タイの製造拠点で計測器の校正を外部へ依頼すると、返ってくる校正証明書はPDF、スキャン画像、紙、電子ファイルと形がまちまちになる。品質担当者は証明書番号と測定器の製造番号を照らし、校正日、測定範囲、測定点の結果、不確かさ、適合判定の条件まで読んでから設備を再使用に戻す。製造業の「校正証明書 AI照合 導入」は、この確認を単なるPDF保管から、抽出・照合・例外レビュー・設備解放の一連の管理へ変える取り組みである。AIが証明書を読めても、製品判定に必要な測定器を使用してよいかは、定義した基準と権限者の確認に基づいて決める。
本記事は校正スケジュール全体の管理システム選定や汎用OCRの説明を繰り返さない。校正が終わった後に受け取る「その測定器、その測定範囲、その測定点」の証拠を、設備台帳と工程にどう結び付けるかを扱う。設備の期日や依頼ワークフローを整理したい場合は校正管理システムの設計を、OCR導入全般はAI-OCR導入ガイドを先に参照すると、役割の境界が明確になる。
結論：証明書を受け取っただけで測定器を解放しない
導入の中心は「校正証明書を電子化すること」ではなく、「証明書が必要条件を満たすまで、対象の測定器と工程での使用を保留できること」である。最低限、証明書の版と原本、対象機器の識別、校正の実施日、依頼した測定範囲と点、結果と単位、不確かさ、参照標準、校正方法、適用する判定ルールを一つのレビュー画面で追えるようにする。AI-OCRは欄の候補を抽出し、設備台帳や発注条件との不一致を提示する。認識できなかった数字、単位、符号、脚注は「未確認」として残し、空欄を都合よく補完しない。
承認の単位は証明書ファイルだけでは足りない。証明書が同じでも、A工程で使う範囲は条件を満たし、B工程で使う範囲は証明書の対象外ということがある。システムは「証明書レビュー済み」「当該機器を解放可能」「特定工程で使用可能」を別々の状態にする。停止、再校正、使用制限、逸脱調査の判断は、社内手順に従う責任者が記録する。これを最初に決めると、OCRの精度だけを競うPoCから、現場で使える導入へ議論を進められる。
校正証明書が証明するものと、AIで判断できる範囲
ISO/IEC 17025は試験・校正機関の力量、公平性、一貫した運営に関する国際規格であり、ISOの現行ページは2017年版を掲載している。ただし「証明書にISO/IEC 17025と書いてある」だけで、依頼した測定点がその校正機関の認定範囲に入るとは言えない。ILAC P10は、トレーサビリティが必要な場合、利用目的に適した校正サービスであることと、認定校正機関なら該当する校正が認定範囲に具体的に含まれることを区別している。ロゴ検出だけで合否を出さず、認定機関・校正機関・対象範囲を人が確認できる導線を残す。
計量トレーサビリティは「有名な機関の名前が書かれていること」ではない。ILAC P10は、参照へつながる文書化された切れ目のない校正の連鎖と、それぞれが寄与する不確かさを説明する。NISTのトレーサビリティ方針も、測定結果と参照を結ぶ連鎖、測定不確かさ、使用目的への適合を重視する。だからAIで抽出すべきなのは、機関名だけでなく、測定対象、結果、単位、参照、方法、不確かさとそれらの対応関係である。正式な計量学上の判断や認定の確認は、校正機関と利用者の責任分界に従う。
電子証明書への移行も考慮する。PTBはDigital Calibration Certificateの仕様を公開しており、構造化された機械可読データの方向性を示している。NISTも校正サービスのデジタル化について課題と機会を公開している。したがって将来の設計は画像OCRだけに閉じず、PDF、デジタル署名付きファイル、構造化データを同じ証拠モデルへ取り込める形が望ましい。構造化データが来た場合も、発行元と改ざん検知、機器の突合、利用範囲のレビューは必要である。
