外観検査の自動化の費用対効果——目視の費用の数え方と、AI 検品で残る人の時間

この記事は、目視で行っている外観検査（検品）を AI の画像検査に置き換えるかどうかを、工場や商社の品質・生産技術の担当が社内で判断するための費用の数え方を扱う。何を見逃してはいけないか、どんな画像が入ってくるかといった始める前の決めごとは外観検査を AI で自動化する前に決めることで、試験導入の費用を段階に分けて見積もる考え方は工場の試験導入を本番につなげるで扱っている。ここでは、その手前で「そもそも元が取れるのか」を数字で確かめる手順に絞る。

費用対効果は「人の検査時間がどれだけ減るか」で決まる

AI 検品の話は、カメラや装置の値段から始まりやすい。しかし費用対効果を左右するのは、入れた後に人の検査がどれだけ残るかのほうである。表面技術協会の誌上の解説は、画像検査に期待される効果として、見逃しの削減、検査精度の向上、人件費の削減、検査の効率化などを挙げる一方で、AI による間違いは工夫すれば少なくできても必ず生じ、その対応は人間がせざるを得ないと書いている^[1]。同じ解説は、判定の理由がはっきりしないことから二重チェックの必要性が出てくる、とも指摘している^[1]。

精密工学会誌の解説はもう一歩踏み込み、不良品を後工程に流さないために、画像検査は目視に比べて過剰に検出していることがほとんどだと書く^[2]。過剰検出は良品率を下げ、検査員による再チェックの手間が増えれば、効率化やコストダウンという自動化の目的にかなわない、という指摘である^[2]。つまり、AI が「不良かもしれない」とはじく量が多ければ、人の見直しの時間がそのまま残る。

このため、費用対効果は次の式の左右を比べることになる。左が「いまの目視の費用」、右が「AI の費用＋AI を入れた後も残る人の費用」である。右側の「残る人の費用」を小さく見積もると、計画は必ず楽観的になる。

いまの目視検査にかかっている費用を数える

最初にやるのは、いまの検査の費用を数えることである。人件費だけを見ると小さく見えることが多いので、次の項目を一つずつ書き出す。

経済産業省の資料が紹介する事例でも、月あたりの検査個数と検査員の人数・日数、目視の時間（梱包や休憩を除き、製品を検査している時間だけ）を分けて数えたうえで、導入前後を比べている^[3]。梱包や運搬を含めた作業時間で比べると、AI で減らせない時間まで「減るはず」の側に入ってしまう。検査そのものの時間を分けて測るのが出発点になる。

見逃しの損失と、良品を捨てている損失は、どちらも記録が無いことが多い。ここが空欄のまま計算すると、AI の効果は人件費の削減だけで評価されることになる。過去 1 年の返品や選別の記録を拾い、無ければ数か月だけでも記録を取ってから計算したほうがよい。検査結果の記録を表計算や紙から読み返せる形に移す方法は受入検査の結果を紙の記録表から移すで扱っている。

AI 検品にかかる費用の内訳

次に、AI 側の費用を内訳で並べる。装置の値段だけを並べると、画像を集める人手や、入れた後の見直しが抜ける。

精密工学会誌の解説は、多品種少量・変量生産が進むなかで、製品ごとに個別の検査装置を用意すると、ラインや検査ごとの設備購入費が増えるという課題も挙げている^[2]。品番が多い工場では、搬送と治具の費用が品番の数で増えないかを最初に確かめる。品番が数百ある場合の進め方は品種が数百あるときの AI 検品で扱う。

同じ解説は、現場への適用で気を付ける点の一つとして、現場への適用までを見据えたスケジュールと費用を検討することを挙げている^[2]。試しに作るところまでの費用だけを見て判断すると、ラインに組み込む段階で治具や搬送の費用が後から出てくる。

AI を入れても人の検査は残る——削減できる時間の見積もり方

経済産業省の講演資料は、中小企業向けの AI 導入ガイドブックの説明とあわせて、直径 3 cm ほどの円筒状のプラスチック加工品で外観検査に AI を使った事例を載せている^[3]。導入前は月に約 4,320 個を検査員 2 名が 3 日間かけて目視していた。導入後は、人が製品を検査機にセットし、AI が良品と判定した物はそのまま出荷し、不良と判定した物からは検査員が改めて目視で良品を拾い出す。AI の判定を待つ間には、AI で検査できない部位（製品の内部など）を人が目視する、という分担である^[3]。

