1/26ページ
カタログの表紙 カタログの表紙 カタログの表紙
カタログの表紙

このカタログをダウンロードして
すべてを見る

ダウンロード(3.6Mb)

不良データ不足やPCを置けない現場の悩みを解消！現場課題に応えるエッジAI＆生成AI導入の最適解

製品カタログ
匠ソリューションズ株式会社
お問い合わせ
電話でお問い合わせ

検証工数70％削減や画像処理への活用事例を公開！製造現場で使えるAIの導入方法と原理試作から実装・運用までの進め方を具体的な事例を交えて紹介

「AIを活用したいが、どの業務に適用できるのかわからない」
製造業では外観検査や異常検知、仕様書・検証作業の効率化、社内ナレッジ蓄積などAIを活用できるテーマは多くあります。

本資料では、NVIDIA Jetsonを活用した外観検査・画像認識などのエッジAI事例、生成AIによる仕様書・検証作業の効率化、RAGを活用した社内ナレッジAIなどを紹介。

さらに、生成AIで異常画像を作成し、外観検査AIの学習データ不足を補う手法やマニュアルチェック工数を70％削減した事例も掲載。
AI導入のテーマ探しから具体的な検証方法まで自社でのAI活用を検討中の方におすすめです。

このカタログについて

ドキュメント名 不良データ不足やPCを置けない現場の悩みを解消！現場課題に応えるエッジAI＆生成AI導入の最適解
ドキュメント種別 製品カタログ
ファイルサイズ 3.6Mb
取り扱い企業 匠ソリューションズ株式会社 (この企業の取り扱いカタログ一覧)

この企業の関連カタログ

この企業の関連カタログの表紙
製造現場のAI活用、何から始める？外観検査・生成AI・エッジAIの実践事例と導入ステップ
製品カタログ

匠ソリューションズ株式会社

この企業の関連カタログの表紙
【匠ナレッジキャプチャ】AIで作業を効率化。いつもの作業から熟練ノウハウを自動蓄積。
製品カタログ

匠ソリューションズ株式会社

この企業の関連カタログの表紙
外観検査や生産工程の改善にAIをどう使う？製造現場で活用できるエッジAIの開発事例と導入方法
製品カタログ

匠ソリューションズ株式会社

このカタログの内容

Page1

スライド 1

現場で活用できる エッジAIソリューション 2026年10月 匠ソリューションズ株式会社
Page2

スライド 2

AI開発の取組みと事例
Page3

スライド 3

エッジAIの必要性 外観検査や物体認識などの現場にAIを活用する場合、安全・高速・確実な処理が必要です。 現場で使えるAI、それが「エッジAI」です。 エッジAIのメリット ①通信コスト削減 ②リアルタイム処理 ③短期間でのAI導入 クラウドへのデータ送信がない 検知して即座にAI処理で判断を可 Jetson GPUモジュールの開発 ため、毎月の課金はありません 能とするため、リアルタイム応答 実績から、検討・実装・導入ま また、外部接続をしないため が必要な現場の対応に最適です で短期間でエッジAIソリュー セキュリティ的にも安全です ションに対応します
Page4

スライド 4

エッジAIに最適なJETSON開発の課題と対応 NVIDIA JETSONを活用したエッジAI開発経験から最適な提案を行います Jetsonのメリット 課題と対応 開発時間短縮 JETSON固有の課題 直ぐに開始できる開発者キット JETSON開発実績から短期解決 強力なAI性能 単体モジュールでAI処理可能 最大275TOPSのAI性能（AGX Orin） PCが置けない現場に設置 NVIDIAパートナ企業連携 アルゴリズム選定 多くのライブラリー/QAが提供 NVIDIAパートナーと大学連携 量産用モジュール 量産モジュール提案 量産対応の産業用モジュール提供 最新情報リサーチから選定 4
Page5

スライド 5

画像AI開発事例 NVIDIA Jetson 異常検知AI 画像認識AI 物体検出AI 接客AI+プロジェクション マッピング 微細なキズ/異物を検知 大きさや重さを推論 物体の種類/距離を検出 没入型アート体験演出 （塗装/部品外観検査） （農作物重量推論） （画像/Lider 衝突検知）
Page6

スライド 6

画像AI開発事例（外観検査システム） ・パートナー企業のサーバ上の外観検査アルゴリズムをPC が設置できないラインでの稼働を目標にNVIDIA JETSON に実装
Page7

スライド 7

画像AI開発事例（スマート農場の生育監視） 植物工場内の生育過程ごとの画像データをAIで セグメンテーション解析することで、野菜の葉 領域を抽出し、生育段階ごとの画像内占有率を 算出、生育段階別に野菜の占有面積を定量的な 可視化に成功
Page8

