眼鏡フレーム製造のAI寸法検査（vision）｜微細公差を自動測定し品質を担保

「眼鏡フレームの寸法検査に人手と時間がかかりすぎる」——そんな悩みは、眼鏡 フレーム 寸法 検査 AIの活用で解消できます。

監修：FURUSATOコンサルタント（地方中小企業AI活用支援 / 支援実績100社以上）

眼鏡フレーム製造における寸法検査の課題とは

眼鏡フレームは、顔にかける製品という特性上、数十から数百点に及ぶ寸法規格を持ちます。テンプル（つる）の長さ、リム（レンズ枠）の内径、丁番（ヒンジ）の可動角度、鼻パッドの間隔など、どれも0.1mm単位、部品によっては0.01mm単位のずれがかけ心地や耐久性に直結します。日本の眼鏡フレーム生産の9割以上を担うとされる福井県鯖江市の産地では、こうした微細公差を守るために、長年ベテラン検査員の目視とノギス・投影機による抜き取り検査が中心でした。

しかし、この体制には限界があります。検査員1人が1個の検査に要する時間は平均で2〜3分とされ、月産1万個規模の工場では検査だけで数百時間を要します。さらに、目視検査は検査員の経験と体調に品質が左右される「属人化」の典型例です。実際に、ある鯖江の眼鏡フレーム製造会社では、ベテラン検査員が高齢のため引退した直後に、丁番部分の寸法不良を見逃す件数が前月比で約3倍に増えたという事例がありました。これは決して特殊な話ではなく、地方中小企業の三大課題である属人化・人手不足・アナログ業務が、そのまま品質リスクに直結している典型的な構図です。

加えて、抜き取り検査では全数を見ることができないため、不良品が出荷後に発覚し、返品・クレーム対応で余計なコストが発生するケースも珍しくありません。こうした背景から、眼鏡 フレーム 寸法 検査 AIによる全数自動検査への切り替えを検討する製造現場が増えています。

眼鏡フレームのAI寸法検査（vision）とは何か——仕組みと精度

AI寸法検査（vision検査）とは、高解像度カメラで撮影した製品画像をAIの画像処理エンジンで解析し、あらかじめ設定した寸法規格と自動で照合する検査手法です。眼鏡フレームの場合、以下のような流れで検査が行われます。

• 複数方向（正面・側面・上面）からカメラでフレームを撮影する
• AIがエッジ検出でリムの輪郭、テンプルの直線部、丁番の穴位置などを抽出する
• 設計図（CADデータ）や基準サンプルの寸法値と照合し、公差内かどうかを自動判定する
• 公差から外れた箇所を数値とともに画面上にハイライト表示する

この方式の最大の強みは、検査精度がサブミリ単位（0.01〜0.05mm程度）まで安定して再現できる点です。人の目視では個人差が出やすい微細なゆがみも、AIであれば同じ基準で毎回判定できます。加えて、1個あたりの検査時間は数秒程度まで短縮できるため、抜き取り検査から全数検査への切り替えが現実的になります。

ある地方の眼鏡フレーム製造会社（従業員30名規模）では、AI寸法検査システムを導入した結果、検査工程の所要時間が導入前比で約70%削減され、さらに出荷後のクレーム件数が導入後3か月で半減したというデータが得られています。これは目視検査では発見しづらかった「丁番の穴位置が0.1mm未満ずれている」といった微細な不良を、AIが全数検査で拾えるようになったためです。

眼鏡フレームの寸法検査でAIが特に効果を発揮する部位

眼鏡フレームの中でも、AI寸法検査が特に効果を発揮するのは以下の部位です。

• 丁番（ヒンジ）部分：可動角度と穴位置の精度が耐久性に直結する
• リム（レンズ枠）内径：レンズがしっかり固定されるかどうかを左右する
• テンプル（つる）の長さ・角度：左右対称性が崩れるとかけ心地に影響する
• 鼻パッド周辺の間隔：フィッティングの快適さに直結する

これらは従来、熟練検査員が指先の感覚と目視で確認していた領域であり、まさに「属人化」が起きやすいポイントでした。AIによる数値化は、この属人化を仕組みとして解消する手段になります。

眼鏡フレームのAI寸法検査で解消できる具体的な課題

地方中小企業のAI活用において重要なのは、「AIを入れること」自体を目的にしないことです。眼鏡フレーム製造の現場で実際に解消できる課題を整理すると、次のようになります。

• 検査員の高齢化・退職による技術継承の断絶——検査基準をAIのアルゴリズムとして残せるため、ベテランが引退しても品質基準が失われない
• 人手不足による検査工程のボトルネック——検査時間の短縮により、少人数でも生産量を維持できる
• 紙やExcelでの検査記録管理（アナログ業務）——AIシステムが検査データを自動でデジタル記録するため、トレーサビリティが向上する
• クレーム対応コストの増大——出荷前の全数検査で不良流出を防ぎ、後工程・顧客対応の負担を減らす