校正証明書AI-OCRで抽出すべき項目
初期PoCでは「全文を読めるか」より、「使用判断に必要な情報を、原本上の位置と一緒に正しく示せるか」を試す。証明書ごとに書式が違い、同じ数値でも標準器側の値、指示値、偏差、補正値、測定不確かさが隣接する。表の列と脚注を切り離して抽出すると、数字は合っていても意味が逆になる。各抽出値にページ番号、座標、原文、信頼度、正規化後の値、レビュー結果を持たせ、承認者が原本に戻れるようにする。
| 項目 | 照合先 | 例外として扱う状態 |
|---|---|---|
| 証明書番号・版 | 依頼番号、前回証明書、ファイル履歴 | 重複番号、改訂版の見落とし、添付違い |
| 機器ID・製造番号 | 設備台帳、現物ラベル | 型式だけ一致、製造番号の桁違い |
| 校正日・発行日 | 依頼、稼働履歴、次回期日の算定基準 | 日付逆転、過去使用への影響未確認 |
| 方法・測定範囲 | 用途別の要求仕様、認定範囲 | 重要点が対象外、方法違い |
| 測定点・結果・単位 | 依頼した点と許容基準 | 点の欠落、単位変換の誤り、符号逆転 |
| 測定不確かさ | 判定ルール、リスク評価 | 未記載、結果との対応不明 |
| 判定ルール・記述 | 契約・社内手順 | 適合表記だけあり判定根拠が不明 |
| 発行元・認定情報 | 校正機関の登録、対象サービス | 機関の認定と当該範囲を混同 |
英語・タイ語・日本語が混在するタイの工場では、見出し語の違いだけでなく、日付の年表記、少数点、単位記号、マイナス記号、表の改行を試験データに入れる。OCRモデルが「誤差」と「補正値」を取り違えた場合、機械的な数値比較は危険になる。証明書の表現に慣れた品質担当者が、項目ごとに「必須」「条件付き必須」「参考」に分けるのが先である。現場で使わない欄まで強制してレビューを遅らせる必要はないが、重要欄を任意にしてはいけない。
「校正結果 自動照合」を3層に分ける
第一層は識別照合だ。証明書番号の重複、機器ID・製造番号・型式、校正機関、日付を台帳と照らす。型式の一致だけで別個体を同一視しない。シリアル番号の先頭ゼロ、ハイフン、全角半角の正規化は、元の値を残して行う。証明書の改訂版が届いたら旧版を削除せず、どの判断を新旧どちらで行ったか監査可能にする。
第二層は契約・範囲照合だ。校正依頼書や購入仕様に指定した方法、範囲、測定点、単位、報告書の条件と比べる。例として0〜100 mmの測定器を依頼したのに、証明書には20〜80 mmの点しかない場合、機器が故障と決まったわけではないが、要求した証拠は不足する。システムは「不足点」を明示して追加確認に回す。認定範囲も発行元の一般的な認定の有無ではなく、当該サービスの範囲を見る。ILAC P10の趣旨から、サービスが目的に適しているかの確認が重要である。
第三層は結果・判断条件の照合だ。測定点ごとに指示値、参照値、偏差または補正値、不確かさを対応付け、どの数値に何のルールを適用するか示す。ただし、証明書の「Pass」欄をAIが読んだだけで社内工程を解放しない。校正機関の判定ルールと自社の使用許容差が異なる場合があるためだ。許容差の版、ガードバンドの扱い、測定不確かさの考慮方法を品質部門が承認し、そのルールで機械照合を実行する。ルールが無い場合のシステム応答は「適合」ではなく「判断保留」である。
数値例：不確かさがある結果をどう扱うか
以下は画面設計のための仮定例であり、校正の合否基準や規格要求値ではない。あるトルク計の社内使用基準を、対象点10.0 N·mで偏差の絶対値0.20 N·m以下と仮定する。証明書からAIが抽出した偏差は+0.17 N·m、拡張不確かさは0.05 N·m、包含係数や信頼水準の表記もあるとする。単純に偏差だけを見るルールなら範囲内に見える。一方、社内規則が「偏差の絶対値と所定の不確かさを加えた値が上限以下」と定めていれば、0.17+0.05=0.22 N·mとなり、同じ証明書でも解放できない可能性がある。
