• 設備保全はTBM（時間計画保全）・CBM（状態基準保全）・BM（事後保全）の3つに分かれます。どれが優れているかではなく、設備ごとに割り当てる問題です。
• 割り当てを決める材料は4つ。止まったときの波及・予備品の入手期間・劣化が時間に比例するか・法定検査の有無です。
• CBMへ移す前に決めるのは「何を測るか」です。電流 → 温度 → 振動 → 油分析の順に初期費用が上がります。
• 正常時のデータが無い設備は、センサを付けてもしきい値を決められません。先にTBMで回しながらデータを貯める段階が要ります。
• 法定の定期自主検査がかかる設備、壊れても波及しない設備、運転条件が毎回変わる設備に予知保全は向きません。

この記事が支援する判断：生産技術・保全部門の担当者が、老朽化した設備の保全計画を見直すにあたり「どの設備をこれまでどおり周期交換で回し、どの設備に状態監視を入れるか」を、センサやシステムの見積りを取る前に切り分ける場面を想定しています。

設備保全にはどんな種類があるのか？

保全は、日本産業規格のディペンダビリティ用語（JIS Z 8115:2019）で予防保全と事後保全に大別されています。予防保全はさらに、あらかじめ決めた周期で行う時間計画保全と、対象の状態を測って判断する状態基準保全に分かれます。

現場ではこれをTBM（Time Based Maintenance）、CBM（Condition Based Maintenance）、BM（Breakdown Maintenance）と略して呼びます。予知保全という言葉は、状態監視のデータから劣化の進み方を読み、交換時期を前もって見積もるCBMの発展形を指して使われます。

ここで押さえておきたいのは、BMを選ぶこと自体は手抜きではないという点です。他工程に波及せず、予備品で数十分で復旧できる設備に監視システムを入れれば、守る価値より手間のほうが大きくなります。BMは条件を確かめたうえで意図して選ぶ選択肢です。

どの設備をどの方式で回すのか？

方式の割り当ては設備の新旧や価格では決まりません。次の5行を自社の設備に当てはめてください。5行のうち3行以上が同じ列に入れば、その列の方式が第一候補になります。

4行目の「法定の定期自主検査」は、他の行と性質が違います。労働安全衛生法第45条により、事業者はボイラーやクレーン、フォークリフトなど政令で定められた機械等について、定期に自主検査を行う義務があります。これは状態が良好でも省略できません。CBMを入れる場合も、法定検査を置き換えるのではなく、その上に監視を重ねる形になります。

着手可否は「量・型・ばらつき」の3条件で粗く切り分けられます。3行のうち1行でも左端（やらない方がいい）に入るなら、機種選定に進む前にその条件を潰すのが先です。

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】

状態監視では何を測ればよいのか？

CBMに進むと決めた設備でも、次に「何を測るか」で迷います。結論から言えば、すでに取れているものから順に試すのが費用対効果の面で確実です。

電流は既設の盤から取れることが多く、追加工事が最小で済みます。モータの負荷変化として現れる詰まりや過負荷であれば、これで拾えます。温度は非接触でも測れるため、軸受や配電盤の発熱を見るには手軽です。

振動は軸受の傷や芯ずれといった回転機械特有の劣化を早く捉えられますが、センサの取付工事が要ります。油分析は採取と外部分析の手間がかかる代わりに、摩耗粉から進行度を読めます。

センサ選びで失敗しないための基準は、①検出対象 ②検出距離 ③設置環境 ④応答速度の4つです。この順に確認すれば、候補は自然と絞り込まれます。

工場の自動化で使うセンサの種類とは｜近接・光電・ファイバ・超音波の違いと選び方を図解で解説【2026年版】

予知保全が向かない条件とは？

片面だけの推奨は判断材料になりません。次の3つに当てはまる設備では、予知保全に投資しても回収が難しくなります。

条件1：法定の定期自主検査が課されている設備

フォークリフトや車両系建設機械、高所作業車は、1年を超えない期間ごとに1回、有資格者による特定自主検査を受けることが定められています（不整地運搬車は2年を超えない期間ごとに1回）。状態監視で「まだ使える」と判定できても、この周期は短縮も省略もできません。監視を入れるなら、検査の置き換えではなく突発停止の削減を目的に据える必要があります。

条件2：止まっても波及せず、すぐ直せる設備

予備機がある、あるいは在庫部品を交換すれば数十分で復旧する設備では、監視で得られる時間の価値が小さくなります。センサ費用より、取り付け後に発生するしきい値の見直しとアラート対応の工数が重くのしかかります。この条件に当てはまる設備はBMのまま残すのが合理的です。

条件3：運転条件が毎回変わる設備

多品種少量で、段取り替えのたびに回転数も負荷も変わる設備では、同じ振動値が正常にも異常にもなります。条件ごとに正常範囲を分けて持つ必要があり、品種が増えるほど基準の管理が追いつきません。まず条件を揃えられる工程から始めるのが現実的です。

