【オムロンフィールドエンジニアリング株式会社様】

企業名：

オムロンフィールドエンジニアリング株式会社

概要：

鉄道・金融など社会インフラの保守運用を担うオムロンフィールドエンジニアリング社と共同で、点検写真をAIが自動判定する新システムを開発。約4か月の実運用検証でAI精度89%・システムエラー率0.2%を達成し、現場での本格導入を実現しました。

背景・課題：

近年、労働人口の減少を背景に、保守・点検業務の分野では、作業品質の維持と人的リソースの効率化を両立させることが重要な課題となっています。OFEは、鉄道・金融をはじめとする社会インフラ領域において保守運用業務を担い、長年にわたり高品質なサービスを提供してきました。一方、点検写真の確認作業は重要なダブルチェック工程であるがゆえに、これまで人手に大きく依存してきた業務でもあります。

本プロジェクトでは、特に属人性が高く作業負荷の大きい「設置機器の設定値（大量の文字情報）の照合作業」に着目しました。OFEが蓄積してきた現場ノウハウと松尾研究所の先端AI技術を融合し、生成AIを活用した自動判定モデルを構築。従来は人手に頼っていた判断プロセスをシステム化することで、省リソースでありながら高品質な保守業務を実現する基盤を整えました。

取り組み内容：

本プロジェクトでは、松尾研究所のAI技術を基盤に、文字認識（OCR）による文字抽出と大規模言語モデル（LLM）による意味理解を組み合わせることで、人がマニュアルを参照しながら行ってきた判断するプロセスをAIで再現する高度な判定モデルを開発しました。

本システムの最大の特徴は、従来の外観検査に代表される画像パターン認識にとどまらず、写真に含まれる文字情報を読み取り、その内容が正しい設定値かを意味的に判断する高度なAI処理にあります。このような判断は、従来の画像認識のみでは対応が困難でした。

• OCR（文字認識）：点検写真から設定値などの文字情報を抽出
• LLM（大規模言語モデル）：抽出した文字をマニュアルに基づいて照合し、正誤を判定
• Chain-of-Thought（推論過程の可視化）： AIの判断理由を段階的に提示することで、判断の透明性と安定性を向上

成果・現状：

本システムは、社内現場にて約4か月間の効果検証を実施し、以下の成果を確認しました。

• AI判定回数: 8332件
• AI精度(*1): 89%
• システムエラー率(*2): 0.2%（高い安定稼動を実現）

これらの結果から、本システムが実業務に耐えうる精度および安定性を備えていることを確認しました。

2025年10月より、特にAI適用効果の高い点検業務を中心に優先的な導入を開始しています。現場での利用にあたっては、実際の作業で使用する点検画像を用いた事前検証を行ったうえで運用しており、AI活用による作業効率化に加え、人手作業では避けられない見落としリスクの低減など、品質向上にも寄与しています。

（注釈）

*1 AI精度：AIが出力した結果が、あらかじめ定義した正解データとどの程度一致しているかを示す指標。本数値は実際の業務データを用いた検証結果に基づいて算出しており、現場業務における実用性の高さを示すもの。

*2 システムエラー率： 本システムの運用・検証過程において、想定された処理フローが正常に完了しなかった割合を示す指標。通信障害や処理停止、結果が出力されないケースなど、システムとしての動作不具合を対象としており、安定的な稼働性を評価するために用いられる。