この例で大切なのは足し算そのものではなく、どの不確かさをどの条件で使うかを先に決め、ルールIDと版を記録することだ。証明書に書かれた不確かさの定義が社内ルールの想定と合わなければ、AIは計算を続けずレビューに送る。抽出した数値の符号、単位、測定点が違えば計算結果は無意味になる。校正機関による適合表明がある場合も、その判定ルールを読んで社内用途と突き合わせる。AIが法令・認定・品質上の最終適合を自動認証するという設計にはしない。
CMMS・MESへの接続：証明書レビューを設備の使用許可へ変える
設備保全システム（CMMS）には計測器の台帳、校正予定日、保全依頼、停止状態がある。製造実行システム（MES）にはどの工程・製品・ロットでどの計測器を使ったかがある。証明書AI照合の役割は、その間で「使ってよいという根拠」を確定させることだ。証明書受領時点ではCMMSの状態をレビュー待ちにし、重要な照合項目が埋まり、担当者が承認したら、対象用途に限り利用可能にする。MESへは機器ID、許可範囲、許可期間、承認記録の参照を渡す。
既存の校正管理システムが期日・依頼・台帳を担うなら、本記事の機能は「校正から戻った後の証明書検証と解放条件」と位置付ける。一般的なAI-OCR導入が多様な文書を読む基盤なら、ここで追加するのは測定点と不確かさを扱うドメインルールである。昨日の材料証明書AI照合は仕入先のロット・ヒートと材料特性の証拠を扱う。校正証明書は個々の測定器とその使用範囲の証拠であり、品質ゲートの位置が異なる。
MES連携では、証明書が未承認の機器を選べない、または選択時に警告して権限者の承認を要求するなど、工程のリスクに応じて設定する。すべての測定器を無条件に停止すると現場が回らない。一方、製品の合否を決める重要計測器で警告だけにすると、証明書照合が形骸化する。工程重要度、代替器の有無、復旧手順をFAT前に分類しておく。連携が途切れたときのオフライン手順、後追い入力と監査ログも要件に含める。
導入前に整えるマスタと責任分界
AIを先に入れても、機器台帳に製造番号が無い、同じラベルを複数設備で使う、依頼書に必要測定点が書かれていない状態では照合できない。最小のマスタは、機器固有ID、製造番号、型式、用途・工程、要求測定範囲、重要測定点、社内許容基準、校正周期、依頼先、承認者、代替機器である。校正証明書が資産IDではなく製造番号で発行される場合、資産IDと製造番号の対応を履歴管理する。機器を交換したら古い証明書を新しい個体へ引き継がない。
責任者は少なくとも三者に分ける。保全部門は機器台帳と校正依頼の条件を維持する。品質部門は許容基準、判定ルール、例外時の処置を承認する。生産部門は工程で使う機器と代替手順を決める。IT・システム担当はAIモデル、連携、アクセス権、ログ、バックアップを運用する。校正機関に問い合わせる権限と、証明書改訂版を受け取った後の再判定責任も定める。AIは候補を示す補助者であって、責任の所在を置き換えない。
個人情報や機密についても確認する。証明書に顧客名、製品名、設備番号、担当者署名が含まれることがある。外部AIサービスへ送る場合は契約上のデータ取扱い、保存地域、再学習利用、削除、アクセスログを確認する。原本ファイルと抽出データの保存期間、改訂版の扱い、退職者の権限失効を決める。国境を越えるデータ移転の可否は会社の契約・法務判断に従う。こうした統制が未定のまま全証明書を一括投入しない。
RFPに書くべき要件：精度より例外処理と証拠の追跡