CBMへ移すとき、最初につまずくのはどこか？

センサを付けた後、多くの現場が止まるのはしきい値を決める段階です。メーカーの推奨値はあくまで一般値で、据付状態や周囲の振動源によって同じ設備でも平常値は変わります。したがって正常に動いている期間のデータを一定期間ためて、自社の設備の平常値を掴む工程が先に必要になります。

もうひとつのつまずきは、判断そのものが記録に残らないことです。「この値なら様子見」「この音が出たら交換」という判断は熟練者の頭の中にあり、しきい値として書き出されていないことが少なくありません。センサを付ける前に、いま誰がどの根拠で交換を決めているかを言語化するほうが先です。

このワークフローのどこで判断がばらつくのか。痛みを「人・プロセス・情報・ツール」の4つに分けると、原因が立体的に見えてきます。

設備保全の「いつ手を打つか」が人によって変わる構造——予防保全の判断が属人化する理由と、生産技術OSで標準化できる範囲

FAQ

TBMからCBMへ全面的に切り替えるべきですか？

全面切り替えはおすすめしません。CBMが効くのは、劣化が稼働時間と相関せず、止まると復旧に日数がかかる設備に限られます。稼働時間にほぼ比例して摩耗するベルトやフィルタは、周期交換のほうが管理も費用も軽くなります。判断基準の表の5行で設備を仕分け、対象を絞ってから着手してください。

状態監視はどのくらいの期間データを取れば判断できますか？

期間より、正常時の運転条件をひととおり通過したかどうかで考えます。季節で周囲温度が変わる設備、生産品種で負荷が変わる設備では、その変動を一巡するまでは平常値が確定しません。逆に、条件がほぼ一定の連続運転設備であれば、数週間でも傾向は掴めます。

古い設備でも状態監視は入れられますか？

通信機能がない設備でも、後付けのセンサや電流の測定から始められます。制約になるのは設備の年式ではなく、測った値を誰がいつ見て、どう判断するかが決まっているかどうかです。データを集める仕組みだけ先に作ると、見られないまま蓄積されていく状態になりやすい点に注意してください。

まとめ

保全方式の見直しは、センサやシステムの比較からではなく設備の仕分けから始めてください。「止まったときの波及」「予備品の入手期間」「劣化が時間に比例するか」「法定検査の有無」の4点を当てはめれば、CBMの対象はごく一部に絞られます。

そして絞り込んだあとに効いてくるのは、測定機器の精度ではなくしきい値を誰が決め、誰が見直し続けるかという運用設計です。ここが決まらないまま導入した監視は、アラートが鳴るだけの仕組みとして現場から見られなくなります。

あわせて読みたい記事：

• 設備保全の「いつ手を打つか」が人によって変わる構造——予防保全の判断が属人化する理由と、生産技術OSで標準化できる範囲
• 工場の自動化で使うセンサの種類とは｜近接・光電・ファイバ・超音波の違いと選び方を図解で解説【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】

出典

• 日本規格協会「JIS Z 8115:2019 ディペンダビリティ（総合信頼性）用語」 https://webdesk.jsa.or.jp/books/W11M0090/index/?bunsyo_id=JIS+Z+8115:2019（2026年9月11日 閲覧）— 予防保全・事後保全・時間計画保全・状態基準保全の用語区分
• e-Gov法令検索「労働安全衛生法（昭和47年法律第57号）第45条」 https://laws.e-gov.go.jp/law/347AC0000000057（2026年9月11日 閲覧）— 定期自主検査の実施義務
• 日本建設機械施工協会 建設荷役車両安全技術協会「特定自主検査」 https://www.sacl.or.jp/inspection/（2026年9月11日 閲覧）— 検査周期と有資格者要件
• 経済産業省「ものづくり白書」 https://www.meti.go.jp/report/whitepaper/mono/（2026年9月11日 閲覧）— 製造現場の設備・人材に関する課題
• 本文中の図は、分類と測定対象の位置づけを示す概念図です。個々の設備の検査周期・しきい値・測定手法は、設備メーカーの技術資料および適用される法令で必ず確認してください。

設備ごとの判断基準が、担当者の頭の中にしかないままになっていませんか

保全方式の見直しは、測る技術より「誰がどの根拠で決めているか」を書き出すところで止まります。どの工程から着手すべきかの切り分けを、無料の業務診断でご案内します。

この記事の要点

• 工場のカメラの目的は「稼働監視」「作業分析」「外観検査」「防犯」の4つに分かれ、どれを選ぶかで要件がほぼ決まります。
• 解像度は「画素数の総数」ではなく「対象がフレーム内で何画素を占めるか」で決まります。広く撮るほど、細かい判別はできなくなります。
• 目的が決まると、設置位置・画角・フレームレート・保存期間・ネットワーク経路・見る人が芋づる式に決まります。逆に目的が決まらないと、この6つが全部宙に浮きます。
• AI（画像認識）が効くのは「判定基準を言葉と見本で示せる対象」です。基準が人によって割れる対象や、発生頻度が極端に低い不良は、AI以前の問題として向きません。
• 従業員が映る映像は個人情報として扱う前提で、利用目的の特定と事前の周知を先に決めておく必要があります。技術要件より先に決まらないと計画が止まります。

