検査エージェント
エレクトロニクス製造の検査AIエージェント
過検出を減らし、判定を揃える
画面イメージ
エージェントが担当者に返す画面のイメージです（実際の画面とは異なります）。
検査判定レビュー
イメージ欠陥画像の分類結果
解決する課題
01
AOI・SPI の過検出で目視再検査が常態化している
02
判定基準が検査員・拠点ごとに揺れる
03
新しい不良パターンに分類体系の更新が追いつかない
特徴
01
既存の検査装置をそのまま
装置が出力する画像と判定を取り込むだけ。装置の入れ替えは不要です。
02
見逃しリスクを見ながら抑制
再検査コストと見逃しリスクのバランスで閾値を提案し、人が承認します。
03
新しい不良に追いつく
未知パターンを根拠画像つきで提案し、分類体系を育て続けます。
できること
01
欠陥の自動分類（ADC）
検査装置の欠陥画像を、はんだ・部品・外観・ウェハの不良モードに自動分類。
02
過検出の抑制
良品学習にもとづき、再検査コストを考慮して過検出候補を抑制。
03
未知パターンの検出
分類体系にない欠陥パターンを検出し、根拠画像つきで追加を提案。
04
判定基準の統一
承認された分類体系と判定基準を、ライン・拠点をまたいで同期。
動作の流れ
検知・分析・提案はAI、承認は人。実行は承認後にだけ行われます。
- 1AI
検知
過検出候補・未知の欠陥パターン・判定のばらつき
- 2AI
分析
良品分布との距離、欠陥モードの類似度
- 3AI
提案
判定の見直し、分類体系の追加・更新
- 4人
承認
品質保証の担当者
- 5AI
実行
検査装置・ラインへの判定基準の反映
入力と出力
入力データ
- AOI・SPI・X線（AXI）の欠陥画像と判定
- 外観検査カメラ画像
- ウェハ検査装置の欠陥マップ・画像
- 再検査結果（人の判定）
AIエージェント
検査
- 1検知
- 2分析
- 3提案
出力
- 不良モード分類結果
- 過検出抑制後の判定リスト
- 分類体系の更新提案（根拠画像つき）
- 検査 KPI ダッシュボード
活用シナリオ
検査・試験
過検出を抑え、判定基準を揃える
検査判定レビュー
イメージ欠陥画像の分類結果
これまで
過検出で目視再検査が常態化。判定は検査員ごとに揺れ、新しい不良パターンに分類が追いつかない。
これから
再検査工数が下がり、判定が人に依存しない。見逃しリスクが見える。
1
Detect
良品学習で過検出候補を抑制
2
Propose
未知の不良パターンを検出し、分類追加を提案
3
Approve
品質担当が承認すると全ライン・拠点に反映
このエージェントを構成するモジュール
HIIIが研究開発で磨き続ける Algorithm Modules を組み合わせて実装しています。
工程を横断して業務を変え、データを還流させる
各エージェントが生み出す判断と結果は地図に還流し、他のエージェントの精度を高めます。主対象の工程から始めて、横に広げられます。
- 設計・試作
- 半導体・部品
- 基板実装
- 組立
- 検査・試験
- 需給・計画
点線は各エージェントが主対象とする工程。エージェントは独立して導入できます。
よくあるご質問
Q検査装置を入れ替える必要はありますか？
ありません。既存の AOI・SPI・X線・外観検査装置が出力する画像と判定を取り込みます。
Q見逃し（過検出とは逆）は増えませんか？
過検出抑制は見逃しリスクと再検査コストのバランスで閾値を提案し、担当者が承認します。見逃しリスクはダッシュボードで常時可視化されます。
機微情報を扱う前提の、実行基盤
工程条件・歩留まり・不具合情報は競争力そのもの。データを工場の外に出さない構成、権限管理、監査ログ、越境管理を設計の前提にしています。
工場の外にデータを出さない
オンプレミス・エッジ・閉域クラウドを選択可能。
権限管理と監査ログ
拠点・部門・役割・取引先ごとに制御し、すべて記録。
認証・ネットワーク
SSO・多要素認証・IP制限・閉域網接続。
技術情報の越境管理
機微な技術情報を拠点・国ごとに分離。