対象外を明示する受入条件
RFPの範囲には、AIに判断させない事項も具体的に書く。校正機関の認定可否の最終確認、測定器の修理要否、過去ロットへの影響範囲、顧客への通知要否、法令上の適合性は、それぞれ社内の責任者が判断する。AIは証明書の欄を抽出し、既定のルールとの不一致を通知する。仮に「証明書の適合欄がYes」でも、社内用途と異なる測定点なら自動解放しない。反対に抽出できない項目を「不適合」と断定するのも誤りであり、原本レビューに戻す。受入テストではこの二つの誤りを別々に数える。
測定器が複数の工程で共用される場合、工程別の解放条件を仕様にする。たとえば温度計が保全点検にも製品温度の出荷判定にも使われるなら、要求する範囲や許容差は同じとは限らない。証明書と機器の照合が済んでも、用途Aは許可、用途Bは保留という状態を表現できるか確認する。現場画面には難しい計量学用語だけでなく「何が不足して、誰に確認すればよいか」を表示する。これにより、急ぎの現場がPDFを開いて自己判断する状況を減らせる。
証明書の原本については、メール添付から取り込んだ時刻、取り込み元、ファイルのハッシュ値、改訂版との関係を保持する。AIが数値を訂正した場合も、原本を書き換えず、抽出候補と人が確定した値を別に保存する。後で校正機関が正式な訂正版を発行したら、旧版に基づく承認を再評価するトリガーを用意する。承認履歴を上書きして消す実装は避ける。過去の製品にその測定器を使用していた場合に、いつからどの版の証拠を使っていたか追えることが必要だからだ。
タイ工場の運用で確認すること
校正証明書の言語、校正依頼書の言語、設備台帳の言語が異なる場合、翻訳された欄名だけで照合してはいけない。内部データは測定量、単位、機器ID、日付を言語非依存の項目として保持し、表示言語を別にする。タイ語の仏暦・西暦表記、英語の月名、日月の順序は、疑義がある場合に自動確定しない。現地の担当者が原本を見て修正できるようにする。日本側の品質担当が承認するなら、時差と権限委譲のルールを決め、夜勤で判断待ちが生じたときの暫定停止・代替器の運用も定める。
工場で計測器に貼るラベルやQRコードを使う場合は、証明書の製造番号と台帳IDの対応を初回に実地確認する。QRコードだけを見て証明書をひも付けると、ラベルの貼り替えや機器交換を見落とす。持ち出し式の測定器、レンタル品、共用標準器は特に管理主体が分かれやすい。誰が校正を依頼し、どの範囲で使い、異常時にどのロットを遡るかまで含めて、対象機器の選び方を決める。
ベンダーへのRFPでは「AI-OCRの認識率99%」のような数字だけを要求しても比較しにくい。どの帳票、どの項目、どの測定点で何を正解とみなすかが違うからだ。発注側は匿名化した実証用の証明書を、正常、欄欠落、複数ページ、改訂版、手書き、英語・タイ語混在、単位換算、脚注付き、写真撮影、低画質に分けて用意する。ベンダーには抽出値と原文位置、正規化ルール、信頼度、未読時の挙動、レビュー画面を見せてもらう。
| RFP項目 | 要求する提示物 | 受入時の確認 |
|---|---|---|
| 項目抽出 | 証明書番号、機器ID、日付、方法、点、結果、不確かさ | 原文位置をクリックで確認できる |
| 文書版管理 | 原本ハッシュ、改訂履歴、旧版との関連 | 旧判断を消さず再評価できる |
| 照合ルール | 版付き条件、単位変換、欠落時の保留 | 誤読値を自動適合にしない |
| 人の承認 | 役割、二重承認、理由、差戻し | 誰が何を根拠に解放したか残る |
| CMMS/MES連携 | API、再送、失敗時の扱い、ID対応 | 連携断でも誤解放しない |
| セキュリティ | 権限、保存、暗号化、監査ログ | 工場・顧客の規則に適合する |
