Siemens と Procter & Gamble(P&G)が、AIによる外観検査システム「Visual Inspection Cockpit(VIC)」を P&G の製造拠点へ世界規模で展開すると発表しました(2026年9月18日)。この記事では、発表の事実を整理したうえで、AI外観検査をPoCから工場標準、そして複数拠点への横展開へ進めるときに何が難所になるのかを、受託開発でシステムを「作る側」の目線から考えます。
発表の要点(事実のみ)
- Siemens と P&G が、AI画像検査「Visual Inspection Cockpit(VIC)」を P&G の製造拠点へ世界規模で展開する。
- 対象製品によってスクラップ(廃棄)を10〜20%削減。新たなラインへの展開は、従来型の画像検査システムと比べて5〜10倍速い。
- 構成は、P&G の深層学習モデル、Siemens の Industrial Edge、NVIDIA GPU を積んだ産業用PC、そしてPLCとのリアルタイム連携。検査結果は生産設備の近くのエッジで処理され、アラートと不良品の排除まで自動で実行される。
- ライン速度のまま毎分数千個を検査する。狙いは、ずれ・伸び・しわが出やすい柔らかい素材や、装飾の多い製品など、従来の画像検査では再設定に手間がかかっていた領域。
- Siemens の Rainer Brehm 氏(オートメーション部門COO)は「1本のラインからグローバルな拠点網まで拡張できる」と述べ、P&G の Paul Thomas 氏(マシンビジョン担当ディレクター)は、部品の重なりや低コントラストの欠陥など、従来型では扱えなかった課題を解くために設計したと説明している。
AI外観検査がPoCで止まるのはなぜか
画像検査のPoCは、たいてい「撮った画像で不良を何%見分けられたか」という精度で評価されます。ところが本番のラインでは、判定のあとに誰が・何を・どの速さで動かすかが決まっていないと、判定結果は画面に表示されるだけで終わります。今回の発表で私が最も重く見たのは、スクラップ削減率よりも、推論結果がPLCにつながり、不良品の排除まで直接実行する閉ループになっている点です。
PoCから本番へ進める一般的な手順はAI PoCの進め方5ステップで整理しています。検査AIに限って言えば、PoCの評価項目に「判定後の制御まで含めて成立するか」を最初から入れておかないと、精度が出た時点で止まりやすくなります。
徐 聖博の見解:難所はモデルではなく「排除を任せる」設計にある
研究でニューラルネットワークを扱い、その後はプロダクションのシステムを作ってきた立場から言うと、モデルの精度は条件を揃えればかなり上げられます。難しいのはその先です。AIの判定で実際に製品をラインから落とす以上、誤って良品を排除したときのコストと責任を誰が持つのかを決めなければ、現場は自動排除を許可しません。しきい値をどこに置くか、判定が不確かなときに人の確認へ回す経路をどう作るか、モデルを更新したときにPLC側の動作をどう検証するか。これらはデータサイエンスではなく、制御と運用の設計です。
もう1つ、「新規展開が5〜10倍速い」という数字は、モデル単体の性能ではなく展開の型(テンプレート)が製品になっていることを示していると私は読んでいます。ハードウェア構成、エッジでの推論環境、PLCとの接続方式、再学習の手順が標準化されているから、2本目・10本目のラインが速く立ち上がる。工場全体でAIを「点」で終わらせない条件は、シーメンス成都工場の事例でも同じ構図でした。
SIer・開発会社の事業判断にどう効くか
この発表を開発会社の経営目線で読むと、問いは「検査AIのモデルを作れるか」ではなく「どの層を自社の仕事として取るか」になります。モデル開発だけを請ける形は、大手の製造業ベンダーが展開テンプレートごと提供し始めると単価の根拠が弱くなります。一方で、既存のPLCや生産管理システムとの接続、誤排除時の運用ルールづくり、拠点ごとの差分を吸収する導入作業は、工場ごとに事情が違うため標準品では埋まりきりません。
体制の面でも、Web・業務システム系のエンジニアだけでは閉ループの設計は組めません。制御(OT)側の知識を持つ人と組むのか、自社で育てるのか。ここを決めずに検査AI案件を受けると、PoCまでは進んでも本番化の段階で責任分界があいまいになります。現場の映像解析で計測コストが壁になる話はCOROKO Analyticsの記事で、PoC止まりの構造的な原因はFPT×Forresterの調査で触れています。製造業のAI導入全体の土台の順番については永洋特鋼の事例もあわせて読んでください。
まとめ
- Siemens×P&G のVICは、AI判定をPLCにつなぎ、不良品の排除まで実行する閉ループとして世界展開される。
- 本番化の難所はモデル精度ではなく、誤排除のコストと責任、人の確認経路、更新時の検証という制御・運用の設計にある。
- 「展開が5〜10倍速い」の本質は、横展開のテンプレートが整備されていること。
- 開発会社にとっては、モデル開発単体より、既存設備との接続と運用設計の層に事業機会がある。
