「AI検査の精度を99%で保証してほしい」——この要求に、技術的に答えられることと答えられないことがあります。母集団が変われば数字は動き、見逃しを減らせば過検出が増える。その前提を共有したうえで、契約や仕様書で本当に取り決めるべき論点を整理します。
「精度99%を保証してください」という要求の背後には、検査という業務を人から機械へ委ねることへの当然の不安があります。目視検査は属人的で数字が見えにくい一方、責任の所在は担当者と検査基準書のなかで曖昧なまま回ってきました。そこへ導入されるAI検査に対して、発注側が「数字で約束してほしい」と求めるのは自然な防衛だと考えられます。まずこの心理を否定しないことが出発点になります。
ただし、この要求を額面どおり「単一の保証値」として受けてしまうと、運用開始後にほぼ確実に食い違いが生まれます。理由は後述しますが、数字は前提条件と一体でしか意味を持たないためです。むしろ問うべきは「何を、どの条件で、どう測ったときの数字なのか」であり、そこを詰めずに交わした約束は、双方を守るどころか紛争の火種になりうると考えます。
AI検査を入れても、最終製品の品質責任が発注側から消えるわけではありません。検査工程の一部を自動化しても、出荷判定の責任は依然として製造者側に残るのが通常です。だからこそ「AIに任せた＝保証された」という理解のズレは危険で、AIは判定を支援・代替する道具であって、品質保証体制そのものを肩代わりするものではない、という前提を最初に揃えておく必要があると考えます。人の検査と比べてどこが変わるのかは目視検査の限界の観点と併せて捉えると整理しやすくなります。
結論から言えば、「精度」という一語には少なくとも三つの異なる指標が混ざっており、これを分けないまま数字を約束することはできません。検査の文脈では、正解率（全体でどれだけ当てたか）、見逃し率（不良を良品と誤ったか＝流出）、過検出率（良品を不良と誤ったか＝歩留まり悪化）は別々の量です。同じ「99%」でも、どの指標の99%かで現場の意味は正反対になりえます。
たとえば不良の発生が全体の1%という工程では、「すべて良品」と判定するだけのモデルでも正解率は99%に達します。しかしそのモデルの見逃し率は100%で、検査として無価値です。正解率という単一の数字がいかに誤解を招くかがここに表れており、保証の対象を正解率に置くこと自体が設計として危ういと考えられます。
精度が前提条件と一体である最大の理由が、母集団（検査対象の分布）依存です。学習・検証に使ったサンプルの傷の出方・大きさ・部位の分布と、実運用で流れてくる対象物の分布がずれれば、同じモデルでも観測される精度は変わりうる。ロット替わり、材料変更、季節による表面状態の差、金型摩耗などで母集団は静かに動きます。つまり「ある期間・あるサンプルで測った99%」は、来月も成り立つ保証ではなく、その時点の観測値だと理解するのが誠実だと考えます。
画像AIの精度は、モデルの賢さ以前に「どんな画像が入ってくるか」でほぼ決まる側面があります。照明の角度・強度、カメラの解像度と画角、ワークの置き方や搬送のブレ、外光の映り込み——これらが変われば入力そのものが別物になり、精度の議論の土台が崩れます。ここでNsightが重視するのは、元キーエンス画像処理事業部の現場知見をもとにした現場ライティング（照明設計）と産業用カメラの選定であり、撮像条件を安定させて初めて精度を語れる、という順序だと考えます。
約束できるのは、保証値そのものではなく「条件を固定したうえでの測定結果と、その測り方の再現性」だと考えます。すなわち、対象範囲・撮像条件・合否基準を明文化し、代表サンプルで測ったときの見逃し率・過検出率を提示し、同じ条件なら同じ手順で再測定できることを保証する——ここまでは技術と手続きの問題として引き受けられる領域です。逆に、条件を固定しない「実運用の全数で常に99%」は、原理的に事前保証できない領域だと理解しています。
