「日本品質」という評判は、最終的には現場で一つひとつの製品を見てきた人の目に支えられてきました。その目が高齢化と採用難で細っていくとき、品質はどう守れるのか。検査の継承と自動化という観点から、押し売りではなく構造として考えます。
日本の製造業が長く築いてきた「品質に厳しい」「不良が少ない」という評判は、海外取引や価格交渉における無形の資産であり続けてきました。仕様書に書かれた寸法公差や規格適合だけでなく、「お客様に渡すものとして恥ずかしくないか」という現場の感覚的な厳しさが、その評判の一部を担ってきた面があると考えられます。問題は、その感覚を体現してきた人が、いま急速に高齢化していることです。
製造業の現場では、検査・品質保証を長年担ってきたベテランが定年期を迎える一方、若手の採用は容易ではありません。少子高齢化と労働人口の減少という構造的な背景は、特定の企業の努力だけで反転させられるものではなく、業界全体に共通する前提条件になりつつあります。この大きな流れについては製造業の高齢化対応でも整理しています。
ここで起きているのは、単なる「人手が足りない」という量の問題だけではありません。「これは出荷できない」という線引きを瞬時に行ってきた人の判断そのものが、職場から失われていく——という質の問題でもあります。本記事では、この「日本品質をどう守るか」という社会課題を上流に置き、検査の標準化と自動化がその答えの一つになりうるかを、限界も含めて誠実に考えていきます。
品質を守る議論を始める前に、「日本品質」と呼ばれているものの中身を分解しておくことが有用だと考えます。それは大きく二つの層に分けて捉えられます。一つは図面・規格・公差として明文化された層。もう一つは、文書になっていないが現場で共有されている「許容できる外観のばらつき」「気にすべき微妙な傷」といった暗黙知の層です。
寸法や材質、機能試験の合否基準のように数値で書ける部分は、ドキュメントとして残せるため、人が替わっても比較的引き継ぎやすい層だと考えられます。測定器やゲージを使えば判断の再現性も確保しやすく、ここは標準化の難所ではありません。
難しいのは外観検査に代表される暗黙知の層です。「この程度のスレ傷なら通す」「この色味のムラは客先がうるさいから弾く」といった判断は、しばしば検査員の経験の中にだけ存在します。同じ製品を見ても人によって判定が割れる、いわゆる判定のばらつきが起こりやすいのもこの層です。目視検査の限界と対策で触れたように、人の目は高性能である一方、体調・照明・集中力に左右され、基準の言語化も簡単ではありません。「日本品質」の守り方を考えるとは、実質的にこの暗黙知の層をどう扱うかを考えることだと言えます。
技能継承がうまくいかない理由を「若手にやる気がない」「教える時間がない」とだけ捉えると、本質を外しうると考えます。より根深い理由は、熟練者自身が自分の判断基準を完全には言語化できていないことにあります。長年の蓄積で半ば無意識に行っている線引きは、本人にとって「当たり前」すぎて、なぜそう判断したかを言葉で説明しにくいのです。
その結果、教育は「先輩の隣で見て覚える」というOJTに依存しがちになります。これは機能する場面もありますが、習熟までに長い時間がかかり、教える側の負担も大きく、人手が細る局面では回しにくくなります。退職時期が重なれば、引き継ぎが間に合わないまま判断の担い手が抜けてしまうリスクもあります。この構造は熟練検査員の退職と技能継承でより具体的に扱っています。
さらに、若手にとって外観検査は「正解が見えにくく、叱られるが評価されにくい」業務に映りやすく、定着の面でも不利になりがちです。継承の問題は教育論だけでなく、基準の不可視性と人材の魅力づけが絡み合った複合課題として捉えるのが実態に近いと考えられます。
継承と自動化のどちらに進むにせよ、共通の土台になるのが検査基準の標準化だと考えます。標準化とは難しい規格書をつくることではなく、「何を良品とし、何を不良とするか」を、限度見本・写真・言葉で人の頭の外に出す作業です。基準が誰かの頭の中にある限り、それは人にも機械にも引き継げません。
現実的な第一歩は、過去の不良品や微妙な判定例を集め、「合格／不合格／要相談」の限度見本として整理することだと考えられます。傷・打痕・色ムラ・異物などの不良を種類ごとに分類し、それぞれの許容範囲を写真と短い言葉で示していく。地味な作業ですが、これ自体が暗黙知を可視化するプロセスであり、採用した若手の教育資料にも、後述する自動化の学習データにもそのまま活きうるものです。人材育成側の取り組みは製造業のリスキリングとも接続します。
重要なのは、標準化を済ませずに自動化だけを急いでも、機械に教えるべき正解が定まらないという点です。「人によって判定が割れる基準」を、そのまま機械に学ばせれば、機械の判定も同じように揺れます。標準化は、人による検査の品質を底上げするだけでなく、自動化を成立させるための前提条件でもあると考えられます。
