品質保証・検査のAI活用品質管理と品質保証、外観検査と検品、不良の原因の分析など
会社の品質保証・検査の仕事で、AIがどう使われ始めているかを集めたページです。会社自身の資料(有価証券報告書・10-K・決算の資料など)での取り組み、最近の報道、道具の発表、AIが書いた活用のアイデアを並べています。
最終更新 2026年11月19日会社の資料での表明 29件・21社報道 10本アイデア 10案
会社自身の資料での取り組み新しい順・29件のうち15件
会社が自分で出した資料から、AIに関わる文のうち品質保証・検査の仕事に触れたものを、そのまま引いています(1社2つまで)。会社の名前を押すと、その会社のほかの取り組みも読めます。色の札は「何を変えるか」、点線の札は「どこまで来たか」で、どちらも文からの判定です。
2026年11月3日
「Throughput+20% HSE2 Ensuring safety, before risk takes shape Efficiency Faster, leaner, less scrap Quality Premium quality at every step」
2026年9月28日
「また、最近はAIを活用した品質保証サービス『Qualicia』等を展開し、検証の自動化と品質向上サービスも提供しております。」
2026年6月26日
「推進にあたってはIT本部 本部長および、AI推進担当のグループエグゼクティブが全体統括を務め、エンジニア、法務、品質管理、セキュリティ並びに各事業部門の専門家など約150名のメンバーからなる「AIエキスパートチーム」が対応しています。」
出典 有価証券報告書-第28期(2025/04/01-2026/03/31)(p.16)
2026年6月24日
「同社株式は、当社グループのAIを活用した事業の重要なパートナーであり、通信建設工事におけるAIを活用した安全品質管理をはじめ、ローカル5Gを活用したシステム構築等の協業によるシステムソリューション事業の円滑化のため、保有しております。」
出典 有価証券報告書-第72期(2025/04/01-2026/03/31)(p.75)
2026年6月23日
「品質管理、油圧制御といったコア技術・価値をさらに磨き、グローバルに展開している当社機械の稼働データやAI、デジタルなどの先進技術と融合させ、技術革新を加速します。」
出典 有価証券報告書-第62期(2025/04/01-2026/03/31)(p.17)
2026年6月23日
「AGESTグループ事業では、「AI等先端技術が支えるQAソリューション及び多様化・巧妙化するサイバー攻撃から情報資産を守るセキュリティソリューションによる品質保証」という提供価値の実現に向け、従来の人手中心のソリューション提供に加え、AIを活用したソリューションの高度化を進めるとともに、AI開発の黎明期において、ニーズが高まっているAI活用に関するコンサルティングへのリスキリング等の人材育成を強化するなど、高い専門性を備えた人材の育成・確保を人材戦略の基本方針としております。」
出典 有価証券報告書-第13期(2025/04/01-2026/03/31)(p.45)
2026年6月23日
「このような状況のもと、ゲーム・エンターテインメントコンテンツ向けにサービスを提供するDHグループ事業においては、「人の感性・感覚・閃きを活かした“エンタメ品質”保証」という提供価値の実現に向け、AIを活用しながら、当該“エンタメ品質保証”という提供価値を支えうる多様な人材の確保・育成・最適配置を人材戦略の基本方針としております。」
出典 有価証券報告書-第13期(2025/04/01-2026/03/31)(p.45)
2026年6月23日
「DX、AI、ロボットを活用した異物検出精度向上や生産ラインのモニタリング、不良品選別ソリューションを提供」
出典 有価証券報告書-第100期(2025/04/01-2026/03/31)(p.17)