例えば、検査記録を紙の帳票に手書きしていた鯖江の別の製造会社では、AI寸法検査の導入と同時に検査データをクラウドに自動蓄積する仕組みに切り替えたところ、月末の品質報告書作成にかかっていた作業時間が月あたり約15時間から2時間に短縮されました。これは検査精度の向上だけでなく、検査後の事務作業まで含めた「業務変革」としての効果です。

経済産業省の調査でも、製造業における人手不足感は深刻な水準が続いていると報告されており（経済産業省）、少人数体制での品質担保は多くの地方製造業に共通する課題です。眼鏡フレーム業界のように高精度な検査が求められる分野ほど、AIによる代替・補助の効果は大きくなります。

目視検査とAI寸法検査（vision）の比較

目視検査とAI寸法検査には、それぞれ得意・不得意があります。導入を検討する際の判断材料として、主要な観点を比較表にまとめました。

この表からわかるように、AI寸法検査は初期コストがかかる一方で、検査精度・スピード・記録管理の面で目視検査を大きく上回ります。ただし、すべての工程をいきなり自動化する必要はありません。まずは不良発生率の高い工程や、属人化リスクが最も高い検査項目から段階的に置き換えるのが、地方中小企業にとって現実的な進め方です。

地方の眼鏡フレーム製造会社での導入事例

ここでは、地方中小企業がAI寸法検査を導入した際の具体的な業務シーンを紹介します。ある福井県内の眼鏡フレーム製造会社（従業員20名規模、OEM生産中心）では、大手顧客からの品質要求が年々厳しくなる一方で、検査を担当できるベテラン社員が1名しかいないという状況が続いていました。この会社の場合、その1名が休暇を取ると検査工程が完全にストップしてしまうという、事業継続上のリスクを抱えていたのです。

そこで、丁番部分とリム内径の検査からAI寸法検査を試験導入したところ、次のような変化がありました。

• 検査担当を1名体制から、AIチェック＋簡易確認の2名交代制に変更でき、属人化リスクが解消した
• 導入後1か月で、検査工程の待ち時間が原因だった納期遅延が0件になった
• 導入後3か月の時点で、出荷後の寸法不良によるクレームが導入前比で約60%減少した

この会社の経営者は「システムを入れる前に、そもそも検査の基準がベテラン社員の頭の中にしかなかったことに気づかされた」と振り返っています。これはまさに、「ITシステム導入」ではなく「業務変革」としてAI活用を捉える視点の重要性を示す事例です。ツールを入れる前に、検査基準や業務フローそのものを言語化・数値化する作業が不可欠であり、この工程を飛ばすとAIを導入しても現場に定着しません。

別の事例として、テンプルの左右対称性検査に課題を抱えていた眼鏡フレーム製造会社では、経営者だけでなく現場のベテラン社員も巻き込んで検査基準の棚卸しを行いました。その結果、これまで「感覚」で判断していた合格ラインが、実は担当者によって0.2mm程度のばらつきがあることが判明し、AI導入をきっかけに社内の品質基準そのものを統一するに至っています。

眼鏡フレームのAI寸法検査を導入する進め方——失敗しないために

AI寸法検査の導入でよくある失敗は、「精度の高いシステムを選ぶこと」を最優先にしてしまい、現場の業務フローとのすり合わせを後回しにすることです。地方中小企業のAI活用支援を行うFURUSATOでは、いきなりシステムの提案をすることはありません。まず無料の3時間現場セッションで、実際の検査工程・不良発生状況・検査員の作業動線を経営者と一緒に確認し、課題を整理するところから始めます。

導入プロセスの一般的な流れは次の通りです。

1. 現場セッションでの課題整理——どの検査項目に不良が集中しているか、検査員の負荷状況を可視化する
2. 検査基準の言語化・数値化——ベテラン検査員の暗黙知を、寸法基準として明文化する
3. 優先順位の高い工程からの試験導入——全工程を一気に置き換えず、リスクが高い部位から始める
4. 現場での運用テストとフィードバック——検査員の意見を反映しながら判定基準を調整する
5. 本格運用と検査データの活用——蓄積した検査データを品質改善や顧客への報告資料に活用する

特に重要なのは、経営者・社長自身がこのプロセスに関わることです。担当者だけに任せると、現場の抵抗感や「今までのやり方を否定された」という反発が生まれやすく、導入が形骸化してしまいます。FURUSATOでは、経営者と現場の双方を巻き込みながら、ツールの導入以前に「仕組みを変える」ことを重視した支援を行っています。

