Column

財務のコラム

コラム

AI外観検査の補助金計画で迷いやすい5つの点

公開日: 最終更新日: Taigen株式会社(認定経営革新等支援機関)

結論

AI外観検査(カメラの画像をAIが見て、良品か不良かを判定する仕組み)の補助金の計画では、装置を選ぶ前に、画像と判定基準をそろえる順番で進めると迷いが減ります。

不良品の画像がどれだけあるか、検査員の基準がそろっているか、どの面をどう撮るかが決まれば、装置1台の計画でも自社に合わせた仕様として説明できます。

この記事でわかること

  • 迷う点1:不良品の画像が少ない
  • 迷う点2:検査員ごとに判定の基準が違う
  • 迷う点3:どの仕様がオーダーメイド性になるのか
  • 迷う点4:見逃しと過検出をどう扱うか
  • 迷う点5:学び直しを誰がいつ行うか
  • 減る時間と補助額の計算例(従業員45人の工場)

この記事では、AI外観検査の計画で迷いやすい5つの点を、こうすれば進められるという形で順に説明し、そのあとで減る時間と補助額の計算例、第9回の申請の流れをまとめます。

迷う点1:不良品の画像が少ない

迷う点1:不良品の画像が少ない

AIの検査と聞くと、不良品の画像を何千枚も集めないと始められないと考えがちです。

けれども、AIの判定の作り方には大きく2つあり、良品だけを学ばせる方法もあります。

作り方学ばせるもの向いている場面
良品を覚えさせる方法良品の画像を多く学ばせ、いつもと違うところを見つける不良がめったに出ない、不良の形が毎回違う
不良の種類を見分ける方法キズ・打痕・異物など、不良の種類ごとの画像を学ばせる不良の種類ごとに扱いを分けたい

不良品の画像が少ない工場は、良品を覚えさせる方法から始められます。

画像を集める期間そのものを、計画の日程に入れておきます。

集めるときは、今ラインから外している不良品を捨てずに取っておき、撮影の台で撮りためます。

1か月分の不良品を取っておくだけでも、どの不良が多いかが数字で見えてきます。

撮りためるときは、本番と同じ照明と同じ位置で撮ります。

撮り方が変わった画像が混ざると、AIが不良ではなく光の違いを覚えてしまうことがあるためです。

迷う点2:検査員ごとに判定の基準が違う

迷う点2:検査員ごとに判定の基準が違う

目視の検査では、限度見本(ここまでなら良品という見本)と見比べて判断しますが、ぎりぎりの品物で人によって答えが分かれることがあります。

AIに学ばせる前に、その分かれ目を言葉と画像でそろえます。

  • ✓検査員3人に同じ品物100個を見てもらい、判定が分かれた品物を拾い出す
  • ✓分かれた品物を集め、良品か不良かを品質の責任者が決める
  • ✓決めた結果を、不良の種類ごとの見本の画像として残す
  • ✓お客様と取り決めている基準があれば、その文書とも照らし合わせる

この作業で、判定が分かれる品物の割合と、迷ったときに班長を呼ぶ時間が数字で出ます。

そろえた基準は、そのままAIの学ばせ方の仕様になります。

ポイント

検査員の判定のばらつきを数字で示すと、AIに任せる理由が「人手が足りない」だけでなく「基準がそろう」ことにも広がります。

お客様からの指摘が減る見込みも、付加価値の話として書けます。

迷う点3:どの仕様がオーダーメイド性になるのか

迷う点3:どの仕様がオーダーメイド性になるのか

AI外観検査で自社に合わせて決める中身は、AIのソフトより、何をどの向きから、どの光で撮るかのほうに多くあります。

見えない不良はAIにも見つけられないからです。

決めること中身の例
撮る面と台数上面だけか、側面や裏面も撮るか。カメラの台数と、品物を回したり返したりする仕組み
照明キズは斜めからの光、へこみは縞模様の光、透明な品物は後ろからの光など、不良に合わせた当て方
見つけたい大きさ何ミリのキズまで見つけるかで、カメラの画素と視野が決まる
速さ1個あたりの判定の時間が、ラインの流れる速さに追いつくか
振り分け不良をラインから外す方法と、人が見直す台への回し方

