AIを目視検査から予測インフラへ。
【コンセプトと名前の由来】「見る。測る。予測する。」高度数学で現場を読み解くAI
まずお伝えしたいのは、MIRAXIOM、ミラクシオムは、単なる画像認識AIではないということです。工場や設備、車両、建物、人の身体など、これまで人が目で確認してきたものを、カメラで「見る」だけで終わらせず、その状態を数学によって「測り」、さらに蓄積された視覚情報から未来の異常や変化を「予測する」AIエージェントです。名前の由来にも、その思想が込められています。MIRAは、「見る」という感覚、「未来」という時間、そしてMirror、すなわち現場の状態をありのままに映すという意味を重ねた言葉です。AXIOMは数学における「公理」を意味し、複雑な判断や理論を支える根本原理を表しています。MIRAXIOMとは、現場に映る小さな兆しを、高度数学の原理で読み解き、より良い未来の判断につなげるAIという思いから生まれた名前です。タグラインの「見る。測る。予測する。」は、機能を端的に表す言葉であると同時に、このプロダクトがお客様にお約束する価値そのものです。
【背景と課題】“撮りっぱなし”の画像を、企業の信頼と成長を生み出すデータへ
多くの現場では、すでにカメラや画像が利用されています。しかし実際には、画像や映像が記録として保存されるだけで、品質改善や故障予測には十分に活用されていないことが少なくありません。検査員が製品を目で見て判断し、異常があれば報告する。設備についても、人が定期的に巡回し、故障してから修理する。こうした運用は長く現場を支えてきましたが、判定する人によるばらつき、経験者への依存、小さな変化の見逃し、記録作成の負担、突発停止への対応といった課題が残っています。
特に製造、食品、鉄道、エネルギー、物流のように、品質や安全が事業価値に直結する業界では、ひとつの見逃しが不良流出、返品、回収、設備停止、納期遅延、事故、信用低下につながります。一方で、高い品質を安定して維持し、その品質を客観的に説明できれば、それは単なる問題防止にとどまりません。お客様からの信頼、継続的な取引、より高度な案件への対応力、商品やサービスが選ばれる理由へと変わっていきます。MIRAXIOMは、これまで「見えていたのに、十分には活用されていなかった情報」を、現場改善と企業成長のためのデータへ変えていきます。
【技術の独自性】ディープラーニングと高度数学による連続的変化の数値化
第一に、MIRAXIOMは「見る」だけでなく、「測る」、そして「予測する」までを一つの流れで実行します。 一般的な画像認識AIは、画像の中にキズがあるか、異物があるか、製品がOKかNGかを判定することを得意としています。もちろん、それだけでも検査の自動化には役立ちます。しかし、現場で本当に必要なのは、異常の有無だけではありません。異常がどこにあり、どの程度の大きさで、前回からどれほど変化し、今後どのような問題につながる可能性があるのかまで理解することです。
MIRAXIOMは、ディープラーニングによって画像の中の微細な特徴を捉え、それを長さ、面積、位置、形状、変化量、異常度、劣化傾向といった数値に変換します。そのため、「AIが不良と判断しました」で終わるのではなく、「この位置に、この大きさの異常があり、前回より変化が進んでいるため、優先的な確認が必要です」と説明できます。これにより、現場責任者は対応の優先順位を決めやすくなり、品質保証部門は判断の根拠を残し、経営層は品質や設備状態を客観的な指標として把握できるようになります。
第二に、一枚ごとの判定ではなく、過去から現在までの変化を連続的に捉えられることが大きな強みです。 キズ、摩耗、変色、歪み、ひび割れ、腐食、汚れ、部品のずれなどは、多くの場合、突然大きな異常として現れるわけではありません。最初は人の目では気づきにくい小さな変化として始まり、それが積み重なった結果、不良や故障として表面化します。
MIRAXIOMは、過去画像と現在画像を比較し、変化の方向や進行速度を数値化します。必要に応じて、温度、振動、電流値、圧力、稼働時間、保守履歴などのデータも組み合わせることで、画像だけでは判断しにくい設備状態を多面的に捉えます。従来の画像AIが「現在を判定するAI」だとすれば、MIRAXIOMは「変化を測り、次に起こり得ることを予測するAI」です。異常が発生してから対応するのではなく、異常が大きくなる前に気づき、計画的に対応する運用へ変えられることが、従来手段との重要な違いです。
