ディープラーニング外観検査システム AISIA-AD

System Integrator ディープラーニング外観検査ソリューション 製品紹介資料 Copyright© System Integrator Corp. All rights reserved. 0

System Integrator 株式会社システムインテグレータのご紹介 Copyright© System Integrator Corp. All rights reserved. 1

System Integrator 株式会社システムインテグレータ 会社概要 • 独創的なパッケージ＆サービス作りをコアコンピタンスとしています。 • デジタル技術を活用した生産性向上を幅広くご提案しています。 社名 株式会社システムインテグレータ 本社 埼玉県さいたま市中央区新都心11-2 ランド・アクシス・タワー32F 所在地 大阪支社 大阪府大阪市中央区平野町3-6-1 あいおいニッセイ同和損保御堂筋ビル9F 福岡支社 福岡県福岡市博多区博多駅前四丁目2番22号 エイトコード博多駅前ビル4階 設立 1995年3月14日 資本金 3億6,771万2千円（東京証券取引所スタンダード市場（3826）） 代表者 代表取締役 引屋敷 智 社員数 216名（役員含む） ※2024年2月5日現在 ■参加団体 認定資格 Copyright© System Integrator Corp. All rights reserved. 2

System Integrator 事業ドメイン • 1995年の創業以来、時代のニーズにあった自社プロダクトを提供し続けています。 • バックオフィスからフロントまでの業務をカバーしているだけでなく、デジタル化を支える開発業務そのものの効率化までご提案していること が我々の事業の特徴です。 ECサイト構築パッケージ ER図作成ツール プロジェクト管理ツール プログラミングスキル判定サービス EC年商数百億円規模にも対応 ER図を素早く作成 システム開発に必要な全ての機 エンジニア採用時のミスマッチ防止 高いカスタマイズ柔軟性 DBとも直接連携 能を備えた国内唯一のツール 社内プログラミングスキルの向上を 豊富な連携ソリューション DB情報からER図のリバース生成も 全社のプロジェクトを見える化 支援 定額プラン・従量プラン データベース開発支援ツール 完全統合型WEB-ERP 外観検査システム 主要データベースに対応 日本の商習慣に適したERP 要件に沿った最適AIモデルを開発 SQL実行、ストアドプログラム開発を 幅広い企業規模や業種に適応 静止画と動画どちらも検知可能 GUIでサポート 導入企業数1,300社以上 撮像から搬送までトータル提案 創業 1995 1996 1997 2002 2004 2009 2017 2018 2024 インターネット普及率37.1％ PMBOK第4版 AlphaGoがプロ棋士に勝利 会計ビックバン サブスクサービス拡大 (ERP導入ブーム) RDB躍進(Oracle8 CMMI v1.2 DX推進の本格化 プログラミング教育 リリース) 楽天市場オープン 第3次AIブーム Google、メタ人工知能の研究開発強化 必修化 Copyright© System Integrator Corp. All rights reserved. 3

System Integrator システムインテグレータがご提供できる価値 • 最適AIモデルにおける製品企画や開発スキルだけでなく、統合型Web-ERP「GRANDIT」の 生産管理機能開発から導入まで携わってきたため、モノづくり業界の業務を知り尽くしています。 • プロジェクト管理においては、世界的な標準ガイドラインであるPMBOK（※1）に倣った プロジェクト管理を進め、貴社の成功に導きます。 AIスキル ERPスキル プロジェクト管理スキル AIによる外観検査の省人化に貢献 国産ERPの製品企画から開発まで プロジェクト管理ツールのリリース 装置導入からトータルでサポート GRANDIT AWARD(※2) を7度受賞 数百人月規模のプロジェクト実績多数 AIを活用した バックオフィス PMBOKに準拠した 業務効率化のノウハウ 業務の幅広い知見 プロジェクト運用管理（※1） AIだけでなく、様々な業種のバックオフィス業務に長けていることが、 弊社がお客様に選ばれる理由です。 ※1 PMBOKとは、Project Management Institute (PMI) によって開発および公開された、 プロジェクト管理のための手法や方法論、最善の方法（ベストプラクティス）などの知識を体系的にまとめたものとなります。 ※2 基幹システム「GRANDIT」事業に最も大きく貢献したプライムパートナーに授与される“Prime Partner of the year”を7度受賞 Copyright© System Integrator Corp. All rights reserved. 4

