株式会社TechSword（テックソード）

市場課題｜外観検査は省人化が急務で、AIの導入にも人材とデータが要る

専門人材が必要でAI導入が重い

AIによる外観検査は、導入に専門人材とコストが要ります。人手不足で省人化が急務の外観検査工程でも、AI導入には人材の確保と外注コストが課題とされてきました。人手が足りない現場ほどAI人材を確保しにくく、導入が遅れかねません。

不良データが少なく学習が難しい

AIの学習には不良品の画像が必要ですが、品質水準の高い日本のものづくりでは、不良データが不足し、高精度なAIモデルの構築が難しい例が多いといわれています。GAN（敵対的生成ネットワーク。画像を生成するAIの手法）による不良データの生成も、元の学習データが大量に必要で、不良データが少ない場合は実用的ではありませんでした。不良の少ない検査対象では、AI導入が進みにくくなります。

他にも、撮影条件の違い、良品の見た目のばらつき、運用中の再学習、といった課題があるといわれています。

FrontJournalの解説

• GAN敵対的生成ネットワークの略称で、画像を作る側と本物かを見分ける側の2つのAIを競わせて、本物に近い画像を生成する手法である。

TechSwordの強み｜「外観検査AI」を開発

ノーコードで現場がAIを開発

従来のAI検査は、専門のエンジニアによる作業を要する場合が多く、現場だけでは開発を進めにくい方式でした。

同社の「TechSword Vision」は、画像のアップロードから学習、エッジデバイス（現場に置く小型の計算機）への実装までを、マウス操作で行えるノーコードのプラットフォームです。利用者は認識させたい画像を目安として100枚ほど集め、アップロードして自らAIを開発する流れです。完成したAIはエッジデバイスに実装し、カメラ映像をリアルタイムで判定させます。AIが判断に迷った画像の自動収集と、再学習による精度改善も可能です。外注に頼らず、現場の担当者が検査AIの再学習を続けられるようになります。

不良画像を少数から増やす

GANなど従来の画像生成の手法は、不良データを作るにも元の学習データが大量に必要で、不良サンプルがほとんど無い現場では使えませんでした。

同社は2025年9月、数枚の不良データから不良画像を作る機能「不良画像生成AI」を提供し始めました。利用者は数枚の不良画像を学習させ、良品画像の任意の箇所をマウスでペイントすると、実物に近い不良画像を数百枚程度生成できます。一度学習させた不良パターンは、素材が似ていれば形状の異なる部品にも適用可能です。顧客の例では、2枚しかなかった不良データを数十枚に拡張した結果、検出精度が100%近くになったとされます。不良品を集める時間が減り、めったに出ない不良も検出の対象に加えやすくなります。

FrontJournalの解説

• エッジデバイスカメラなどが置かれた現場の近くで、データを処理する小型の計算機である。遠隔のサーバーに画像を送らずに判定できるため、製造ラインの流れに合わせて結果を返しやすい。

外観検査AIの未来｜製造現場で誰もがAIを使える環境へ

自動車と食品の現場に導入

同社の製品は、自動車業界の企業を中心に導入されています。食品業界では、株式会社榮太樓總本鋪が2023年から導入し、黒豆大福の形状不良の検知に使っています。コンベア上のカメラが形状不良と判断すると、ブザーが鳴って不良品を知らせる仕組みです。いつ、何の不良を検知したかは、画像とともに確認できます。

包装品へ検査対象を広げたい

榮太樓總本鋪は、黒豆大福以外の製品にも外観検査AIを広げたい考えです。どら焼きやひとくち煉羊羹などの包装品の検査も、適用先として挙げています。TechSwordが食品業界向けに示す用途は、外観検査・異物検査・包装検査です。榮太樓總本鋪は、検査の対象が広がれば省人化につながると期待しています。

誰もがAIを使える環境を目指す

同社は、「すべての人に、AIを。」というビジョンのもと、ノーコードのツールとエッジコンピューティング（端末側でデータを処理する方式）で、専門知識がなくても誰もがAIを使える環境を目指しています。背景には、少子高齢化でAIの需要が高まる一方、使いこなせる人材が年々不足している状況があります。同社が目指す先は、AIの専門人材がいない製造現場でも、現場の担当者がAIを活用できる環境です。

会社概要｜2021年設立の岡山大学発企業TechSword

大学院在学中に創業

株式会社TechSwordは、2021年5月19日に設立されました。代表取締役CEOの長島慶樹氏は、岡山大学工学部機械システム系学科の卒業で、大学院に在学中に会社を設立しています。事業は、製造業向けの外観検査AIソリューションの提供です。CTOの白澤怜樹氏は、ヤマハ発動機で自動二輪車や船外機（船体の外側に取り付けるエンジン）部品の外観・異音検査の自動化に取り組んだ後、2024年2月に同社へ参画し、2025年1月にCTOへ就任しました。本社は東京都港区六本木にあります。

岡山大学の称号付与企業に掲載

同社は、岡山大学が「岡大発ベンチャー」の称号を付与した企業の一覧に掲載されています。同一覧の事業欄では、AIモデルの作成と実用化を支援するプラットフォームの開発・運用が挙げられています。2022年1月のプレスリリースでは、「岡山大学発AIベンチャー」として「TechSword Platform」正式版の提供開始を発表しました。

製品の歩みとメディア掲載

2021年12月に「TechSword Platform」のβ版のトライアル提供を始め、2022年1月の正式版を経て、2024年7月1日に製品名を「TechSword Vision」に改称しました。2025年9月には新機能「不良画像生成AI」の提供を始めています。メディアでは、2021年12月に代表の長島氏がNewsPicksの「メイクマネーU-24」に出演しました。同社は2022年1月に日本経済新聞に掲載され、2026年3月にはテレビ東京系列の番組で、榮太樓總本鋪での活用事例が紹介されました。

編集後記｜FrontJournal編集部より

外観検査のAIは、専門のエンジニアが作るものという印象があります。TechSword Visionは、画像を集めて学習させ、現場の端末に入れるまでを、現場の担当者が自分の手で進められる形にしています。AIを作る人と使う人の距離を縮める発想に、面白さを感じました。

TechSwordは、岡山大学の大学院生だった長島氏が立ち上げ、いまは東京で自動車や食品の製造現場に製品を届ける会社です。同じ外観検査の分野では、広島大学発のフツパーが、カメラとAIで製造ラインの検査を自動化する「メキキバイト」を提供しています。岡山大学から生まれたほかの企業は、岡山大学発スタートアップ10選で紹介しています。

現場の担当者が自らAIの再学習を続け、検査を支えていく。榮太樓總本鋪で始まったその動きが工場の現場で広がっていく日を、楽しみに待ちたいと思います。

FrontJournal編集部

出典：「Gビズインフォ」（経済産業省）（2026年10月3日に利用）を加工して作成

本記事は、FrontJournalが公開情報をもとに独自に分析した第三者コンテンツであり、対象企業・研究機関の公式見解ではありません。