ほかの7件を見る
2026年6月22日
2026年6月19日
「製造業の様々な外観検査工程に適用可能なAI外観検査装置を開発し発売しました。異常検知AIとルールベース画像処理を当社独自の手法で組み合わせることにより、熟練検査員と同等の精度と検査時間を実現しました。」
出典 有価証券報告書-第150期(2025/04/01-2026/03/31)(p.34)
2026年6月17日
「当社は、素材、装置、プロセスを組み合わせた提案を通じて、生成AIを含む先端半導体分野における品質および歩留まりの向上に貢献し、DXや次世代通信分野の発展を支えてまいります。」
出典 有価証券報告書-第132期(2025/04/01-2026/03/31)(p.21)
2026年6月15日
「H.U.グループ中央研究所との連携により、新規技術の検査現場への実装、特殊検査のAI・DX化、ならびに機械化・自動化による検査工程の刷新と効率化を推進しております。」
出典 有価証券報告書-第76期(2025/04/01-2026/03/31)(p.31)
2026年6月12日
「なお、生成AIの提供における誤情報を生成するリスク、知的財産権を侵害するリスク等への対策については、自社内での検証・テストの強化に取組みリスクの軽減に努めております。」
出典 有価証券報告書-第60期(2025/04/01-2026/03/31)(p.14)
2026年6月11日
「さらに、検査工程の工数削減と品質安定を両立させるべく、AIを活用した自動外観検査機の量産工程への適用を本格的に推進してまいります。」
出典 有価証券報告書-第101期(2025/04/01-2026/03/31)(p.16)
2026年3月25日
「自然言語処理AIを用いた建設業向けの安全・品質管理を支援するクラウドサービスの展開を推進、これに関連するAI製品の開発、リリース等を進める」
出典 有価証券報告書-第36期(2025/01/01-2025/12/31)(p.43)
最近の報道10本のうち新しい10本
このライブラリーが毎朝集めているAIのニュースのうち、題に品質保証・検査の仕事の言葉が出る記事です。
2026年10月22日
2026年10月16日
出荷から荷受けまでAI検品、「AUDER」がグッドデザイン賞を受賞
LOGISTICS TODAY
2026年10月14日
AIが変革する自動車の品質管理:製造現場の効率化と精度向上
Unite.AI
2026年10月8日
JA東びわこ、Bakusoku.AI活用で米品質検査アプリを内製化
農業とITの未来メディア
2026年9月25日
2026年9月22日
製鉄所の効率化:AIが品質検査を5分から1分に短縮
BornCity
2026年9月21日
2026年9月11日
メルカリ、越境取引の検品自動化へAIロボット研究
LOGISTICS TODAY・出来事の流れ「国内でのフィジカルAI実装の広がり」→
2026年9月4日
フォード、AI品質検査の失敗を受け熟練エンジニア350人を再雇用
Межа. Новини України.
2026年8月19日
リコージャパン、品質管理部門向け生成AIモデルを提供開始
iotnews.jp
道具の発表4件
道具の種の発表・リリースのうち、品質保証・検査の仕事に触れたものです。札の「発表」は提供元自身の発表、「報道」は報道機関の記事です。
2026年7月15日
2026年7月1日
2026年6月6日
2026年6月4日
AI活用のアイデア10案のうち新しい10案
毎朝の読み解きで、その日のニュースをきっかけにAIが書いた挑戦案のうち、品質保証・検査の仕事に触れたものです。挑戦案はAIが書いた案で、実際の事例ではありません。
清掃契約をロボット併用前提に組み替え、人手が減っても受注額を保てる見積りの形が見える
