外観検査システムの発注は、要件を整理し、PoCで検証し、受入基準を満たしたあとに横展開する順で進めると、品質改善と継続運用につながります。
論点は、発注形態、RFPと契約、費用相場、委託先の選び方です。全体像は外観検査システム開発の完全ガイドもあわせてご覧ください。
▼全体ガイドの記事
・外観検査システム開発の完全ガイド
・業務システム開発を依頼する会社の選び方やRFPの作り方については、無料ホワイトペーパー「業務システム開発の完全ガイドブック」で詳しく解説しています。
・スクラッチシステム開発を依頼する会社の選び方やRFPの作り方については、無料ホワイトペーパー「スクラッチシステム開発の完全ガイドブック」で詳しく解説しています。
外観検査システムを発注する前に知っておきたい全体像
外観検査システムは、製品の画像を画像処理やAIで判定する仕組みです。検出の対象は、傷、欠け、汚れ、異物、印字ミスなどです。ラベルずれや色差、形状不良も含まれます。
導入の対象には、判定ソフトのほか周辺の機器も含まれます。撮像まわりでは、カメラ、レンズ、照明、遮光、治具を含みます。搬送、センサー、PLC、NG品の排出機構、検査履歴データベースも対象です。
AIソフトだけでは検査を自動化できない理由
外観の見え方は、照明の向きやレンズの倍率、ワークの反射で変わります。搬送時の揺れや撮像タイミングでも変わります。そのため、画像が安定しないままAIモデルを変えても、良品を不良とする過検出や、不良を良品とする見逃しは減りません。
発注時は、AIの精度だけでなく、対象欠陥、速度、撮影位置、判定後の処理を確認しておく必要があります。
発注前に決める失敗条件
導入の可否を判断するには、「検出精度99％」という数字に、評価の条件を組み合わせて見る必要があります。
- 評価条件：母数が良品中心か、見逃し率と過検出率を分けて測ったか、境界事例を含むか
- 受入基準：対象欠陥、許容サイズ、検査速度、品種数、停止時の扱い、人が再確認する条件
条件を先に定めておくと、委託先との認識をそろえやすくなります。
外観検査システムの発注形態の選び方
発注形態は、検査対象がどれだけ標準的か、既存設備をどこまで活用できるか、必要な判定速度はどれくらいかで選びます。社内の保守体制や、画像を工場外へ出せるかも判断材料になります。
選択肢は、既製機器、パッケージ、SaaSやクラウド、PoC委託、ライン統合を含む個別開発です。
標準的な検査に向く機器・パッケージ型
寸法、色、文字、バーコード、輪郭など、判定ルールが明確な検査なら、機器や画像検査パッケージが候補になります。検査対象やライン構成が大きく変わらない場合にも向いています。
たとえば、キーエンス、コグネックス、オムロンなどの機器系ベンダーは、カメラや照明、制御機器を含めて導入しやすい点が強みです。
その際は、既存PLCとの接続、品種切替、レシピ管理、現地保守の範囲を確認します。
未知の不良や複雑な連携に向くPoCと個別SIの組み合わせ
条件が不確かなときは、すぐ本番開発へ進まず、まずPoCで確かめるほうが安全です。対象に応じてPoCを検討します。
- 検討する条件：少量多品種、良品画像があっても不良画像が少ない、材料ロットで外観が変わる、既存搬送機やMESとの接続
- PoCの評価：代表品種と境界事例で、撮像の実現性、判定時間、見逃し、過検出、連続稼働、モデル更新のしやすさを検証
東芝の公開事例では、既存の外観検査装置とAI画像自動検査パッケージを組み合わせ、検出精度の目標値95％を達成した例が紹介されています。
既存設備を活かしてAIを追加する発想は、全面更新を避けたい企業の参考になります（出典: 東芝「Meister Apps AI画像自動検査パッケージ」事例）。
現場の制約で決めるクラウド型とエッジ型
SaaSやクラウド型は、初期導入を小さく始めやすく、モデル更新やサーバー運用を委託しやすい方式です。ただし、画像の外部送信、保存場所、通信断、契約終了時のデータ返却、工場ネットワークの審査は、事前に確認しておく必要があります。
エッジAIは、工場内で低遅延かつオフラインでも判定しやすい方式です。一方で、端末更新、モデル配布、バックアップ、障害時の代替運用は、自社か委託先で設計します。