第三に、ディープラーニングの認識力と高度数学の計測・解析力を組み合わせ、異常を説明可能な数値に変えます。 ディープラーニングは、人が見落としやすい複雑な特徴を捉えることに優れています。一方、数学は、捉えた特徴を比較し、変化を測り、その意味を判断できる形に整えることに力を発揮します。MIRAXIOMは、この二つを組み合わせることで、認識精度だけを追求するのではなく、現場で実際に判断や改善に使える情報を生み出します。
例えば、同じ「キズ」であっても、製品の中央にあるのか端部にあるのか、長さがどの程度なのか、時間とともに拡大しているのかによって、重要度は変わります。MIRAXIOMは、こうした位置関係や形状、時間変化を数理的に扱い、現場固有の判定基準と結びつけます。これによって、AIの判定を人が理解しやすくなり、品質基準の見直し、原因分析、工程改善、保全計画にも活用できます。AIの精度だけではなく、AIの判断を現場が納得して使えることまで考えている点が、MIRAXIOMの独自性です。
【人間との共存】品質の標準化と技術継承を支える、証跡データの提供
第四に、AIが人に代わって最終判断を独占するのではなく、人がより良い判断をするための根拠と証跡を提供します。 私たちが目指しているのは、人を現場から外すことではありません。AIが膨大な画像を一定の基準で確認し、注意すべき対象を絞り込み、人は難しい判断、原因究明、改善活動、お客様への説明に集中する。そのような、人とAIがそれぞれの強みを生かせる環境をつくることです。
検査画像と判定結果が蓄積されれば、担当者が変わっても同じ基準で判断しやすくなります。熟練者が長年培ってきた経験や着眼点を、組織全体で共有できる品質資産として残すこともできます。さらに、「いつ、何を、どの基準で確認し、どのように判断したのか」を説明できるため、取引先への品質説明、監査対応、トラブル発生時の原因確認にも役立ちます。効率化だけでなく、品質の標準化、技術継承、説明責任、取引先との信頼まで支えられることが、MIRAXIOMの大きな価値です。
【産業別事例①】製造・食品・エネルギー・鉄道・物流・カーシェアでの展開
製造業では、金属部品、樹脂成形品、電子部品、自動車部品、精密機器などの外観検査に活用できます。キズ、欠け、変形、変色、汚れ、バリ、印字ミスなどを検出し、その位置や大きさ、深刻度を数値化します。例えば、検査員6名程度が外観検査を担当している中規模工場では、AIによる一次判定によって、検査工数を30〜50％、再検査を10〜30％減らし、不良流出を20〜40％低減することをPoCの目標として設定できます。さらに、検査員による判定のばらつきを30〜60％縮小し、一次歩留まりを0.5〜2.0ポイント高められる可能性があります。この効果は、確認作業が減ることだけではありません。品質が安定すれば、再検査や納期遅延が減り、取引先に対して製品品質を画像と数値で説明できるようになります。より厳格な品質基準が求められる製品にも対応しやすくなり、高品質な製品を安定供給できる企業としての評価や、新しい受注機会にもつながります。MIRAXIOMは、検査を効率化すると同時に、品質そのものを企業の競争力へ変えていきます。
食品分野では、毛髪、虫、金属片、プラスチック片などの異物に加え、包装不良、ラベルずれ、印字ミス、内容物の形状不良などを確認できます。4〜6ライン程度の工場であれば、目視確認や出荷判定の時間を20〜40％短縮し、異物や包装不良の見逃しを20〜40％、品質クレームを10〜30％低減することを目標にできます。全数撮影が可能なラインでは、検査対象の画像証跡を最大100％に近づけることも可能です。
万一問題が発生した場合も、対象ロットや原因候補を速やかに絞り込み、「どの商品を、どの画像で、どの基準に基づいて判定したのか」を確認できます。これは一件のクレームを防ぐというだけでなく、小売事業者や消費者に安心の根拠を示すことにつながります。検査品質の向上が、取引の継続、新商品の採用、ブランドへの信頼という付加価値に変わります。