System Integrator 製造業における外観検査の課題 Copyright© System Integrator Corp. All rights reserved. 5

System Integrator 目視検査が抱える課題 • 外観検査の中でも、人の目で見て製品や部品の状態を確認する検査を目視検査といいます。 • 目視検査は身近な検査方法であり、古くから行われてきましたが、属人性が高く、精度のバラツキや人材確保と育成コストが高いといったよう な課題があります。 検査精度のバラツキ 不良品の流出 検査員の確保が難しい 検査員の育成・定着が困難  人による検査はバラツキあり  顧客の信用や信頼を失う  少子高齢化により人材確保が  検査基準の形式知化が難しい  一般的に集中力持続時間の限  クレームやリコール対応など 難しい  長時間重労働を求める職種へ 界は「90分」 稼働コストの増加  精度を求める目視検査は習得 の定着が難しい  ラインごとの検査精度が異な  企業のブランド価値低下 難易度が高い  パートを雇って検査を一から る  急な増員や欠員への対応が難 学ばせる余裕がない しい Copyright© System Integrator Corp. All rights reserved. 6

System Integrator AIを使った外観検査ソリューション導入のよくある失敗例（1/2） • AIによる課題解決の検討は増加していますが、同時に失敗も増えています。 • 手軽にPoC（概念検証）を実施できるAIパッケージベンダーに依頼したものの、十分な検証が実施できず、AIの活用が後退してしまったという 失敗例は少なくありません。 失敗例1 思うような精度が出なかった。。 フイルムの製造をしているA社は、既存検査装置では不十分な検知精度の向 上を目的として、AIの導入検討を進めることになりました。まずは手軽に試 してみようという方針で、素早く実施が可能なパッケージングされたサービ スを提供するX社に依頼することにしました。 抱負なノウハウがあるという言葉の通り、X社主導でのPoCはスピーディに進 んだものの、PoCは思ったような精度が出ないまま終わってしまいました。 確かに検証はスピーディに進んだ一方、担当者としては自社個別の環境や条 件を加味したうえでの十分な検証とは感じられないものでした。 この一件で、「当社の業務はAIに向いていない」という社内の空気が出来上 がってしまい、A社のAIを活用した業務効率化は止まってしまいました。 【原因】 • AIの適正やモデルについて判断ができていない • 良/不良の判断がつく撮像ができていない • 多種多様な欠点項目への適切な対応がわからない 【解決策】 • 自社のワーク特性や現場環境を整理、理解する • 課題解決にAIの適正があるのか判断する • 検査箇所を画像化するために必要な環境を知る Copyright© System Integrator Corp. All rights reserved. 7

System Integrator AIを使った外観検査ソリューション導入のよくある失敗例（2/2） • また、AI自体はうまく精度が出せたのに、業務効率化につながらないという失敗例もあります。 • AI導入は手段であり、目的ではないという考えが社内で浸透していないがために、高額なコストがすべて無駄になってしまったという、悲惨な 事例も世の中にはあります。 失敗例2 AIを導入したものの、効率が逆に落ちてしまった。。 プレス加工をしているB社は、製造番号の自動識別を目的にAIの導入を検討 していました。PoCの結果、文字の認識に十分な精度が出ることがわかった ので、検証したAI活用ソリューションの採用を決定し、運用開始に向けて導 入を進めていきました。 しかし、本番稼働直前のテスト段階で、AI検査工程に起因する後続業務への 支障が発生することが判明。また既存システムの改修も必要となることから、 追加費用発生が避けられない状況となってしまい、結局導入自体をストップ することになりました。 AIを導入することで作業効率や費用対効果が悪化してしまうのであれば、導 入の意味がありません。 B社はPoCおよび開発コストを支払ったのに、結果として何の効率化も実現 できずにプロジェクトが終了してしまいました。 【原因】 • 計画初期に運用を見据えた課題の洗出しをしていない • 作業工程や作業員業務の運用整理ができていない 【解決策】 • 目先の課題だけではく会社としての事業課題を知る • 自社の必要工程や運用を整理する • ゴールを明確に定義して計画初期にKPIを策定する Copyright© System Integrator Corp. All rights reserved. 8

