半導体レーザー部品を手がけるヨシズミプレスは、顕微鏡での目視検査に膨大な時間を要していました。そこで自社で整列機を製作し、良品・不良品の画像をAIに学習させて検査システムを内製。約4〜5か月で立ち上げました。中小企業が外注に頼らず“自前で作った”事例として注目です。
- 金型・プレス加工のヨシズミプレスは、半導体レーザー部品の高度な品質検査を、検査担当者が顕微鏡で目視していた。
- 自社で整列機を製作し、良品と不良品の画像をAIに学習させるトレーニングを実施。
- 試行錯誤を重ね、約4〜5か月かけてAIによる画像検査システムを自社で立ち上げた。
CASE目視検査を、自前のAIで置き換えた
AIの活用というと、大企業や専門ベンダーの話に聞こえがちです。しかし、中小企業が自分たちでAIを作り上げた事例もあります。半導体レーザー部品を手がけるヨシズミプレスは、顕微鏡による目視検査に膨大な時間がかかっていました。
同社はAIによる画像検査の導入に取り組み、自社で整列機を製作して良品と不良品の画像をAIに学習させた。約4〜5か月かけて検査システムを立ち上げた。
出典: Salesforceブログ（2026年）
salesforce.com/jp/blog/jp-ai-casestudy/
注目すべきは、検査対象を並べる「整列機」まで自社で作り、自社の製品の良品・不良品を自らAIに教え込んだ点です。まさに自社オリジナルの活用事例です。
WHY“自社で作る”ことのメリット
外観検査AIは市販品もありますが、自社で作り込むことには独自の良さがあります。
- 自社製品にぴったり合う：自社の良品・不良品で学習させるので、判定が自社基準に合う。
- ノウハウが社内に残る：作る過程で得た知見が、今後の改善に活きる。
- 少しずつ育てられる：データを足しながら、精度を継続的に高められる。
もちろん立ち上げには試行錯誤が伴いますが、約4〜5か月という現実的な期間で形にしている点が、中小企業の参考になります。
INSIGHTエムズの視点：“ぴったり合う”ものは、作るからこそ
市販のツールは便利ですけど、自社の細かい事情にぴったりハマるとは限らないんですよね。この事例がまさにそう。自社の業務やデータに合わせて作り込むからこそ、本当に役立つAIになるわけです。整列機まで自作してしまう——いかにも、ものづくりの会社らしい発想だなと思います。
自作でいちばん骨が折れるのは、最初の判定精度を出すまでの試行錯誤なんです。エムズは、現場の「この良品と不良品を、こう見分けたい」という声を起点に、AIシステム構築として判定ロジックの設計から実装まで伴走します。全部を自前で抱え込まず、要所だけ外部の技術を借りる。遠回りに見えて、これが確実な近道なんですね。
FAQよくある質問
出典・参考
- Salesforceブログ「【業界別】AIの活用事例21選」 https://www.salesforce.com/jp/blog/jp-ai-casestudy/
※本記事は上記の公開情報をもとに、株式会社エムズ編集部が独自に整理・考察したものです。事例の内容は各企業の公表・報道に基づくもので、執筆時点（2026-06-22）の情報です。最新の状況とは異なる場合があります。考察部分は当社の見解であり、特定の企業・製品・導入を推奨するものではありません。
「自社だったら、AIをどう活かせる?」を、
一緒に考えませんか。
エムズは、Web制作・システム構築・AI活用を通じて、御社だけのAI活用を企画から二人三脚でご支援します。ご相談・お見積りは無料です。まずはお気軽にお問い合わせください。
無料で相談する →