スライド 8

リアルタイムプロジェクションを組み合わせた接客AIソリューション AI接客＋リアルタイムプロジェクションで画像や音声が反応する没入型アート体験空間の提供 ①動作物体検知 JETSONによる物体AI解析処理 ②映像ソースとの融合 動作に反応させて別画像を組込み ③接客AIロボット 動作を検知して音声で接客 8
Page9

スライド 9

生成AI開発事例 お客様 問合せ 相談 問合せ対応AIチャットボット 問合せに自動回答し、業務効率を向上 社内データベース（RAG基盤） 社内の情報・ナレッジを一元管理/活用 社内ナレッジAI 分析・改善提案AI 社内情報の検索・共有を支援し、 市場・顧客・技術情報を分析し、 業務の生産性を向上。 事業アイデアや改善提案を支援。 社内従業員 事業推進担当 接客AIロボット AI活用した生産平準化 生成AI開発アシスト AIチャットボット 人流データ+量子コンピュー マニュアルの製造プランから 生成AIアシストによる ＋社内IT機能AIアシスト ティング+生成AIを組み合わ AI活用した製造平準化により 開発検証作業の効率化 チャットボットを入口とした せた自動型接客AIシステム 生産効率化 社内IT機能アシスト
Page10

スライド 10

人流データを組み合わせた接客AIソリューション 人流データを量子アニーリングで解析、結果を接客AIロボットでコミュニケーション ・人流データの見える化 量子アニーリング ・集客支援（広告、クーポン情報など） 集約・復号 ・災害、事故情報などの収集・通知 処理 ①人流属性データ処理 JETSONによる人流属性AI解析処理 店舗用/お客様用アプリ AI処理属性データ取得 暗号化・分散処理 暗号化・分散 混雑情報・集客支援・災害情報等 処理 接客AIロボットとの会話 ②人流解析データ可視化 (多言語対応） AI処理属性データ取得 （録画機能無し） 量子アニーリングによる人流データ Chat GPT (会話DB) 接客AIロボット （モニタ上） 可視化と人流解析データから対策 エッジAIカメラ 接客AIロボット Webアプリケーション ③接客AIロボット 観光客 店舗 生成AIとNVIDIA Jetsonを用いた音声、 買い物客 画像処理による接客 10
Page11

スライド 11

マニュアル作業工程の可視化 従来の受注から製造完了までのマニュアル作業をAI活用して作業フローの最適化 導入後の作業ライン ・作業完了時に作業者が進捗を記録 ・毎日、AIで最適な作業フローを計算 ・その結果から先行してリソースアサインに移れる モニターで仕様表示 ①DX化導入の取組 ・紙で管理されていた仕様書をデータベース化 ・タブレットを活用させ、進捗状況をリアルタイムで把握プロンプトを設計 ・工程データのデータ基盤を構築。スケジュール最適化や作業時間分析に応用予定 ②助成金の活用 ・本開発において企業の助成金申請をサポート
Page12

スライド 12

仕様書・検証アシスト 車載ファームウェア開発検証時の膨大なマニュアルチェック作業をAI活用して作業効率化 顧客課題 取り組み 成果 problem Approach Result LSIや製品開発、仕様書検証 等、様々な開発作業に応用 が可能です。 厳密な品質検査のための 生成AIを活用した 工数70%削減 膨大なマニュアル工数 マニュアル作業自動化 継続契約を検討中 ①効果的なAIプロンプト設計 ・生成AIに対する命令・文脈・入力データ・出力形式を組み合わせてプロンプトを設計 ・原理試作段階から高精度な結果を得ることができ、開発初期の精度向上に寄与 ②生成AIの開発活用 ・原理試作やプラットフォーム開発においてChatGPT、Gemini、CODEXなどの生成AIを活用、バージョン アップに対応しながら評価中 ・コード作成や検証を効率化し、開発を迅速に対応
Page13

スライド 13

AIチャットボット＋社内IT機能のAIアシスト お問合せAIチャットボットを起点としてデータベースとRAGを活用した事業・改善分析や 社内ナレッジを支援するシステムを構築します お客様 問合せ 相談 ①問合せAIチャットボット 従来のマニュアル対応を自働化 問合せ対応AIチャットボット 問合せに自動回答し、業務効率を向上 ②社内ナレッジAI AIチャットボットを入口として社内業務 社内データベース（RAG基盤） のAI化をアドバイス 社内の情報・ナレッジを一元管理/活用 社内ナレッジAI 分析・改善提案AI ③分析・改善提案AI 社内情報の検索・共有を支援し、 市場・顧客・技術情報を分析し、 業務の生産性を向上。 事業アイデアや改善提案を支援。 AIチャットボットを入口として業務改 善提案や新事業提案をアシスト 社内従業員 事業推進担当
Page14