ここで用語を一つ定義します。VLM（Vision Language Model、画像と言語を結びつけて理解する基盤モデル）は、「こういう外観は不良」という説明的な基準を扱いやすい一方、確率的な判断をするため出力は決定論的ではありません。従来型の画像処理が閾値ルールで白黒を出すのに対し、VLM系は「どの程度その基準に合致するか」を返す。この性質を踏まえると、保証は「一意の正解」ではなく「基準に対する再現可能な判定手続き」の形で設計するのが実態に合うと考えます。
アノテーション（画像へ正解ラベル＝良品/不良や欠陥種別を付与する作業）の質と量が、提示できる数字の信頼区間を左右します。少数サンプルで出た高い数字は偶然の可能性が高く、逆に十分な検証データで測った控えめな数字のほうが運用では裏切りにくい。したがって「どれだけのサンプルで、誰がどの基準でラベル付けし、どう分割して測ったか」まで含めて初めて約束の土台になると考えます。何を測るべきかはAI検査PoCの進め方で扱う検証設計と直結します。
結論として、閾値をどちらへ寄せるかは技術者ではなく事業側が決めるべき判断だと考えます。見逃し（不良流出）と過検出（良品の誤廃棄・再検査増）は多くの場合トレードオフで、片方を厳しくすればもう片方が緩む。この配分は「1件の流出でどれだけの損害・信頼失墜が生じるか」対「過検出で失う歩留まりと再検査工数」という、その事業固有の重み付けの問題だからです。技術は選択肢と各点でのリスク量を提示できますが、どこを選ぶかを代わりに決めることはできません。
実務では、この配分を「安全側に倒す運用」で吸収する設計が現実的になりうると考えます。たとえば、モデルが自信を持って良品と判定したものだけ自動通過させ、判断が微妙な領域は人の再確認に回す二段構え。全数を自動判定させるのではなく、確実な部分を自動化して人の負荷を減らし、グレーゾーンに検査員の目を集中させる——この設計なら、見逃しリスクを抑えつつ過検出による全量停止も避けやすくなります。
どちらへ倒すのが妥当かは、工程の性質で分かれると考えます。目安として次のように整理できます。
見逃しを極端に嫌う配分が向くのは、安全部品・医療・食品など流出時の損害や社会的責任が甚大な工程です。ここでは過検出（多めに弾く）を許容し、人の再検査コストを払ってでも流出を抑える設計が合理的になりうる。一方、過検出の抑制を優先する配分が向くのは、不良流出の下流影響が限定的で、かつ歩留まりと生産性が事業の生命線になっている量産工程です。ただしこの線引き自体が経営判断であり、投資対効果の観点はAI外観検査のROIと併せて検討する必要があると考えます。
契約や仕様書に真っ先に書くべきは保証値ではなく、その数字が成り立つ「前提の四点セット」だと考えます。具体的には、対象範囲（どの品種・欠陥種別・寸法帯を対象とするか）、撮像条件（照明・カメラ・治具・搬送の固定仕様）、合否基準（何をもって不良とするかの定義とサンプル）、再検証の条件（前提が変わったとき何をトリガーに測り直すか）。この四点が曖昧なまま数字だけ書かれた契約は、運用開始後に「その不良は対象外だ／いや含まれるはずだ」という水掛け論を生みうると考えます。
対象範囲は「含むもの」より「含まないもの」を明記するほうが紛争を防ぎます。学習・検証で想定していない新種の欠陥、規定外の置き方、想定外の材料——これらが出てきたときに「保証外」と明示されているか、それとも自動的に保証対象に含まれると読めてしまうか。ここを詰めておくことは、後述するベンダーとの関係設計にも直結します。取り決めておくべき論点は契約条項とベンダーロックインの視点で整理すると漏れが減ると考えます。