エネルギー分野では、風力発電設備などの故障予知に適しています。モーター、発電機、軸受、ギア、ブレードなどの点検画像やドローン画像を蓄積し、過去と現在の違いを比較しながら、摩耗、亀裂、腐食、変形などの兆候を捉えます。20基程度の設備を管理するケースでは、点検画像の確認時間を30〜50％短縮し、突発停止を10〜20％、設備停止時間を10〜25％低減し、設備稼働率を0.5〜2.0ポイント高めることを目標として設定できます。また、異常兆候を従来より数日から数週間早く把握できる可能性があります。
設備が壊れる前に兆しを把握できれば、保守を計画的に行い、発電量や供給量の見通しを立てやすくなります。設備寿命の延伸、保守作業の安全性、安定供給への信頼も高まります。単に点検回数を減らすのではなく、予測可能な設備運用へ変えていくことが、MIRAXIOMによる付加価値です。
鉄道分野では、車両、台車、ブレーキ、レール、架線、ドア、駅設備などの点検に活用できます。摩耗、亀裂、腐食、変形、部品脱落、異常な汚れを検出し、前回点検時からの変化を測定します。車両基地や保守拠点では、点検や画像確認の工数を20〜40％、報告書作成時間を30〜50％、再点検を10〜25％減らし、異常兆候の見逃しを10〜30％低減することをPoCの目標にできます。
変化を継続的に数値化することで、担当者が変わっても同じ基準で判断しやすくなります。安全性の向上だけでなく、運休リスクの低減、定時運行への信頼、設備状態に応じた保守計画にもつながります。「いつから、どのように変化してきたのか」を画像と数値で説明できることが、鉄道事業者の安全性と社会的信頼を支えます。
物流では、入荷検品、出荷検品、ラベルOCR、バーコード確認、荷姿確認、破損検知、仕分けミス検知に活用できます。1日3万個程度を扱う倉庫では、検品やラベル確認の工数を30〜50％、誤出荷を20〜40％、返品や再配送を10〜25％減らし、処理能力を5〜15％高めることを目標にできます。
さらに、「正しい商品を、正しい数量で、破損のない状態で出荷した」ことを画像で説明できるようになります。問い合わせに対する回答も速くなり、荷主や購入者の安心感が高まります。誤出荷を減らすだけでなく、即日配送への対応力、配送品質、顧客満足、継続利用率を高めることができます。
カーシェアやレンタカーでは、貸出前後のキズ検査に活用できます。車両1,000台、年間50万回程度の貸出・返却がある事業では、返却確認時間を40〜60％短縮し、損傷の見落としを20〜40％、トラブルへの対応時間を20〜40％減らすことを目標にできます。返却から次の貸出までの準備時間も10〜20％短縮できる可能性があります。
貸出前後の画像を同じ基準で比較できれば、新しく発生したキズやへこみだけを特定し、利用者と事業者の双方にとって公平で納得感のある確認ができます。手続きが円滑になり、車両の稼働率と利用者の満足度が向上します。透明性の高いサービス体験をつくることが、安心して選ばれるカーシェアブランドにつながります。
【産業別事例②】アパレル・インフラ・プラント・保険・農業での展開
アパレル、小売、制服、ヘルスケア周辺では、スマートフォンやカメラ画像から肩幅、胸囲、腰回り、股下などを推定し、一人ひとりに合ったサイズを推薦できます。年間20万件程度の注文があるECや制服採寸サービスでは、サイズを理由とする返品を10〜25％、採寸やサイズに関する問い合わせを15〜30％減らし、購入率を相対的に2〜8％、リピート率を相対的に2〜5％高めることを目標例にできます。
ここでの価値は、「自分に合うサイズを安心して選べる」という購買体験です。蓄積した採寸傾向や返品理由を、サイズ設計、在庫構成、商品開発に活用すれば、より多くのお客様に合う商品づくりにもつながります。MIRAXIOMは、返品を防ぐためのAIから、パーソナライズされた接客と商品開発を支えるAIへ発展します。
建設・インフラでは、橋梁、トンネル、道路、外壁、擁壁などのひび割れ、錆、漏水、剥離の検出に活用できます。年間100〜200件程度の点検を行う事業者であれば、画像確認と報告書作成の時間を30〜50％、再点検を10〜25％減らし、劣化候補の見逃しを10〜30％低減することを目標にできます。補修優先順位を決める時間も30〜50％短縮できる可能性があります。