過去の仕様書と作業記録をAIに読ませ、「ロボットが担う床清掃」と「人が担うトイレ・ガラス」に分けて質問を重ねる。人を減らしても品質保証や故障時の駆けつけを含めて成り立つ、新しい見積りの型を試作する。
詳しく ▸
- 事業として
- 試算:契約100件で1件あたり月5万円の粗利改善なら、年6,000万円。
- 勝てる理由
- ビルオーナーとの長年の契約と、建物ごとの作業時間の記録があり、機械メーカーより現実的な見積りを出せる。
- AIに何から聞くか
- 直近の契約5件の仕様書と作業時間記録をAIに渡し、機械化できる作業の割合と見積り案を3パターン出させて比べる。
- この案が強いのは
- 清掃の現場経験者は、機械では取れない汚れや例外作業を知っており、分担の線引きを間違えにくい。
2026年11月13日・紙面では畳んだ案・きっかけ 人手不足解消へ ファミマがフィジカルAI導入 | NHKニュース | AI・ネット・IT(NHKニュース・2026年11月13日)
この日の読み解き →
納品の誤りが少ない便だけ、店での検品を省く共通ルールを作る
食品卸が小売数社とメーカーに声をかける。納品データと店の検品結果から、数量違いや欠品が少ない便をAIが格付けし、基準を満たす便は店での検品を省く。店の荷受けに取られていた時間が減る。
詳しく ▸
- 事業として
- 前提:1店の荷受け・検品が日3人時、時給1,300円なら年約142万円。500店で約7億円で、その2割を卸が受け取れば約1.4億円。
- 勝てる理由
- 卸は複数のメーカーと複数の小売の納品記録を両方持っており、公平な格付けができる立場にいる。
- 誰に、どう呼びかけるか
- 物流部門の責任者が取引の多い小売2社に声をかけ、過去半年の納品差異のデータを出してもらい、省ける便の割合を確かめる。
- この案が強いのは
- どの便でどんな誤りが起きやすいかを知る物流の現場経験者が、格付けの基準を実態に合わせられる。
2026年11月5日・きっかけ リテールパートナーズ、人件費増で利益減 収益力回復へ(ダイヤモンド・チェーンストアオンライン・2026年11月5日)
この日の読み解き →
大型投資の発表を待たず、自社の部材が効いている工程を数字で言える会社になる
部材メーカーは顧客の投資を報道で知り、自社の部材が歩留まりや工程のどこに効いているかを言えない。交渉が原価の話に偏る状態から、価値の話ができる状態へ変わる。
詳しく ▸
- 事業として
- 経営企画・営業が価格交渉や設備投資の判断のために買う調査会社のレポート費と、値引き要求で失う粗利。
- 勝てる理由
- 不良返却や仕様変更の履歴は納入側にしかなく、調査会社も競合も見られない。溜めた会社が先に語れる。
- 何を、どう測るか
- 過去3年の納入先別の不良解析・仕様変更の記録を集めて工程別に整理し、顧客が公開した投資計画と突き合わせた一覧を作る。
- この案が強いのは
- 納入現場で不良解析に立ち会ってきた人だけが、数字の意味を読み解ける。
2026年11月2日・紙面では畳んだ案・きっかけ 日本特殊陶業 2026年9月中間決算【会見全文】:記者会見録(中日BIZナビ・2026年11月2日)
この日の読み解き →
微量の異物でも出どころが辿れて、出荷前に止められる工場に品質保証を組み替える
宇宙の試料は、地球の汚れが一粒混ざるだけで価値が揺らぐ。同じ発想を食品や部品に持ち込めば、混入の原因探しに追われる現場が、起きる前に断てる側に回る。
詳しく ▸
- 事業として
- 食品・部品メーカーは、異物混入の原因調査・回収・顧客補償に、1件ごと人件費と回収費を払っている。
- 勝てる理由
- 工程ごとの異物の種類と発生履歴は、自社ラインを持つ会社にしか溜まらない。溜まるほど判定が効く。
- どの前提を疑うか
- 『検査で弾く』前提を疑い、過去の異物クレームを工程別に並べ直す。異物が持ち込まれる入口がどこかを洗い出すことから始める。
- この案が強いのは
- クレームの原因を追って現場を走り回った品質管理の人が、入口の当たりをつけられる。
