品質管理
外観検査に画像判定を入れる前に、どの工程を分けるべきか
外観検査のうち、不良候補を拾って要確認品に振り分ける工程は画像判定に渡せます。合否の最終判定と限度見本の更新、客先への確認は検査員と品質保証が持ちます。
製造の業務
品質管理
品質管理とは、検査、不良の分析、是正処置、監査対応、トレーサビリティの記録を行う業務です。
この業務の全体像
品質保証担当が検査、不良の分析、是正処置、監査対応、トレーサビリティの記録を行う業務です。成果物は検査記録、不良分析報告、是正処置報告、監査資料です。
仕事の順番
- 受入・工程・出荷の検査
- 検査記録の作成
- 不良の分析と是正
- 監査への対応
- トレーサビリティの記録
AIに任せられる工程
- 検査記録の転記と照合
- 外観検査の一次判定補助
- 不良の分類と類似事例検索
- 監査資料の検索と追跡
人が判断を残す工程
- 合否の最終判定
- 原因の特定と是正処置
- 提出範囲と回答
よくある質問
- 検査の合否をAIに任せられますか。
- 合否判定は検査員が行います。製造物責任法上の責任は事業者にあるため、AIは測定値の転記と公差との照合、成績書の生成に留めます。
- 外観検査の画像判定はどう始めますか。
- 不良候補の抽出と要確認品の振り分けまでとし、見逃し率と過検出率を自社データで評価してから運用に入れます。学習データが偏ると見逃しが増えるため基準を定期的に更新します。
- 同じ不良が繰り返されます。
- 不良の分類と傾向の整理、過去の類似事例と是正内容の検索で分析が早まります。原因の特定と是正処置の決定はAIの分類だけで済ませず、品質保証担当が行います。
この媒体を出している BoostX は、品質管理のAI化を支援しています
記事に書いた業務の分け方と工程ごとの線引きは、株式会社BoostXがAI導入支援で用いる、業務整理と実装設計の考え方です。読んで終わりにせず自社で動かしたい場合は、次の3つの進め方があります。製造を含め、業種を問わずお受けしています。
-
毎月ひとつずつAI化する
AI顧問
今の業務を工程に分けて、任せられるところから毎月ひとつずつAIに置き換えていく進め方です。設計と実装、運用の見直しまでを月額で続けます。
-
部署をまたいで一気に動かす
FDE型AI伴走支援
BoostXも当事者として社内に入り、複数の部署にまたがる業務を一緒に組み替えます。月2日の訪問を含む伴走型です。
-
仕組みとして作り切る
AIエージェント開発
試して効果が出た工程を、人が起動しなくても動き続ける仕組みにします。小さく試す段階から本番運用まで。
品質管理の課題を解決したい会社の方へ
オンライン30分・無料の相談です。ツールの紹介はしません。いまの工程を伺い、AIに任せる工程と人が決める工程を分けて、最初に着手する1工程まで決めて終わります。その場で契約をお願いすることはありません。
対象 自社の業務でAIを使いたい会社の方（経営者・部門責任者・情報システム／DX担当） ／ 営業・提携のご提案、個人の学習相談はお受けしていません。