注目ベンチャー紹介：Tristar AI

Written by Issei Kusano

‍

今回の注目ベンチャーの紹介は、Tristar AIです。
Tristar AIは、製造ラインの品質検査をAIで自動化し、製品不良や工程異常をリアルタイムで検知・分類するとともに、原因分析、設備データとの連携、不良品の自動排出などの現場対応まで一気通貫で支援する、製造業向けコンピュータビジョンプラットフォームです。

‍

‍

Tristar AI

https://www.tristar.ai/

サービス／プロダクト概要

• 製造ラインのカメラ映像をAIで解析し、製品不良や工程異常をリアルタイムで検知・分類・分析する品質管理プラットフォーム。リアルタイムアラート、不良分類、履歴分析、AIによる改善提案に加え、ERP・SCADAなどの設備データとの連携や、不良品の自動排出まで対応する。

特徴・提供価値

• 従来の画像検査では大量の不良画像やルール設定が必要で、製品・材料変更ごとに再調整が発生しやすいが、Tristar AIはActive Learningや材料知識を活用し、少ないデータとアノテーション工数で新しい製品・不良タイプに対応する。KeyenceやCognexに対し、誤検知の少なさや柔軟性、診断能力を差別化要素としている
• 単純なOK／NG判定に加え、不良の種類・発生場所を分類し、時間帯、ライン、製品などの軸で分析でき、不良トレンドを把握し、工程条件や設備状態まで遡って原因分析する品質改善ツールとして活用可能
• ERPやSCADAの設備・生産データと画像情報を組み合わせ、製造条件と不良発生の相関を分析でき、エッジコンピューティングによるリアルタイム推論にも対応し、異常を現場へ即時フィードバックする
• Kickoff Systemなどの生産設備と接続し、不良検出時に製品を自動排出できるため、「撮像 → AI検知 → 判定 → 現場アクション」までEnd-to-Endで自動化できる。また、Human Action Recognitionにより、作業手順の確認や組立ミス防止への展開も可能
• 専用ハードウェアではなく、市販のGPUサーバーやカメラを活用するAsset-light型を採用。顧客自身で調達することも可能で、競争力の中心はAIモデル、ソフトウェア、データ解析、現場インテグレーションにある
• プラスチックフィルムの導入事例では、4本の高速ラインで複数の色・製品タイプを自動検査。その結果、Scrap 25%削減、Warranty Claims 50%削減、人員2名削減、年間約81.5万ドルの削減、400% ROI、約4カ月で投資回収を実現したとしている
• 抜き取りによる目視検査から、生産物を常時監視する連続品質管理へ移行でき、プラスチックフィルムで99%の不良検知精度、800 FPM超への対応、5秒未満のアラートを掲げている

‍

ビジネスモデル

• Enterprise Software / AI Inspection Platform： 製造企業向けにAI画像検査、リアルタイムアラート、データ分析、AI Recommendationなどを提供。まず単一ライン・工場へ導入し、ROIを確認した後に複数ライン・複数工場へ展開するLand-and-Expand型。
• カメラやGPUサーバーは市販品を利用し、ハードウェア販売や施工ではなく、AIソフトウェアと継続利用を収益の中心とするAsset-lightモデル。

‍

なぜ今この会社なのか

• 製造現場では生成AIの活用がオフィス業務ほど進んでおらず、画像、設備情報、人の動作、材料状態など大量の非構造化データが十分に活用されていない。Tristar AIはVision AIを通じて、工場で「実際に何が起きているか」をリアルタイムにデータ化・分析する基盤を提供する。
• また、人手不足、人件費上昇、生産速度の高速化、品質要求の厳格化により、目視・抜き取り検査だけで品質を維持することが難しくなっている。AI・Edge Computing・Active Learningの進化により、リアルタイムかつ現場ごとに適応した画像検査が実用化しやすくなっている。

‍

顧客・競合・パートナー

• 顧客： プラスチック・包装、自動車部品、金属加工など、大量・高速生産ラインを持つ製造企業
• 競合： Keyence、Cognexなどの既存Machine Visionベンダー

‍

‍

こちらの記事に対するお問い合わせやMTGの依頼などはこちらのアドレスからお気軽にご連絡ください。

info@tgvp.vcTGVPは米国を中心としたスタートアップ企業とTOPPANグループの連携を推進しております。

‍