System Integrator ディープラーニング外観検査ソリューション「AISIA-AD」 Copyright© System Integrator Corp. All rights reserved. 9

System Integrator AISIA-ADとは • AISIA-ADは、ディープラーニングの画像認識を使った最先端のAI外観検査システムです。 • カスタマイズの柔軟性と、長きにわたり培ってきた製造業に関する知見やノウハウを活かし、個別最適化 したAIソリューションをご提供します。 × × オーダーメイドの 自動化設備の 充実した AI外観検査 トータルコーディネート アウトプット AIモデルは限定しません。適 お客様のニーズに基づき、外 次フェーズに進むか否かの判 合するAIモデルと機器類を組 観検査のAI化に必要な機材を、 断をするにあたり、アウト 合せ、お客様固有の要件に 各専門企業と連携しながら プットの質は極めて重要です。 フィットしたAI外観検査シス トータルコーディネートいた 目的に合わせた高品質なアウ テムを構築します。 します。 トプットをご提供します。 Copyright© System Integrator Corp. All rights reserved. 10

System Integrator AISIA-ADの特徴：オーダーメイドのAI外観検査 • AISIA-ADは自社で独自開発したソリューションです。 • 精鋭の専門AIエンジニアが在籍しており、進化が著しいAIのテクノロジーに追随し、最新の技術でお客様の課題解決をご支援致します。 物体検出 • 映像内に想定しない物体侵入 • 予定されている部品数のカウント クラス分類 • 画像より対象物の種類判断 • 大量画像から正常品と異常品の検出 画像と最新のDeep-Learning技術で お客様の様々なご要件にお応えします。 仕分け 侵入検知 目視チェック 個数カウント 工程作業チェック 文字認識 Copyright© System Integrator Corp. All rights reserved. 11

System Integrator AISIA-ADの特徴：自動化設備のトータルコーディネート • AISIA-ADは部分的ではなく、必要な環境をトータルでご提供することができます。 • AI部分だけでなくカメラや照明などの機器においても、お客様ごとに最適化したものをご提供します。 お客様ごとで検査する対象物、工場環境、課題は異なります。特に検査 一般的なAIベンダーとAISIA-ADの提供範囲の違い 工程は属人的な対応なため、特性を理解した最適な対応が必要ですが、 各専門会社に声を掛け、自社で旗振りするのも一苦労です。 ○：AI そこで弊社では、各専門分野への先導役となり、トータルなご提案を実 られないので、 施しております。 一般的なAIベンダー ○：サーバ 1社に任せ ✕：カメラ 自社でコントロールしな いとならない ✕：照明 例えば、撮像環境においては、検査対象物の異常が判断できる画像を撮 るために適したカメラや照明の選定から、安定した撮像ができる環境を ○：AI 特定するためのサンプル撮像検証などを実施いたします。 ○：サーバ まとめてお任せいただけ ○：カメラ るので、少ない社内リ ソースで進められる サーバにおいては、検査時間や製造ラインに見合ったタクトタイムに応 ○：照明 えられるスペックを算出してサーバ選定・設置を行います。また要件に よってはAIだけではなくセンサーなどの組み合わせで精度向上や投資コ AISIA-ADはトータルでのご提案が可能です スト削減が可能な事案もありますので、随時判断をして対応します。 判定結果の活用も検査工程には必要な工程です。異常を検知したらア お客様ごとに最適化 ラートを出したい、既存の除去システムと連携させたい、新しく取り除 く仕組みを作りたいなどお客様のご要望は様々です。例えば、設備に手 を入れる場合、「導入時にお付き合いした設備屋さんが状況をよく知っ ているから直接話して欲しい」といったご要望もございます。 様々な要望、状況に合わせたトータルソリューションが弊社の強みの一 AIのモデル 撮像機器 サーバ つです。 AISIA-ADはお客様ごとに最適化してご提供致します Copyright© System Integrator Corp. All rights reserved. 12