この記事が支援する判断：生産技術・製造部門の担当者が、カメラの見積もりを取る前の段階で「自社の現場に置くカメラは何を撮るためのものか」を1つに決め、AI解析まで踏み込むべきかを切り分けるための記事です。機種名やメーカーの比較ではなく、目的から要件を逆算する順序を扱います。

なぜ「工場にカメラを置く」話はまとまらないのか？

カメラの検討が止まる典型は、参加者ごとに想定している用途が違うまま会議が進むケースです。生産技術は「ラインの停止時間を知りたい」、品質保証は「流出不良の原因を追いたい」、製造課長は「作業のばらつきを見たい」、総務は「夜間の侵入を見たい」と考えている——それぞれ正しいのですが、この4つは同じ機材で同時に満たせません。

広い範囲を長時間ためておく防犯用途と、部品の傷を判別する検査用途では、必要な画素の密度が桁で違います。すべてを満たそうとすると費用が跳ね上がり、稟議が通りません。まとまらない原因は機材ではなく、目的が複数のまま持ち込まれていることです。

工場のカメラの目的は、どう分かれるのか？

実務上は次の4つに分けると整理できます。まずこの表で「自社が本当に欲しいのはどの行か」を1つだけ選んでください。

この表で重要なのは右の3列です。「撮る範囲」「時間の粒度」「見る人」が違えば、同じカメラで兼用しても、結局どちらの用途でも使いものになりません。兼用したい場合は、1台で兼ねるのではなく用途ごとに別の台を置く方が、結果的に安く済むことが多くあります。

目的が決まると、何が決まるのか？

目的を1つに絞ると、次の6項目が自動的に決まっていきます。逆に言えば、この6つが決まらないまま見積もりを取ると、比較のしようがない見積もりが並びます。

とくに見落とされやすいのが最後の「見る人・見る頻度」です。日常業務の中で映像を開く動機がない用途は、数か月で誰も見なくなります。稼働監視なら日報や停止理由の入力と、作業分析なら改善会議の議題と——既存の業務の流れに接続できているかを設置前に確かめてください。

工場改善の成否は「どの工程から着手するか」で大きく変わるが、その判断はベテランの勘に依存しやすい。

工場改善の「どこから手をつけるか」が勘で決まる構造

カメラは、この「勘で決まっていた部分」に事実を持ち込むための道具です。裏を返せば、どの工程を見たいのかが決まっていない段階でカメラを置いても、事実は増えても判断は変わりません。

AI（画像認識）はどこまでできるのか？

映像を撮るところまでと、映像をAIに判定させるところは、別の意思決定です。画像認識が実務で成立しやすいのは、次の条件がそろう場合です。

• 判定基準を言葉と見本で示せる——「この傷はNG、この程度はOK」を、検査員が違っても同じ答えになる形で説明できる。
• 見え方が安定している——照明・背景・ワークの置き方が毎回同じで、影や反射の出方が変わらない。
• 判定したい事象の例が集められる——良品だけでなく、見逃してほしくない側の例も手に入る。
• 誤判定が起きたときの扱いが決まっている——AIが迷ったものを人が見る、という運用の受け皿がある。

イメージセンサとは、対象物からの光を受光して明暗・色を電気信号に変換し、画像データとして取り込む光センサである

イメージセンサとは？CCD・CMOSの違いと仕組み・主要メーカー・外観検査AI活用まで解説

AIの精度を議論する前に、そもそもセンサに届いている光の情報が足りているかを確認してください。照明の当て方で解決する問題を、アルゴリズムで解決しようとすると遠回りになります。

自動化にあたって、出荷直前だけ外観検査すればいいというものではなく、原材料の受け入れ、中間検査や最終検査があって、出荷前検査があります。

品質向上に最適！－外観検査を自動化・無人化に必要な基礎知識

どの工程に検査を置くかでカメラの要件も変わり、同じ「外観検査カメラ」でも設計は別物になります。

AI解析が向かない条件・まだ早い条件は？

片側だけを勧めても判断の役には立たないので、やらない方がいい条件を先に挙げます。次の表の右列に当てはまるうちは、AI解析への投資は保留し、左列の状態に持っていく方が先です。

右列に3つ以上当てはまる場合は、AI解析を見送り、まず「人が見るための映像」として運用することを推奨します。数か月ぶんの映像と、そこで人が下した判定の記録が残れば、それはそのままAIに学ばせる材料になります。順序を逆にすると、学習させる材料がないままツールだけが増えます。

なお「向かない」は恒久的な性質ではありません。照明を固定する、治具でワークの向きをそろえる、対象を一部の品種に絞る——といった手当てで、条件そのものが変わります。装置側ではなく撮られる側を整えるほうが、たいてい安く早く効きます。