| 運用 | 誤認識修正、モデル変更、監視、障害復旧 | 変更後も同じテストで確認できる |
導入費用は文書枚数、帳票の種類、画像品質、レビュー工数、既存システムの接続方法で変わる。先に「年間証明書枚数」「重要計測器の比率」「1件当たりの人手確認時間」「差戻し率」「未承認機器を止める工程数」を測り、固定費・従量費・連携開発費・保守費を別々に見積もる。費用削減だけを目標にするとレビュー工程を削りたくなるが、重要なのは見落としを減らし、解放までの時間と根拠の追跡性を改善することである。
FAT・SATで試すべき失敗パターン
誤解放を防ぐ受入テストの具体例
受入テストでは、単に「AIの回答が正しいか」を採点するだけでなく、機器を使える状態へ変える一連の操作を検証する。たとえば証明書の製造番号の末尾一桁だけを変えたテストファイルを投入する。期待結果は、帳票から番号を抽出し、機器台帳との不一致を表示し、承認待ちのままCMMSの使用許可を変更しないことだ。レビュー担当が誤って「一致」を押そうとした場合の確認画面と、例外権限者が理由を残して処置する流れまで試す。番号の見た目が似ているから自動で台帳側を更新する挙動は認めない。
次に、正しい機器番号でも、依頼した重要測定点を一行だけ欠いた証明書を使う。OCRの全文認識率が高くても、この欠落を見つけなければ業務上の目的は達成できない。期待結果は「測定点不足」の表示と、対象工程の解放保留である。校正機関へ追加証明書を依頼するか、工程でその測定点を使わないという用途変更を正式に承認するかは、人が決める。システムは、依頼書の版と不足点、問い合わせ記録、再受領した証明書の版を関連付ける。例外を解消した後に、同じ機器でも許可できる用途と保留する用途を分けて表示できるかも試す。
不確かさの試験では、結果表に似た数字を二つ並べ、片方を別の測定点の不確かさにする。AIが数字を読めていても、行を一つずらして関連付ければ誤った結論になる。期待結果は測定点と不確かさの対応を原本上で示すこと、対応が曖昧なら自動照合を止めることだ。また、証明書が拡張不確かさを示す場合に、社内ルールが要求する不確かさの定義・包含係数と一致するか確認する。表記がない場合、仮の係数をAIに推測させて判定しない。数値例を使うなら、同じ偏差と不確かさでも承認済みルールの版が違えば結果が変わり得ることを画面に明示する。
改訂版の試験も必要だ。最初の証明書で機器を解放した後、校正機関が測定点の値を訂正した新しい版を送ったと仮定する。期待結果は旧ファイルと旧承認を履歴に残し、対象機器の現状態と使用履歴を示し、再レビューを要求することだ。新しい値を古い欄へ上書きするだけでは、過去の判断を説明できない。影響調査が必要になれば、MESでその機器を使った工程とロットを抽出し、品質部門が処置を決める。AIは影響候補の一覧を作れても、製品の出荷可否を自動決定しない。
こうしたテストケースごとに、入力ファイル、台帳条件、依頼条件、承認ルールの版、期待するシステム状態、担当者の操作、CMMS/MESに送る値を一枚の試験票へ記録する。失敗時には「抽出」「項目の対応付け」「ルール実行」「承認画面」「システム連携」のどこで起きたかを分ける。修正したら同じ試験票を再実行し、別の機器や証明書で副作用が出ていないか確認する。これにより、ベンダーのデモでは動いたが現場の例外では設備が誤って解放された、という導入後の問題を防ぎやすくなる。
FAT（工場受入テスト）では、RFPで決めた証明書セットを使い、AI抽出、照合、承認、差戻し、履歴を連続して試す。正しい証明書だけで終わらせない。別の機器の製造番号が付く、測定点が一つ足りない、単位が違う、負の符号が消える、桁が一つ違う、誤差と補正値が逆、測定不確かさが別行にずれる、判定ルールの脚注が読めない、発行日が校正日より前になる、同一番号の改訂版が届く、といったケースを入れる。各ケースで期待する状態を「自動一致」「レビュー保留」「差戻し」「解放禁止」から事前に定める。
