AI外観検査の導入を検討するとき、費用対効果の説明でよく使われるのが「検査員◯名分を削減できます」という書き方です。金額に換算しやすく、稟議書の見栄えもよくなります。

ところが、実際の現場でこの一文を書こうとすると、たいてい手が止まります。

「そもそも、減らせる人がいない」

検査員が2名いたとしても、その2名は検査だけをしているわけではありません。段取り替えを手伝い、記録をつけ、異常があれば製造に連絡し、繁忙期には梱包にも入る。人数の枠そのものが、すでにギリギリで組まれています。

さらに、AIを入れたからといって、翌日から人が検査工程を離れられるわけでもありません。現実的な着地点は、しばらくの間「他のラインや工程を担当している人が、兼務でAIの運用を見守る」という状態です。検査から人が消えるのではなく、検査に張り付かなくてよくなる。まずはそこを目指すことになります。

そうなると、「省人化1名分」を前提にした試算は成り立ちません。では、何を数えればよいのでしょうか。

本記事では、人を減らさない前提でAI外観検査の費用対効果をどう組み立てるか、そしてそれをどう稟議書に落とし込むかを解説します。最後に、稟議前のチェックシートも用意しました。

「省人化1名分」が書けない3つの理由

理由1：減らせる人が、そもそもいない

多くの製造現場では、検査員は検査専任ではありません。複数の作業を掛け持ちしていて、検査はそのうちのひとつです。この状態で「検査が自動化されたので1名削減」と書いても、その人が担っている他の業務が宙に浮きます。

そもそも人員が余っている現場はほとんどありません。むしろ採用が難しく、今いる人数をどう回すかで苦労しているのが実情です。削減する人がいないところに、削減効果は書けません。

理由2：AIに全部任せられる状態には、すぐには届かない

導入直後のAI外観検査は、人の確認を挟みながら動かすのが普通です。判定の傾向を見て、閾値を調整し、迷いやすい製品を追加で学習させる。この立ち上げ期間を飛ばして「導入した日から無人」という計画を立てると、ほぼ確実に無理が出ます。投資した初年度に満額の効果が出る前提の試算は、実態と合いません。

理由3：人員削減として書くと、稟議の性格が変わってしまう

これは意外と大きな問題です。「1名削減」と書いた瞬間に、その稟議は設備投資の話から人員計画の話に変わります。

そうなると、現場からは「うちの人を減らす気か」という反発が出やすくなりますし、承認する側も人事の観点で慎重にならざるを得ません。本来は検査を安定させるための投資なのに、話の焦点がずれて前に進まなくなってしまいます。

過去のAI導入失敗事例を見ても、期待した成果が現場で得られずROIが下がったという構図が繰り返し出てきます（参考：「私たちでもうまくいく？ AI導入前に知っておきたい成功の条件」）。無理のある前提で通した稟議は、稼働後に跳ね返ってきやすいものです。

現実的な到達点は「兼務で見守る運用」

検査は段階的に人の手を離れていく

AI外観検査の運用は、いきなり無人になるのではなく、段階的に人の関与が減っていきます。ここでは考え方を整理するために、次の4段階に分けて捉えてみます。

段階4は設備側の改造や安全対策も絡む話になります（詳しくは「省人化まであと一歩！AIによる判定結果をもとに排斥を実現するには？」をご覧ください）。

稟議で目標にすべきは段階2〜3

到達目標は、段階3までに置くのが現実的です。 段階4を前提に効果を計算すると金額は大きくなりますが、達成できなかったときに信頼を失います。

段階3、つまり「他工程を担当している人が兼務で見守り、呼ばれたときだけ検査工程に来る」という状態。これが1年目〜2年目の現実的な着地点であり、そしてこの段階でも十分に効果は出せます。 問題は、その効果をどう数えるかです。