金属の削り物、樹脂の成形品、食品、印刷物では、撮り方がまったく変わります。

自社の品物で撮影の試験をしてもらい、その結果から仕様を決めた経緯を書けば、装置1台でもオーダーメイド性を説明できます。

ルールで決める画像検査と、AIの使い分け

寸法が範囲に入っているか、部品が付いているか、ラベルの位置が合っているかといった検査は、しきい値(ここを超えたら不良という数字)で決める従来の画像検査でも足ります。

AIが力を出すのは、キズ・汚れ・色むらのように、形や大きさが毎回違う不良です。

1つのラインで両方を組み合わせる構成もあります。

どの不良をどちらで見るかを表にしておくと、AIの部分の費用を何に使うかが説明しやすくなります。

自社の設備が対象になるかは、仕様の決め方と計画の示し方で変わります。
気になったらお気軽にご相談ください。

無料で相談する|Taigen株式会社

迷う点4:見逃しと過検出をどう扱うか

迷う点4:見逃しと過検出をどう扱うか

AIの判定には、不良を良品と見てしまう見逃しと、良品を不良と見てしまう過検出の2つのずれがあります。

見逃しを減らそうと厳しくすると、過検出が増えて人の見直しが増えます。

そこで計画では、AIは一次判定、迷うものは人が見直す形を前提にします。

AIが不良か迷った品物だけを再確認の台に回せば、検査員は全数ではなく一部だけを見れば済みます。

注意

人の見直しの時間は、導入後に残る作業として計画の数字に入れておきます。

導入後の時間を0にしない計画のほうが、実際の稼働と数字がそろい、効果の報告の段階でも説明がしやすくなります。

判定の厳しさは、不良の種類ごとに変えられます。

お客様へ流れると困る不良は厳しめに、見た目だけの軽い不良は緩めにして、見直しに回る数を抑えます。

過検出の割合は、撮影の試験の段階でメーカーに出してもらえることがあります。

試験の結果の数字があれば、導入後の見直しの時間を根拠をもって見積もれます。

迷う点5:学び直しを誰がいつ行うか

迷う点5:学び直しを誰がいつ行うか

品物の材料や仕入れ先が変わったり、新しい品番が増えたりすると、AIに学び直させる必要が出てきます。

導入したあとに誰がそれを受け持つかを、計画の段階で決めておきます。

社内に担当者を置くなら、画像の選び方と学び直しの操作の研修をメーカーに頼み、その費用を見積書に分けて入れてもらいます。

品番を足すときの手順まで決めておくと、効果が長く続きます。

学び直しをクラウドで行う仕組みなら、利用料は対象経費の区分ではクラウドサービス利用費に当たり得ます。

カメラ・照明・判定の装置・振り分けの装置は機械装置・システム構築費として、見積書の行を分けておきます。

減る時間と補助額の計算例(従業員45人の工場)

減る時間と補助額の計算例(従業員45人の工場)

数字はすべて仮に置いた例です。

検査員5人が1日7時間ずつ全数を目で検査している工程に、AIの一次判定と再確認の台を入れる場合で考えます。

作業(例)今導入後
全数の目視の検査5人×7時間=35時間0時間
AIが迷った品物の見直しなし1人×6時間=6時間
画像の確かめと学び直しなし1時間
合計35時間7時間

この例では1日35時間が7時間になり、1日28時間、年245日の稼働で年6,860時間の検査の時間が減ります。

省力化指数は(35-7)÷35で0.8です。

ケース(例)補助の対象になる経費(税抜)補助率補助額
カメラ・照明・AI判定の装置1ライン分1,200万円1/2600万円
品物を返す仕組みと振り分け・再確認の台まで含めた構成1,800万円1/2900万円
同じ構成で最低賃金引上げ特例に当たる場合1,800万円2/31,200万円

従業員21〜50人の補助上限は3,000万円(大幅賃上げ特例で4,000万円)です。

小規模企業者・小規模事業者・再生事業者は、補助率が2/3になります。

投資回収期間は、投資額を「減る工数×年間稼働日数×人件費単価+増えた付加価値額」で割って出します。

1,800万円の例で人件費を1時間2,300円(例)とすると、年6,860時間で約1,578万円となり、付加価値の増加を足す前でも約1.1年です。

申請の流れとスケジュール(第9回)

