議で書くべき前提も添えます。

最終更新 2026年10月12日・約7分 技能伝承

作業分析AIで「監視」と受け取られないために：労使合意と運用ルール6項目

作業分析AIは、目的、撮影範囲、保存期間、評価への不使用、閲覧権限、見直しの6項目を事前に労使で合意しないと協力が得られず失敗します。EU AI Actが従業員監視AIを高リスクに分類している点も踏まえ、合意文書のひな形となる項目を示します。

最終更新 2026年10月12日・約8分 品質管理

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

射出成形の品質AIは、成形機のショットごとのデータと金型温度から不良を予測し、条件の補正につなげます。必要なデータ、ショットと製品の紐付け、補正の自動化の段階を整理し、海尔の金型調整120分から10分の事例も条件つきで紹介します。

最終更新 2026年10月12日・約8分 予知保全

予知保全AI製品の比較：Augury・Senseye・国内勢を同じ8軸で並べる

予知保全AI製品は、センサ込みSaaSか分析ソフトか、対象設備、誤報時の対応、CMMS連携などで性格が大きく違います。Augury、Siemens Senseye、Rockwell GuardianAI、国内のNEC・エイシング・LiLzなどを同じ8軸で整理します。

最終更新 2026年10月12日・約7分 外観検査

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

外観検査AIの判定は、ロット・シリアル・モデル版数と一緒にMESへ記録して初めて品質データになります。紐付けキー、書き戻す7項目、ホールドと再検査の流れ、再学習データの集め方を、ライン・MES・ERP・画像基盤の4層構成図で整理します。

最終更新 2026年10月12日・約8分 品質管理

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

ENEOSとPFNは2024年5月、川崎製油所の原油処理装置で930個の入力センサと13バルブを同時に扱うAI常時自動運転を始めました。2023年の3,637センサ・9バルブの実証からの流れと、運転員の判断範囲と停止条件の設計を読み解きます。

最終更新 2026年10月12日・約7分 生産計画

日立ハイテクの生産計画自動化：立案月5日→1日以内を実現した制約プログラミング

日立は日立ハイテクの半導体製造装置の生産計画を制約プログラミングで自動立案し、月最長5日の立案作業を月1日以内、計画時間を約1/5にしたと発表した。公表内容を整理し、成功の前提となったデータと運用を、他社が当てはめるときの論点として読み解きます。

最終更新 2026年10月12日・約7分 需要予測

補修部品・少量多品種の需要予測：ゼロが多い間欠需要を扱う4つの方法

補修部品や少量品の間欠需要は、点予測の精度を追っても在庫は良くならない。発生確率と発生時の量を分けて扱い、発注点と目標サービス率に直結させるのが実務の正解です。4つの方法と評価のしかた、ERP・MESデータの整え方を示します。

最終更新 2026年10月12日・約6分 予知保全

保全業務の生成AI：Siemens Senseye Copilotの事後保全25%短縮の中身

Siemensは保全向け生成AI（Senseye Maintenance Copilot）のパイロットで事後保全の時間が平均25%短縮したと発表しました。効いているのは診断材料（マニュアル・履歴）を探す時間の短縮で、故障判断と作業可否は人が持つ設計です。

最終更新 2026年10月12日・約10分 技能伝承

スキルマップと配置計画のAI化：配置計画の業務時間70%削減事例に見る要件

配置計画のAI化は、スキルデータの鮮度が保たれていることが前提です。フツパーのスキルパズルを使ったトヨタモビリティパーツ茨城支社は配置計画の業務時間を約70%減らしたと同社が公表しています。必要なデータと、MESの作業実績でスキルマップを更新する方法を整理します。

最終更新 2026年10月12日・約7分 外観検査

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

外観検査AIのモデルはanomalibなどのOSSで作れますが、壁は撮像系・推論環境・再学習運用・保守体制・品質保証への説明にあります。内製で越えるべき5つの壁と、必要な体制、内製と外注を分ける判断基準を示します。中間の選択肢も示します。

最終更新 2026年10月12日・約8分 予知保全

中小工場の予知保全：後付けセンサとクラウド月額サービスで始める3ステップ

中小工場の予知保全は、止まると困る重要設備1台に後付けの無線センサを付け、閾値管理から始めるのが現実的です。対象設備の選び方、月額サービスの選定基準、省力化投資補助金など使える制度を3ステップで整理します。

最終更新 2026年10月12日・約6分 品質管理

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

生成AIは、過去の不具合報告や対策記録をRAGで検索し、8D報告のドラフトと類似事例の提示までを支援できます。日立は品質ナレッジシステムで自社工場の事例検索時間を約9割減らしたと発表しています。根本原因の判断を人に残す設計と、データの整え方を解説します。

最終更新 2026年10月12日・約8分 予知保全

設備点検のAI化：アナログメータ読取りとカメラ巡回で日常点検を省人化する方法

アナログメータの読み取りをカメラとAIで自動化すると、日常点検の記録が自動で数値データになります。LiLzなどの事例と、ダイキンの出資に見る用途の広がりを整理し、予知保全の前段の「データ化」として位置づける進め方を示します。

最終更新 2026年10月12日・約8分 技能伝承

溶接・研磨など職人技のデータ化：格力の溶接ベテランAIトレーナー事例

中国の格力は溶接のベテランを「AIトレーナー」にし、技能を溶接機の学習データに変えていると報じられています。人に伝える日本の箔一の動画伝承、図面から溶接条件を生成するファナックのAI溶接エージェントと対比し、職人技をデータにするときの記録項目と判断基準を示します。