SAT（現地受入テスト）では、タイ工場の実際のスキャナ、メール受信、共有フォルダ、現場端末、CMMS、MES、権限体系で動かす。ネットワーク遅延、二重送信、ファイル名重複、連携先の停止、担当者の交代、夜勤の承認待ちを試す。装置が再稼働を急ぐときほど、レビュー待ちの理由と代替器を現場に見えるようにする。境界条件で「失敗したのに利用可能になった」という状態をゼロにできるかが、単純な文字認識率より重要である。
判定指標も分ける。項目単位の抽出精度、測定点と数値の対応精度、重要な不一致の検出率、誤った自動一致の件数、レビューに要する時間、証明書受領から機器解放までの時間を測る。特に誤った自動一致は平均値に埋もれやすいので、重要計測器だけ別に集計する。PoCのサンプルを学習用と評価用に分け、帳票テンプレートの異なる校正機関を評価用に含める。試験で誤認識を見つけたら、人のレビューで防げたか、なぜAIが自信ありとしたか、再発防止ルールがあるかまで確認する。
段階導入：1工程・1機器群から広げる
最初の対象は、証明書が比較的多く、機器IDが整い、用途が明確な一つの機器群が適している。たとえば同じ工程で使うトルク計や温度計のうち、校正点と社内基準が文書化されたものを選ぶ。過去の証明書を使って抽出と照合を検証し、現行運用では人が並行確認する。その後、重要計測器の解放ゲートを一工程だけCMMS/MESへ接続する。機器群を拡張するたびに帳票、測定量、単位、不確かさの表現、判定ルールを追加し、既存テストを再実行する。
変更管理も設計する。校正機関が証明書の書式を変えた場合、AIが読み続けても列の意味が変わることがある。モデル更新、プロンプト変更、抽出辞書の変更、許容差の版変更をそれぞれ記録し、影響する証明書だけを再評価できるようにする。AIサービス障害時には人が原本を確認し、限定的な手動承認へ切り替える。ただし手動で解放した理由と権限者は同じ履歴へ残す。改善指標は「自動処理率」だけでなく、例外の解消時間と再発件数で見る。
公開後に監視する指標と是正の流れ
稼働後の監視では、AIが読み取った件数だけを増やしても品質改善には結び付かない。証明書受領からレビュー完了までの時間、レビューから設備解放までの時間、差戻し理由、機器ID不一致、測定点不足、不確かさの読み違い、連携失敗による保留件数を月単位で見る。重要計測器と一般計測器を混ぜた平均値は避ける。製品合否に直結する測定器で起きた一件の誤解放は、事務用機器で多数の読取成功があっても相殺できない。したがってリスク区分ごとの集計と、個別の重大例外レビューを併用する。
人が抽出値を修正したら、修正前の値、修正後の値、原本位置、修正理由、担当者、時刻を記録する。単に「AIの学習用データ」として蓄積するだけでは不十分だ。たとえば不確かさが隣の行から取られたのなら、次の証明書でも同じ表構造に遭遇する可能性がある。校正機関の書式変更なのか、画質の問題なのか、抽出ロジックの問題なのかを分類し、対応した後に同じサンプル群で再検証する。重要な誤認識が見つかった場合は、同じ書式で既に解放した証明書と機器を検索し、必要な範囲の再レビューを行う。
工程で不適切な測定器使用が判明したときは、証明書だけを見るのではなく、MESの使用履歴、対象ロット、測定結果、代替測定の可能性を品質手順に沿って調査する。AI照合は過去の製品判定を自動的に無効化したり、有効と宣言したりしない。調査担当者が、証明書の欠落と製品への影響を分けて評価し、処置を記録する。これができるよう、機器IDとロットの関係、どの証明書版を使って解放したかを平時から記録する。文書検索だけでは後からこの関係を再構築できない。
