FS事業（事業化可能性の調査）

支援先中小企業のニーズ・課題

ユーザー企業様は鋼管加工メーカで、原材料となる鋼管を仕入れて、その内部に塩ビ管を圧着・切断などの加工を行って、主に建材として顧客に納品を行っている。
原材料として鋼管が入荷される際、また商品として加工済の商品を出荷する際も多くの鋼管を一つの束として納品するが、その度に「鋼管が何本あるのか？」という鋼管のカウントを目視で行っている。数量に間違いが許されないので、現状入荷・出荷の度に複数人でこの鋼管カウントをしており、大変手間（時間）が掛かっている。
また、これが棚卸し作業になると何千本にものぼる鋼管を１つ１つ目視カウントするため、複数人で数日を掛けて行う必要があった。

課題の解決方法

鋼管のカウントを画像認識・AI技術により瞬時に自動で行うシステムを提案する。
画像認識とAI技術を活用し、認識精度が高く、かつ実運用においてユーザーが使い易いものを目指す。
具体的には、鋼管がバラバラに積まれている状態であっても画像認識で丸の形状を自動認識し、鋼管自動カウントする。また、読み取りに不良があってシステムの判別数と実際の本数に違いがあった場合にも、その事例を学習データとしてAIに蓄積・解析する事によって、読み取り精度を上げていけるシステムとして構築する。

FS実施内容

モデルケースとして鋼管３０本程度を撮影した写真を１枚選び、これをPCに読み込ませて画像認識を用いて画像解析を行い鋼管カウントの正常動作を目指した。
写真に対しての精度が100%となった為、プログラムをタブレットおよびクラウド内に実装し、工場内での実運用により読取り精度の確認と各種パラメータ調整による読み取り精度の向上を目指したが、小径の鋼管の認識が難しい事が判明。
そこで、AIを使っての画像解析へフェーズを移行した。現状、AIを使っての認識精度はそこまで高くないが、小径の鋼管も認識出来る事は確認出来ている。（次ページ参照）

得られた知見・成果ならびに事業化への課題

• ・画像認識のみでの鋼管カウントでは、小径の物を認識させる事に限界がある事が分かった。また、鋼管の径毎にパラメータを設定する必要がある為、鋼管の種類が増える毎にプログラム修正が発生する。
  →AIでの鋼管カウントに変更する事で、サイズに対する限界を乗り越える事が可能。
  鋼管の種類についても、径のサイズが違うだけであるならば、プログラムの修正等は不要で、そのまま流用可能となる。
• ・現時点での認識率は、80%～85%ほど。追加学習による精度向上を目指す。

FS実施後の状況、今後の展望

今後はAIの認識精度を高めていく事と、基幹システムとの連携を目指して機能拡張を進めていく。
現在は、鋼管の数を数えた後にその本数を紙に記入。その上で、紙の記入内容を事務の方が基幹システムに打ち込むという手間があった。
これを鋼管の自動カウント時に基幹システムとリアルタイムに連携をして、入出荷処理および在庫数を変更する処理を行なう事で大幅な手間をなくしていく（時間削減をする）。

SIerとしてFS実施後の事業展開

＜フェイズ１：開発＞
日建産業様のサポートの元、引き続き認識精度を高めると共に、サービスの運用方法を詰めて実運用レベルまでサービスの質を高める。2021年中。
＜フェイズ２：販売（直販）＞
現在の製造業向けの自社サービスと合わせて鋼管メーカーをターゲットにwebマーケティングを行う。直販で導入社数：100社を達成。2022年中。
＜フェイズ３：販売（代理店販売）＞
直販の実績を元に、代理店販売を開始する。2023年〜。ターゲットとなる鋼管メーカーと継続的に接点がある加工機器メーカー、測定メーカー、IT商社、消費財メーカーなどを中心に代理店開拓を行う。