RFP・要件整理で決めておく項目
RFPで示すべきは、AI検査への希望よりも検査の条件です。対象物や欠陥、ライン条件を示すのは、各社が同じ条件で見積もれるようにするためです。
業務フロー、受入基準、データと責任分界も、あわせて示します。要件が曖昧なままだと、ソフトだけの見積もりと搬送改修込みの見積もりが混ざり、比べられなくなります。
検査対象・欠陥・タクトの一覧
まず、製品名や品種数、1時間あたりの処理数、ワークの大きさと材質を整理します。搬送方向や撮像に使えるスペースも記載します。
欠陥は、傷の長さ、面積、深さ、位置まで定義します。あわせて、許容範囲と見逃し時の影響も決めておきます。
良品、不良品、境界事例、模擬不良の画像を用意します。撮影条件の違うロットや季節のデータも含めておくと、実運用に近い評価ができます。
撮像から排出・業務連携までの境界
RFPには、次の4項目を明記します。
- 撮像条件：機器（カメラ台数、レンズ、照明、遮光）、撮像の方式（シャッター、トリガー、ワーク固定）、搬送速度、検査時間
- 判定後の処理：PLC信号、OK・NG出力、エアブローやロボットによる排出、再検査、人手確認への振り分け
- 業務連携：MESやQMSへのロット・シリアル連携、画像保存期間
- 停止時の対応：ライン停止、全数の人手確認、最後に判定できた品からの復旧
精度・速度・保守性の受入基準
受入試験では、検出率だけでなく、次の評価軸と測定方法を定めます。
- 検出性能：見逃し率と過検出率（欠陥Aの見逃しは一定以下、過検出は別ラインで人が確認）
- 処理能力：判定時間、連続稼働時間、品種切替時間、タクト内の全数判定
- 復旧・保存：画像保存の成功率と、通信断・カメラ異常からの復旧時間
- 変更管理：モデルやしきい値の変更履歴
評価データと測定方法を明記したうえで、公開事例の95％や97％を自社案件にそのまま移さず、自社サンプルで再検証します。
請負・準委任・SaaSの使い分け
実現可能性を探る段階と、仕様を確定して納品する段階とでは、契約の向き不向きが異なります。
PoCの成果を保証するのか、検証作業を委託するのかを決めます。装置・ソフト・運用のどれを納品するかも定めます。フェーズごとに契約を分ける方法も有効です。
PoC・要件整理に合う準委任と検証契約
撮像や欠陥検出の方法が定まっていないPoCでは、作業内容と期間に対して報酬を払う準委任型や検証契約が合います。
成果物は、評価レポート、撮像条件、サンプル画像、試作モデル、課題一覧などに分けて定義します。
「必ず99％になる」という結果保証より、評価データ、検証方法、本開発へ進む判断基準を契約書に入れます。
仕様が固まった本開発・ライン統合に向く請負
納品対象や仕様、検査条件、完成時期、受入試験が明確な部分については、請負契約で責任範囲を定められます。
AIモデルの精度は、データや材料の変動の影響を受けます。そのため、学習作業、指定評価データでの性能、現場での性能、導入後の追加学習を分けて記載します。
装置の瑕疵、ソフトやPLC連携の不具合、現場条件の変更について、どちらが負担するかも確認します。
画像・モデル・保守の権利と責任
撮影画像、アノテーション、学習済みモデルの所有権と利用範囲を確認します。ソースコードや設定値、レシピ、ログも含めて、扱いを決めておきます。
たとえば、ベンダーが画像を他社の学習やサービス改善に使えるのか、契約終了後に返却・削除できるのか、自社でモデルを更新できるのかを明確にします。
クラウドでは保管場所とアクセス権限を定めます。一方、工場内設置では、パッチ適用、バックアップ、障害時の現地対応を保守契約に含めます。
外観検査システムの費用相場とコスト内訳
ソフトウェアだけなら数十万円から、統合システムなら数千万円規模まで費用は広がります。ここで示す金額は、2025〜2026年の公開解説と一般的な案件の幅を組み合わせた推定相場です。
この数字は、市場全体の統計や個別案件の確定価格とは別の目安です。見積もりは、同じ導入範囲でそろえて比べます。
方式別の初期費用の幅
