ソリューション · 製造業

製造業向け AI ソリューション

不良品がラインを離れる前に検出します。数週間で導入する外観検査・オフライン稼働のエッジ推論・工場フロアに常駐するエンジニアがすべてのラインに展開できる再現可能なプロセスをお届けします。

品質検査を人間の目の限界からライン速度へ引き上げる

工場フロアにおける品質問題のほとんどは「誰も確認していない」ことが原因ではありません。人間による検査が生産速度に追いつけないことが原因です。シフトごとに基準が変動し、疲労で不良品が見逃され、顧客返品の根本原因を誰も特定できません。検査員を増やしても何も解決しません。一方、市販の AI ビジョンツールは、信頼できるネットワーク・クリーンなラベル付きデータ・調整のために自由に止められるラインが必要という前提に立っていますが、実際の生産フロアではそのほとんどが成立しません。

Tenten AI のアプローチはエンジニアをオンサイトに送り込むことです。実際の照明・実際の治具・実際の不良品サンプルで画像を収集してモデルをトレーニングし、ライン脇のエッジデバイス上で推論を実行します。外部接続は不要で、画像が建物の外に出ることもありません。工場がネットワークを失っても検査は継続します。結果は既存の PLC I/O と MES 統合を通じてラインコントロールロジックを変更せずに、不良品排除や記録の起票をトリガーします。

私たちが提供するのはデモ装置ではなく、再現可能なプロセスです。最初のラインが検証されると、モデル・ラベリング仕様・デプロイスクリプトが 2 ライン目・3 ライン目へと移行するため、品質リーダーが一貫した・追跡可能・説明可能な判断を持って監査や顧客クレームに臨めます。

機能

01

ライン速度の外観欠陥検査

実際のライン照明とタクトタイムでトレーニングされたモデルが、傷・バリ・異品・欠品・はんだ接合・表面欠陥をリアルタイムに判定します。顧客仕様に合わせて品質が締め・緩めを調整できる可変閾値付きです。

02

オフライン稼働のエッジデプロイ

ライン脇のエッジデバイス(NVIDIA Jetson クラスのハードウェアを含む)上で推論が実行され、外部ネットワークへの依存がありません。工場がネットワークを失っても検査は継続し、セキュリティと企業秘密要件を満たすために画像と結果を完全にオンプレミスに保持できます。

03

ネイティブ MES / PLC 統合

PLC I/O・OPC UA・既存の MES API を通じて不良品排除信号をトリガーし検査記録を書き込みます。ラインコントロールロジックを変更せず、AI の判断が現在のプロセスフローにシームレスに組み込まれます。

04

制御された誤報・流出率

受け入れ可能な流出率をハードターゲットとして調整し、混同行列と閾値曲線を提供します。製品と顧客仕様ごとに誤報と流出のトレードオフを説明可能な形で行えます。

05

設備保守ナレッジベース

SOP・機械マニュアル・保守ログ・ベテラン技術者の頭の中に散らばる修理知識を検索可能なナレッジベースに変換します。現場スタッフが「このアラームコードのクリア方法は?」と平易な言葉で質問し、出典付きの回答を得られます。

06

スケジューリング・ディスパッチ支援

既存の ERP/MES データをもとに、段取り換え・急ぎ注文の挿入・人員配置の選択肢をモデル化して推薦し、ベテランスケジューラーの勘に頼っていた判断を再現可能で見直し可能な計画へと転換します。

ユースケース

金属プレス品の表面欠陥検査

プレス出口の産業カメラが傷・へこみ・バリをリアルタイムに判定し、PLC トリガーのエアエジェクターで NG 品を排出します。サンプリング検査の見逃しと下流クレームを置き換えます。

PCB / SMT はんだ接合・異品検査

実装後・リフロー後の外観検査により、未接合・異品・逆向き・欠品部品を検出します。ルールベース AOI が苦手な外観欠陥をカバーし、基板レベルの手直しを削減します。

包装ラインのラベル・シール検査

斜めのラベル・かすれ印刷・誤ったロットコード・不良シールを出荷前に検出し、全バッチ返品と下流チャネルペナルティを回避します。

機械アラームからの迅速なトラブルシューティング

現場技術者が保守ナレッジベースにアラームコードや障害症状を問い合わせると、マニュアルと過去の作業指示書を引用したステップバイステップの対処法が返ってきます。ダウンタイムを短縮します。