System Integrator AISIA-ADの特徴：充実したアウトプット • AIの導入は目的ではなく手段の1つです。 • 弊社では業務運用を理解したうえで課題を整理し、本来の運用と乖離のない業務改善を提案します。 課題整理の実施 外観検査システム導入のゴールは検査工程を自動化して省力化・省人化 させることがほとんどです。 専用ヒアリングシート AI Design Canvas しかし、目的がシステムの導入になってしまい、肝心な省力化・省人化 が実現できていないことがあります。 原因として一番多いのは、PoC前の課題整理にあります。AIプロジェク トでは必ず、AIの適正や精度を確認するためのPoC（概念実証）を実施 します。多くの失敗例は課題整理が検査対象物の異常を判定させるため だけのケースになっているものです。 課題の見える化ができるアウトプットフォーマット あくまでも外観検査は数ある業務の中の1つですので、新しい仕組みやシ 15年以上の“カイゼン”の実績 ステムを取り入れるには、従来の業務の見直しが必要になります。 弊社では必ず、PoC前に導入後の運用を見据えた課題整理を実施してご 提案しております。運用の実現性が乏しい案件についてはご提案を辞退 させていただくケースもございます。 このようなご提案ができるのは、モノづくり企業様へERPや生産管理シ ステムを導入・開発している実績にあります。数多くの実績で培った、 業界全体像の理解や対応力を活かした業務改善のご提案が可能です。 Web-ERP GRANDITの提供を通じ、多くの業務改善を実施 Copyright© System Integrator Corp. All rights reserved. 13

System Integrator AISIA-ADで解決可能な検査作業例 • AISIA-ADはディープラーニングの画像認識技術を使って物体の検知をするシステムです。 • 外観検査において「目視」と「判断」を要する様々な工程に広く適用することができます。 精密機器 輸送用機械 医療、化学薬品 異常品検知 作業ヌケ・モレ検知 シリコン傷・バリ検知 複数工程で発生する異常を 人による部品加工のヌケ・モレを シリコン素材の充填工程後の 最終検品工程で検知 検知し通知 加工ミスを異常検知 農産物加工品 加工食品 製紙加工 異物検知 不良品検知 異常分類 農産物の加工工程のゴミを 加工工程での搬送ミスによる 異常品の分類判定後に 検知し除去 不良品発生原因を事前に通知 異常原因判定 Copyright© System Integrator Corp. All rights reserved. 14

System Integrator AISIA-ADの運用画面のイメージ：一覧画面・詳細画面 • 導入後は「確認→評価→調整」のサイクルで運用を実施します。 • 異常と判定した検知結果から判定根拠を確認して、AIの判定が正しいか評価をします。  検査結果の一覧画面イメージ  検査結果の詳細画面イメージ 検査結果一覧画面より異常検知の検査結果を確認します。 詳細画面では、異常箇所の強調表示と異常度合のスコアが 判定結果だけでなく、スコアでも確認することができます。 確認できます。判定根拠をブラックボックス化せず評価し ます。 Copyright© System Integrator Corp. All rights reserved. 15

System Integrator AISIA-ADの運用画面のイメージ：確認画面・評価登録画面 • 導入後は「確認→評価→調整」のサイクルで運用を実施します。 • 異常と判定した検知結果から判定根拠を確認して、AIの判定が正しいか評価をします。  評価登録画面のイメージ  検査サマリ画面のイメージ 微小なキズ 打痕 2 判定結果を評価して登録することができます。 検査サマリ画面で誤検知、過検知数を確認します。 評価登録をすることで再学習のデータとして利用可能です。 見える化することで、規定値超過に対する閾値調整の実施 目安にすることが可能です。 Copyright© System Integrator Corp. All rights reserved. 16

