スマートファクトリーは何からつなぐのか？——データを集める順番を決める4段階と、IoT化しても効かない3条件【2026年版】
この記事の要点
- スマートファクトリー化でつまずくのは「集める」段階ではありません。集めたあと、判断に使うところです。
- 公開統計では、製造プロセスのデータを取得している事業者は66.0%、活用まで進んだのは51.4%、効果が得られたのは43.9%です（2026年版ものづくり白書）。
- つなぐ順番は「取りたいデータ」からではなく「先に決めたい判断」から逆算します。判断が決まっていない計測は残りません。
- 最初につなぐべきは、止まった／遅れたという事実が誰の主観も入らずに記録される1本です。設備の全信号ではありません。
- 品種が毎回変わり工程順も固定されていない現場、判断の主体が決まっていない現場では、いまIoT化しても効きません。
この記事が支援する判断：生産技術・製造部門・情報システムの担当者が、スマートファクトリー化の最初の投資対象をどの工程・どのデータに置くのかを、機器やSaaSの選定に入る前に決める場面を支援します。
スマートファクトリーは、何からつなぐのか？
結論から言えば、最初につなぐのは「先に決めたい判断が1つ決まる、最小のデータ1本」です。設備を広くつなぐことでも、ダッシュボードを立てることでもありません。順番を決めているのは設備側の都合ではなく、決めたい判断の側です。
スマートファクトリーとは、設備・作業・品質の状態をデータとして取得し、そのデータで人または機械が判断を下せる状態にした工場のことです。重心は「つながっていること」ではなく「判断が変わること」にあります。
このずれは公開統計に出ています。
取得できていない層（34.0%）より、取得はできているのに効果に届いていない層（66.0%−43.9%＝22.1ポイント）のほうが厚いことが読み取れます。失敗は計測器の不足ではなく、計測したものが判断につながっていないことで起きています。
なぜ「まずデータを集める」から始めると止まるのか？
集める対象を先に決めると、そのデータで何を決めるのかが最後まで決まらないからです。取れるものを全部取れば項目は数百になり、増えるほどどれを見れば意思決定できるのかは不明瞭になります。
2026年版ものづくり白書は、製造プロセス全体の最適化が進んでいないことと、企業間・業界横断のデータ連携が2年前からほぼ変化していないことを同時に指摘しています。同白書は、分断された現場データをAIも活用して連携させることが重要だとし、政府としても製造現場の加工・稼働データを収集する「製造AX拠点」の整備を進めるとしています。つまり課題は「データが無い」ではなく「分断されている」側にあります。
分断は多くの場合、技術ではなく決め方の問題です。稼働データは生産技術が、品質データは品質保証が、それぞれ別の目的で別の粒度で持っており、粒度がそろっていないデータは後から結合しても同じ判断には使えません。
停止時間の大半が「待ち」であれば、設備を新しくしても出来高は変わりません。
生産ラインの遅れは工程管理と設備のどちらが原因か？——ボトルネックを1週間で特定する4ステップと、改善が向かない3条件【2026年版】
どの順番でつなぐのか？——4段階と、各段階で決まる判断
順番は「事実の記録」→「比較」→「原因の切り分け」→「事前の判断」の4段階です。段階を飛ばすと、あとの段階で使うデータの粒度が足りず取り直しになります。次の表は、各段階で何が決まり、最低限そろえる必要があるものは何かを整理したものです。
| 段階 | ここで決められるようになる判断 | 最低限そろえるもの | そろっていないと起きること |
|---|---|---|---|
| 1. 事実の記録 | 止まったか／遅れたか、いつ、どの設備で | 稼働・停止の時刻が人の入力なしで残る仕組み1本 | 日報の記憶と突き合わせる作業が発生し、議論が「体感」で終わる |
| 2. 比較 | どの工程・どの品種・どの直が悪いのか | 停止理由の分類コード（10〜20種）と、品種・直の識別子 | 合計値しか出せず、対策の対象が絞れない |
| 3. 原因の切り分け | 設備側の問題か、段取り・供給・人の配置の問題か | 段取り替え・材料待ち・検査待ちが停止として区別されていること | すべてが「設備トラブル」に寄せられ、設備投資に誘導される |
