SGL — 製造現場AI研究室

※本ページには広告（PR）を含む場合があります。アフィリエイトリンク経由のお申し込みで当編集部が報酬を受け取ることがあります。

welding / AI capability

AI溶接外観検査・協働ロボット溶接のできること/できないこと

A-YOS-03｜初版 2026-07-29｜改訂 2026-07-29

読了 約7分

溶接後の外観検査は、いまも目視が中心の現場が多く、検査員ごとの判定基準のばらつきが課題として指摘されています。ここでは「AI外観検査」と「協働ロボットによる溶接自動化」の2領域について、実在企業が自社の公式情報として公開している事実だけを根拠に、できること・できないことを整理します。

できること1: AIによる溶接ビード外観検査の数値化

パナソニック コネクトグループは2026年6月15日、AI溶接外観検査ソリューション「Bead Eye M edition」を発売しました（出典1）。同社の発表によれば、3Dセンサと2つのAI検査ロジック（表面欠陥検査・ビード形状の寸法検査）を組み合わせ、ビード表面欠陥（ピット・スパッタ付着等）とビード形状を検出し、良否を数値で判定します（出典1）。特長として、検査の立ち上げ設定は約1時間で完了し、現行機種との比較で立ち上げ工数を約9割削減できるとしています。また、ビード外観（長さ・幅・上下脚長・のど厚・位置ズレ）を最大誤差0.7mmの精度（ロボット速度6m/min・センササンプリング周波数1kHz・同社基準ワークでN=30回計測という条件下）で検査でき、検査結果はデジタルデータとして自動保存されるため、担当者ごとの判定のばらつきをなくし、トレーサビリティの確保にも活用できるとしています（出典1）。国内には他にも、株式会社Phoxterのように「AI＋ルールベース」による溶接ビード外観検査の自動化ソリューションを自社サイトで解説しているベンダーが存在します（出典2）。

できること2: 協働ロボットによる抵抗溶接工程の自動化

Universal Robots（UR）が自社サイトで公開している事例によれば、米国オハイオ州の契約製造業T&W Stamping社は、抵抗溶接機に部品を提示する工程にUR5協働ロボットを導入しました（出典3）。同社の発表では、導入によりセル全体の効率が40%向上し、投資回収（ROI）は4か月未満、従来4人のオペレーターが必要だったセルの人手入れが1人で済むようになったとしています（出典3）。ビジョンカメラによる位置決めと組み合わせることで、8箇所の溶接ナット位置・ねじの有無まで自動で確認する仕組みも導入されており、導入から2年以上、生産上の問題やダウンタイムは発生していないと同社担当者は述べています（出典3）。

できないこと・線引き

ただし、いずれの事例にも公式情報自体が明記する限界があります。Bead Eye M editionの位置ズレ検査は「検査対象が直線ビードかつ継手ルートが見えるものに限ります」と注記されており（出典1）、複雑な形状や継手が目視できないビードには現状のロジックがそのまま適用できるとは公式には述べられていません。また同社は精度について「ワークや使用環境・条件により異なる場合があります」とも注記しており、あらゆる現場で同じ最大誤差0.7mmが再現される保証はありません（出典1）。協働ロボットの側についても、T&W Stampingの事例はあくまで抵抗溶接（スポット溶接）の自動化であり、同社エグゼクティブバイスプレジデントのCraig Sivak氏自身が、トーチを使うMIG溶接（アーク溶接）についてはURロボットとの組み合わせを「これから検討したい」将来の課題として語っています（出典3）。つまり、電流・電圧・運棒角度を溶接中にリアルタイムで調整する本格的なアーク溶接そのものを協働ロボットが自律的にやり切る段階には、公開事例を見る限りまだ至っていません。この記事で紹介した2つの事例は米国での導入例であり、国内での同種の適用事例の有無は本記事執筆時点で個別に確認できていません【推定】。

現場への実務的な示唆

数値化・記録化が効くのは「検査結果の客観化」と「決まった形状の反復工程」という、比較的境界が明確な領域です。一方で、開先のばらつきに応じた運棒角度の微調整や、複雑形状のビード外観判断、アーク溶接そのものの遂行は、当面は溶接工の判断に残ります。棚卸しチェックリストで△×が多かった項目のうち、「検査・記録」に関わる項目から着手するのが、投資対効果の観点でも現実的な順番です。次の記事では、2026年10月に施行される溶接ヒュームの新しい規制ルールを、この記録体制づくりの機会に変える方法を紹介します。

視座ステージ診断（無料・約7分・登録不要）— いま何を見て働いているかを20問で確かめる →

出典

（2026年7月29日閲覧）

1. パナソニック コネクトグループ「独自AI技術で立ち上げ工数約9割削減、品質管理を革新 AI溶接外観検査ソリューション『Bead Eye M edition』発売」プレスリリース（2026年6月15日付）。立ち上げ設定約1時間・工数約9割削減（現行機種YA-1VPXH1T01との比較）、最大誤差0.7mm（ロボット速度6m/min・センササンプリング周波数1kHz・同社基準ワーク・N=30回計測）、位置ズレ検査は「検査対象が直線ビードかつ継手ルートが見えるものに限ります」、精度は「ワークや使用環境・条件により異なる場合があります」と記載。 news.panasonic.com
2. 株式会社Phoxter「溶接ビード外観検査の基礎知識と事例：AI技術による自動化システムも紹介」。AI＋ルールベースによる溶接ビード外観検査の自動化ソリューションを提供している旨を自社サイトで解説（本記事では同社公式情報として社名・提供内容のみを引用し、具体的な性能数値は本記事執筆時点でページ本文から直接確認できなかったため掲載していません）。 phoxter.co.jp
3. Universal Robots「協働ロボットで抵抗溶接の自動化・人手削減｜UR5導入事例」（T&W Stamping、米国オハイオ州、従業員50〜100人、自動車部品契約製造業）。効率40%向上・投資回収4か月未満・オペレーター4名から1名へ・導入後2年以上ダウンタイムなしと記載。同社担当者がMIG溶接（アーク溶接）への適用は今後の検討課題と述べている旨も同ページに記載。 universal-robots.com

最終更新: 2026-07-29 ｜ 参照した一次情報: 3件 ｜ 本記事の推定値には【推定】を明記しています ｜ 誤りのご指摘はお問い合わせへ

---

関連セクション

• 金属加工AIガイド——AI外観検査のできること/できないこと金属光沢という最大の敵、実在ベンダーの公開情報から整理。
• 鋳造業AIガイド——鋳造シミュレーション・AI外観検査実在企業の公開情報から自動化と人が残る領域を整理。