劣化箇所を見つけるだけでなく、進行速度を比較することで、どこから補修すべきかを判断する根拠が得られます。限られた人員を優先度の高い場所へ適切に配置し、安全性、説明責任、インフラの長寿命化を同時に支えます。点検画像が、将来の補修計画や更新判断に使える長期的なデータ資産になります。
プラントや重工業では、ベルトコンベアの蛇行、摩耗、亀裂、配管の漏れ、バルブやポンプの異常を検知できます。1拠点での導入モデルでは、巡回点検の工数を20〜40％、突発停止を10〜25％、緊急保全を10〜20％、異常発生後の復旧時間を10〜20％低減することを目標にできます。設備が安定すれば、生産量を維持できるだけでなく、納期をより確実に守り、設備異常が製品品質へ影響する前に対応できます。安定操業と安定品質が、供給責任、取引先からの信頼、継続受注という付加価値を生み出します。
保険・損害査定では、自動車や建物の損傷画像を一次解析し、損傷箇所、大きさ、深刻度を数値化します。年間3万件程度の査定業務では、一次査定時間を30〜50％、支払い判断までの期間を20〜40％、追加資料の依頼を10〜25％減らし、担当者間の判定差を20〜40％縮小することを目標にできます。画像と数値に基づく一貫性のある説明によって、契約者の納得感が高まり、保険金支払いまでの顧客体験、公平性、保険会社への信頼を向上させます。
農業では、作物の傷、病害、成熟度、色、形、大きさを認識し、等級選別や収穫判断に活用できます。選果場などでは、選別工数を20〜40％、等級判定のばらつきを30〜50％、誤選別を15〜30％減らし、出荷可能な作物の割合を1〜3ポイント高めることを目標にできます。上位等級品を正しく評価し、作物の状態に合った出荷先を選べるようになれば、品質の安定、産地ブランドの強化、取引先からの信頼、販路の拡大につながります。
【画像データを資産に】スモールスタートから始め、現場の品質を経営資産へ変える未来
第五に、一つの工程から始め、成果を確認しながら複数ライン、複数設備、複数拠点へ広げられる実装性があります。 私たちは、最初から大規模な導入をおすすめするわけではありません。まず、1工程、1設備、1ラインを対象として、現在どの程度の時間を検査に使っているのか、見逃しや過検知がどの程度あるのか、歩留まりや停止時間、返品率、クレーム率がどうなっているのかを確認します。そのうえで、MIRAXIOMがどこまで検出し、測定し、予測できるかを、お客様と一緒にPoCで検証します。
ここで示した数値は、標準的な導入モデルにおける目標レンジであり、効果を保証するものではありません。対象物、撮影環境、カメラ、照明、学習データ量、現在の業務水準によって結果は変わります。だからこそ、導入前後を同じ指標で比較し、「何時間短縮できたか」だけではなく、「見逃しがどれだけ減ったか」「品質がどれだけ安定したか」「お客様への説明力がどれだけ高まったか」「新しい商品やサービスの価値につながったか」まで、誠実に確認することが大切だと考えています。
MIRAXIOMの本質は、目視確認をただ自動化することではありません。現場にすでに存在している画像や映像を、未来の損失を防ぎ、新しい価値を生み出すデータへ変えることです。これまで人が経験と勘で見ていたものをAIが見て、数学が測り、蓄積データが次の兆しを教えてくれる。そして、その結果を品質改善、保全計画、商品開発、サービス向上、お客様との信頼づくりに生かしていきます。
MIRAXIOMの導入効果は、減らせた時間や作業量だけでは測れません。見逃しが減り、品質が安定し、その品質を説明できるようになることで、納期への信頼が高まり、顧客体験が改善し、商品やサービスがより選ばれやすくなります。つまりMIRAXIOMは、画像検査を効率化するだけのAIではなく、現場の品質を、企業の信頼と成長を生み出す経営資産へ変えるAIです。
まずは一つの現場からで十分です。お客様が今お持ちの画像、設備、検査基準を生かしながら、無理のない範囲から始められます。MIRAXIOMは、そこに映っている小さな兆しを見つけ、正確に測り、次に起こり得ることを予測することで、お客様の現場をより安全に、より確かに、そしてより価値あるものへ変えていきます。