数えるのは「人数」ではなく「張り付き時間」

人数が減らないのであれば、減るのは検査工程に投じている工数です。

張り付き率という考え方

ここでは「張り付き率」という指標を導入してみます。

張り付き率 ＝ 検査工程に投じている工数 ÷ 稼働時間

たとえば、8時間の稼働のうち6時間を検査に取られているなら、張り付き率は75%です。この人は残り2時間しか他の仕事ができません。段階3（人は迷い品・不良品だけを見る例外対応）まで到達してこれが20%になれば、同じ1人のまま、1日あたり4.4時間が他の業務に使えるようになります。

生まれる時間 ＝ 稼働時間 ×（導入前の張り付き率 − 導入後の張り付き率）

張り付き率は、導入前に必ず実測する

この数字は推定ではなく実測が要ります。決まった時刻に「いま検査工程にいるか」を数日間観測して比率を出すワークサンプリング法か、1〜2週間、検査担当者に作業日報をつけてもらうセルフタイムスタディ法。どちらもIEの作業測定として定着した方法で、この用途にはその程度で足ります。

「だいたい半分くらい」という感覚値では、「その根拠は？」と聞き返されたときに答えられません。逆に、2週間の実測データが添えられていれば、それだけで説得力が変わります。

そして、この実測値は導入後の効果測定のベースラインにもなります。導入前に測っていないと、稼働後に「で、実際どうだったの？」に答えられません。

浮いた時間の「出口」を4つ決める

ここが、この試算のいちばんの肝です。

張り付き率が下がって時間が生まれても、その時間の使い道が決まっていなければ、効果は金額になりません。 「なんとなく楽になった」で終わってしまい、次の投資も通らなくなります。

生まれた時間には出口が要ります。出口は主に4つです。

出口1：残業・休日出勤の削減（もっとも確実）

生まれた時間を、これまで残業でこなしていた業務に充てます。

年間効果額 ＝ 削減できる残業時間（時間/年） × 時間あたり人件費 × 割増率

この出口の利点は、配置を変えなくても効果が実額で出ることです。人数は変わらず、時間外が減るだけなので、他部署との調整を待たずに見込みを立てられます。

まず最初に検討すべき出口です。

出口2：他工程の応援

生まれた時間を、慢性的に人手が足りない他工程に振り向けます。応援に入った分だけ、その工程で発生していた残業が減ります。

年間効果額 ＝ 応援に充てる時間（時間/年） × 応援先の残業単価

「検査工程の投資なのに、効果は隣の工程に出る」という形になるため、稟議書では効果の発生場所を明記しておくと、後の効果検証で混乱しません。

出口3：増員の回避（採用・教育コストの回避）

今後の増産や退職補充で人を増やす予定があるなら、その増員を回避できることが効果になります。

年間効果額 ＝ 回避できる採用人数 ×（採用コスト ＋ 教育コスト ＋ 年間人件費）

「削減」ではなく「回避」なので、現場からの反発が出にくいのも利点です。ただし、実際の原価低減ではないという理由で計上を認めない会社もあるため、社内ルールの確認が必要です。

出口4：増産・新規受注への対応

人を増やさずに検査能力を増やせるため、増産や新規受注を受けられるようになります。金額にするなら限界利益ベースで見積もるのが素直です。増産の見込みが立っていない段階なら、定性効果として別枠に書きます。

出口が決まっていない時間は、効果ゼロと書く

出口が決まっていない時間、つまり空いてもそこを埋める需要がない時間は、効果として計上すべきではありません。時間は空くが、金額はどこも動かないからです。

たとえば、次のような書き方です。

生まれる年間◯◯時間のうち、◯◯時間を残業削減、◯◯時間を△△工程の応援に充当する。残りの◯◯時間は現時点で用途未定のため、効果額には計上しない。

一見すると効果を小さく見せる書き方ですが、どこまでが裏づけのある数字なのかがはっきりします。 そして稼働後、用途未定の時間が実際に活用されれば、それは想定を上回る成果として報告できます。