既存カメラを使うソフトだけの導入と、装置や搬送まで含む1ライン・大規模統合とでは、初期費用の桁が変わります。そのため、導入方式と設備の範囲ごとに目安を分けて示します。
- ソフト・PoC：既存カメラを使える小規模なソフトは20万〜80万円程度、PoCは50万〜300万円程度
- 1ライン：エッジAIは50万〜300万円程度から。装置等込みで100万〜1,000万円超
- 大規模統合：カメラ、照明、搬送、排出、MESやQMS連携込みで1,000万〜3,000万円以上
ソフトウェアのみは20万〜80万円程度、統合システムは2,000万〜3,000万円以上と整理されています。
出典は、2026年に公開されたNTTドコモソリューションズの解説「2025年版 AI外観検査とは？」です。
本体価格以外にかかる撮像・連携・学習・保守の費用
本体価格のほかにも、次の工程や設備が費用に含まれます。
- 機器・ソフト：カメラ、レンズ、照明、制御PC、画像処理やAIのライセンス
- 開発・連携：サンプル撮影とアノテーション、モデル作成、PLC・搬送・排出の改修、MES・QMS・ERP連携
- 導入・運用：現地設置、安全対策、受入試験、教育、保守、モデル更新
基本装置は100万円程度から、高性能AI機種は1,000万円を超える場合があります（出典: NTTコミュニケーションズ「外観検査装置の価格相場と導入コストの全体像」、2025年）。
本体が安くても、照明工事や治具製作、夜間の立ち会い、追加品種、画像保存容量が別料金であれば、総額は変わります。
初期見積と並べて確認する開発期間とランニングコスト
導入期間と月額費用は、対象範囲と利用条件を確かめたうえで見積もる必要があります。
- 検証期間：簡単なソフトウェア検証は数週間〜2か月、PoCは1〜3か月
- 導入期間：代表ラインは3〜6か月、複数ライン展開は6〜12か月以上
- 月額費用：クラウドやSaaSは月額5万〜30万円程度、または月額10万〜100万円程度
日立産業制御ソリューションズも、事前検証、技術検証、代表ライン導入、他ライン展開の順を示しています。費用は、画像容量や利用ユーザー、推論量、保守範囲によって変わるため、契約条件を確かめておく必要があります。
出典は、NTTドコモソリューションズおよびAI総合研究所の2026年公開解説です。
委託先の選定と見積比較で確認すべきポイント
候補企業は、機器メーカー、AIソリューション会社、製造ラインに強いSIer、個別開発会社に分けて比べます。
知名度やAIの説明よりも、自社に近い材質・欠陥・タクトの実績を確認します。撮像設計、PLC連携、現地立ち上げ、再学習、保守について、担当者も確認します。
同種の欠陥を扱った実績とPoCの進め方
AI導入件数に加えて、自社条件との近さやPoCの進め方を確認します。
- 類似実績：材質、反射、欠陥の大きさ、ライン速度、品種数、排出方法が自社に近いか
- PoCの方法：サンプル画像だけの机上評価か、実ラインで撮像するか
アキュイティーの2025年公開事例では、少量多品種で学習画像が少ない外装パッケージに対し、エッジ側で学習・モデル更新する考え方が紹介されています。
自社で検査対象を追加したい場合は、現場の担当者がモデルを更新できるかを確認します。さらに、更新後の承認フローを設定できるかも確認します。
同じWBSと除外項目をそろえた見積比較
相見積もりでは、同じRFP、サンプル、現場条件を候補企業に渡し、見積書は次の費目に分けてもらいます。
- 機器・ライセンス：機器代とソフト利用料
- 開発・学習：開発工数とAI学習費
- 導入作業：連携、設置、試運転、教育
- 運用・保守：保守費とモデル更新費
そのうえで、各費目の対象範囲と除外項目を明記してもらいます。追加品種やカメラ追加、照明変更、現地再調整、夜間作業が含まれるかも確認します。
画像保存容量やAPI仕様変更、モデル再学習の料金を確認しておくと、初期価格だけでなく将来の費用まで比べられます。
工場のセキュリティと障害時の運用
確認の観点は次の4つです。
- 接続環境：OTネットワーク、PLC、搬送設備、品質データとの接続
- 選定部門：情報システムに加え、製造・品質・設備保全部門も参加