映像に人が映ることを、どう扱えばよいか？

作業分析や防犯の用途では、従業員や来訪者が映ります。個人が識別できる映像は個人情報として扱う前提で設計してください。実務上は、技術要件より先にここが決まらないと計画が止まります。

• 利用目的を具体的に特定する——「工場の管理のため」ではなく「段取り替え時間の把握のため」のように、後から用途を広げない粒度で書く。
• 設置と目的を事前に周知する——掲示や説明会など、対象者が知り得る形にしておく。
• アクセスできる人を限定する——誰が映像を開けるのかを決め、記録が残る形にする。
• 保存期間と消去の方法を決める——期間を決めずに溜め続けない。
• 人事評価には使わないなら、そう明記する——現場の抵抗の多くはここに集中します。

実務の詳細は、個人情報保護委員会が示す個人情報保護法の考え方と、関係省庁が公表しているカメラ画像の利活用に関する資料を確認したうえで、自社の労使での合意形成の進め方を決めてください。

見積もりを取る前に決めておく5項目とは？

この5項目のうち3つ以上に空欄が残るうちは、機種の比較検討に進まないほうが結果的に早く進みます。空欄のまま見積もりを取ると、各社が別々の前提で構成を組み、金額の差の理由が読めなくなるからです。

よくある質問（FAQ）

防犯カメラをそのまま稼働監視に流用できますか？

目視で見るだけなら流用できることもありますが、稼働監視には「いつ止まったか」を後から集計できることが必要です。防犯用途は広く長期に撮ることが優先されるため、設備単位の停止を判別できる画角になっていないことが多く、集計には耐えません。試すのは有効ですが、本番の要件は表1で引き直してください。

高解像度のカメラを選べば、細かい傷まで見えますか？

見えるとは限りません。判別できるかどうかは、対象がフレームの中で何画素を占めるかで決まります。同じカメラでも広い範囲を撮れば、対象1つあたりの画素は減ります。まず「何を、どの距離から、どの範囲で撮るか」を決め、そのうえで必要な画素数を逆算してください。照明の当て方も同じくらい効きます。

まず1台だけ試したいのですが、どこに置くべきですか？

「止まると一番困る工程」に1台置くのが分かりやすい入り口です。停止の影響が大きい工程は、映像から得られる情報が判断に直結するため、見続ける動機が生まれます。逆に「置きやすいから」で場所を決めると、運用が止まりがちです。

現場から「監視されている」と反発が出た場合は？

目的の粒度と、映像の使い道の線引きを先に示すことが実務的な対応です。「段取り替えの時間を測るために使う」「人事評価には使わない」というように、使わない用途まで明記した方が納得は得られやすくなります。

まとめ

工場のカメラは、機種を比べる前に目的を1つに絞ることで、要件と費用のほとんどが決まります。稼働監視・作業分析・外観検査・防犯は別の道具であり、1台で兼ねようとした瞬間に議論は止まります。AI解析はその先の判断で、判定基準を言葉にできない対象には向きません。映る人への周知と保存期間は、技術要件より先に決めてください。

出典・参考情報

• 個人情報保護委員会（個人情報の保護に関する法律および同委員会の公表資料）　https://www.ppc.go.jp/（2026年9月10日閲覧）
• 経済産業省（カメラ画像の利活用に関する公表資料）　https://www.meti.go.jp/（2026年9月10日閲覧）

次に読む

• 工場改善の「どこから手をつけるか」が勘で決まる構造——ボトルネック工程を設備投資の前に見つける方法とは？
• イメージセンサとは？CCD・CMOSの違いと仕組み・主要メーカー・外観検査AI活用まで解説
• 品質向上に最適！－外観検査を自動化・無人化に必要な基礎知識

カメラを置く前に、何を見たいのかから整理したい方へ

「どの工程を見れば判断が変わるのか」「自社の検査はAIで判定できる対象なのか」を切り分けたい場合は、業務診断（無料・30分）で、現場の業務分解からご一緒します。機材の提案ではなく、目的の絞り込みから始めます。

• 生産ラインの遅れは、工程管理の問題と、設備・工程能力の問題に分かれます。切り分けをせずに打った手は、効果を測れません。
• 切り分けの起点は「遅れがいつも同じ工程で起きているか」の一点です。同じ工程なら設備・能力側、日によって場所が変わるなら工程管理側を先に見ます。
• ボトルネックの特定は、費用をかけずに1週間・4ステップで進められます。必要な記録は「待ち・段取り・異常停止」の3区分だけです。
• ボトルネック以外の工程を速くしても、ライン全体の出来高は増えません。改善の順番は出来高の上限を決めている工程からです。
• 品種構成が変わる予定がある、実績が記録されていない、遅れの定義が部署で違う——このいずれかに当てはまるなら、いま工程改善に着手するのは向かない場合があります。

