不良品検知率100％、漢方薬メーカーが錠剤の外観検査を無人化したAI画像検査

錠剤の外観検査は1日あたり60万錠に及び、担当できるのはこの道15年以上の熟練社員に限られていました。人の感覚に依存する作業のため誰でもできるわけではなく、需要に検査が追いつかない場面も生じます。そこへ、2026年9月竣工予定の新工場を、老朽化した既存工程を動かしながら立ち上げるという条件が重なりました。通常ならライン増設に伴う増員で対応するところですが、増員は製造コストを押し上げ、安定供給という目的そのものを揺るがしかねません。

編集部の見立てでは、ここでの困りごとの本質は検査の量ではなく、生産能力が「代わりのきかない技能」に縛られていた点にあります。錠数がいくら増えても、判断できる人の数以上には検査が進まない構造です。もう一つの壁は、展示会で見た画像検査システムの多くが数千万円規模だったこと。人的リソースが限られた企業にとって問題だったのは金額の絶対値というより、その投資が回収できるという見通しを持てるかどうかだったのではないでしょうか。

立ち上がりの重い部分をベンダー側に寄せ、現場には調整だけを残した役割分担が効いています。事前検証の段階でシーイーシーがある程度まで学習させた状態でシステムが提供されたため、三和生薬側は自社ラインでの追加検証にとどめることができました。用意した画像は正常・不良それぞれ200枚弱で、AI学習用のデータとしては驚くほど少ない枚数です。誤判定したものを追加学習させ、不良箇所を示すアノテーションと判定しきい値の調整を行うだけで、インライン化に耐える精度まで持ち上げられた形です。

既存ラインをつくり替えず、後付けできる最小構成に絞った設計も、導入のハードルを下げる方向に働いています。カメラ設置の自由度が高いことを活かし、日常点検の清掃を妨げないようマグネット式スタンドを選び、そこにWebカメラを取り付けて簡単に着脱できるようにする。検査用PCとの接続はUSBケーブル1本で、設置作業は1日もかかりません。設備を大がかりに改造しないという選択が、投資額と現場の運用負荷の両方を同時に抑えています。

現場側でアノテーションとしきい値に手を入れられる状態を保った点が、いわゆる「手の内化」の実体だと考えられます。それが表れたのが、ベルトコンベアの速度を上げると画像が移動方向に伸びてしまうという、インライン化に必ずついて回る問題への対処です。当初は速度を落として回避していたものを、伸びた画像そのものをAIに学習させるという解き方に切り替えました。外部に依頼せず現場で試して直せる体制があったからこそ選べた解決策であり、AI活用を一度きりの導入で終わらせない条件でもあります。

2025年3月末に始まった実運用では、不良箇所の検知率は100％に達し、見逃しは発生していません。正常品を不良と誤って弾く過検知も1/50,000にとどまり、不良検知でベルトコンベアが停止しパトランプが回る頻度は1日10回程度と、生産ラインの歩留まりの高さもうかがえる水準です。ベルトコンベアの速度は従来と同じまま錠剤の検査ラインを無人化でき、目視を担っていた熟練社員は他業務へ配置転換されています。導入コストが低いため投資は1年で回収できる見込みで、今後は錠剤を入れる包材や箱の検査自動化も検討が進められています。