人が減らなくても立つ5つの効果

ここまでは時間の話でした。しかし費用対効果には、人員がまったく変わらなくても成立する効果があります。むしろ、省人化が難しい現場ではこちらが主役になります。

効果1：流出不良の削減

見逃しが減ることによる効果です。人数とは無関係に立ちます。

年間効果額 ＝ 削減できる流出件数（件/年） × 1件あたり対応コスト

1件あたり対応コストには、返品送料、代替品の製造費、原因調査の工数、報告書作成、顧客訪問、特別採用の調整までを含めます。過去のクレーム対応にかかった実時間を担当者に聞いて積み上げると、説得力のある数字になります。

効果2：過剰判定による廃棄・手直しの削減

人の検査では、判定基準が人ごと・時間帯ごとにぶれます。厳しすぎる判定は、本来出荷できる製品を弾いてしまい、そのまま廃棄や手直しのコストになります。判定が揃えば、この分が回収できます。

年間効果額 ＝ 過剰に不良判定していた数量（個/年） × 1個あたり原価

効果3：検査記録・トレーサビリティ工数の削減

検査記録の手書きや転記、月次の集計・報告書作成、顧客監査への対応資料の準備。これらは地味ですが、確実に発生している工数です。検査結果が自動で記録されれば、そのまま削減できます。

しかも、記録が数字として蓄積されると工程改善にもつながります（参考：「省人化だけで終わらせない！検査自動化による品質改善のススメ」）。

効果4：教育期間の短縮と属人性の解消

検査基準がAIに移ることで、新しい担当者が立ち上がるまでの期間が短くなります。

年間効果額 ＝ 短縮できる育成期間（月） × 月あたり育成コスト × 年間の対象人数

加えて、ベテラン検査員の退職リスクがヘッジされます。こちらは金額換算が難しいため、「放置した場合のリスク」の欄に書くのが効果的です。

効果5：検査待ち・仕掛品の削減

検査がボトルネックになっているラインでは、検査待ちの仕掛品が滞留します。滞留している間、その分の運転資金は製品の形で寝たままです。検査が流れるようになれば、置き場が空き、寝ていた資金が一度きり手元に戻ります。

もうひとつ大きいのが、工程異常に気づくまでの時間です。検査待ちが3日あれば、異常の発覚も3日遅れ、その間に作り続けた分がまるごと手戻りになります。

どちらも金額にしようとすると前提が増えるため、年間効果には計上せず、定性効果として書くほうが説明しやすくなります。

コストは3層で洗い出す

効果の話が続きましたが、コスト側も分解しておきます。ここを甘く見積もると、後で計画が崩れます。

層1：イニシャルコスト

特に撮像治具と照明は削られやすい項目ですが、ここを削ると精度が出ず、結局は追加投資になります。

層2：ランニングコスト

ソフトウェアの利用料または保守費、電気代、消耗品、定期メンテナンス。費用の発生の仕方は契約形態で変わるため、5年間の総額（TCO）で並べると比較しやすくなります（参考：「最適なのはSaaS？オンプレ？失敗しない選び方のポイント」）。

層3：隠れコスト

見積書には載らないが、確実に発生する社内工数です。画像収集、アノテーション（教示）、検査基準の合意形成、操作教育。そしてこの2つは特に大きくなります。

• 並行運用期間（段階1）の人件費

• 再学習の運用工数（品種追加、材料ロット変更、季節変動への対応）

兼務運用を前提にする場合、ここの扱いには注意が必要です。兼務者の負担が増えれば、それは効果の目減りそのものです。 再学習に専門知識が必要な構成だと、外部への委託費や調整コストなどが増えるばかりです。現場の担当者がノーコードで再学習まで完結できるかどうかは、稟議で説明する価値のあるポイントです。