2026年10月19日・紙面では畳んだ案・きっかけ 世界初“火星衛星から岩石”目指し、H3ロケット10号機 あす打ち上げ - TBS NEWS DIG(TBS NEWS DIG・2026年10月19日)
この日の読み解き →
各社でバラバラなAI利用の確認票に対し、自社が何度も回答し直す手間を省く
同じ内容を取引先ごとに違う書式で聞かれ、そのたびに品質保証や総務の担当が回答を作り直している。同じ答えを一度出せば済む状態にする。
詳しく ▸
- 事業として
- いまは品質保証・総務の担当者が質問票1通ごとに時間をかけて回答。大手側も、調達部門が回収と確認を人手でやっている。
- 勝てる理由
- 複数の取引先から違う様式を受け取っている側だけが、項目の重なりを並べて見られる。大手1社には他社の様式が見えない。
- 誰を、どう動かすか
- 届いた質問票3〜4種を並べて共通項目を抜き出し、一枚の様式案にする。主要取引先の調達窓口に「これで足りるか」と聞きに行く。
- この案が強いのは
- 複数の大手と取引し、各社の調達窓口と直接話せる中小・中堅の担当者の手にあるとき強い。
2026年10月13日・紙面では畳んだ案・きっかけ AI投資で世界成長率約3%維持、アジアに大きな恩恵=IMF(Reuters・2026年10月13日)
この日の読み解き →
タンパク質のわずかな変性リスクを、出荷前にライン全体で察知できるようにする
目視や事後サンプリング検査ではすり抜けていた微細な凝集や品質劣化をゼロにする。製造現場の歩留まり向上と、市場への不良品流出による数億円規模の回収リスクを根絶する。
詳しく ▸
- 事業として
- 製薬・バイオ工場の品質保証費や、月間数百万円に及ぶ不良ロット廃棄損の削減枠から支払われる。
- 勝てる理由
- 既存工場のライン配管や光学センサーの配置構造に依存しており、後発企業が同等の計測環境を再現するのは困難。
- 何を、どう測るか
- 製造ラインのリアルタイム分光データをAIで監視し、異常タンパク質の凝集シグナルがどの工程で立ち上がるかを数値化する。
- この案が強いのは
- 製造ラインごとの配管の癖や温度ムラを熟知している現場の品質管理担当者。
2026年10月8日・紙面では畳んだ案・きっかけ 東京理科大の硤合憲三・名誉教授らにノーベル化学賞、選考委「1世紀以上にわたる化学の謎に答え示した」 - 読売新聞(読売新聞・2026年10月8日)
この日の読み解き →
誰も見落としていた微細な傷を捉え、検品工程の属人化を終わらせる
熟練検査員の視力と集中力に依存していた微小欠陥の選別を、疲労や時間帯に関係なく誰でも同一水準で行える状態にする。後工程への流出が防がれ、検査員が過度な重圧から解放される。
詳しく ▸
- 事業として
- 製造ラインの目視検査員にかかる人件費(1人あたり年400万円程度)や、流出時の損害賠償・選別費用から出る。
- 勝てる理由
- 良品基準の微妙なグレーゾーンを長年ジャッジしてきた社内熟練者の判断履歴を押さえている点に参入障壁がある。
- AIに何から聞くか
- 検査員が普段「違和感」と呼んでいる良品と不良品の境界条件を洗い出し、画像認識で捉えるべき特徴量を整理する。
- この案が強いのは
- 微細なバリや傷の合否判定基準を現場で体得してきた品質管理者自身の手にあるとき最も機能する。
2026年10月7日・紙面では畳んだ案・きっかけ アイスキューブにノーベル賞 南極でニュートリノ観測―物理学賞、千葉大も参加 - 時事ドットコム(時事ドットコム・2026年10月7日)
この日の読み解き →
倉庫と事務所を往復することなく、検品メモがそのまま納品台帳になる
現場で手元の端末に記録した内容が事務所の管理台帳へリアルタイムに統合され、検品後の二重入力や記載漏れによる出荷遅延を完全になくす。
詳しく ▸
- 事業として
- 事務員が伝票転記と確認電話に割いている1日数時間の作業人件費。
- 勝てる理由