この事例で減ったのは月あたりの目視の時間で、資料には 36% の削減、導入期間は約 70 日、導入費用は約 15 万円と書かれている^[3]。ただし、これは一つの製品・一つの検査の結果で、どの検査でも同じになるわけではない。資料からは、15 万円に何が含まれているか（人の作業時間を含むかどうか）までは読み取れない。読み取れるのは、AI を入れても人の目視はなくならず、AI が不良とした物の見直しと、AI が見られない部位の検査が残る、という形のほうである。

自社で見積もるときは、次の三つを分けて数える。

解説が書くとおり、正答率が 90〜98% に届いても、それで足りない現場は多い^[1]。たとえば 1 日 1,000 個を見る検査で AI が 3% を不良候補としてはじけば、人は毎日 30 個を見直す。この「はじく割合」は、閾値を見逃しの少ない側に寄せるほど大きくなる。見逃しと見すぎのどちらを重く見るかを決めてから、はじく割合を試験で測り、その数で残る時間を計算する。

自社の検品で人の時間がどれだけ残るか、一緒に見積もる→ まず無料で相談する

採算の計算——回収期間とキャッシュフロー

数え終えたら、採算を計算する。中小企業基盤整備機構の J-Net21 は、設備投資の採算性を評価する方法として、正味現在価値（NPV）法、内部利益率（IRR）法、回収期間法、投資利益率法を挙げ、どの方法でも将来の利益やキャッシュフローの見積もりを誤っては意味がないと書いている^[4]。キャッシュフローは「当期利益＋減価償却費」で求め、減価償却費は非資金費用なので、利益で評価するのでなくキャッシュフローで評価するなら利益に足し戻す、としている^[4]。直接労務費については、新しい設備で生産性が上がり人員を減らせる見込みがあれば、それも加味するとしている^[4]。

AI 検品にあてはめると、増える収入ではなく、減る費用が中心になる。計算の骨格は次のとおりである。

年間の効果＝（いまの目視の費用）−（残る人の費用）＋（見逃し・過剰廃棄の損失の減少分）

年間のキャッシュフロー＝年間の効果 −（AI の運用費）

回収期間＝初期費用 ÷ 年間のキャッシュフロー

ここで効いてくるのは、さきほど分けた「残る人の費用」と「見逃し・過剰廃棄の損失」である。前者を小さく、後者を大きく見積もると、回収期間は短く見える。試験の期間に測った数を入れ、測れなかった項目は「ゼロ」として計算した結果も並べておくと、社内で説明するときに楽観と慎重の幅が見える。

税制で変わる手残り（中小企業の場合）

中小企業が機器やソフトウェアを買う場合は、取得価額によって税の扱いが変わる。費用対効果の計算そのものとは別だが、手残りの資金に効くので、見積もりの段階で確かめておく。

少額減価償却資産の特例は、中小企業者等（対象は政令で従業員数などにより絞られる）が令和 11 年 3 月 31 日までに取得・使用を始めた取得価額 40 万円未満（10 万円未満のものは除く）の資産について、損金経理をすれば取得価額をその事業年度の損金に入れられるもので、事業年度の合計 300 万円が上限である^[6]。中小企業投資促進税制は、国税庁のタックスアンサー（令和 8 年 4 月 1 日現在法令等）によれば、指定期間は令和 9 年 3 月 31 日まで、製造業などの指定事業に使う新品が対象で、税額控除が選べるのは資本金 3,000 万円以下の法人などに限られる^[5]。

AI 検品の機器やソフトウェアが、このどの区分に当たるか（機械装置か、検査工具か、ソフトウェアか）は、構成や契約の形で変わりうる。表は判断の入口として使い、実際の適用は税理士に確かめる。利用料（毎月の支払い）の形で使う場合は、ここに挙げた取得価額の制度とは扱いが違う。

