製造業界では現在、人手不足に伴う諸問題を解決するため、作業の自動化・省人化を図るべく営業担当者AI営業担当者の活用が進んでいます。営業担当者Microsoft営業担当者提供の画像認識営業担当者API営業担当者「営業担当者Computer Vision API営業担当者」のように、一から開発せずとも必要な営業担当者AI営業担当者機能を利用できるサービスも登場しており、営業担当者AI営業担当者導入のハードルは下がってきている状況です。本項では、画像認識AIが製造業にどのようなメリットをもたらすのかをご紹介します。
AIによる画像認識で実現できること
AI（人工知能）とは、一般的には「人工的につくられた人間のような知能、ないしはそれをつくる技術」であり、データの中から特徴量を生成し、現象をモデル化できるコンピューターを指します。
ビジネスの現場で使われるAIの多くは「機械学習」と呼ばれる手法です。これはコンピューターが学習する仕組みのことで、与えられた構造化データ、つまり機械が理解できる形式に成型されたデータからルールを見つけ出します。機械学習の一技術であるディープラーニング（深層学習）では、音声や画像といった非構造化データをRNN（回帰型ニューラルネットワーク）や、CNN（畳み込みニューラルネットワーク）といったモデルを用いることで認識します。
2010年代に入って、画像処理におけるディープラーニングの研究が盛んになり、「第三次AIブーム」と呼ばれる時代が到来しました。それに伴い、急激に実用化が進み、その音声が何を話しているかを判断する音声認識、その画像が何を写しているかを判断する画像認識、そして文章の意味を理解する自然言語処理などが、研究の場だけでなくビジネスの現場でも広く活用されるようになったのです。
特に画像認識の分野は応用範囲が広く、サービス業や農業、水産業、さらには製造業においてもさまざまな活躍が期待されています。
その理由の一つとして、近年の人手不足の深刻化が挙げられます。製造業では特に人手不足の問題が顕著で、労働環境を整備して人材を確保したり、RPA導入によってコンピューターができる作業はロボットに任せ、人は付加価値の高い業務に取り組んだりする動きも盛んです。さらに自動化・省人化のニーズが高まっているだけでなく、国が進める働き方改革を背景に、労働時間を減らそうという動きも見られます。それらの課題解決の手段として、AIによる自動化が注目されているのです。
AIを開発するには、「Python（パイソン）」と呼ばれるプログラミング言語を主に用います。これはシンプルな記法で分かりやすいという特徴があるほか、外部から必要な機能をフレームワーク・ライブラリとして呼び出せることから、AIやデータ分析用として人気がある言語です。AIは、PythonでTensorFlowやChainerといったライブラリを活用して開発を行うのが一般的です。
一方で、一からプログラミングを行わなくてもAIが使えるようなサービスを各社が提供し始めています。例えばMicrosoftでは、「Computer Vision（コンピュータービジョン）」と呼ばれるサービスを提供しています。これは同社のクラウドサービス「Microsoft Azure」内で提供しているもので、アプリケーションとして利用できるだけでなく、APIとして外部から接続し利用することも可能です。このComputer Visionによって、画像が何を写したものか分析したり、画像内の文字を識別したりできます。こうしたサービスを利用することで、専門知識を持ったスタッフがいない企業や、開発にコストをかけられない企業でもAI導入がしやすくなります。
分析情報を検出
Microsoft Azureの画像認識API「Computer Vision API」の機能では、画像の分析を行った上で、それが何の画像かを判別することができます。また、画像の中のどの部分が顔なのか判断して検出したり、それが男性か女性か、どれくらいの年代かなど視覚的特徴のタグ付けをしたりすることも可能です。この技術を応用すると、店舗に設置した監視カメラの映像から、いつ・どんな人が来店したかを容易に調査できます。テキストの抽出