- 現場固有の資材略称や納品ルールの手書き記録パターンを把握している点。
- 何を、どう測るか
- 検品から台帳登録までに発生している転記ミスや確認待ち時間を1週間計測し、数字で可視化する。
- この案が強いのは
- 紙伝票の走り書きや現場独特の略語を解読できる実務経験。
2026年9月23日・きっかけ グーグル「AI搭載パソコン」10月4日発売 スマホと連動、日本での発売時期不明 - 産経ニュース(産経ニュース・2026年9月23日)
この日の読み解き →
複雑な製造現場で、誰も気づかなかった品質異常の原因を特定する
膨大なセンサーデータや作業記録から、人間には見つけられない微細な相関関係をAIが見つけ出し、品質問題の根本原因を特定し不良品発生を抑制する。
詳しく ▸
- 事業として
- 品質問題によるリコール費用、手戻りによる生産遅延の逸失利益、不良品廃棄コストといった年間数十億円規模の損失を削減する原資を転用。
- 勝てる理由
- 長年の経験を持つ現場技術者が持つ暗黙知や、特定の製造ラインでしか発生しない異常データパターンをAIに学習させ、他社には模倣できない解析精度を確立する。
- AIに何から聞くか
- 特定の製造ラインから得られるセンサーデータと過去の品質異常報告をAIに与え、関連性の高いパターンを探索させる。
- この案が強いのは
- 特定の製造プロセスにおける、熟練工が感覚的に捉えている品質異常の兆候を言語化し、AIに学習させるための現場理解。
2026年9月6日・きっかけ OpenAI社長:Astraは10万基のGPUで訓練された初のモデル(华尔街见闻・2026年9月6日)
この日の読み解き →
現場の勘と経験をAIが学習し、若手もベテランの技でトラブルを解決する
熟練工の減少により、工場現場でのトラブルシューティングや品質管理のノウハウ伝承が課題。AIがベテランの判断基準を学び、若手作業員のスキルを底上げすることで、生産性向上と技術継承を両立させる。
詳しく ▸
- 事業として
- トラブルによる生産ロス削減、不良品率の低減、熟練工の教育コスト削減効果から予算が割り当てられる。現場の生産性向上に直結するため、投資回収が明確。
- 勝てる理由
- 特定の工場現場で長年蓄積された、設備や製品固有の故障データや作業員の判断履歴。これらの生きたデータは、他社が容易に再現できない。
- 誰を、どう動かすか
- 現場の熟練工と対話を通じて、トラブル発生時の思考プロセスや判断基準を詳細にヒアリングし、AI学習のためのデータ要件を整理する。
- この案が強いのは
- 特定の製造工程における、熟練作業員の暗黙知と判断基準。
2026年8月31日・きっかけ 商社トップ、AI時代は「上流・ヒト・現場」重視 産業転換の先導役に - 日本経済新聞(日本経済新聞・2026年8月31日)
この日の読み解き →
品質保証・検査の仕事のAIの道具
道具の棚の、品質保証・検査の仕事に使う道具の種類のページです。国内と海外の道具、各社の公式の発表、会社自身の資料での取り組みを並べています。
関わる用語
品質保証・検査の仕事でAIを使うときに出てくる言葉です。押すと、意味と最近の使われ方が分かる用語集のページへ。
このページについて
- 集め方
- 品質保証・検査の仕事の言葉が出る、会社自身の資料の表明・AIのニュース・道具の発表・挑戦案を、決まった言葉で集めています(AIの判定は入っていません)。言葉は、別の意味で使われやすいもの(「採用」「財務」など)を外しています。
- 部門のページ
- 課題の種の業務の場(商品・サービスをつくる)を、部門に細かく分けたページです。同じ業務の場のほかの部門:研究・技術開発/商品企画・開発/設計。ほかの部門は課題の棚の一覧から。
- 更新
- 毎朝更新、最終更新 2026年11月19日。
- このライブラリー
- AI戦略ライブラリーは、AI戦略実践プロジェクトの一環で作っています(参加費とお申し込み)。