出荷前検査をAI(VLM)で自動化
どんな課題がありますか?
出荷前検査の目視確認が属人化。熟練者の判断基準が共有できず、検査時間と人件費が増大。
どうアプローチしますか?
工場内のローカルVLM(Qwen3-VL-8B)で外観不良を自動判定。抜き取り検査の実測データに基づき、検査ラインの要件(判定精度・レイテンシ)に合わせた運用を設計。画像データを社外に出さないローカル処理で機密も保護します。
期待できる効果は?
検査のばらつき・属人化の解消。判定データの蓄積による品質改善の土台づくり。
横浜を拠点に活動するテクノロジー企業として、新しいアイディアとサービスで、人々が抱えている課題を解決するソリューションを提供します。
詳しく見る
SHINE
NEOS
日本品質の管理体制と最新技術を強みに、
企画・開発・運用まで一社で完結して支援する技術パートナーです。
日本側のプロジェクト管理・技術担当者がお客様と密に連携。海外開発チームとのやり取りの不安を解消し、安定した品質と納期を実現します。
仕様書通りに作るだけではありません。現場のリアルな運用課題をヒアリングし、真に使いやすく業務効率化に繋がるシステムを提案・実装します。
Webサイト・アプリ開発やAI活用の最新技術に詳しい専門家が、試作と改善を繰り返しながらサービスを育てます。
企画段階から、デザイン・開発、導入後のメンテナンスまで一貫して、企業の業務デジタル化をサポートします。
3週間
最短PoC期間(AIエージェント開発)
1/2
コスト削減(オフショア開発)
10社以上
DX支援実績(ITコンサルティング)
課題のタイプに合わせて最適なサービスをお選びいただけます。
迷ったら無料相談で、一緒に最適な進め方を考えます。
開発チームが実際に検証した技術をベースにした想定ユースケースです。
このような課題の考え方・進め方で、システムやAI活用を設計します。
出荷前検査の目視確認が属人化。熟練者の判断基準が共有できず、検査時間と人件費が増大。
工場内のローカルVLM(Qwen3-VL-8B)で外観不良を自動判定。抜き取り検査の実測データに基づき、検査ラインの要件(判定精度・レイテンシ)に合わせた運用を設計。画像データを社外に出さないローカル処理で機密も保護します。
検査のばらつき・属人化の解消。判定データの蓄積による品質改善の土台づくり。
セキュリティ制約で社外APIが使えず、マニュアル検索の問い合わせが担当者に集中。
社内ネットワーク内で動くローカルLLM(Qwen3)によるRAGを構築。マニュアルをナレッジ化し、回答の根拠を示せる問い合わせAIを設計します。
一次回答の自動化で担当者の負担を軽減。情報漏えいリスクを抑えた運用が可能に。
開発チームの実践知見をZennで発信。最新技術への感度と、課題解決のノウハウをご紹介します。
自社で開発し、オープンソースとして公開しているツールです。