概要
https://kaminashi-developer.hatenablog.jp/entry/2025/10/15/120716
詳細内容
## カミナシのエンジニアリングチーム紹介 〜AIラベル検査 Lobster 🦞 編〜
https://kaminashi-developer.hatenablog.jp/entry/2025/10/15/120716
カミナシは、食品工場におけるラベル貼付ミスを削減するAIラベル検査プロダクト「Lobster」の開発チームと、その技術スタック、そして社内のユニークなコードネーム文化を紹介しています。
**Content Type**: ⚙️ Tools
**Language**: ja
**Scores**: Signal:4/5 | Depth:3/5 | Unique:3/5 | Practical:3/5 | Anti-Hype:4/5
**Main Journal**: 92/100 | **Annex Potential**: 89/100 | **Overall**: 68/100
**Topics**: [[AIラベル検査, 食品製造業DX, Wasm, Next.js, Go言語]]
食品製造現場では、類似商品の増加や表示内容の頻繁な変更により、食品表示ラベルの貼り付けミスや印字ミスといったヒューマンエラーが多発し、これがリコール原因の1位となっています。この深刻な課題に対し、カミナシのLobsterチームはAIラベル検査システムを開発しました。このシステムは、製造ラインで商品に貼付されたラベルをAIが画像認識技術で自動的に読み取り、事前に登録された正しい表示内容と照合することで、ヒューマンエラーによる事故を未然に防ぎます。
Lobsterシステムの技術スタックは、主に「ラベルマスタ管理アプリ」と「検査アプリ」の二つで構成されています。ラベルマスタ管理アプリはNext.js v15のApp RouterやServer Actionsといった最新のフロントエンド機能を活用し、ラベル画像や検査項目の管理を行います。一方、検査アプリのフロントエンドはReact、APIサーバーはGoで実装されています。この検査アプリの核となるAIラベル検査機能はWebAssembly (Wasm) 上で実行されるため、検査そのものがブラウザ内で完結し、ネットワーク通信が不要になることで高速かつ堅牢な処理を実現しています。ブラウザでのWasmを活用した画像処理については、筆者が別の記事で詳細を解説しており、Webアプリケーションエンジニアにとって、ブラウザ上でのAI推論実装における実践的なアプローチとして注目されます。
また、記事ではカミナシ社内のユニークなコードネーム文化も紹介されており、各サービスユニットが食べ物の名前（例：AIラベル検査はLobster）で呼ばれることで、入社直後の混乱と、慣れるとリポジトリ名などに困らないといった利点が語られています。さらに、CTOとの賭けに勝ってブログのテーマカラーをLobsterチームの象徴色である赤に変更したというエピソードも明かされ、技術とユーモアが融合したカミナシのエンジニアリング組織の雰囲気が伝わってきます。これは、単なる技術紹介に留まらず、プロダクト開発の背景にあるチームの文化や、具体的なAI技術の産業応用事例を示す好例と言えるでしょう。