株式会社SCIEN、トライアングルエヒメ3.0継続枠に採択 〜愛媛県の紙産業における品質管理業務の高度化へ〜

## 株式会社SCIEN、トライアングルエヒメ3.0 継続枠に採択 〜愛媛県の紙産業における品質管理業務の高度化へ〜

株式会社SCIEN（以下、SCIEN）は、愛媛県が推進するデジタル実装支援事業「トライアングルエヒメ3.0」の令和8年度継続枠において、「製紙業特化型AIモデルによる品質管理業務の自動化プロジェクト」が採択されたことをお知らせします。

本プロジェクトでは、愛媛県の紙・不織布・フィルム等の製造・加工現場における欠点検査・品質判断業務を対象に、現場で蓄積された熟練検査員の判断基準をAIモデルへ転写し、品質管理業務の省力化・標準化・高度化を目指します。また、地域の学生登用とAI実装人材の育成を推進する人材育成枠への採択を受け、現場で使われるAIを担う次世代人材の育成にも取り組みます。

### 背景：愛媛県の紙産業が抱える品質管理課題
愛媛県の紙関連産業では、紙、不織布、剥離紙、フィルムなどの長尺材を扱う製造・加工工程において、微細な欠点の検出と品質判断が重要な業務となっています。欠点検査機による画像取得やアラート検出は進んでいる一方で、「その欠点が品質上許容できるか」「後工程でどのように扱うべきか」といった判断は、熟練検査員の経験や現場知に依存しやすい領域です。

とくに、OK／NGの二値判定だけでは、AIの判断が現場の感覚とずれた場合に納得性が得られにくく、検査員による再確認や修正作業が残ります。また、人手不足や若手への技能継承、工程間での欠点情報の連携、廃棄ロス削減といった課題も重なっており、AIを単なる判定器として導入するだけではなく、現場の判断基準を継続的に学習・共有できる仕組みが求められています。

### 本プロジェクトの概要
SCIENは、令和7年度までの取り組みで蓄積した欠点画像データ、現場ヒアリング、検査業務フローの理解をもとに、令和8年度は「説明できるAI」と「現場知を転写するデータ基盤」の構築に取り組みます。AIが欠点画像を判定するだけでなく、判断理由、品質管理上の根拠、検査員による修正理由をメタデータとして蓄積し、各社固有の品質判断を反映した製紙業特化型AIモデルへ発展させます。

- 欠点画像を判定するだけでなく、判断根拠・検査所見・品質管理上の注意点を言語化。
- 検査員がAIの出力を修正した際、その理由を自然言語で記録し、Human-in-the-Loop型の改善サイクルを構築。
- 画像データを言語データへ拡張し、将来的ななぜなぜ分析、FTA、廃棄ロス要因分析に接続可能な品質管理基盤を整備。
- 実装先ごとの学習データを用いながら、コード・運用ノウハウ・データ取得手法を横展開できるモデルへ磨き込む。

### 熟練工の現場知を転写した特化型モデルの構築
本プロジェクトで構築するAIモデルは、一般的な画像分類モデルではなく、製紙・紙加工領域の品質管理に特化した「現場知転写型」のモデルです。現場で熟練者が暗黙的に行っている「この欠点は許容できる／できない」「後工程で再確認すべき」「廃棄ロスにつながりやすい」といった判断を、画像、検査結果、判断理由、修正履歴として蓄積し、AIの判定ロジックと運用ルールへ反映します。

- **Perception**：欠点画像を検出・分類し、品質管理上の特徴を抽出する。
- **Ontology**：欠点種別、工程、判断理由、後工程の扱いを構造化し、現場の判断基準を共有知化する。
- **Orchestration**：AI出力、検査員の修正、業務システムを連携し、継続的にモデルと運用ルールを改善する。

これにより、AIを「現場の判断を置き換えるもの」ではなく、「熟練検査員の知見を次世代へ継承し、品質判断の再現性を高めるための基盤」として実装します。

### 地域の学生登用とAI人材育成枠への採択
本プロジェクトは、トライアングルエヒメにおけるAI人材育成枠への採択を受け、地域の学生・若手人材の登用にも取り組みます。SCIENは、AIモデルを作るだけでなく、現場からデータを取り出す、セキュアな環境で運用する、業務システムと接続する、評価指標を設計する、といった現場実装に必要なエンジニアリング能力を重視しています。

学生インターンや若手人材には、実際の製造現場における課題理解、データ取得、アノテーション、モデル学習、評価、UI改善、運用保守までを一連の実装プロセスとして経験してもらい、愛媛県内でAI実装を担える実践型人材の育成を目指します。単に整った教材データを扱うのではなく、現場で発生する不完全なデータや制約条件に向き合うことで、地域産業の課題解決に貢献できる人材を育てていきます。