急ぎ注文に対応する段取り換えスケジューリング

営業が急ぎ注文を入れると、スケジューリングアシスタントが現在の仕掛品・治具・人員に対していくつかの段取り換え選択肢をモデル化し、納期への影響をフラグ立てして、スケジューラーが素早く判断できるようにします。

デリバリーのサイクル

第 1 週

オンサイト調査とデータ収集

エンジニアがラインに常駐し、照明・治具・カメラ取り付けを確定し、実際の良品・NG サンプルを収集し、MES/PLC 統合ポイントと許容流出上限を確認します。

第 2〜3 週

モデルトレーニングと単一ライン検証

実際のデータでトレーニング・調整し、ライン脇のエッジデバイスにデプロイし、PLC/MES のトリガーとログを接続し、判断基準を揃えた上で 1 ラインで実績を積みます。

第 4 週

試験運転と閾値キャリブレーション

ライブ出力で人間による検査とベンチマーク比較を行い、誤報と流出を調整し、閾値を確定し、品質チームが日々運用できる操作・保守引き渡しドキュメントを完成させます。

第 5 週以降

他ラインへの展開とスケールアップ

検証済みのモデル・ラベリング仕様・デプロイスクリプトを他のラインや工場に展開し、検査カバレッジを拡大しながらモデルの再トレーニングとモニタリングを立ち上げます。

数週間

最初のライン稼働まで、数ヶ月ではなく

オフライン

ネットワーク不要のエッジ推論

MES/PLC

ネイティブ統合、制御ロジック変更なし

よくあるご質問

ネットワークが落ちたり、工場に信頼できる接続環境がない場合でも機能しますか?

はい。推論は外部接続への依存なしにライン脇のエッジデバイス上で完全に実行されるため、工場がネットワークを失っても検査は継続します。セキュリティと企業秘密要件を満たすために、画像と結果をローカルのみで処理・保存するよう設定できます。

誤報率がラインを遅らせる可能性はありますか?

受け入れ可能な流出上限をハードターゲットとして設定し、実際の生産データで閾値をキャリブレーションして誤報を許容範囲内に抑えます。閾値は調整可能で、品質が製品と顧客仕様ごとに誤報と流出のトレードオフを固定のブラックボックス判断を受け入れるのではなく、説明可能な形で行えます。

既存の MES と PLC との統合はどのように行いますか?

PLC I/O・OPC UA・既存の MES API を通じて不良品排除信号をトリガーし検査記録を書き込みます。ラインコントロールロジックを変更しません。第 1 週にオートメーションと IT チームとオンサイトで統合ポイントを確認するため、AI の判断が現在のプロセスにシームレスに組み込まれます。

他の導入が数ヶ月かかるのに、なぜ数週間なのですか?

エンジニアがオンサイトに常駐し、実際の照明・治具・NG サンプルでデータ収集とトレーニングを行うからです。リモートでの推測や往復がありません。最初のラインは通常数週間以内に検証のために稼働し始めます。ライン間展開の時間のかかる作業は、すでに実績のあるプロセスをベースにするため、複製コストが大幅に下がります。

大量のラベル付き欠陥データがない場合はどうなりますか?

ほとんどの工場はクリーンなラベル付きデータなしから始めます。これは通常のことです。オンサイトで実際の NG サンプルを収集・ラベリングするお手伝いをし、限られたデータに適したモデル戦略を使って最初のラインを稼働させ、本番でサンプルが積み上がるにつれて精度を向上させます。

検証済みのソリューションを他のラインや工場に展開できますか?

はい——それが私たちが提供するものの核心です。最初のラインが検証されると、モデル・ラベリング仕様・デプロイスクリプトは移植可能です。2 ライン目・3 ライン目・別の工場への複製は毎回ゼロから始まりません。判断基準の一貫性が保たれ、監査や苦情対応のトレーサビリティも大幅に容易になります。

AI ネイティブ製品の
新しい時代へ

最初の AI ユースケースを、四半期ではなく数週間で本番稼働させましょう。