| 4. 事前の判断 | いつ手を打つか（保全・計画変更・受注可否） | 1〜3が同じ識別子で6か月以上連続して残っていること | 予測の学習に使える履歴が無く、AI活用の検討が入口で止まる |
段階4に「AIを使う」と書いていないのは意図的です。AIが変えられるのは判断の速さと精度であって、判断の材料そのものは段階1〜3で作られます。「つなぐ・見える化する」の先に、判断そのものを機械に支援させるAXの段階があり、その前提条件が段階3までの粒度です。
どのデータから取るのか？——優先順位の付け方
優先順位は「取りやすさ」ではなく「決めたい判断までの距離」で付けます。取りやすい順に始めると、記録は増えるが誰の判断も変えない項目が先に増えます。判断の列が埋まらない項目は、いま取る必要がありません。
| データの種類 | 取得の難易度 | 直接変えられる判断 | 優先度 |
|---|---|---|---|
| 稼働・停止の時刻（信号1点） | 低（既存の信号線・後付けセンサで可） | どの設備・どの時間帯に手を入れるか | 最優先 |
| 停止理由の分類（作業者が1タップで選ぶ） | 低〜中（運用ルールの整備が主） | 設備投資か、段取り改善か、人の配置か | 最優先 |
| 品種・直・オーダー番号の紐付け | 中（生産管理システムとの突合が必要） | どの品種で損をしているか、受注可否 | 高 |
| 検査・不良の結果 | 中（検査工程の記録形式に依存） | 工程能力の是正、後工程への流出防止 | 高 |
| 電流・振動・温度などの連続値 | 中〜高（サンプリング周期と保管容量の設計が必要） | 劣化の予兆（段階4に到達している場合のみ） | 中 |
| 電力量・CO2換算値 | 低 | 報告義務への対応（生産の判断は変えにくい） | 報告目的なら高／生産改善目的なら低 |
制御側と基幹システムは、どこでつなぐのか？
設備をまたいで同じ意味のデータをそろえる段階では、制御側の仕組みと生産管理・基幹システムの間をどうつなぐかが設計問題になります。国際的には、制御機能と企業の他機能の間のインターフェースを定義する標準として ISA-95（Enterprise-Control System Integration）があり、Purdue Reference Model for CIM を土台にしています。自社で名前を付け直す前に既存の枠組みに合わせておくと、あとから導入するパッケージとの突き合わせが楽になります。
二重管理が起きている場所を先に特定すると、どのシステムから入れるべきかが決まります。
PLM・ERP・PDMは何が違い、どれから入れるべきか？——二重管理が起きる場所から導入順を決める判断手順【2026年版】
IoT化しても効かない条件・まだ早い条件とは？
次の3条件のいずれかに当てはまる工程は、いまデータをつないでも判断が変わりません。先に条件そのものを解消するほうが、投資の順序として妥当です。
- 判断の主体が決まっていない——停止が見えたとき、誰が何分以内に何をするのかが決まっていない工程。届いた先に動く人がいないため出来高は変わりません。当番と判断権限を決めるほうが先です。
- 工程順と品種が毎回変わる——試作・単品が主で同じ工程順が再現されない現場。比較の母数が作れず、段階2の「どの工程が悪いか」に進めません。品種グループを束ね、再現性のある区分ができてから着手します。
- 停止理由が人の記憶に依存している——記録が日報への後追い入力しかなく、分類も担当者ごとに違う現場。センサだけを足すと合計時間は正確になりますが、原因の内訳は不正確なままで段階3で行き詰まります。
加えて、効果の測り方を決めないまま始めるのも「まだ早い」に入ります。効果は出来高・不良率・段取り替え時間・残業時間のいずれかで説明できる形にしておく必要があり、決めていないと「稼働率だけが上がって出来高は変わらない」という結果を成功とも失敗とも判定できません。
実証で終わるか本導入に進むかは、始める前の条件設定でほぼ決まります。
製造業のARはどの工程に効くのか？——現場に残る3用途・向かない3条件と、PoCで止めないための判断基準【2026年版】
まとめ
