松尾研究所與歐姆龍現場工程師共同開發AI判定模型，將高度依賴個人經驗的保養作業系統化

2026年3月29日

松尾研究所與歐姆龍現場工程師共同開發AI判定模型。

NQ 56/100

株式會社松尾研究所（總部：東京都文京區，代表取締役：川上登福，以下簡稱「松尾研究所」）與歐姆龍現場工程師株式會社（總部：東京都中央區，代表取締役社長：立石泰輔，以下簡稱「OFE」）合作，共同開發了一套能對作業現場拍攝的點檢照片進行AI自動判定的新系統。

本系統融合了松尾研究所所擁有的生成式AI與影像辨識技術，以及OFE長年累積的保養作業現場知識，以實現現場數位轉型為目標共同開發而成。透過社內現場的實際運用已確認具有高度成效，並已於2025年10月起正式導入。

近年來，隨著勞動人口減少，保養與點檢作業領域面臨如何同時維持作業品質與提升人力效率的重要課題。OFE長期承擔鐵路、金融等社會基礎設施領域的保養運維業務，提供高品質服務。然而，點檢照片的確認作業作為重要的雙重確認流程，至今仍高度依賴人力。

本專案特別著眼於個人依賴性高、作業負擔大的「安裝設備設定值（大量文字資訊）的核對作業」。結合OFE所積累的現場知識與松尾研究所的尖端AI技術，構建了利用生成式AI的自動判定模型，將過去依賴人工的判斷流程系統化，奠定了以更少資源實現高品質保養作業的基礎。

實際運用的效果驗證

本系統在社內現場進行了約4個月的效果驗證，確認了以下成果：

由上述結果確認，本系統具備足以應對實際業務所需的精準度與穩定性。

自2025年10月起，已優先針對AI應用效益最高的點檢作業開始導入。實際現場使用時，會事先以真實作業中使用的點檢影像進行驗證後再投入運用，除透過AI應用提升作業效率外，亦有助於降低人工作業難以避免的疏漏風險，進而提升整體作業品質。

本系統最大的特色，在於不僅限於傳統外觀檢查所代表的影像模式辨識，還能讀取照片中的文字資訊，並從語意層面判斷其內容是否為正確的設定值。這類判斷是僅靠傳統影像辨識難以實現的。

本專案以松尾研究所的AI技術為基礎，結合透過OCR（文字辨識）進行文字擷取，以及利用大型語言模型（LLM）進行語意理解，開發出能以AI重現人類參照手冊進行判斷之流程的高階判定模型。