この記事が支援する判断: 生産技術・製造課の担当者が、ラインの遅れに対して「工程管理のやり方を直すのか、それとも設備に投資するのか」を、稟議や見積依頼を出す前に自分で切り分ける場面を想定しています。個別の生産管理システムの選定ではなく、その手前の原因特定を対象にしています。

納期遅れが続くとき、現場では「人が足りない」「設備が古い」という説明が先に立ちます。しかし遅れの発生源が工程をまたいで移動しているのか、特定の工程に固定されているのかで、打つべき手は別のものになります。この記事では、その切り分けの手順を実務の順番どおりに整理します。

生産ラインの遅れは、工程管理と設備のどちらの問題か？

結論から言えば、判断の起点は「遅れがいつも同じ工程で起きているかどうか」です。同じ工程に固定されているなら、その工程の能力または停止時間が出来高の上限を決めています。日によって遅れる場所が変わるなら、能力ではなく、着手順・情報伝達・実績把握といった管理の側に原因があります。

工程管理とは、材料の加工から運搬・検査までの製造工程について、計画に対する進捗と負荷を管理する活動を指します。販売計画や在庫、原価までを含む生産管理より狭い範囲を扱う言葉です。生産管理・工程管理に関する用語は、日本産業規格 JIS Z 8141（生産管理用語）に定義が置かれています。

ボトルネック工程とは、ライン全体の出来高の上限を決めている工程のことです。ボトルネック以外の工程をどれだけ速くしても、ライン全体の産出量は増えず、仕掛りが増えるだけになります。改善の順番を決めるとき、この一点が最も重要です。

症状から原因の場所を絞り込む

次の表は、代表的な症状に対して最初に疑う場所と、判断に必要な記録を対応させたものです。いずれも新しい仕組みを入れず、既存の日報と現場の目視で確認できる範囲に収めています。

一方、製造業における工程管理は生産管理の中の製造工程に関する部分、つまり材料の加工や製品の運搬・検査などの管理を指します。

製造業における工程管理とは？5つのメリットと手順を解説！

ボトルネックはどう特定するのか？——1週間でできる4ステップ

ボトルネックの特定に専用のシステムは必要ありません。工程別の停止時間の記録と、仕掛りが溜まる場所の観察の2つを1週間そろえれば、出来高の上限を決めている工程は特定できます。

1. Day 1-2　止まった工程と時間を記録する。停止理由は「待ち（前工程・材料・指示）」「段取り」「異常停止」の3区分だけに限定します。区分を細かくすると記録が続かず、判断に必要な粒度はこの3つで足ります。
2. Day 3　仕掛りが溜まる場所を1日3回見る。朝・昼・夕に現場を歩き、仕掛りの山ができている位置を写真で残します。3回とも同じ場所なら、その直後の工程がボトルネックの候補です。
3. Day 4-5　出来高の上限を決めている工程を1つ選ぶ。停止時間の記録と仕掛りの位置が一致する工程が候補です。両者が一致しない場合、原因は個別の工程ではなく工程管理側にあると判断します。
4. Day 6-7　その工程だけを対象に、原因を3区分へ割る。待ちが最大なら計画と情報伝達、段取りが最大なら作業手順、異常停止が最大なら設備が対象です。ここで初めて、投資の要否が議論できる状態になります。

この手順の価値は、投資の検討を止められる場合がある点にあります。停止時間の大半が「待ち」なら、設備を新しくしても出来高は変わりません。

工程管理と設備投資、どちらを先に直すべきか？

判断の基準は「その工程を止めている時間の中身」です。待ち時間が支配的なら管理の問題であり、正味の加工能力が足りないなら設備の問題です。次の表は、4ステップで得た記録から着手順を決めるための対応表です。

しかし、生産性を向上するにしても、闇雲に手を打つだけでは成果は上がりません。

生産ラインの生産性を向上させる方法とは？生産性が下がる要因、改善事例も紹介

いま工程改善の着手が向かない3条件とは？

次の3条件のいずれかに当てはまる場合、改善に着手しても効果を確認できません。着手しない判断が正しいことがあります。

• 3か月以内に品種構成やラインの編成が変わる予定がある。ボトルネックは品種構成で移動します。編成変更の前に特定した工程は、変更後には別の工程に変わっている可能性があります。
• 工程別の実績が記録されていない。記録がない状態では改善の前後を比較できず、効果の有無が担当者の印象で決まります。まず3区分の記録を2週間続けることが先です。
• 「遅れ」の定義が部署ごとに違う。営業は納期、製造は日程計画、品質は手戻りを指して「遅れ」と呼ぶことがあります。定義が揃わないまま改善を始めると、成果の判定で合意できません。

自動化設備が使われなくなる直接の理由は、設備の性能不足ではないことがほとんどです。

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】

生産ラインの自動化は、いつ検討に入れるのか？

自動化を検討に入れる条件は明確です。ボトルネック工程が特定され、その工程の停止時間の大半が「待ち」ではなく、正味の作業能力の不足に起因していると確認できたときです。この順序を守ると、自動化の対象工程と期待できる効果が数量で説明できるようになります。