最終更新 2026年10月12日・約7分 需要予測

新製品・品番切替の需要予測：履歴がない品目を類似品で予測する3つの手法

履歴のない新製品は、類似品マッピング・属性ベース回帰・立上げカーブの3手法で予測する。どれを使う場合も、旧品番から新品番への系列接続ルールと、品番マスタの属性整備が前提になる。手法の選び方と、PLM・ERPから取るデータを整理します。

最終更新 2026年10月12日・約6分 外観検査

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

外観検査AIはタクトに合う推論速度とPLC・MES連携を手法選定より先に決めます。EfficientAD約2ms、PatchCore約32msという差の読み方、推論ハードの選び方、PLCへの判定返しとMESへの記録の設計を整理します。

最終更新 2026年10月12日・約7分 品質管理

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

華為の盤古モデルを使った宝鋼の熱延ラインでは、仕上げ幅の予測精度が5%超高まり、歩留まりが0.5%向上して年9000万元超の増収になったとベンダー側が発表しています。0.5%が大きな金額になる構造と、再現に必要な計測データと制御系への組込みを整理します。

最終更新 2026年10月12日・約7分 外観検査

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

表面の異物は画像AI、内部の異物はX線とAIの組合せで見つけます。キユーピーは良品学習で3,000種超の原料を検査しています。画像・近赤外・X線・金属検出の4方式の使い分けと、HACCPの記録につなぐ設計を整理します。感度確認の運用も示します。

最終更新 2026年10月12日・約8分 予知保全

モータ電流で予知保全（MCSA）：センサ追加なしで軸受・回転子の異常を捉える方法

モータ電流シグネチャ解析（MCSA）はインバータや盤側の電流から回転子や軸受の異常を捉える手法で、後付けが容易です。感度は振動に劣るため、対象の故障モードを絞って使うのが前提。RockwellのGuardianAIなど製品動向も整理します。

最終更新 2026年10月12日・約8分 品質管理

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

バーチャルメトロロジー（VM）は、半導体の装置センサデータとレシピからウェハの膜厚や寸法を推定し、抜取り測定を全数推定で補う手法です。抜取り実測との突合、装置メンテナンス後の再学習、推定値の信頼度の扱いなど、信頼性を保つ運用設計を解説します。

最終更新 2026年10月12日・約7分 予知保全

ポンプ・ファン・コンプレッサの状態監視AI：回転機の異常を早期に見つける設計

回転機は故障モードが類型化されて兆候が振動・電流・温度に出やすく、予知保全の効果が最も出やすい対象です。ポンプ・ファン・コンプレッサの故障モード別に信号の組み合わせと監視周期の決め方を整理します。

最終更新 2026年10月12日・約7分 外観検査

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

溶接の外観検査は、3D形状計測とAIとロボット搬送の組合せが主流です。タチエスの0.1mm単位のレーザ溶接検査、Audiのスパッタ検査の事例をもとに、欠陥別の計測方式、構成、溶接条件データとの紐付け方を示します。導入時に決める項目も示します。

最終更新 2026年10月12日・約9分 予知保全

工作機械の工具摩耗をAIで予測：主軸負荷データから工具交換時期を決める方法

工具摩耗の予測は主軸負荷や振動から工具の状態を推定し、交換時期を決める用途です。最大の壁はアルゴリズムではなく、CNCからのデータ取得と、どのワーク・工具・加工条件のデータかの紐付けにあります。進め方を5段階で示します。

最終更新 2026年10月12日・約8分 外観検査

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

2D画像に写らない凹凸・高さ・平面度の不良は3D計測とAIの組合せで捉えます。レーザ変位計・ステレオ・パターン投影の3方式の選び方、ロボットで撮像位置を動かすリンクウィズの事例、2Dとの使い分けの判断基準を示します。検証の最初の手順も示します。

最終更新 2026年10月12日・約6分 外観検査

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

塗装面は鏡面かつ曲面のため、縞パターン照明と多視点撮像が前提になります。ブツ・タレ・ハジキなど欠陥別の写し方、色ムラを限度見本と合わせ込む難しさ、手直し工程と塗装条件へのフィードバックの設計を整理します。導入の順番も示します。

最終更新 2026年10月12日・約7分 外観検査

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

刻印やドット印字の読取り精度は、照明と字種の限定でほぼ決まります。読み取った文字は、MESのロット実績や生産計画と照合して初めて誤表示の防止になります。読取り方式の選び方、照合の設計、導入手順を整理します。品番切替時の対策も示します。

最終更新 2026年10月12日・約8分 外観検査

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

欠品や取付違いは「見た目は正常な部品が、あるべき場所にない」論理異常で、通常の良品学習は精度が落ちます（PatchCoreは3データセット平均91.1）。物体検出とルール判定を組み合わせ、BOMや作業指示と照合する設計を示します。

最終更新 2026年10月12日・約8分 外観検査

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

合成データは学習の補助で、評価は必ず実際の不良で行います。Merckは複数の製品ラインで合成欠陥データを使い、誤排除を50%超減らしたと紹介されています。合成の4方式、使ってよい場面と避ける場面、管理方法を整理します。

最終更新 2026年10月12日・約9分 外観検査

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

WinCLIPは良品画像0枚でMVTec ADの画像分類AUROC 91.8%に届くが、フル学習のPatchCore（最大99.6%）とは差がある。立ち上げ初期の当たり付けに使い、量産の合否判定には使わないのが現実的な線引きです。

最終更新 2026年10月12日・約6分