最も典型的なユースケースは、「既存の画像検査でNGと判定した製品に含まれた正常品（過検知）の救済」です。

従来の検査装置は、「正常品はこの様な形状をしている」との情報を元に検査を行っており、このルールから外れた製品をNG品と判定します。そして現場では、不良品を市場に流出させないために、この判定基準を厳しめに設定することも多く、その結果、本当は正常品（OK）であるにも関わらずNGと判定される製品が一定割合で発生します。（過検知）

このNGと判定された画像を再度AIで判定することで、正常品の一定割合は自動で救済することができます。

なぜ、AIは既存装置で判定できなかったことが判定できるのでしょうか？それは、不良を判定する際の方法が、既存装置とAIでは全く異なっているためです。AIが既存装置よりも性能的に優れているということではないのですが、検知の仕組みが違っているため自動での救済が可能で、歩留まりを改善することができるのです。

また、AIを用いて実際にNGの製品をNGの種類ごとに分類するといった用途にも活用が可能です。詳しくはお気軽にお問い合わせください。