モデルケース試算（人員は2名のまま）

ここまでの枠組みを、仮の数字で組み立ててみます。以下の数値はすべて説明用の仮定です。計算式には自社の数字を入れて置き換えます。

前提（仮）

• 金属加工部品の目視検査工程、年間30万個

• 検査担当2名（導入後も2名のまま。検査以外の業務を兼務）

• 時間あたり人件費2,800円（残業割増後3,500円）／残業は1名あたり月20時間

• 現状の張り付き率75%（1名あたり1日6時間を検査に拘束）

• 流出不良は年6件、1件あたり対応コスト平均25万円

• 過剰判定による廃棄は年1,200個、1個あたり原価800円

効果（仮・段階3＝例外対応まで到達した時点）

時間の効果（出口ごとに計上）

導入後の張り付き率を25%と想定。1名あたり1日4時間、2名で1日8時間が生まれます（年間240日で1,920時間）。

応援の効果額は、隣工程で発生していた残業代です。検査担当者の人件費はもともと発生しているため、応援に回した分だけ隣工程の時間外が消えます。

人が減らなくても立つ効果

合計：年732万円

コスト（仮）

立ち上がりを織り込んだ回収の見え方

ここで重要なのが、初年度に満額の効果は出ないという点です。段階1〜2の期間があるため、効果は徐々に立ち上がります。

累計では2年目のうちに黒字化します。

この試算は、1人も人員を減らさない前提で組み立てたものです。それでも2年で回収できるのは、浮いた工数を出口に割り当て切っているからです。逆に言えば、割り当て先を決めないまま置いた工数は、そのまま回収期間の長さになって返ってきます。

なお、効果が出るかどうかは、検査対象が画像で判別できるものか、良品のばらつきをどこまで学習できるか、撮像環境を安定させられるかといった条件に左右されます。「この金額が必ず出ます」という説明は避け、前提条件を明示したうえで「この前提であればこの範囲」と書くほうが実態に合います。

兼務運用を成立させる設計 ―「再確認工数」を見積もる

兼務前提の試算を立てたなら、兼務が本当に成立する設計にしておかなければなりません。ここが崩れると、計算した効果はそのまま消えます。

見るべきは、人が再確認に使う工数

段階3（人は迷い品・不良品だけを見る例外対応）の運用では、担当者は他工程にいます。そこからAIに呼ばれて検査工程に戻り、判断して、また持ち場へ帰る。この一連に食われる工数が、兼務の成否を決めます。

1日の再確認工数 ＝ 人の判断が必要なワーク数 × 1ワークあたりの再確認時間

1名あたり1日30分なら兼務は成立します。1時間を超えると、他工程の作業のほうが回らなくなります。精度何％という数字よりも、この工数のほうが現場の実感に近い指標です。

稟議書には「再確認工数を1日◯分以内に抑える設計とする」と書いておくと、目標が具体的になります。呼び出し回数で置くと、まとめて確認する運用にすれば見かけ上は減ってしまうため、工数で置くほうが実態に合います。

再確認工数を増やす最大の要因は過検知

AIが良品を不良と判定しすぎると、そのたびに人が呼ばれます。過検知が多いままでは、どれだけ精度の数字がよくても兼務は成立しません。

対策としては、良品のばらつきを十分に学習させること、撮像条件を安定させること、そして過検知画像を再学習に回す運用を最初から組み込んでおくことです。この論点は「過検知を抑え、検査工数を減らすAI外観検査」で詳しく扱っていますので、設計前にご一読をおすすめします。

「すぐ呼ぶもの」と「後でまとめて見るもの」を分ける

すべてを即時に呼び出す必要はありません。

• 即時に呼ぶ：明確な不良、設備異常、連続不良（工程異常の疑い）

• 後でまとめて見る：判定が微妙なもの、記録上の確認だけでよいもの

微妙な判定品を一時保管しておき、1日1〜2回まとめて確認する運用にすれば、往復の回数が減る分だけ再確認工数が下がります。判断そのものにかかる時間は変わりませんが、この移動分の差だけで兼務が成立するかどうかが変わることもあります。

動線と距離も設計に含める

見落とされがちですが、呼ばれた人がどこから来るのかも現実的な問題です。兼務者の持ち場から検査工程までの移動時間、呼び出しの手段（表示灯、ブザー、端末通知）、気づかなかった場合にラインを停めるのか溜めるのか。ここまで決めておく必要があります。

