パナソニック WisSight

日立 HVISPは、日立の制御・FA基盤と組み合わせたAI画像検査ラインの構築に強みがあります。

既存の日立系設備や生産ラインとデータ連携させやすく、検査をライン全体に組み込めます。

日立基盤を前提とする構成のため、他社設備が中心の現場では連携先や機器構成が縛られます。

ライン組み込みを想定する分、軽量な単体導入では機器構成や初期準備の手間が重くなります。

システム計画研 gLupeは、良品（正常品）データだけで学習でき、不良サンプルを集めにくい品目に向きます。

不良サンプルの収集やラベリングの工数を抑えて検査を立ち上げられます。

正常データ起点の設計のため、不良の種類を細かく分類したい検査では判定の作り込みが合いにくいです。

不良データを多く蓄積し、それを学習に使いたい現場とは設計思想が合いません。

MENOUは、ノーコードで現場担当者がAIモデルの学習から運用まで回せます。

検査条件の変更を内製で素早く反映でき、品種の切り替えにも追従しやすいです。

運用を担う現場側の体制づくりが前提となり、専任の担当者を置けない現場では定着が難しいです。

撮像条件や照明の作り込みが必要で、標準装置込みでまとめて任せたい用途では負荷が重くなります。

NEC AI Visual Inspectionは、NECのAI技術を活かした産業用途の目視検査自動化に実績があります。

自社の検査要件に合わせて個別構築でき、難度の高い判定でも精度を追い込みやすいです。

個別構築型のため、導入時の要件定義や費用・期間がかさみやすいです。

作り込みを前提にする分、定型ソフトとして即日から使い始めたい用途には合いません。