省力化投資補助金の申請の流れ

第9回は2026年11月4日に公募が始まり、12月上旬に申請受付開始、12月下旬に締切の予定です(一般型の公式サイト)。

採択の発表は、2027年3月下旬に行われる予定です(日付は調整中)。

  1. 外している不良品を取り置き、不良の種類と数を1か月分まとめる
  2. 検査員の判定の分かれ目を拾い、基準と見本の画像をそろえる
  3. メーカーに自社の品物で撮影の試験をしてもらい、見逃しと過検出の割合を出してもらう
  4. 2者以上から、カメラ・照明・判定・振り分け・研修を分けた見積もりを取る
  5. 事業計画書をまとめ、GビズIDプライムで電子申請する
  6. 採択発表から2か月以内に交付申請をし、交付決定を受けてから発注する
  7. 据え付け・学ばせ・支払・実績報告を経て補助金を受け取り、3〜5年の効果を報告する

補助事業期間は交付決定から14か月以内です。

据え付けのあと、本番の判定に移るまでの学ばせの期間も、この中に収めます。

ポイント

画像の取り置きと基準のそろえは、申請の前から始められます。

この2つが進んでいると、撮影の試験も見積もりも早く進みます。

よくある質問

Q. カタログ注文型にAI外観検査のカテゴリはありますか?

カタログの製品カテゴリ目次(令和8年10月8日版)には「3-8-4 AI外観検査用画像処理システム」がありますが、同じ目次では製品登録数が0と載っています。

目次は改訂されるため、検討している製品が登録されているかは販売店に確かめます。

自社の品物に合わせて撮り方から組むなら、一般型で計画するのが自然です。

Q. 今使っている画像検査の装置に、AIを足すことはできますか?

今の装置で見逃しや過検出が多く、人の見直しに時間がかかっているなら、AIの判定を足して見直しの時間が減ることを示せば計画になります。

今のカメラと照明で必要な不良が写っているかを、先に確かめておきます。

Q. 品種が多く、毎日のように品番が変わります。

形の近い品番をまとめて学ばせる方法や、品番ごとに判定の設定を切り替える方法があります。

よく流れる品番から順に立ち上げる計画にすると、効果の出る時期を早められます。

Q. 検査員の仕事はなくなりますか?

全数を見る仕事は減りますが、AIが迷った品物の見直しや、不良が増えたときに前の工程へ知らせて原因を探す仕事が残ります。

不良を出さない側の仕事に検査員の経験を回す計画にすると、浮いた時間の使い道として筋が通ります。

画像検査全般の補助金の考え方は、検査装置の補助金の記事でも説明しています。

AI外観検査の計画はTaigenに無料で相談できます

不良品の画像の集め方や判定基準のそろえ方から、構成の考え方、事業計画書づくり、採択後の交付申請と実績報告まで伴走します。

Taigen株式会社は、採択158件・支援した補助金の総額28億円以上の実績をもとにお手伝いします。

対象になるか、補助額はいくらになるか。
まずは無料でお確かめください。

無料で相談する|Taigen株式会社

補助金の申請を相談したい方へ

設備投資や新しい事業の計画に、どの補助金が合うか。いくら補助されるか。60分の無料オンライン相談でお答えします。

認定経営革新等支援機関/採択158件・支援した補助金の総額28億円以上

無料相談を予約する

この記事を書いた人

加藤 巧海

加藤 巧海

1996年広島県生まれ。大手コンサル会社にて経営計画・資金繰り・補助金支援を経験後、上野と共にTaigen株式会社を設立。現在は取締役として、補助金申請支援の商談と、設備メーカー・販売会社との提携づくりを担当。想像力・共感力に優れ、事業者がその事業に取り組む情熱や動機をうまく聞き出し言語化。明るい性格で「加藤さんと話して挑戦する気持ちになれた」と評判。趣味はボイストレーニング。

他のおすすめ記事