画像にある文字からテキストを抽出することができます。手書きによるフリーテキストも判別可能です。従来の文字認識技術としては「OCR（Optical Character Recognition/Reader、光学的文字認識）」と呼ばれるものが一般的でしたが、手書き文字の認識が困難なことや、自由なレイアウト上の文字認識を苦手とするなど、さまざまな課題がありました。対してAIでは、学習によって手書き文字からでもテキストを抽出できるようになります。
そのほかにもComputer Vision APIでは、写真や動画に映っているロゴ画像を認識してブランドを判別したり、アダルトコンテンツの識別を行ったりすることも可能です。
製造業における画像認識AIの活用メリットと事例
近年の製造業では、画像認識AIがさまざまなシーンで活用されています。監視カメラやセンサーを設置することで現在の状態を取得し、それをAIで認識・予測することによって、人手で行っていた作業を自動化する仕組みです。主に下記のような用途で利用され、効果を上げています。作業の自動監視
工場に監視カメラを設置し、作業工程を大量に撮影します。そのデータをAIが学習することで、正しい作業手順を理解します。これにより、作業スタッフが通常とは異なる手順をとったときに、パトランプを点灯させて注意を促すといったことが可能です。人手による作業では、どうしても作業忘れやうっかりミスが発生する可能性があるため、監視カメラで作業中の様子を常時監視することでそれらを未然に防ぎます。
ある電子機器メーカーでは、電子部品の検査にAI技術を取り入れ、無数の部品が搭載された基盤の画像から即座に異常を検知するシステムを構築しました。90％を超える高精度の予測により、検査の大幅な効率化に成功したのです。1回あたりの検査にかかる時間も大幅に短縮されるため、作業者への負担が軽くなり、疲労などによるヒューマンエラーの防止にも役立ちます。
検品作業のコストを削減
従来の検品作業では、経験を積んだスタッフが目視で瑕疵をチェックしていました。人による作業である以上、チェック漏れやミスの発生を完全には避けられないのが実情でした。しかしAIであれば、製品の「正しい」状態を事前に学習し、そこから外れた特徴を持つ製品を検出することができます。ほかにも、作業の高速化や検査精度の向上といった多くのメリットがあるため、検品作業にかかる負担の大半を補ってくれます。
あるカメラメーカーでは、出荷前の製品同梱物チェックを行うためにAI自動検品に切り替えたところ、大幅な時間短縮効果がありました。従来の人による作業では時間がかかる上、単純作業であることも相まってヒューマンエラーが起こりやすいという問題がありましたが、AI導入によってエラー件数が減り、人件費の削減効果も見られたそうです。このように、AIはコスト面においても大きく貢献することが分かります。
安全な作業環境を作る
製造現場の安全性を高めるためにも、AIの導入は非常に有効です。工場内に監視カメラを設置することで、許可されていない人間の侵入を防いだり、危険なエリアに不必要なスタッフが立ち入らないようアラートを発したりできます。ほかにも、工場内の機械に設置したセンサーから音の情報を取得し、異常音を検知して機械の故障予測を行うことも可能です。工場内には、一歩間違えれば重大な事故に発展しうる機械がいくつもあります。故障や不具合などの早期発見は、安全性を保つ上で不可欠といっても過言ではありません。
ある機械メーカーでは、工場内を走るフォークリフトに車載カメラを導入し、AIによる安全走行のサポートを実施しています。車載カメラから送られた画像をAIがリアルタイムでチェックし、95％以上もの高精度で人や標識を判別・検出したのち、ドライバーに注意を促す仕組みです。これらは緊急停止機能と連動させることもでき、自動運転による走行も可能とします。また、工場内のレイアウトや標識のデザインが変わったとしても、深層学習によって対応できるため、この上なく心強いサポートといえるでしょう。
製造業では現在のところ、投資効果が出やすい業務効率化や省人化といった目的でAIを導入する企業がほとんどです。しかし、AIの活用によって新しいサービスを開発するようなことも、今後は増えていくと考えられます。
まとめ
画像認識技術は製造業にとって活用の可能性が高い分野です。事故防止や検品、作業の監視などに利用されています。今は大手企業から導入が進んでいる状況ですが、クラウドサービスとして利用できる営業担当者AI営業担当者サービスの提供が増えてきていることから、今後は中小企業など人手不足が深刻な会社でも営業担当者AI営業担当者導入が進んでいくと予測されています。