System Integrator AISIA-ADの運用画面のイメージ：調整画面 • 異常判定の閾値設定を変更して、過検出の発生を調整することができます。  閾値調整画面のイメージ  検査結果画面のイメージ 閾値 正常品 不良品 過検知 縦列は発生個数、横列は異常スコア、青いラインは閾値を 検査履歴より過去の検査結果を比較できます。 表しています。青いラインを左右に動かすことで、閾値を 検査結果を振り返ることで、適切な閾値のパラメータ設定 調整することができます。 を検討します。 異常スコアの閾値を高く変更することで過検知している画 像の異常スコアが正常判定されるように変更できます。 Copyright© System Integrator Corp. All rights reserved. 17

System Integrator AISIA-AD 導入までの流れ • フェーズごとのご契約で実運用への導入可否を都度判断することが可能です。 • 対象となる検査工程で既に検査装置を使用している場合、この限りではありません。 構想フェーズ 簡易検証フェーズ 撮像構築フェーズ PoCフェーズ 運用検証フェーズ 開発フェーズ 目 達成したい目標およびAIで効 少数のデータサンプルで画像 撮像環境の実現およびPoC 目標精度の実現性確認および 一定期間の判定結果確認に基 精度や速度を調整し、可用性 的 率化を図りたい業務の明確化 検査の適正や課題を特定 フェーズの画像準備 運用の明確化 づいたバリエーション対応 の高いシステムを構築 期 間 約1ヶ月 約1ヶ月 約3ヶ月 約2ヶ月 約1ヶ月～ 2ヶ月 約3ヶ月 準 備 検査対象のイメージが掴める 対象サンプル品（数個）or 対象サンプル品 判定用サンプル画像 本番ラインへの仮設置 本番ラインへの本設置 物 もの 判定用サンプル画像（数枚） （数百個） （数百枚～数千枚）  検査課題のヒアリング  実証実験よる精度検証  システム化要件定義  適用範囲の明確化  カメラの種類/撮影方式の  本番ラインでの生産バリ  データアセスメント  標準機器による速度検証  本番環境の精度/速度調整 実  Imagecheck AI適否 検討 エーション確認 施  撮像環境の検証  想定ROI再算出  バリエーション対応を前提  AI機能開発/外部連携機能 内  撮像データ収集の確認  異常パターンの撮像実現 容  AIモデルの検証  新運用提示と方向性のコ とした運用シミュレーショ 開発  必要(流用)機材の確認 可否  簡易検証レポート提出 ンセンサス ン  検収報告書提出  概念ROI定義  撮像機器選定/構築  PoCレポート提出  AI検査運用の確立  導入支援(教育/技術)  AI性能/精度目標確認 参 考 費 無償 40万円 500～600万円 100～400万円 200～300万円 1,500～2,000万円 用 Copyright© System Integrator Corp. All rights reserved. 18

System Integrator AI外観検査セルフチェックツール「ImageCheck AI」 • 画像データをもとに自動でAIモデルを作成し、AIによる異常検知がどのように行われるのか確認できる弊社独自のセルフチェックツールです。 • 自社製品の外観検査をAIで自動化できるのか、その実現可能性について、ユーザ自身で検証することが可能です。 【スコアヒストグラム】 【混同行列】 【ヒートマップ】 正しく 誤判定 判定 過検出 閾値 誤判定 正しく 見逃し 判定 閾値 正常品が低いスコア、異常品が高いス AIが誤判定（見逃しや過剰検出）してい AIがどの箇所を異常と判断しているのか、 コアへとそれぞれ分布される場合、AIは ないかを確認。また混同行列の数値は、 強調表示（ヒートマップ）で直感的に 正しく画像の特徴を捉えることができ 正解率や過剰検出率などの算出に活用 確認。高スコア画像、閾値付近画像、 ている。 可能。 低スコア画像をそれぞれ比較可能。 Copyright© System Integrator Corp. All rights reserved. 19