なお、中小企業基盤整備機構（中小機構）などの公的機関でも、中小企業のデジタル化・生産性向上に向けた支援情報が公開されており、こうした制度と組み合わせて導入コストを抑える選択肢もあります。

AI寸法検査の導入コストと投資回収の目安

地方中小企業がAI寸法検査の導入をためらう最大の理由は、初期費用への不安です。カメラ・照明・画像処理システムを一式導入する場合、規模にもよりますが、簡易的な単一工程向けシステムであれば数十万円台から、複数の検査項目を同時に扱える本格的なシステムでは数百万円規模の投資になるケースもあります。ただし、重要なのは初期費用の絶対額よりも「何年で回収できるか」という視点です。

先述した従業員20名規模の眼鏡フレーム製造会社の場合、検査工程の人件費削減とクレーム対応コストの減少を合算すると、導入から約1年半で投資額を回収できる見込みだったと試算されています。具体的には、検査員1名分の工数を他の付加価値業務（新規顧客対応や生産計画の立案など）に振り向けられるようになったこと、そしてクレーム対応にかかっていた返品送料・再加工費・営業担当者の謝罪対応時間が大幅に減ったことが大きく寄与しました。

投資回収を早めるコツは、最も不良発生率が高い工程、または最もクレームに直結しやすい寸法項目に絞って先に導入することです。全工程を一度にAI化しようとすると初期費用が膨らむだけでなく、現場が変化についていけずに定着しないリスクも高まります。まずは小さく始めて効果を数値で確認し、経営者自身が投資対効果を実感してから対象範囲を広げていくのが、地方中小企業のAI活用における現実的な進め方です。

また、厚生労働省が公表している労働経済に関する調査でも、製造業を含む多くの産業で人手不足感が高止まりしていることが示されています（厚生労働省）。限られた人員でこれまで以上の品質を担保する必要がある以上、検査工程の一部をAIに任せる投資は、単なるコスト削減策ではなく、事業継続そのものへの備えとして捉える経営者が増えています。

眼鏡フレーム以外の製造業にも応用できるのか

AI寸法検査の考え方は、眼鏡フレームに限らず、微細な公差管理が求められる製造業全般に応用できます。実際、ねじ・ばね製造や板金・金属加工、木工・家具製造など、業種によって検査対象は異なるものの、「属人化した検査基準をAIで数値化し、全数検査に切り替える」というアプローチ自体は共通しています。眼鏡フレーム製造会社の中には、本社工場だけでなく、関連会社の金属加工部門にも同じ考え方を横展開し、検査工程全体の底上げを図ったケースもあります。

地方中小企業にとって、こうした横展開のしやすさもAI寸法検査の利点の一つです。一度、検査基準の言語化とデータ化の仕組みを作ってしまえば、対象製品や工程を変えても同じ枠組みを流用できるためです。

よくある質問（FAQ）

Q: 眼鏡フレームのAI寸法検査は中小企業でも導入できますか？

A: 可能です。全工程を一度に自動化する必要はなく、不良発生率の高い部位から段階的に導入する企業がほとんどです。まずは無料の現場セッションで現状把握から始めるのが現実的です。

Q: AI寸法検査の導入にはどのくらいの期間がかかりますか？

A: 検査基準の整理から試験導入まで、早い場合で数週間、検査基準が複雑な場合でも数か月程度が一般的です。段階的な導入により本格稼働までの期間を短縮できます。

Q: 既存の検査員はAI導入後どうなりますか？

A: 検査員がいなくなるわけではありません。AIが数値判定を担い、検査員は最終確認や例外対応、他の付加価値業務に時間を使えるようになるケースが一般的です。

Q: 導入コストが高くて中小企業には難しいのではないですか？

A: 初期費用はかかりますが、検査工程の一部から始めることで負担を抑えられます。公的機関の支援制度と組み合わせて導入する選択肢もあります。

Q: FURUSATOに相談すると、いきなりシステムを提案されますか？

A: いいえ。FURUSATOはまず無料の3時間現場セッションで課題を整理し、業務フロー自体を見直すところから支援します。システムありきの提案はしません。

関連記事

• ねじ・ばね製造のAI外観・寸法検査｜微小欠陥を自動検出し全数検査を実現
• 板金・金属加工のAI寸法検査(vision)｜プレス公差を自動測定し不良を削減
• 木工・家具製造のAI寸法検査（vision）｜加工公差を自動測定し検品を効率化

地方中小企業のAI活用・DX推進でお悩みの方は、FURUSATO（フルサト）へお気軽にご相談ください。まず無料の3時間現場セッションで、御社の課題を一緒に整理します。