異常検知AIと外観検査AIの違い｜使い分けチェックリスト

「不良品を見つけたい」「設備の異常に気づきたい」という要望を、異常検知AIと外観検査AIのどちらで解くべきか迷う場面は少なくありません。本記事は、製造現場の品質管理・設備保全担当者とDX推進担当者が、企画段階からPoC・運用までの各段階で判断を誤らないための実務チェックリストです。

現場から上がってくる相談の多くは「AIで不良を見つけたい」「AIで設備の異常を検知したい」という粒度で届きます。ところがこの二つは、必要なデータ、精度の測り方、運用の作り込み方がまったく違います。混同したまま進めたPoCは、たいてい「精度は出たが現場で使えない」という結論で終わります。 この記事では、異常検知AIと外観検査AIの違いを踏まえたうえで、企画・データ確認・PoC設計・運用移行の各段階で確認すべきチェック項目を並べます。自社の案件をこのリストに当てて、抜けている論点を洗い出す使い方を想定しています。

まず押さえる：異常検知AIと外観検査AIの違い

用語の整理から始めます。ここが曖昧だと、以降のチェック項目がすべて空回りします。 外観検査AIは、製品や部品の見た目から「良品か不良品か」、さらに「どの欠陥種類か」を判定するタスクです。判定対象は個々のワークで、正解ラベル（良品/傷/打痕/汚れ など）が定義できます。多くの場合は教師あり学習の分類・セグメンテーションで解きます。撮像条件を固定できるため、照明とカメラの設計が精度の8割を決めるといっても過言ではありません。 異常検知AIは、「正常な状態から外れているか」を判定するタスクです。不良の種類を事前に列挙できない、または不良サンプルが極端に少ない状況で使います。振動・電流・温度などのセンサー時系列を対象にした設備監視が典型例ですが、画像でも「良品画像だけで学習し、見たことのないパターンを異常とする」アプローチは異常検知に分類されます。 つまり、この二つは「画像か時系列か」で分かれるのではなく、不良を定義・列挙できるか、不良サンプルを集められるかで分かれます。画像を扱う外観検査の中に、教師あり型と異常検知型の両方があると理解するのが実務的です。

タスク選択の分岐

この分岐で「教師あり外観検査型」に落ちる案件は、実は全体の半分程度です。残りは不良サンプル不足か、不良の定義自体が固まっていないケースで、そこを無視して分類モデルを組もうとすると初期段階で詰まります。

企画段階のチェックリスト

この段階の目的は、解くべきタスクの種類を確定させ、成功条件を数値で言語化することです。

1. 「異常」の定義を、現場の言葉から判定基準に翻訳できているか。「傷」と一言で言っても、長さ0.3mm以上か、深さがあるか、位置が機能面か外観面かで判定は変わります。
2. 不良・異常サンプルの実数を数えたか。「たまに出る」ではなく、過去1年で何件、何種類かを台帳から数えます。
3. 現状の判定精度と工数を測ったか。人の見逃し率、過検出率、1個あたり検査秒数。ここがないとAIの評価軸が作れません。
4. 見逃し（未検出）と過検出のどちらが痛いかを合意したか。出荷後クレームのコストと、良品を捨てる/再検査する工数を比較します。
5. 判定結果を誰が最終責任として引き取るのかを決めたか。AIが黒判定したものを人が再確認するのか、そのまま排出するのか。

特に見落とされがちなのは4番目です。技術側は「精度99%」のような単一指標で語りたがりますが、外観検査では見逃しゼロを優先して過検出を許容する設計が現実解になることが多い。一方で設備監視の異常検知は、過検出が多いとアラートが無視されるようになり、システムそのものが死にます。同じ「異常を見つける」でも、許容できる誤りの方向が正反対になる点を、企画段階で関係者に共有しておく必要があります。 下図は、あるプレス部品の外観検査案件で欠陥種類ごとのサンプル数を数えた例です。上位2種類だけで教師あり学習が成立する量が集まっており、残りは異常検知型でカバーする、という二段構えの設計判断につながりました。

データ確認段階のチェックリスト

タスクが決まったら、手元のデータがそのタスクに耐えるかを確認します。ここを飛ばしてPoCに入ると、モデルの問題ではなくデータの問題で数週間を失います。

1. 撮像・計測条件が固定されているか。外観検査なら照明の角度と強度、ワークの位置ずれ範囲。時系列ならサンプリング周波数と欠測の有無。
2. ラベルの付け方が検査員間で一致するか。同じ100枚を2名以上で判定し、一致率を測ります。人同士の一致率が80%なら、AIに95%を求めるのは無理です。
3. 「正常」データが本当に正常か。異常検知は正常データの純度が命で、正常セットに軽微な異常が混ざると閾値が甘くなります。
4. 正常状態の変動要因を洗い出したか。ロット変更、材料メーカー変更、季節による温度変化、設備のウォームアップ時間。
5. 検証用データを時間的に分離できるか。同じ日に撮った画像を訓練とテストに混ぜると、精度が過大評価されます。

3番目と4番目は異常検知AIに固有の落とし穴です。教師あり外観検査ならラベルが間違っていれば学習時に矛盾として現れますが、異常検知は「これが正常です」と教えられたものを疑いません。設備監視で「過去半年のデータは正常運転です」と渡されたデータに、実は軸のガタが進行していた期間が含まれていた、という事例は珍しくありません。導入直後は検知できていたのに数か月で沈黙する、という症状の原因はここにあることが多いです。 2番目も現場で軽視されがちです。検査員間の判定一致率を測ると、微細な傷やグレーゾーンの汚れで70〜85%程度に留まるケースが頻繁にあります。この数字を先に把握しておくと、PoCの目標精度を現実的に設定できるうえ、「AIの精度が低い」という議論を「そもそも基準が曖昧だった」という改善に転換できます。