スライド 14

匠ナレッジキャプチャー（開発中） マニュアル作業時間を大幅に改善、習熟者のノウハウを自働でデータ化 活用事例：作成にノウハウが必要な仕様書、工程書等の自働化 活用フロー 導入で期待できること 1 作業データを入力 1 マニュアル作業時間を大幅に短縮 2 資料ドラフトを自働生成 2 習熟者の指示を自働でデータ記録 3 音声やテキストで修正点を指示 3 作業ごとにノウハウが連続して蓄積 4 自働修正してノウハウをデータ化 4 蓄積されたノウハウを次世代へ繋ぐ
Page15

スライド 15

AI導入の進め方 15
Page16

スライド 16

AI導入成功のポイントと課題 AI市場拡大の背景 AI導入成功のポイント お客様の悩み 【地域企業の課題とAI化】 ①経営者（責任者）が「活用方針」を ■AI導入の課題 決めている AI導入を製造現場で検討したいが ・地域企業の約72%が人手不足 「何のためにAIを使うか」が責任者が を経営課題として認識、 ・作業が多忙で取り組めない 明確化している ・中小企業の約39%がAI導入前向き ・効果が不透明で判断できない ②課題が明確な業務から小さく始める 【地域企業の強みと課題】 ・導入の可能性がわからない 毎日発生する定型業務の一つを選び、 ・強み：地域密着、細かい現場対応 ・不良サンプル数が少ない 効果を確かめてから横展開 ・課題：業務属人化、IT担当者不在 ③外部のパートナーをうまく活用 【社会的背景（追い風）】 地域企業はAI人材を抱えにくいため、導入 AI導入時の不明点が多いため ・人手不足、高齢化、DX遅れ 設計から運用定着まで伴走してくれる外部 ・AI一般化、ChatGPT認知拡大 パートナーを活用 導入判断ができない
Page17

スライド 17

AI導入フロー システム開発 顧客運用 原理試作検証 (2か月） 調査 (1～5日） （10日） プラットフォーム 導入・運用 試作・開発 簡潔な原理試作で AI化導入調査 効率的に検証 メンテナンス・保守 要件定義/コーディング モデル設計・選定 企 課題理解(In/Out) ドキュメント作成 業 評価検証 導入可能性/効果目標 評価検証 AI進化の調査と検証 ・初期段階で課題理解と導入可能性を共有する お客様とベンダーが ・原理試作⇔評価から要求に沿ったプラットフォームを伴走して作成 一緒に導入を目指す ・進化の早いAIツールの調査・検証を継続的に行う 17 初期段階で一括導入判断するのではなく自社導入の有効性と投資効果を確認後に段階的に導入する IT
Page18

スライド 18

匠ソリューションの提案（１）初期調査報告サポート 調査・共有 （１）初期調査・報告 （＜20日） （外観検査AIの場合） プラットフォーム 導入・運用 試作・開発 ・簡不潔良なサ原ン理プ試ル作やでスマホカメラ画像からAI効率化可能性を報告 匠 AI化導入調査 効率的に検証 ソ ・設備情報等から導入設備の提案 メンテナンス・保守 リ 要件定義/コーディング ュ （検モデ証ル作設業計効・選率定AIの場合） ー 課題理解(In/Out) ドキュメント作成 シ ・課題評共価有検と証サンプルデータからAI効率化可能性を報告 ョ 導入可能性/効果目標 評価検証 ン （２）社内提案書、助成金申請作成サポート ズ 現在、無償相談受付中 ・部品の外観検査システム→初期調査検討、不良品判定確認、助成金申請サポート 事 例 ・AIチャットボット分析システム→初期調査検討、助成金申請中 ・仕様書作成の誤記載や曖昧さ、過去トラブルフィードバック対応→社内提案書作成 18
Page19

スライド 19

匠ソリューションの提案（２）異常画像の生成AI作成 外観検査AI導入の課題 異常画像を生成AIによって人工的に作成 ↓ 異常データ不足 ・外観検査AIの学習データ拡張（異常サンプル不足を補う） ・PoC実証フェーズでの早期検証（実データ待ちを短縮） ・学習データが偏る ・異常検知モデルの安定化・精度向上（希少な異常パターン学習可能） ・精度検証が進まない スピードと再現性の両面での優位性 Stable Diffusion系生成AIにLoRA（Low-Rank Adaptation）で 微調整することで最適な異常画像を生成 本件は、宮城県産業技術総合センターの生成AIを活用した異常画像生成技術の展開から 当社で実施したものです。 19
Page20

スライド 20

内容につきましてご質問がございましたら遠慮なくお問合せくださいませ 問い合わせ先：匠ソリューションズ株式会社 TEL 022-342-1888 FAX 022-342-1888 https://www.takumi-solutions.com/contact.html 20