AIで品質向上と生産効率の改善を実現したコネクタメーカ

　スマートフォン市場は、従来より非常に高い競争環境にあります。顧客満足度の向上を目的として、大手ブランドは高性能な機能や革新的な設計の開発に注力する一方、OEM生産においてもますます厳格化する基準を遵守し、すべての製品において一貫した高品質を実現しています。

　電子機器向けコネクタメーカは、自社製品の製造とともに、複数の大手グローバルブランド向けOEM生産も実施しています。本企業は、アドバンテック・ソリューションと併せて、Spingence社のAI外観検査ソフトウェア「AINavi」の導入を決定しました。従来の目視検査をAIによる欠陥検出プロセスに置き換えることで、生産工数を削減しつつ、品質の向上にも成功しました。本システムの導入により、スマートフォンメーカーとのより強固で信頼性の高い関係構築が可能となり、継続的な成長と発展の見通しが実現しました。

　Spingence社のビジネス開発マネージャー J Lee氏は、「コネクタ品質管理においては、寸法検査・防水試験・抜き差し検査、外観不良の識別など、いくつかの障壁がある。」と指摘しています。外観欠陥の検出を除いて大部分の検査は自動化されていますが、外観検査に関しては現在も人的な目視検査に依存している状況です。

　コネクタの外観検査は、金属部品と樹脂部品が混在し、それぞれ異なる欠陥種類を持つことから、極めて複雑な工程となり、検出対象の欠陥は複雑かつ多様なものとなっています。近年普及している自動光学検査（AOI）を導入した場合でも、一部の不良を検出できず、最終的には人手による目視確認を継続する必要があります。また、スマートフォンメーカーは、自動光学検査（AOI）機器に対して認定済みベンダーの利用を義務付けており、独自の設備選定が制限されています。

　綿密な検討の結果、当該企業は手動による目視検査の導入を決定しました。各製造ラインごとに平均5～10名の検査担当者が配置され、製品の不良を視覚的に確認しています。一方で、この手動による検査方式には3つの主要な課題が伴います。まず、第一の問題は、検査精度が一定せず変動が大きいという課題があります。各検査担当者の経験や条件の違いにより、不良の判断基準が微妙に異なる可能性があります。これにより、検査結果にばらつきが発生します。

　第二の課題はコスト負担です。各生産ラインの最終工程で実施される手動検査は、非常にコストの高いプロセスです。これらのコストを削減・抑制することで、総生産コストを大幅に低減できます。

　第三の課題は労働力不足のリスクです。少子化や世界各国における労働市場の動向により、人手不足は現実的な課題であり、事前の対策が求められています。

　当該コネクタメーカは、技術検証を踏まえ、ヘッドホン用接点プラグ、Type-C充電器、Type-Cスマートフォンケーブル、Type-Cヘッドホンの製造ラインに「AINavi」を導入し、検査工程の完全自動化を推進することを決定しました。

　Lee氏は、全体のシステム構成について補足説明を行っています。本プロセスは、既存のAOI設備を基盤として運用されています。取得画像はAOI装置のホストPCからAIホストに転送され、トリミング、縮小、マスキングなどの前処理が適用されます。その後、AINaviによる画像解析と判定が行われ、結果がAOI装置のホストにフィードバックされることで不良品の排除が実現されます。

　スマートフォンメーカからの旺盛な需要を背景に、コネクタメーカは生産リードタイムと検査速度の最適化を重要視しています。生産目標に対応する安定性と高性能を求めてSpingence社は、アドバンテックと協力し、高性能GPUを搭載したファンレスシステム「MIC-770」と、AI基盤とする産業用GPUサーバ「SKY-6400」、「SKY-6420」を導入しました。

　Lee氏は、「同メーカーは幅広い製品ラインアップを取り扱っており、各製品ごとに別個のAIモデルを稼働させる必要があるため、ホスト側の処理能力に対する要求が増大する」と表明しました。弊社が豊富な製品ラインアップを提供していることから、顧客は既存設備を活用しながら、システムを拡張・強化することが可能です。

　例えば、3～5種類のAI検査モデルで対応できる製品の場合、GPU搭載のMIC-770で要件を満たすことができます。AI検査の対象となる欠陥カテゴリを拡張する場合でも、MIC-770を1～2台増設することで柔軟に対応可能です。コンパクトなMIC-770は省スペースで設置可能であり、拡張構成にも高い柔軟性を提供します。一方、SKY-6400とSKY-6420は、より多くの欠陥カテゴリを持つ複雑な製品への適用に対応し、AI検査だけでなく、AIモデルのトレーニング用途としても利用可能です。AINaviのソフトウェアスケジューリング機能を活用することで、エンジニアはAIモデル学習を事前設定し、業務時間外に実行することが可能です。翌営業日に再トレーニング済みモデルを適用し、AI検査モデルの精度向上効果を確認できます。

　「AINavi導入による最大の効果は、コスト低減と設備運用の自律化の確立にあります」とLee氏は表明しています。AINaviは検出漏れ率1%以下、装置稼働による歩留まり95%以上を達成しており、その結果、同社は目視検査を廃止し、人員を他工程へ再配置することで、製造コストと労働力不足リスクを同時に削減しました。

　さらに、他製品に自動欠陥検査を導入する場合、AIによる自動検査が可能となるため、スマートフォンブランドから指定されたAOI装置ベンダーに依存せず、設備選択の制約を受けない運用が可能となります。

　Lee氏は、Spingence社が当初は自動化アプリケーション分野で設立され、AI分野へ事業拡大したことを表明しました。同社は、工場、装置メーカー、システムインテグレーターとの協業を通じて豊富な実績と経験を蓄積しており、AIアプリケーション導入時に伴うあらゆる問題を熟知しており、製造業に対して自律型AIの実装と課題解決を包括的にサポートしています。

　今後、Spingence社は外観欠陥検査を必要とするさまざまな製造業分野へ、AINaviの適用拡大を継続していく方針です。加えて、AOI機器ベンダーとの協働により、AIを活用した装置価値の強化を進めていきます。同社は本方針の推進により、技術革新を通じた台湾産業の競争力強化支援を目指しています。