1回の呼び出しに往復5分かかるなら、1日20回で100分です。この時間は効果から差し引かれます。試算の張り付き率には、移動時間も含める必要があります。

稟議に向けて揃えておく情報と、よく聞かれる質問

その前に：社内のルールを先に確かめる

稟議書の様式や呼び方は、会社によってかなり違います。稟議書、起案書、設備投資申請書、予算申請書。申請書本体は金額と決裁区分だけの定型フォームで、中身は添付資料に書く、という会社も少なくありません。

ここから先は書式の話ではなく、様式が何であれ問われることの多い情報の整理です。実際に書く際は、社内の様式に合わせて配置し直すことになります。

そのうえで、書き始める前に確認しておきたいことがあります。

• 効果として計上してよい費目のルール：会社によっては、投資回収の計算に載せられる効果を労務費削減や直接原価低減に限定していることがあります。品質改善や工数削減を「参考値」として扱う運用であれば、本記事の効果の並べ方はそのままでは使えません

• 回収期間の基準：何年以内という社内基準があるか。計算方法が指定されているか

• 決裁の区分：想定投資額がどの決裁区分に入るか。それによって求められる詳細度が変わります

このあたりは、経理や経営企画の担当者に一度聞いておくと書き直しの手間が減ります。効果の数え方そのものが社内ルールで決まっている場合もあるため、確認は試算を作り込む前が適当です。

揃えておきたい6つの情報

内容としては、次の6つが揃っていると説明しやすくなります。配置は社内の様式に合わせることになります。

なお、書面の出来だけで決まるわけではありません。関係部署への事前の相談や合意形成のほうが効く場面も多く、特に効果が他部署に出る場合（隣工程の残業削減など）は、その部署と数字をすり合わせておくと話が早くなります。

効果は工数で書き、配置の判断は別に立てる

効果は、はじめから人数に丸めず、工数のまま書き出しておくほうが扱いやすくなります。工数の形になっていれば、工場全体で人員配置をどう最適化するかという判断に、そのまま渡せるからです。「検査員1名を削減」と書いてしまうと、検査工程だけを見て配置の結論を先に決めた形になり、全体で最適化を考える余地がなくなります。

ただし前述のとおり、労務費削減としてしか効果を計上できないルールの会社もあります。その場合は、工数のまま渡すのではなく社内ルールに沿った書き方が優先されます。

Q1.「結局、人は減らないんだよね？」

ここは正面から認めるところです。そのうえで、減るのは人数ではなく工数であること、そしてその時間を残業削減・応援・増員回避のどこに充てるかが決まっていることを示します。出口が明記されていれば、この質問はむしろ説明のチャンスになります。

Q2.「精度は何％？」

単一の数字で答えないことをおすすめします。見逃しと過検知は片方を減らすともう片方が増える関係にあり、「精度99%」という数字だけでは現場の負担は測れません。再確認工数で答えるほうが、兼務運用の話とかみ合います。PoCで何を測るべきかは「画像認識AIプロジェクトのPoCを進める際に定めておくべき指標とは？」で整理しています。

Q3.「兼務の人の負担が増えるだけでは？」

もっとも本質的な質問です。再確認工数の目標値、移動時間の見積り、微妙な判定品をまとめて確認する運用設計、そして品種追加や再学習を現場で回せる仕組みかどうか。これらを説明できていない計画は、実際に兼務者の負担増で終わってしまいます。

