作業分析AIは2つの型に分かれる
作業分析AIの製品は、使う場面で大きく2つに分かれます。比べる前に、どちらの型が必要かを決めることが先です。
1つ目は「組立Copilot型」です。作業中の動きをカメラでリアルタイムに認識し、手順の抜けや順序違いをその場で作業者に知らせます。目的は品質不良の予防と新人の支援で、ラインの中で常時動きます。
2つ目は「計測・分析型」です。録画した作業動画から要素作業とサイクルタイムを測り、ムダや作業者間の差をIE担当者や改善チームに示します。目的は改善テーマの発見と標準作業の改訂で、結果を見るのは作業者ではなく改善担当です。
主な製品と型の対応
公開情報から、代表的な製品を型ごとに整理します。機能の説明はいずれも各社の公式サイトの記載に基づくもので、当サイトが実機で検証したものではありません。
| 製品・提供元 | 所在 | 型 | 公表されている特徴 |
|---|---|---|---|
| Retrocausal（Assembly / Kaizen Copilot） | 米国 | 両方 | コンピュータビジョンによる組立ガイド・品質・エルゴノミクス分析 |
| Tulip | 米国 | Copilot寄り | フロントライン運用基盤。SOP・写真・動画からアプリを作成 |
| AdaWatcher（アダコテック） | 日本 | 分析寄り | CHLAC特徴量で動画から逸脱挙動をリアルタイムに検知 |
| Fujitsu Kozuchi（作業者分析） | 日本 | 分析寄り | 先行導入で作業者分析のPoC構築を3カ月以上から3日に短縮（同社発表） |
効果の数字としては、RetrocausalがSiemensでの初回良品率10%向上・品質問題60%減を、3Mでの15工場への展開を掲げています。いずれも同社の自己申告で、対象ラインや比較期間の条件は公開されていません。比較の材料にするときは、自社のPoCで同じ指標を測り直す前提で扱ってください。
比べるべき5つの軸
型を決めたら、次の5つの軸で候補を比べます。
- 映像データの置き場所。クラウドに映像を送るのか、エッジやオンプレミスで処理が完結するのか。作業者が映る映像は個人情報に当たりうるため、社外に出すかどうかは労使合意にも関わります
- 要素作業の定義とラベル付けの手間。自社でラベルを付けて学習させる方式か、少数の手本動画から学習できる方式か。工程が多い工場ほど、この手間が導入費用を左右します
- 認識できる作業の範囲。手元の細かな動作まで認識できるか、上半身と工具の位置までか。ウェアラブルカメラへの対応も確認します
- 改善サイクルへの組込み。測定結果を標準作業書の改訂、教育計画、日々の改善会議にどう渡せるか。分析画面を見せるだけの製品は、担当者が異動すると使われなくなります
- MES・生産実績との連携。品番や作業指示に応じて手順を切り替えられるか（Copilot型）、生産実績と時刻を合わせて集計できるか（分析型）。APIやCSV出力の有無を確認します
海外製品を選ぶときの注意
欧米の製品は組立Copilot型の機能が充実している一方、映像をクラウドで処理する構成が多く、日本の工場では情報システム部門の審査で止まることがあります。また、EUのAI Actでは、従業員の行動やパフォーマンスの監視に使うAIが附属書IIIの高リスク区分に入りうると整理されており、適用は2027年12月とされています。欧州に拠点を持つ企業が同じツールを展開する場合、日本と同じ運用ルールでは足りない可能性があります。
導入の順番
最初は計測・分析型から入り、標準作業が固まってから組立Copilot型に進むのが無難です。Copilot型は「正しい手順」を定義できていることが前提で、標準作業が曖昧なまま入れると、作業者に誤った通知を出すことになります。仕組みの詳細は作業動画のAI分析、製品の一般的な選び方は製造業AIベンダーの選び方を参照してください。
費用の見方
作業分析AIの費用は、ソフトウェアのライセンスより、カメラの設置、ネットワーク、ラベル付けの工数、改善担当者の時間で膨らみます。見積を比べるときは、1工程あたりの初期費用と月額に加え、工程を1つ増やすたびにかかる追加費用（カメラ、学習、設定）を必ず確認してください。1工程のPoCでは安く見えても、全ラインに広げると費用の構造が変わる製品があります。
よくある質問
汎用の動画解析AIと作業分析専用ツールの違いは何ですか
専用ツールは、要素作業の定義、サイクルタイムの集計、標準作業との比較といった製造現場の機能を最初から持っています。汎用の動画解析で同じことをするには、これらを自社で作り込む必要があります。
少量多品種の工場でも使えますか
品番ごとに手順が変わる場合、品番ごとの手本やラベルが必要になり、手間が増えます。MESの作業指示から品番を受け取り、手順を自動で切り替えられるかが重要な確認点です。
この記事に出てくる用語
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。
