欧姆龙现场工程股份有限公司（总部：东京都中央区，代表取缔役社长：立石泰辅，以下简称OFE）与松尾研究所股份有限公司（总部：东京都文京区，代表取缔役：川上登福）共同开发了一套新系统，能通过AI自动判定在作业现场拍摄的点检照片。 本系统融合了松尾研究所的生成AI与图像识别技术，以及OFE长年累积的保养业务现场知识，以实现现场DX（数字转型）为目的共同开发的AI判定技术。通过公司内部现场的实际运用确认了显著成效，已于2025年10月起正式导入。 近年来，在劳动人口减少的背景下，保养与点检业务领域面临着同时维持作业品质与提升人力资源效率的重要课题。OFE在铁路、金融等社会基础设施领域承担保养运维业务，长年提供高品质服务。然而，点检照片的确认作业作为重要的双重确认工程，过去一直高度依赖人工作业。 本项目特别聚焦于高度依赖个人经验且作业负担繁重的「安装设备设置值（大量文本信息）核对作业」。融合OFE累积的现场知识与松尾研究所的先进AI技术，构建了运用生成AI的自动判定模型。通过将过去依赖人工的判断流程系统化，奠定了在节省资源的同时实现高品质保养业务的基础。 实际运用的效果验证 本系统在公司内部现场进行了约4个月的效果验证，确认了以下成果。 AI判定次数：8,332件 AI精度（*1）：89% 系统错误率（*2）：0.2%（实现高度稳定运作） 由这些结果确认了本系统具备足以应对实际业务的精度与稳定性。自2025年10月起，已优先在AI应用效果最显著的点检业务中开始导入。在现场使用时，采用实际作业中使用的点检图像进行事前验证后再投入运用，除提升作业效率外，也有助于降低人工作业难以避免的遗漏风险，进而提升整体品质。 （注释） *1 AI精度： 表示AI输出结果与预先定义的正确数据吻合程度的指针。本数值基于使用实际业务数据的验证结果计算得出，显示在现场业务中的高度实用性。 *2 系统错误率： 表示在本系统的运用与验证过程中，预定处理流程未能正常完成的比例的指针。以通信障碍、处理停止、结果无法输出等系统运作异常为对象，用于评估系统的稳定运作性。 技术特点：以AI重现人类的判断流程 本系统最大的特点在于，不仅限于以往外观检查为代表的图像模式识别，还能读取照片中包含的文本信息，并判断其内容是否为正确的设置值...