- セキュリティ：ネットワーク分離と最小権限、アカウントとログ、パッチ、バックアップ、復旧訓練
- 障害時の運用：AIサーバー停止時のフェイルセーフ
経済産業省は2025年、中小規模の製造事業者向けに工場セキュリティの手順や事例を紹介する解説書を策定しました（出典: 経済産業省「工場セキュリティの重要性と始め方」、2025年）。
よくある質問（FAQ）
発注や外注でよくある疑問に答えます。
検査対象、欠陥、タクト、既存設備、要求精度を先に整理しておくと、以下の答えを自社の条件に当てはめて考えられます。
不良画像が少なくても外観検査AIを発注できますか？
発注はできますが、AIの方式と検証方法を選ぶ必要があります。たとえば、良品画像を中心に学習する異常検知や、模擬不良を使ったPoCを検討します。
まず、現場で見つけたい欠陥と境界事例を集めます。不良画像が少なくても、本開発を急がず、撮像条件と評価データを整えます。
既存のカメラや検査装置を使って外注できますか？
既存設備を再利用できるかは、機器の適合性と必要な改修、見積もりの範囲から判断します。
- 事前調査：撮像機器（解像度、レンズ、照明）と、撮像タイミング、画像出力、PLC通信、処理速度
- 導入効果：既存設備へのAI判定追加で停止期間や初期投資を抑えやすい
- 追加改修：機器が欠陥に適さない場合は改修が必要
- 見積範囲：再利用する機器と交換する機器を分けて提示してもらう
外観検査システムの「精度99％」をどう比較すればよいですか？
性能指標と評価条件をそろえ、自社条件で比較します。
- 比較項目：精度の定義、評価画像の内訳、欠陥ごとの見逃し率と過検出率、検査速度
- 正解率の注意点：発生頻度の低い重大欠陥を見逃しても、高い数値になる場合があります
- 受入試験：自社の良品、不良品、境界事例を使った試験を契約に含めます
- 公開事例：数値は参考値として扱います
導入後に人手検査を完全になくせますか？
導入直後から全数の人手検査をゼロにするより、AIがNGと判定した画像や判断の難しい境界品を人が確認する運用が現実的です。
AIが経験していない不良は、人が記録します。そのうえで、検査ログを定期的に見直し、材料変更や照明劣化による精度低下がないかを確認します。
モデルと撮像条件を更新していけば、段階的な省人化につながります。
まとめ
発注は、検査条件を整理し、PoCでKPIを検証してから横展開する順に進めます。全ラインを一括で発注するより、代表品種と代表ラインから始めるほうが安全です。
発注の段階では、次の4段階で受入と運用まで確認します。
- 検査対象、欠陥、タクト、見逃しと過検出の許容範囲、既存設備、排出・履歴保存の整理
- 機器・パッケージ、SaaS、PoC、個別SIの組み合わせの決定
- RFPへの撮像、連携、受入、保守、データ権利、セキュリティの記載
- 代表ラインのPoCでのKPI検証と、基準達成後の横展開
費用はソフトウェアだけなら20万〜80万円程度、PoCなら50万〜300万円程度、統合システムなら1,000万〜3,000万円以上の幅があります。
金額だけでなく、含まれる範囲と将来の保守費をそろえて比べます。
発注で目指すのは、検査の自動化そのものより、品質改善と現場運用が続く仕組みです。
▼全体ガイドの記事
・外観検査システム開発の完全ガイド
▼RFP作成前に読みたい無料ホワイトペーパー
・業務システム開発の完全ガイドブック
・スクラッチシステム開発の完全ガイドブック
・【2026年最新版】AI駆動開発の完全ガイドブック
会社紹介
株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。
また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。
もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。
・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>
株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。