精度が母集団依存である以上、保証値には有効期限や再検証トリガーを添えるのが誠実だと考えます。材料ロットの変更、金型・工程条件の変更、不良傾向の変化、定期的なモニタリングで見逃し率が閾値を超えた——こうした事象を「測り直しの合図」として仕様に書き込む。オンプレミス（クラウドではなく自社設備内でモデルを動かす方式）でエッジ（現場の機器側で推論する構成）に載せる場合でも、判定ログを蓄積して定点観測できる仕組みを前提にしておくと、劣化を数字で捉えて再検証につなげやすくなると考えます。
保証の議論で実際にこじれやすいのは、技術の限界そのものより、前提のすり合わせ不足に起因するものが多いと考えられます。代表的なものを挙げます。
最初の一歩は、理想的な保証値を交渉することではなく、現物・現場で客観的な数字を把握することだと考えます。実際の対象物を、実際に想定される撮像条件に近い環境で撮り、代表的な良品・不良にラベルを付け、見逃し率と過検出率を分けて測る。この「今どこにいるか」を数字で掴むことが、意味のある合否基準と再検証条件を設計する前提になります。順序としては、①対象範囲と合否基準の現物合意 → ②撮像条件の固定 → ③代表サンプルでの測定 → ④閾値配分の事業判断 → ⑤仕様・契約への落とし込み、という流れが後戻りを減らしやすいと考えます。
この客観把握の場が、いわゆるPoC（Proof of Concept＝本格導入前の小規模検証）です。ここで測るのは「うまくいくか」の感触ではなく、上に挙げた各指標と、母集団が動いたときの振れ幅です。AI外観検査を検討する段階では、まず現物検証から入ることを前提に置くのが現実的だと考えます。
検証から本番運用までを一気通貫で設計したい場合は、撮像条件の作り込みと合否基準の言語化を含めて伴走するPoC・導入コンサルティングのような進め方が有効になりうると考えます。元キーエンス画像処理事業部の現場知見 × VLM × Jetsonエッジ × 産業用カメラ × 現場ライティングという組み合わせは、「精度を約束する」ためではなく「精度を測れる土台を作る」ために使うのが本来の順序だと、私たちは考えています。
一律の数字は提示できないと考えます。精度は対象物・欠陥種別・撮像条件・合否基準に強く依存し、同じモデルでも母集団が変われば観測値は変わりうるためです。意味のある数字は、実際の対象を実際に近い条件で撮り、見逃し率と過検出率を分けて測って初めて得られます。まずは現物での検証から把握することをおすすめします。
単一の保証値を無条件で約束することは、技術的に困難だと考えます。約束できるのは、対象範囲・撮像条件・合否基準を固定したうえでの測定結果と、その測り方の再現性です。契約では数字より先に、この前提の四点と再検証の条件を明文化することが、双方を守る設計になりうると考えます。
工程ごとの事業判断であり、技術側では決められないと考えます。流出時の損害が甚大な工程は見逃しを極力抑える配分（過検出は許容）、歩留まりが生命線の量産工程は過検出抑制を優先、という整理が一つの目安です。多くの場合、判断が微妙な領域を人の再確認に回す二段構えでリスクを吸収する設計が現実的になりうると考えます。
起こりうると考えます。材料やロットの変更、工程条件や不良傾向の変化で母集団が動けば、同じモデルでも精度は変わりえます。これはモデルの故障ではなく前提の変化です。だからこそ契約・仕様に再検証のトリガー（何が変わったら測り直すか）を書き込み、判定ログで定点観測できる仕組みを用意しておくことが重要だと考えます。
通常は移転しないと考えます。検査工程の一部を自動化しても、最終製品の出荷品質責任は製造者側に残るのが一般的です。AI検査は判定を支援・代替する道具であり、品質保証体制そのものを肩代わりするものではありません。契約上の責任分界は、法務・所管の観点も含めて個別に確認することをおすすめします。
精度の数字は、対象物・撮像条件・合否基準を固定して初めて意味を持ちます。まずは実際のワークを現場に近い条件で撮り、見逃し率と過検出率を分けて把握するところから。元キーエンス画像処理事業部の現場知見をもとに、測れる土台づくりからご一緒します。
AI検査の精度と検証について相談する