PoC設計段階のチェックリスト

PoCは「AIができるか」を確かめる場ではなく、「この条件で運用に乗るか」を確かめる場です。設計時点で以下を固めます。

1. 評価指標をタスクに合わせて選んだか。外観検査は見逃し率と過検出率を別々に、異常検知は適合率・再現率とアラート頻度（1日あたり件数）で見ます。
2. 合否ラインを絶対値ではなく現状比で置いたか。「見逃し率を現状の1/3に、過検出率は5%以内」のような形にします。
3. タクトタイム・レイテンシの要件を数値で入れたか。1個1.2秒以内、あるいは異常発生から通知まで30秒以内など。
4. 未知パターンへの反応を試験項目に入れたか。学習データに無い欠陥や、意図的に作った異常サンプルを投入します。
5. 失敗と判定する条件を先に書いたか。撤退基準がないPoCは延命され、コストだけが積み上がります。

1番目について、混同されやすいのが精度（Accuracy）です。不良率0.5%の工程では、すべて良品と判定するだけで精度99.5%になります。外観検査AIの評価では、不良サンプルに対する検出率（再現率）と、良品を誤って弾く率を分けて報告することを最初に決めておくべきです。異常検知AIではさらに、「アラートが1日何件出るか」という運用負荷の指標が欠かせません。理論上の適合率が高くても、1日に30件アラートが鳴れば保全担当者は3日で見なくなります。 4番目は、教師あり外観検査と異常検知の性格差が最も出るポイントです。下表のような整理で、PoC計画書に評価軸を書き分けておくと関係者の期待値が揃います。

期間の目安は、既存設備にカメラやセンサーを後付けする一般的な条件での実感値です。撮像条件の作り込みが必要な外観検査では、この前段にレンズ・照明の選定で2〜4週間が乗ることも織り込んでおいてください。

運用移行段階のチェックリスト

PoCで数値が出た後、実運用で崩れるかどうかはこの段階の設計で決まります。

1. 判定結果と画像・波形をセットで保存する仕組みがあるか。後から誤判定を追えないと改善が止まります。
2. 人が判定を上書きした記録を再学習に回す経路があるか。現場のフィードバックが最良の追加データです。
3. 性能劣化を検知する監視指標を置いたか。過検出率の週次推移、異常スコアの分布シフトなど。
4. 再学習・閾値更新の担当と頻度を決めたか。「気づいた人が言う」運用は半年で形骸化します。
5. AIが停止したときの代替手順があるか。全数目視に戻すのか、ラインを止めるのか。

3番目が最も見落とされます。外観検査AIは材料ロットの変更や照明の劣化で徐々に過検出が増え、異常検知AIは設備の経年変化そのものを「新しい正常」として受け入れてしまう方向にずれます。どちらも一気に壊れるのではなく、じわじわと信頼されなくなるのが典型的な失敗の形です。異常スコアの分布や日次アラート件数をダッシュボードに出し、閾値超過で見直しをかけるルールを作るだけで寿命が大きく変わります。 下のグラフは、監視指標を置かずに運用したライン（A）と、週次で過検出率を見て閾値と再学習を回したライン（B）の12か月推移の例です。初月の数値は同等でも、半年後には現場の受け止め方が完全に分かれます。

ハイブリッド構成を検討すべきケース

実務では、どちらか一方に決めきらない構成が有効な場面があります。

1. 主要欠陥は教師あり、残りは異常検知で受ける。発生頻度上位2〜3種で分類器を作り、それ以外の逸脱は異常検知で拾って人が確認します。
2. 異常検知で候補を絞り、教師ありで種類を判定する。全数から怪しいものを数%に絞れば、後段の学習データ収集も楽になります。
3. センサー異常検知で設備の異常を検知し、外観検査の結果と突き合わせる。不良の増加が設備由来か材料由来かの切り分けに使えます。

3番目は工程改善に直結します。プレスや成形では、外観不良の発生タイミングと設備の振動・電流波形を並べると、不良発生の30分前から兆候が出ていることがあります。検査で不良を弾くだけでなく、不良を作らない方向に進める余地がここにあります。

最初に確認すべき3項目

チェック項目は多いですが、最初の打ち合わせで確認する順番をつけるなら次の3つです。

1. 不良・異常の種類を列挙でき、各種類の実物サンプルが数えられるか。ここで教師あり型か異常検知型かがほぼ決まります。「たまに出る」で止まらず台帳の数字を出してもらうことが起点です。
2. 見逃しと過検出のどちらを優先して抑えるか、現場と品質部門で合意できているか。この合意がないと、PoCの結果をどう解釈しても揉めます。
3. 現状の人による判定基準が、検査員間でどれだけ一致しているか。目標精度の上限を決める数字であり、AI導入前に改善できる部分でもあります。

逆に、モデルのアーキテクチャ選定や使用フレームワークは、この3つが固まってから議論すれば十分です。異常検知AIと外観検査AIの違いは技術の違いというより、不良に関する情報をどれだけ持っているかの違いです。手元の情報量を正確に把握することが、そのまま適切な手法選択につながります。 まずは自社の対象工程について、この3項目を紙1枚に書き出してみてください。書けない項目が見つかれば、それがPoCより先に取り組むべき課題です。