基準を可視化したうえで、検査の一部を機械に委ねる選択肢が画像AIによる外観検査です。近年は、従来の画像処理に加えて、VLM（視覚言語モデル）のように画像と言葉を結びつけて扱う技術も使えるようになり、「言葉で示した検査基準」と「現物の見え方」を突き合わせるアプローチが現実味を帯びてきました。詳細はAI外観検査のページで整理しています。
画像AIが比較的任せやすいのは、疲労や集中力低下に左右されず一定の基準で大量に見続ける、という反復的な負荷の部分だと考えられます。判定理由を記録に残しやすく、なぜ不良としたかの根拠を後から追える点も、属人化からの脱却という観点では意味を持ちうるものです。人の目を置き換えるというより、人の目を別の負荷から解放しうる、と捉えるのが実態に近いと考えます。
一方で、画像AIは導入すれば自動で品質が守られる魔法ではありません。成否を大きく左右するのは、撮像の条件——照明（ライティング）、カメラ、ワークの見せ方——を不良が見える形に作り込めるかどうかです。人の目には見える微細な傷も、照明が適切でなければ画像には写りません。Nsightは元キーエンス画像処理事業部の現場知見を背景に、VLM・Jetsonエッジ・産業用カメラ・現場ライティングを一体で設計する立場を取っていますが、それでも「やってみないと分からない」部分は残ります。だからこそ、自社の現物サンプルでの検証が出発点になると考えます。
標準化と自動化を進める過程で、現場が陥りやすいパターンがいくつかあります。あらかじめ知っておくことで、回避しやすくなると考えられます。
最後に、ここまでの論点を実行の順序として整理します。あくまで一つの考え方であり、自社の製品・工程・人員状況に合わせた調整が前提です。
まず、熟練者がまだ現場にいるうちに、限度見本と不良分類を写真と言葉で残します。退職が重なる前にこの作業を始められるかどうかが、継承の成否を分けうると考えられます。可視化した基準は、人の教育にも自動化の検証にも共通して使える資産になります。
次に、判定が比較的容易な工程・不良を選び、自社の現物サンプルで画像AIが有効かを小さく検証します。ここで重要なのは、最初から全面導入を目指さず、撮像条件と判定精度を現場で確かめることです。検証の結果、「この不良は自動化に向く／向かない」を切り分けられること自体が、次の判断材料になります。
検証で見通しが立った範囲から、機械が反復的な負荷を担い、人が境界事例と最終責任を担う体制へ移行していきます。この分担が回り始めれば、限られた人員でも品質基準を一定に保ちやすくなり、若手は判定根拠が見える環境で経験を積めると考えられます。「日本品質」を守るとは、人を機械で置き換えることではなく、人の判断を可視化し、機械と分かち合いながら次の世代へ渡していくことだと、私たちは考えています。
明確な定義がある言葉ではありませんが、本記事では図面・公差・規格として明文化された層と、現場の検査員が共有してきた「許容できるばらつき」などの暗黙知の層の二層構造として捉えています。継承で難所になるのは後者の暗黙知の層で、外観検査がその典型だと考えられます。
自動化機器の選定よりも先に、検査基準の標準化——限度見本や不良分類を写真と言葉で可視化する作業——から始めることが現実的だと考えます。基準が人の頭の中にある状態では、人にも機械にも引き継げないためです。標準化は教育・採用・自動化すべての共通の土台になりうるものです。
完全に不要になるとは考えにくいです。画像AIは反復的な負荷の一部を担いうる一方、境界事例の最終判断やAIが迷ったワークの確認には人の関与が残るのが現実的です。人を置き換えるより、人と機械で役割を分担し、限られた人員で基準を一定に保つという捉え方が実態に近いと考えられます。
あり得ます。微細な傷や色ムラは、照明・カメラ・ワークの見せ方といった撮像条件が適切でないと画像に写らないことがあります。だからこそ撮像条件の作り込みが重要で、自社の現物サンプルで実際に写るか・判定できるかを検証することが出発点になると考えます。
省力化投資や事業承継、リスキリングに関する公的な支援制度が設けられている場合があります。ただし対象要件・金額・期間は変更されることがあるため、具体的な適用可否や数値は所管省庁の最新の公表資料でご確認ください。本記事は制度の存在に触れるにとどめ、個別の適用判断を保証するものではありません。
「日本品質」を守る第一歩は、派手な導入ではなく、自社の検査基準と現物を客観的に把握することだと考えます。元キーエンス画像処理事業部の現場知見を背景に、撮像条件の作り込みから現物検証まで、小さく確かめるところからご一緒します。
検査の標準化・自動化について相談する