目視検査は製造業において最も広く行われている品質管理手法です。しかし、その信頼性は多くの現場担当者が思っているほど高くありません。
一般的な目視検査の見逃し率（不良品を見落とす確率）は10〜30%と言われています。特に微小なキズや色差、パターンの欠けといった「注意深く見ないとわからない」欠陥ほど見逃し率が高くなります。
8時間のシフトの中で、最初の2時間と最後の2時間では見逃し率が2倍以上変わるというデータもあります。人間の集中力には限界があり、これは意志の力では解決できない生理的な制約です。
同じ製品を見ても、検査員Aは「OK」、検査員Bは「NG」と判断する——これは目視検査の現場で日常的に起きています。判断基準の「目合わせ」を毎朝やっている工場もありますが、完全な統一は不可能です。
| 課題 | 内容 |
|---|---|
| 経験の差 | ベテラン検査員は微妙な欠陥も見つけるが、新人は見落とす。しかしベテランは「過検出」する傾向もあり、歩留まりに影響。 |
| 体調・疲労 | 同じ検査員でも、朝と夕方、月曜と金曜で精度が変わる。体調不良や睡眠不足の影響は避けられない。 |
| 検査速度の差 | 「早くて正確な人」は希少で属人化する。その人が休むと検査のボトルネックが発生。 |
| 暗黙知の問題 | 「この程度なら許容」という判断が言語化されず、引き継ぎができない。退職でノウハウが消失。 |
製造業の有効求人倍率は全産業平均を大きく上回っており、検査員の採用は年々困難になっています。特に「目視検査専任」のポジションは若い世代に不人気で、離職率も高い傾向にあります。
1人の検査員を採用して「使えるレベル」に教育するまでに3〜6ヶ月かかるのが一般的です。その間もラインは回り続けるため、常に人員不足のリスクを抱えています。
目視検査のコストは「検査員の給与」だけではありません。以下の「見えないコスト」を含めて考える必要があります。
| コスト項目 | 計算例（検査員3名体制） | 年間コスト |
|---|---|---|
| 人件費（給与＋福利厚生） | 450万円/人 × 3名 | 1,350万円 |
| 教育・研修費 | 新人1名あたり50万円（教育者の時間含む） | 50〜100万円 |
| 見逃しによる不良流出コスト | クレーム対応・返品・選別・再検査 | 100〜500万円 |
| 過検出による歩留まり損失 | 良品をNGにしてしまう（廃棄or再検査） | 50〜200万円 |
| 残業・休日出勤 | 増産時の対応、欠勤時の穴埋め | 100〜200万円 |
| 合計 | 1,650〜2,350万円 |
※ 記載の金額・料金は記事執筆時点の参考値です。最新情報は各メーカー・ベンダーの公式サイトをご確認ください。
自社の検査コストを試算してみませんか？
無料で相談する →目視検査の自動化には、技術的に3つのアプローチがあります。専門用語を使わずに説明します。
カメラで撮影した画像に対して、「ここの明るさがこの値以下ならNG」「この形状と一致しなければNG」といった条件を人間が設定する方法です。
| 向いているケース | 苦手なケース |
|---|---|
| 検査基準が明確（寸法、色差、有無判定）。品種が少ない。検査対象の形状がシンプル。 | 「微妙なキズ」「人なら見分けられるけど言葉にしにくい差」。品種が多く、品種ごとに条件を設定し直す必要がある。 |
良品と不良品の画像をAIに大量に見せて学習させ、「この画像はOK」「この画像はNG」を自動で判断させる方法です。
| 向いているケース | 苦手なケース |
|---|---|
| 「人間なら見分けられるけど条件を設定しにくい」欠陥。単一品種の大量生産で、不良品の画像データが大量にある。 | 不良品の画像が少ない場合（新品種など）。品種追加のたびに再学習が必要。学習データの収集とラベル付けに工数がかかる。 |
①と②を組み合わせ、さらに最新のAI技術（VLM：画像と言語を同時に理解するAI）を加えた構成です。寸法計測はルールベースで高速に、微妙な外観判定はAIで、品種識別や文字認識は最新AIで——と、得意な技術を使い分けます。
| 向いているケース | 特徴 |
|---|---|
| 多品種少量生産。複雑な検査（複数の欠陥種類、文字認識、品種識別が必要）。不良品の画像が少ない。 | 不良品の画像をAIが自動生成して補完。品種追加時の工数が劇的に少ない。既存設備（カメラ・照明）をそのまま使える。 |
| 項目 | 目視検査（3名体制） | AI検査導入後 |
|---|---|---|
| 検査人員 | 3名 | 1名（監視要員） |
| 年間人件費 | 1,350万円 | 450万円 |
| 見逃し率 | 10〜30% | 1%未満 |
| 不良流出コスト | 100〜500万円/年 | 大幅削減 |
| 品種切替時間 | 15〜30分/回 | 0分（自動） |
| 年間削減額 | — | 1,000〜1,500万円 |
※ 記載の金額・料金は記事執筆時点の参考値です。最新情報は各メーカー・ベンダーの公式サイトをご確認ください。
AI検査の導入費用が500〜1,000万円の場合、6ヶ月〜1年で投資回収が可能です。さらに2年目以降は年間1,000万円以上のコスト削減が継続します。
| ステップ | 内容 |
|---|---|
| ① 検査項目の棚卸し | 何を検査しているか、判定基準は何か、見逃し率はどの程度かを把握。自動化の優先順位をつける。 |
| ② サンプル画像での検証 | 実際の検査対象をカメラで撮影し、AIベンダーに送って精度を評価してもらう。多くのベンダーは無料で対応。 |
| ③ PoC（小規模実証） | 1ライン・1品種で自動検査を試行。精度・速度・運用性を現場で検証。最短2〜4週間。 |
| ④ 本導入 | PoCの結果を元に全ライン展開を判断。段階的に拡大すればリスクを抑えられる。 |
| ⑤ 継続改善 | 稼働後もデータを蓄積し、精度の継続的な向上を図る。品種追加も随時対応。 |
「うちは多品種だから自動化は無理」と思い込んでいる方が多いですが、最新のAI技術を使えば多品種ラインでも自動化は十分に可能です。
最新のAI（VLMと呼ばれる技術）は、品種ごとの設定変更なしで、画像から品種を自動識別し、品種に応じた検査を実行できます。品種が10種類でも100種類でも、追加のたびに大きな工数をかける必要がありません。
「多品種だから自動化できない」ではなく「多品種だからこそ自動化のメリットが大きい」というのが現在の正しい認識です。
まずはサンプル画像での無料検証から
無料サンプル検証を依頼する →構成により1,500〜3,500万円が標準レンジです。補助金活用で初期投資を大幅に抑えられます。
判定ログの全数自動保存と監査証跡機能により、IATF要求のトレーサビリティに対応できます。
VLMと汎化モデルの組合せで、品種切替工数を大幅削減できるため、多品種ほど効果が出やすい傾向です。
一般的に10〜30%です。検査員の疲労度、欠陥の種類、検査速度によって変動します。特にシフト後半は見逃し率が上昇する傾向があります。
検査内容により異なりますが、目安として500〜1,000万円が一般的です。検査員3名体制の場合、6ヶ月〜1年で投資回収できるケースが多いです。
はい。最新のAI技術を使えば、品種ごとの設定変更なしで自動検査が可能です。品種が多いほど自動化のメリットは大きくなります。
はい。1ライン1品種のPoC（小規模実証）から始められます。効果を確認してから段階的に拡大する進め方が一般的です。
最終更新日：2026-04-24