イネーブラー株式会社（東京都新宿区）は2026年9月14日、SIVION株式会社（東京都千代田区）が展開するインフラ点検DXの事業概要を発表しました。ドローンやロボットで一定距離から構造物を撮影し、AI画像解析で0.1mmの微細なひび割れまで検出可能としています。数字だけを見ると「0.1mmまで見えるなら点検はAIに任せられる」と感じますが、実務では「見つけること」と「診断すること」を分けて考える必要があります。
細いひび割れを検出するには撮影条件が土台になる
AIが画像の中から微細な線を探すには、その線が画像上で十分に表現されている必要があります。対象から遠すぎる、手ぶれがある、逆光や影で表面が見えにくい、といった条件では、同じAIでも入力画像の質が変わります。発表でも対象物から一定の距離を保って撮影し、高品質なデータを取得する考え方が示されています。AIの性能だけでなく、毎回そろった条件で撮る運用が重要です。
「検出」と「健全性の判断」は別の工程
ひび割れを画像上で見つけても、それが構造上どの程度重要なのかは、位置、方向、長さ、周囲の損傷、構造物の種類などと合わせて判断します。AIが候補を抽出すれば、人がすべての画像を最初から探す負担を減らせますが、補修の要否まで自動的に決まるわけではありません。点検基準や専門家の確認につなぐ工程が残ります。
数字を見るときは「何を測った数字か」を確認する
0.1mmという値は分かりやすい一方、それだけで点検システム全体の精度を表すものではありません。どの撮影距離・画質・対象条件で確認されたのか、見逃しや誤検出をどう評価するのかも重要です。実運用では、撮影からAI解析、確認、報告までを一つの流れとして品質管理します。
人に話せるポイントは、AI点検では「細いひび割れを見つけられること」と「構造物の状態を診断できること」は別だということです。AIは人の判断をなくすより、見るべき場所を絞る道具として考えると分かりやすくなります。