もう一つの監視対象はルールの変更だ。工程の許容差が改定されても、過去の証明書に新しい閾値を無条件で再適用してはいけない。新ルールの発効日時と適用対象、過去判断の再評価要否を品質部門が決める。システムは、承認時に有効だったルールの版を保持し、新版での試算結果を別表示にする。AIモデルの更新と判定ルールの改定も別イベントとして記録する。こうしておけば、数か月後の監査でも「どの情報を基に、誰が、いつ、どの用途を許可したか」を説明できる。
よくある質問
ISO 17025の校正証明書ならAIで自動合格にできますか？
できると決めつけない。ISO/IEC 17025は校正機関の力量などに関する規格であり、証明書が自社用途の全測定点・範囲に合うことや、自社の使用許容差に入ることを一律に保証する表示ではない。認定の対象サービス、証明書の結果、判定ルール、自社用途を確認してから解放する。AIは比較の候補と不足を示し、承認の根拠を残す。
校正証明書AI-OCRと校正管理システムはどう違いますか？
校正管理システムは機器台帳、周期、期限、依頼、履歴を中心に扱う。本記事のAI照合は、校正後に受領した証明書の内容を、依頼条件、機器台帳、測定点、社内基準と比べる機能である。両者は連携する。校正が完了したという予定表上の状態と、特定工程でその機器を使用してよいという承認状態を分ける。
校正結果の自動照合で最初に測るKPIは？
重要項目の抽出と測定点対応の正しさ、重要な不一致の見落とし、レビュー時間、受領から解放までの時間を測る。自動化率だけが高くても、誤った「一致」が一件でも重要工程へ流れれば目的を損なう。評価する帳票と正解データの条件を明示し、校正機関ごとの差を残す。
デジタル校正証明書ならOCRは不要ですか？
構造化データを受け取れるなら画像からの文字読取は減らせる。ただし、発行元、真正性、機器ID、測定範囲、点、結果、不確かさ、社内ルールとの照合は必要である。PDFと構造化証明書が混在する期間を想定して、同じ承認ワークフローへ集約する。
まとめ
校正証明書のAI照合を成功させるには、文書の数値を読む技術と、測定器を使用する判断を分ける必要がある。証明書番号、機器固有ID、日付、方法、範囲、点、結果、不確かさ、判定ルールを原本と結び、依頼条件・設備台帳・工程用途との不一致を人に示す。品質責任者の承認後にだけ、対象用途のCMMS/MESゲートを解放する。RFPでは認識率だけでなく例外処理、原本への追跡、版管理、連携失敗時の保留を求め、FAT/SATで誤解放を起こさないことを確認する。
タイ工場で校正証明書の受領から計測器の使用再開までを整理したい場合は、対象機器群、現在の証明書、台帳、依頼条件を基に、まず照合項目と人の承認範囲を検討できます。TOMAS TECHへのお問い合わせから、構想段階の相談も受け付けています。
参考情報・一次資料
- ISO, ISO/IEC 17025:2017 — 校正・試験機関の力量などの規格概要。
- ILAC P10:07/2020, Policy on Metrological Traceability — 計量トレーサビリティ、適切な校正サービス、認定範囲に関する方針。
- ILAC Guidance Documents — 適合表明や判定ルールに関するガイダンスの入口。
- NIST Policy on Metrological Traceability — 計量トレーサビリティの方針。
- NIST, The Digital NIST: calibration services — 校正サービスのデジタル化に関する文献。
- PTB, Digital Calibration Certificate v2.4.0 — 構造化されたデジタル校正証明書の資料。