切り分けの前に自動化を決めると、能力に余裕がある工程を自動化してしまい、ライン全体の出来高が変わらない結果になりがちです。人手不足への対応でも、どの工程の人を減らすと出来高が落ちないのかは同じ切り分けから導けます。

よくある質問

工程管理システムを入れれば、ボトルネックは自動で分かりますか？

実績が正しく入力されていれば、工程別の停滞は可視化できます。ただしシステムは入力されたものしか集計できません。停止理由が入力されていない現場では、導入後も「どこで止まったか」は分からないままです。先に3区分の記録が現場で続くことを確認してから、システム化を検討する順序が確実です。

ボトルネックを直したら、次はどこを見ればよいですか？

ボトルネックは解消すると別の工程へ移動します。改善の後は、同じ4ステップをもう一度回して新しい上限工程を特定してください。移動先が把握できていない状態で次の投資を決めると、効果の出ない工程に費用を投じることになります。

記録は紙とExcelのどちらで始めるべきですか？

最初の2週間は、現場が続けられる方で構いません。判断に必要なのは「工程・区分・時間」の3項目だけです。ただし集計を人手で毎週行うと負荷が残るため、記録が定着した段階で、集計だけを自動化する方向に切り替えると無理がありません。

まとめ

最初にすべきことは対策の選定ではなく、原因が工程管理と設備のどちらにあるかの切り分けです。切り分けは「いつも同じ工程で起きているか」から始まり、1週間の記録と観察で判断できます。停止時間の中身が分かって初めて、段取り改善・保全・自動化のどれに投資すべきかが決まります。

出典

• 日本産業標準調査会「JIS検索」（https://www.jisc.go.jp/app/jis/general/GnrJISSearch.html・2026年9月10日取得）— 生産管理・工程管理に関する用語は JIS Z 8141（生産管理用語）に定義があります。
• 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」（https://www.meti.go.jp/report/whitepaper/mono/2026/・2026年9月10日取得）— 製造業の人材確保・技能継承および設備投資の動向。
• 本記事の図1・図2は、判断の順序を示す概念図です。工程別の基準値・目標値は、対象ラインの実績値をもとに設定してください。

執筆: 装置メーカーで生産設備の設計・立上げに従事した経験を持つ、製造DXドットコム編集部の設計スペシャリスト

あわせて読みたい

• 製造業における工程管理とは？5つのメリットと手順を解説！
• 生産ラインの自動化で生産効率は改善できる？メリット・デメリットを事例を交えて紹介
• 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】

ラインの遅れの原因を切り分けたい方へ

どの工程から手を付けるべきかの切り分けは、記録の取り方が決まれば自社で進められます。進め方の設計や、記録から改善対象を決める部分でご相談がある場合は、AX導入相談はこちらからお問い合わせください。

• ピッキングの自動化は難易度が3クラスに分かれ、成否を決めるのはロボットの性能ではなくワークの位置と姿勢が決まっているかどうかです。
• バラ積み取り出しが止まる原因は「見えない」「掴めない」「ぶつかる」「最後まで取り切れない」の4つに整理できます。
• ハンドとビジョンは仕様書から選ぶものではなく、ワークの表面・材質・形状ばらつき・絡み・質量の5項目を実測した結果で決まります。
• AIの導入で変わるのは主に認識と把持位置の推定であり、ハンドが物理的に掴めない対象は、AIを載せても掴めません。
• 多品種で段取り替えが頻繁、ワークが絡む、取り残しの処理を人が行う前提が崩せない——このいずれかに当てはまるなら、いま着手しない判断が正しいことがあります。

この記事が支援する判断: 生産技術・製造技術の担当者が、ピッキング工程の自動化について「自社のワークで成立するのか、まだ早いのか」を、SIerに引き合いを出す前に自分で見極める場面を想定しています。機種の選定ではなく、その手前の可否判断を対象にしています。

ピッキングの自動化を調べると、多くの情報は導入事例の紹介で終わります。現場で先に必要なのは、自社のワークがその条件に当てはまるかどうかの判断基準です。同じ「ピッキング」でも、難しさは対象によって大きく変わります。

ピッキングの自動化とは？定型供給とバラ積み取り出しは何が違うのか？

結論から言えば、両者の違いはワークの位置と姿勢が事前に決まっているかの一点です。ピッキングの自動化とは、人が対象物を見つけて掴んで移す作業を、視覚センサとロボットハンドの組み合わせに置き換える取り組みを指します。このうち「見つける」工程が不要になるほど難易度は下がります。

自社の工程がどのクラスに当たるかを、最初に確定させてください。

クラス1に落とせるなら、それが最も確実で安価な解です。前工程でトレイに並べて供給できれば、ビジョンも経路計画も要りません。バラ積みのまま取る前提にする前に、供給方法を変えられないか検討してください。

