「AIを入れたいのに、不良品が集まらないんです。」

これは、製造業のお客様と話していると、本当によく聞く言葉です。AI外観検査という言葉自体は、ここ数年でかなり広がりました。実際、工場の現場でもAI導入への期待は大きくなっています。でも、現場で話を聞けば聞くほど、理想と現実のギャップも見えてきました。たとえば、多くのAI外観検査は「不良品を学習させる」必要があります。傷、異物、欠け、変形。AIに「これが不良です」と覚えさせるためには、大量の不良画像が必要になる。でも、現場からすると、そもそも不良って“たくさんあってほしくない”ものなんです。品質改善を積み重ねた結果、不良発生率がppmレベル（100万個に数個）まで減っている現場も珍しくあり...

「AIなら何でもできます」とは、どうしても言えません。

AIが大きな注目を集め始めた頃、外観検査の世界でも「AIで検査を自動化できる」という話が一気に広がりました。展示会では華やかなデモが並び、導入事例も次々と出てきました。実際、AIには大きな可能性があります。僕達も、2016年頃のディープラーニング黎明期から製造業向けのAI開発に携わり、「これは日本の製造業を変えられる技術かもしれない」と本気で感じていました。でも、現場でお客様と向き合っていると、少しずつ違和感も感じるようになったんです。「AIならどんな検査でもできます」「すぐ高精度が出ます」「人の代わりになります」そんな言葉が、業界の中で当たり前のように使われていました。もちろん、悪意が...