歐姆龍現場工程與松尾研究所共同開發AI判定模型，將高度依賴個人經驗的保養業務系統化

歐姆龍現場工程股份有限公司（總部：東京都中央區，代表取締役社長：立石泰輔，以下簡稱OFE）與松尾研究所股份有限公司（總部：東京都文京區，代表取締役：川上登福）共同開發了一套新系統，能透過AI自動判定在作業現場拍攝的點檢照片。

本系統融合了松尾研究所的生成AI與圖像識別技術，以及OFE長年累積的保養業務現場知識，以實現現場DX（數位轉型）為目的共同開發的AI判定技術。透過公司內部現場的實際運用確認了顯著成效，已於2025年10月起正式導入。

近年來，在勞動人口減少的背景下，保養與點檢業務領域面臨著同時維持作業品質與提升人力資源效率的重要課題。OFE在鐵路、金融等社會基礎設施領域承擔保養運維業務，長年提供高品質服務。然而，點檢照片的確認作業作為重要的雙重確認工程，過去一直高度依賴人工作業。

本專案特別聚焦於高度依賴個人經驗且作業負擔繁重的「安裝設備設定值（大量文字資訊）核對作業」。融合OFE累積的現場知識與松尾研究所的先進AI技術，構建了運用生成AI的自動判定模型。透過將過去依賴人工的判斷流程系統化，奠定了在節省資源的同時實現高品質保養業務的基礎。

實際運用的效果驗證

本系統在公司內部現場進行了約4個月的效果驗證，確認了以下成果。

• AI判定次數：8,332件

• AI精度（*1）：89%

• 系統錯誤率（*2）：0.2%（實現高度穩定運作）

由這些結果確認了本系統具備足以應對實際業務的精度與穩定性。自2025年10月起，已優先在AI應用效果最顯著的點檢業務中開始導入。在現場使用時，採用實際作業中使用的點檢圖像進行事前驗證後再投入運用，除提升作業效率外，也有助於降低人工作業難以避免的遺漏風險，進而提升整體品質。

（注釋）

*1 AI精度：

表示AI輸出結果與預先定義的正確資料吻合程度的指標。本數值基於使用實際業務資料的驗證結果計算得出，顯示在現場業務中的高度實用性。

*2 系統錯誤率：

表示在本系統的運用與驗證過程中，預定處理流程未能正常完成的比例的指標。以通訊障礙、處理停止、結果無法輸出等系統運作異常為對象，用於評估系統的穩定運作性。

技術特點：以AI重現人類的判斷流程

本系統最大的特點在於，不僅限於以往外觀檢查為代表的圖像模式識別，還能讀取照片中包含的文字資訊，並判斷其內容是否為正確的設定值...