なぜバラ積み取り出しだけが難しいのか？

結論から言えば、難しさは4つの独立した問題が同時に発生することにあります。1つずつは解けても、4つすべてが同じワークで成立する組み合わせは限られます。

1. 見えない——金属光沢や透明、黒色のワークは3Dセンサが距離を正しく測れず、点群が欠けます。
2. 掴めない——認識できても、ハンドが入る隙間がなければ取れません。箱の隅や底の個体で顕著です。
3. ぶつかる——掴む姿勢が容器の壁や隣のワークとの干渉を生みます。掴める姿勢と入れる姿勢は別物です。
4. 取り切れない——残り数個は認識も把持も成立しにくくなります。この「最後の数個」の処理が未定のまま導入されがちです。

とくに4番目は見落とされます。9割を自動で取れても残りを人が取りに行くなら、その工程の人は減りません。省人効果は、取り残しの処理を含めた実効の自動化率で計算してください。

人が問題なく作業できている工程ほど「ばらつきは無い」と誤判断されやすく、その前提のまま仕様が固まります。

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】

「AIピッキング」は何を変えて、何を変えないのか？

結論から言えば、AIが変えるのは認識と把持位置の推定であり、物理的な制約は変えません。機械学習による把持位置推定は、CADモデルを登録しなくても点群から掴めそうな箇所を提示できるため、形状ばらつきや多品種の混在に対応しやすくなります。

一方で変わらないことが3つあります。ハンドが物理的に掴めない対象はAIを載せても掴めません。センサが距離を測れない鏡面や透明体では、入力の点群自体が欠けるため精度は上がりません。推論時間が加わる分、1回あたりの動作はむしろ遅くなります。

したがって「AIピッキングロボットなら取れるのでは」という検討順序は逆です。先にハンドとセンサで取れる対象かを確認し、そのうえで多品種への対応手段としてAIを位置づけます。

ロボットハンドとビジョンはどう決まるのか？

結論から言えば、どちらもカタログの性能ではなくワークの物理的な性質で決まります。ハンドには方式ごとの前提条件が、ビジョンには方式ごとの苦手なワークがあり、両方が成立する組み合わせだけが候補になります。

自社ワークが1つでも前提を外すなら、その方式は候補から落ちます。

この関係は公開事例からも読み取れます。日本ロボット工業会のマテリアルハンドリング事例一覧（全23件・2026年9月10日取得）では、円形ワークと小型ネジにマグネットグリッパー、自動車タイヤにロングストロークグリッパー、医薬品やアルミ基板に生体模倣工学グリッパーというように、対象ごとに異なるハンドが選ばれています。さらに、バラ積みからの取り出しを明示した事例は23件中2件にとどまり、公開事例の多くは位置や姿勢がある程度決まったワークを扱っています。

同じ一覧のうち、バラ積み状態からの取り出しを明示している事例は23件中2件にとどまります。公開事例の多くは、位置や姿勢がある程度決まった状態のワークを扱っています。バラ積みが「よくある構成」ではないことは、検討の前提として押さえておく価値があります。

ビジョン方式にも、方式ごとに苦手な対象があります。

検討前に測る5項目とは？

結論から言えば、SIerに相談する前に実測すべき項目は5つです。これが数字で答えられないうちは、見積もりも提案も前提が仮置きになります。

④の絡み合いは図面からは分かりません。実際に容器へばら撒き、引き上げたときに2個以上ついてくるかを確認してください。絡むワークは把持後の姿勢が定まらず、その先の位置決めが成立しません。

総額の内訳ではシステムインテグレーション（SI）関連費が約53%を占めた公開例があります。

ロボット導入はいくらかかるのか？——公開事例123件の投資額分布と、見積書で最初に確認する3項目【2026年版】

サイクルタイムはどう見積もるのか？

結論から言えば、1個あたりの時間は「認識＋経路計画＋移動＋把持＋搬送」の合計に、失敗時のリトライを織り込んだものです。カタログの動作速度だけで計算すると必ず実機より速い数字が出ます。失敗率が数%でも、リトライ動作が長ければ平均は大きく伸びます。

とくにバラ積みでは、1個取るたびに撮り直す構成と、1回の撮像から複数個を連続で取る構成とで、同じロボットでも処理能力が変わります。見積もりを比較するときは、この撮像回数の前提を必ず揃えてください。

したがって「柵なしにできるか」は機種選定の問題ではなく、リスクアセスメントを実施し記録できるかの問題です。

産業用ロボットの事故はなぜ起きるのか？——柵をなくせる条件・適さない条件と、導入前に決める5つの判断【2026年版】

ピッキングの自動化が向かない条件・まだ早い条件とは？

結論から言えば、次の5条件のいずれかに当てはまるなら、いま着手しない判断が正しいことがあります。「できない」ではなく、先に潰すべき条件が残っているという意味です。

