株式会社松尾研究所（总部：东京都文京区，代表取缔役：川上登福，以下简称「松尾研究所」）与欧姆龙现场工程师株式会社（总部：东京都中央区，代表取缔役社长：立石泰辅，以下简称「OFE」）合作，共同开发了一套能对作业现场拍摄的点检照片进行AI自动判定的新系统。 本系统融合了松尾研究所所拥有的生成式AI与影像辨识技术，以及OFE长年累积的保养作业现场知识，以实现现场数字转型为目标共同开发而成。通过社内现场的实际运用已确认具有高度成效，并已于2025年10月起正式导入。 近年来，随着劳动人口减少，保养与点检作业领域面临如何同时维持作业品质与提升人力效率的重要课题。OFE长期承担铁路、金融等社会基础设施领域的保养运维业务，提供高品质服务。然而，点检照片的确认作业作为重要的双重确认流程，至今仍高度依赖人力。 本项目特别着眼于个人依赖性高、作业负担大的「安装设备设置值（大量文本信息）的核对作业」。结合OFE所积累的现场知识与松尾研究所的尖端AI技术，构建了利用生成式AI的自动判定模型，将过去依赖人工的判断流程系统化，奠定了以更少资源实现高品质保养作业的基础。 实际运用的效果验证 本系统在社内现场进行了约4个月的效果验证，确认了以下成果： AI判定次数：8,332件 AI精准度（*1）：89% 系统错误率（*2）：0.2%（实现高度稳定运行） 由上述结果确认，本系统具备足以应对实际业务所需的精准度与稳定性。 自2025年10月起，已优先针对AI应用效益最高的点检作业开始导入。实际现场使用时，会事先以真实作业中使用的点检影像进行验证后再投入运用，除通过AI应用提升作业效率外，亦有助于降低人工作业难以避免的疏漏风险，进而提升整体作业品质。 技术特色：以AI重现人类的判断流程 本系统最大的特色，在于不仅限于传统外观检查所代表的影像模式辨识，还能读取照片中的文本信息，并从语意层面判断其内容是否为正确的设置值。这类判断是仅靠传统影像辨识难以实现的。 本项目以松尾研究所的AI技术为基础，结合通过OCR（文本辨识）进行文本截取，以及利用大型语言模型（LLM）进行语意理解，开发出能以AI重现人类参照手册进行判断之流程的高端判定模型。 OCR（文本辨识）：从点检照片中截取设置值等文本信息 LLM（大型语言模型）：将截取的文本依据手册进行比对，判定正误 Chain-of-Thought（推理过程可视化）：逐步呈现AI的判断理由，提升判断的透明度与稳定性