順番は設備の側からではなく判断の側から決まります。公開統計が示すとおり、脱落の大半は取得の手前ではなく、取得したあとの活用と効果の段階で起きています。最初の一歩は、止まった・遅れたという事実が主観なしで残る記録を1本作り、その時点で品種・直・停止理由の識別子まで決めておくことです。
機器を選ぶのは、そのあとです。
対象工程を1つ挙げていただければ、4段階のどこまでが今そろっているかを一緒に切り分ける場をご用意しています（30分・オンライン）
よくある質問（FAQ）
古い設備が多く、信号を取り出せません。どこから始めればよいですか？
設備の内部信号を取り出せなくても段階1は始められます。稼働ランプの点灯を光センサで拾う、電流を後付けのクランプで測る、といった外付けの方法で「動いている／止まっている」は記録できるためです。段階1で必要なのは詳細な設備情報ではなく、主観の入らない時刻の記録です。設備の更新を待つ必要はありません。
ダッシュボードを作りましたが、誰も見ていません。何が足りないのですか？
足りないのは画面ではなく「見たあとの決めごと」です。どの値がどの水準を超えたとき誰が何をするのかが決まっていないと、画面は確認作業を増やすだけになります。閾値と担当と行動を紙1枚で決めてから、画面をその1指標に絞ってください。
全工場に一斉展開すべきですか、それとも1ラインからですか？
1ラインから始めるのが妥当です。ただし選ぶのは扱いやすいラインではなく、出来高への影響が大きく停止が多いラインです。展開時に問題になるのは技術ではなく識別子の不統一なので、1ライン目で決めた停止理由の分類コードと品種の区分を、そのまま他ラインに適用できる形にしておいてください。
AIによる予知保全から始めたいのですが、可能ですか？
段階1〜3が未整備の状態では推奨しません。予知には、同じ識別子で一定期間そろった履歴と、故障・劣化が実際に起きた事例の記録が必要だからです。履歴が数か月分しかない、あるいは停止理由の分類が担当者ごとに違う状態では、学習させる材料そのものが成立しません。まず記録の粒度を固定し、そのうえで対象設備を絞るのが順序です。
出典
- 経済産業省・厚生労働省・文部科学省「2026年版ものづくり白書（概要）」https://www.meti.go.jp/report/whitepaper/mono/2026/pdf/gaiyo.pdf（2026年9月16日確認。p.19「製造現場におけるデータの利活用による全体最適化」図1より、マニュファクチャリングチェーンにおけるデータの取得66.0%／活用51.4%／効果の創出43.9%。同ページで企業間・業界横断のデータ連携は2年前からほぼ変化がないと記載。図の原資料は三菱UFJリサーチ＆コンサルティング株式会社「令和7年度産業関係調査等事業（我が国ものづくり産業の課題と対応の方向性に関する調査）報告書」2026年3月）
- 同上 p.3（経済産業省による「製造AX拠点」の立ち上げ検討）・p.13（製造業の競争力強化に向けたAI・デジタル技術の活用）
- International Society of Automation「ISA95, Enterprise-Control System Integration」https://www.isa.org/standards-and-publications/isa-standards/isa-standards-committees/isa95（2026年9月16日確認。制御機能と企業の他機能の間のインターフェースを Purdue Reference Model for CIM に基づいて定義する標準と説明）
次に読む
- 生産ラインの遅れは工程管理と設備のどちらが原因か？——ボトルネックを1週間で特定する4ステップと、改善が向かない3条件【2026年版】
- PLM・ERP・PDMは何が違い、どれから入れるべきか？——二重管理が起きる場所から導入順を決める判断手順【2026年版】
- 工場の監視カメラは何のために置くのか？——稼働監視・作業分析・外観検査・防犯で変わる要件と、AI解析が向かない条件【2026年版】
- 工場の自動化はなぜ失敗するのか——止まる7つの原因と、「まだ早い」条件から先に決める判断基準【2026年版】
- 製造業の生成AI、どの業務から始める？——導入順を決める5つの判断軸と部門別の向き・不向き【2026年版】
- 【完全保存版】中小企業のための工場自動化ガイド
