VLMで作業動画を「読む」ことができるようになった
VLM（Vision-Language Model、視覚言語モデル）は、画像や動画とテキストを同時に扱える生成AIです。作業動画を入力すると、「部品を取る」「治具にセットする」「ねじを締める」といった作業の区切りを言葉で説明したり、手順書と照らして抜けている作業を指摘したりできます。
従来の作業分析AIは、姿勢推定や動作認識のモデルを作業ごとに学習させる必要がありました。VLMは、手順書の文章と動画を突き合わせる使い方ができるため、作業ごとの学習データを大量に用意しなくても始められる点が違います。ただし、精度は撮影条件と作業の種類に強く左右されます。
3つの事例の比較
| 項目 | 旭鉄工 | ダイキン工業 | Tulip（Factory Playback） |
|---|---|---|---|
| 対象 | 製造ラインの作業 | 空調機の点検・修理（サービスエンジニア） | 現場作業全般 |
| 撮影 | 作業動画 | ウェアラブル端末で撮影 | エッジカメラ |
| 何をするか | 改善ポイントの自動抽出 | 点検・修理作業の抜け漏れの自動チェックとスマホ通知 | 人の作業の検知、手順遵守と根本原因分析の支援 |
| 生成AIへの入力 | 自社のカイゼンノウハウ | 点検・修理の手順 | 手順・アプリのデータ |
| 公表状況 | 運用中（2025年5月報道、定量値なし） | 経産省・NEDO「GENIAC-PRIZE」第1位・AIエージェント賞 | 2026年10月に機能拡張を発表 |
旭鉄工は、独自のカイゼンノウハウを生成AIに学習させ、作業動画から改善ポイントを自動抽出する仕組みを構築したと公表しています（2025年5月）。同社はほかにも、社長の改善思想を学習した「AIキムテツ」が毎朝約200の製造ラインを分析し、確認すべきラインと改善の検討内容を管理者に文章で伝える仕組みを運用しており、判断と責任は人が持つと明記しています。
ダイキン工業は、サービスエンジニアがウェアラブル端末で撮影した作業映像から、空調機の点検・修理作業の抜け漏れを自動でチェックしてスマホに通知する「熟練工AIエージェント」を自社開発しました。総務省の令和8年版情報通信白書で紹介されています。
Tulipは2026年10月、作業映像を記録・再生する「Factory Playback」を、エッジカメラ映像とVLMによる人の作業の検知に拡張し、手順遵守と根本原因分析を支援すると発表しました（同社発表、ARC Advisory Group報道）。
3例に共通するのは、動画分析を「作業者の評価」ではなく「手順の抜け漏れ」「改善の着眼点」に使っていることです。この位置づけが、従業員の理解を得る上で重要になります。
撮影条件を統一しないと、抽出の精度は出ない
動画分析で最も多い失敗は、撮影条件のばらつきです。
- 画角：手元が映っているか。体で部品が隠れる角度では、作業の区切りを判定できません
- 照明と解像度：小さな部品やねじの締付は、解像度が低いと判別できません
- 固定かウェアラブルか：固定カメラは比較がしやすく、ウェアラブルは移動を伴う作業（点検・保全）に向きます
- 作業の開始と終了の区切り：MESの作業開始・終了の記録と時刻を合わせると、動画をロットや作業指示に紐づけられます
最後の点は見落とされがちです。動画の時刻とMESの作業実績の時刻が合っていれば、「このロットの作業動画」「不良が出たロットの作業」を後から探せます。時刻の揃え方は工場データの時刻ずれ対策を参照してください。
従業員の同意と目的の明確化が前提
作業動画の撮影は、従業員にとって監視と受け取られやすい取り組みです。技能伝承の失敗原因として、撮影に対する現場の心理的抵抗はよく挙げられます。
導入の手順
ステップ4の採否の記録が、精度の評価データになります。指摘のうち何割が正しかったか、見逃した抜け漏れはなかったかを数か月記録し、運用を広げるかを判断します。手順書の生成への展開は作業手順書を生成AIで作るで扱っています。
よくある質問
VLMの動画分析は、従来の作業分析AIより精度が高いですか？
一概には言えません。特定の作業に特化して学習した動作認識モデルのほうが、その作業では精度が高い場合があります。VLMは学習データを用意しにくい多品種の作業や、手順書との照合に向いています。
動画をクラウドに送っても問題ありませんか？
作業動画には、製品の形状、設備、従業員の顔が映ります。機密区分と個人情報の扱いを確認し、必要ならエッジで処理して要約結果だけを送る構成や、閉域環境を選んでください。
熟練者の動画から「コツ」まで抽出できますか？
手の動きの順番や時間は抽出できますが、力加減や判断の理由は動画からは読み取りにくいです。動画を見ながら熟練者に解説してもらい、その音声も合わせて記録すると、コツを言葉にしやすくなります。
この記事に出てくる用語
製造業の生成AI、どこまで任せられるか
文書検索、手順書の生成、品質報告のドラフト。人が承認する範囲と任せてよい範囲の線引き 全91本
- 製造業の生成AI活用の全体像：業務別12ユースケースと導入の順番
- 製造業の社内文書RAG入門：手順書・図面・品質記録を検索する5層構成
- Siemens Industrial Copilotの全体像：5系統の提供状況と狙い
- 生成AIの情報漏えい対策：製造業が決めるべき入力禁止情報とログ管理の7項目
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