稟議前チェックシート

稟議書を書き始める前に確認する項目を挙げます。埋まらない項目が、そのまま審査で質問される箇所になります。社内の様式や運用に合わせて取捨選択できます。

【チェックシートをスキップする方はコチラへ】

A. 社内ルールの確認（最初にやる）

• 使用する様式と、本体・添付資料の書き分けを確認した

• 効果として計上してよい費目のルールを経理・経営企画に確認した

• 投資回収期間の社内基準と、指定の計算方法があるかを確認した

• 想定投資額がどの決裁区分に入るかを確認した

• 効果が他部署に出る場合、その部署と数字をすり合わせた

B. 現状把握（数字を用意する）

• 検査工程への張り付き率を実測した（推定ではなく記録）

• 移動・段取り・記録の時間も張り付き時間に含めた

• 現状の残業・休日出勤の時間を集計した

• 過去3年の流出不良件数と1件あたり対応コストを集計した

• 過剰判定による廃棄・手直しの数量を把握した

• 検査記録・報告書作成にかかる工数を測った

• 検査員の年齢構成と今後の退職・採用予定を確認した

C. 到達目標の設定

• 段階1〜4のうち、今回の目標を段階3までに設定した

• 各段階に到達する時期の目安を置いた

• 段階4（自動排斥）を今回の効果額に含めていない

• 初年度は効果が満額で出ない前提で試算した

D. 浮いた時間の出口

• 生まれる時間を時間単位で算出した

• 残業削減に充てる時間を決めた

• 他工程の応援に充てる時間を決めた

• 増員回避の有無を確認した

• 用途未定の時間を効果額から除外した

• 効果が発生する部署を明記した（隣工程に出る場合）

E. 人が減らなくても立つ効果

• 流出不良の削減額を計算した

• 過剰判定による廃棄・手直しの削減額を計算した

• 記録・報告工数の削減額を計算した

• 教育期間短縮・属人性解消をリスク欄に記載した

• 各数字が実績値か仮定値かを区別して書いた

F. 兼務運用の設計

• 1日の再確認工数の目標値を決めた

• 過検知を減らすための再学習運用を計画に入れた

• 即時対応と後回し対応の切り分けを決めた

• 兼務者の持ち場からの移動時間を見積もった

• 呼び出しに気づかなかった場合のライン運用を決めた

• 再学習を社内で回せる構成かを確認した

G. コストと進め方

• イニシャルコストに撮像治具・照明・設置工事を含めた

• 5年間の総額（TCO）で比較した

• 並行運用期間の人件費を計上した

• 再学習・品種追加の運用工数を計上した

• PoCの評価基準と本番導入の判断ポイントを決めた

• 稼働後の効果測定方法と報告タイミングを決めた

まとめ

AI外観検査の費用対効果は、「省人化できるかどうか」で決まるものではありません。

本記事の要点を整理します。

• 「1名削減」と書ける現場は少ない。書いてしまうと、稟議が人員計画の話に転じやすい

• 現実的な到達点は、他工程の担当者が兼務で見守る運用（段階3）

• 数えるべきは人数ではなく、検査工程への張り付き時間

• 生まれた時間は、残業削減・他工程の応援・増員回避・増産対応の4つの出口に割り当てる

• 出口が決まっていない時間は、効果ゼロとして書く。裏づけのある数字がはっきりする

• 流出不良、過剰判定、記録工数、教育期間、仕掛品は、人が1人も減らなくても立つ効果

• 初年度は効果が満額では出ない。立ち上がりを織り込んで試算する

• 兼務が成立するかどうかは、1日の再確認工数で決まる。過検知対策と運用設計が鍵になる

• ただし、効果として何を計上してよいかは会社ごとにルールが違う。書き始める前に確認する

人を減らさなくても、検査工程は変えられます。そして、その変化は数字にできます。

大切なのは、実態に合った前提で計算することです。「人は減りません。ですが工数はこれだけ減り、その時間はここに使います」という説明は、承認する側にとっても稼働後に検証しやすい計画になります。守れない約束の上に立った稟議は、たとえ通っても現場を苦しめます。

このチェックシートを埋めていく作業そのものが、導入を成功させるための準備でもあります。

兼務でも回る検査運用を支える TechSword Vision

TechSwordでは、特に製造業の現場における品質検査の自動化など、具体的な課題解決に貢献するAIソリューション TechSword Vision を提供しています。

専門知識がなくても、ノーコードで画像認識AIを開発・運用できるプラットフォームです。品種追加や再学習を現場の担当者だけで回せるため、他工程と兼務しながらの運用でも負担が増えにくく、稟議で見落とされがちな運用フェーズの継続コストを抑えた計画を立てていただけます。

具体的な導入事例や導入後の流れについても、ご希望に応じて説明させていただきます。人員を減らせない前提で費用対効果をどう組み立てるかでお悩みの方、検査工程の張り付き時間の整理から進めたい方は、ぜひお気軽に お問合せ ください。