費用対効果が合わないときの選び直し

計算してみると、AI では元が取れない検査も出てくる。その場合でも、検査の費用を下げる手段は AI だけではない。

一つは、目視の検査そのものの見直しである。照明の当て方、見る順序、検査員の手順書を整えるだけで、見逃しや迷いが減ることがある。もう一つは、全数検査をやめられないかの検討である。工程が安定していて、見逃しの損失が小さい項目なら、抜取りに切り替えることで人の時間が減る。三つめは、AI に任せる範囲を一部に絞ることである。前述の事例のように、AI には一部の面だけを見させ、残りは人が見る形でも、時間は減りうる^[3]。

逆に、AI の効果が大きく出やすいのは、同じ品番が長く流れて検査数が多い、見る面と条件を固定できる、判定の基準が言葉と見本で決まっている、という条件がそろう検査である。これは外観検査を AI で自動化する前に決めることの「向く検査と、向かない検査」と同じ見方になる。

外に頼むときに見積で分けてもらうこと

装置会社やシステム会社に見積を頼むときは、費用を一つの金額で受け取らず、次のように分けてもらう。分かれていれば、自社の計算の表にそのまま入れられる。

最後の項目がいちばん大切である。試験の期間に「AI がはじいた個数」「そのうち人が良品と判定し直した個数」「AI が良品としたが人が不良とした個数」を毎日記録してもらえば、その数がそのまま費用対効果の計算の材料になる。

よくある質問

人件費が月に十数万円の検査でも、AI を入れる意味はありますか

人件費だけで比べると合わないことが多い。見逃しで出た損失や、検査員が辞めたときに検査が止まる危険まで含めて考えるかどうかで答えが変わる。損失の記録が無いなら、まず数か月記録を取るところから始めるのが確実である。

安いカメラと無料のソフトで試してから決めてもよいですか

試すのはよい。ただし、試す段階の結果がそのままラインで出るとは限らない。精密工学会誌の解説は、限度見本や過去の不良品の撮り方を変えて画像を増やした場合、試験では良い精度でもラインで同じ精度が出ないことがあると注意している^[2]。試す段階で何を確かめたら次に進むかを先に決めておく。

回収期間は何年なら合格ですか

決まった年数は無い。自社の他の設備投資と同じ物差しで比べるのが筋である。J-Net21 の解説も、いくつかの方法を組み合わせて採算性を計算するよう勧めている^[4]。

まとめ

AI 検品の費用対効果は、装置の値段ではなく、入れた後に残る人の検査時間で決まる。画像検査は正答率 90〜98% のあたりから先が難しいというのが 2020 年の解説の見立てで^[1]、過剰検出があれば人の見直しが残る^[2]。いまの目視の費用（検査時間・再検査・教育・見逃しの損失・過剰廃棄）を数え、AI の費用と残る人の費用を内訳で並べ、回収期間やキャッシュフローで比べる^[4]。中小企業は少額減価償却資産の特例や中小企業投資促進税制も確かめる^[5][6]。合わないときは、目視の見直しや抜取りへの切替え、AI に任せる範囲を絞る形を考える。

不良品の写真の集め方は不良品の写真の集め方、外観検査の AI や装置の頼み先の選び方は外観検査の頼み先の選び方で扱う。

出典・参考資料

1. 画像検査への AI の応用についての現状と将来に関する考察（成田 浩久・舘山 武史・永野 佳孝・藤本 英雄／表面技術 71 巻 7 号／2020 年）
2. Deep Learning の外観検査への適用と研究動向（久保田 進也／精密工学会誌 85 巻 1 号／2019 年）
3. 中小企業におけるAI導入の活用・促進 ～経済産業省の取組と事例紹介～（経済産業省 商務情報政策局 情報技術利用促進課／岩手県ホームページ掲載の講演資料）
4. 設備投資計画における採算性の計算方法について教えてください。（中小企業基盤整備機構 J-Net21 ビジネスQ&A）
5. No.5433 中小企業投資促進税制（中小企業者等が機械等を取得した場合の特別償却又は税額控除）（国税庁）
6. 租税特別措置法（第 67 条の 5　中小企業者等の少額減価償却資産の取得価額の損金算入の特例）（e-Gov 法令検索（デジタル庁））

WHITE PAPER

この記事の理解を深める
無料ホワイトペーパーをプレゼント

製造業の現場で使える実務資料（PDF）を無料でお届けします。"こんな資料が届きます" ↓ 下のボタンからどうぞ。

🔒 全文は無料ダウンロードで