向かない条件に当てはまると分かった時点で、それは失敗ではなく、投資前に判断できたという成果です。

まとめ

ピッキング自動化の可否は、ロボットの性能ではなくワークの性質で決まります。まず工程が3クラスのどれかを確定させ、クラス1に落とせないかを検討する。次に5項目を実測し、ハンドとビジョンの前提条件と突き合わせる。この順序を踏めば、引き合いを出す前に可否の見当がつきます。

よくある質問（FAQ）

バラ積みピッキングは結局できないということですか？

できないのではなく、成立する条件が定型供給より狭いという意味です。表面が拡散反射で、絡まず、ハンドが入る形状であれば成立します。判断には5項目の実測が必要です。

金属光沢のあるワークはどうすればよいですか？

選択肢は3つです。照明や撮像条件で反射を抑える、光沢に強い方式のセンサへ変える、供給方法を変えてバラ積みをやめる。3つ目が最も確実ですが前工程の変更を伴うため、早い段階で検討してください。

AIを使えばティーチングは不要になりますか？

不要にはなりませんが削減はできます。把持位置の推定を機械学習に任せ、品種ごとのCADモデル登録や把持点の個別指定を減らせる構成があります。搬送先の位置決めや周辺機器との協調動作は引き続き設定が必要です。

検討はどこから始めればよいですか？

ワークを容器にばら撒き、絡むかどうかを目視で確認するところからです。費用がかからず、結果によってはバラ積み構成そのものを候補から外せます。次に表面・材質・形状ばらつき・質量を測ってください。

出典

• 一般社団法人日本ロボット工業会「産業用ロボット事例紹介／マテリアルハンドリング」（全23事例・https://www.jara.jp/navi/example/industrial/transport/index.html・2026年9月10日取得）。本文のハンドと対象ワークの対応、およびバラ積み明示2件という集計は、同ページ掲載の事例一覧を数えたものです。
• 同「産業用ロボット事例紹介／ピッキング・整列・包装」（同ページ・2026年9月10日取得）

執筆: 装置メーカーで生産設備の設計・立上げに従事した経験を持つ、製造DXドットコム編集部の設計スペシャリスト

ピッキング工程の自動化を検討中の方へ

ROGEARは、ロボットシステムの構成検討を支援する仕組みです。工程の条件からロボット・ハンド・周辺機器の組み合わせを整理し、仕様を固める前の検討を進めやすくします。AX導入相談はこちら

• 製造業のARで成果が続いているのは、現物が目の前にあり、かつ作業中に手がふさがる作業に絞られます。
• 現場に残っている用途は設備保全の手順ガイド・配線や端子台の照合・遠隔支援の3つに集約されます。
• ARは表示の技術であって、表示する中身を作る技術ではありません。元データが紙のままなら先に電子化が要ります。
• 手が空く作業、頻度の低い作業、PC上で完結する業務にARは向きません。タブレットで足ります。
• PoCで止まる原因の多くは機器の性能ではなく、充電・装着・衛生という毎日の運用が回らないことです。

この記事が支援する判断：生産技術・保全・製造部門の担当者が、AR（拡張現実）の導入を検討するにあたり「自社のどの作業なら効くのか」「どの作業は対象外にすべきか」を、機器やベンダーの比較に入る前に切り分ける場面を想定しています。

製造業のARとは？ VR・MRとは何が違うのか

AR（Augmented Reality／拡張現実）は、目の前の現実の風景に情報を重ねて表示する技術です。作業者はスマートグラスやタブレットのカメラ越しに実物を見ながら、その上に手順や数値、矢印などを重ねて確認します。

VR（仮想現実）は視界を完全に仮想空間へ置き換えるため、現物を見ながらの作業には使えません。工場では主に安全教育や組立訓練など、実機を止めずに練習させたい場面で使われます。MR（複合現実）はARに近い位置づけで、重ねた情報を空間に固定し、回り込んで見られる点が異なります。

この違いは用途選定に直結します。現物に触れながら情報を見たいならAR、現物なしで練習させたいならVRです。どちらか一方を「XR導入」とまとめて検討すると、狙う効果がぼやけて機器選定の段階で迷います。

ARとは「Augmented Reality」の略。日本語に直訳すると「拡張現実」ということになります。

製造業でのAR/VRの導入事例！作業効率・経費削減も可能！

ARはどの作業に効くのか？ 現場で残っている3用途

結論から言えば、ARが効くかどうかは業種ではなく作業の形で決まります。判断軸は2つだけです。ひとつは「現物が目の前にないと成立しない作業か」、もうひとつは「作業中に手がふさがっているか」。この2軸で整理すると、投資対象にすべき領域が1つの象限に集まります。

用途1：設備保全の手順ガイド

設備の前で工具を持ったまま、次に何をするかを確認したい場面です。紙の手順書やタブレットは、そのたびに置いて持ち直す動作が発生します。点検項目が多い設備ほど、この持ち替えの回数が積み上がります。ARは視線の先に手順を出せるため、手を止めずに次の一手を確認できる点が効きます。

用途2：配線・端子台の照合

制御盤の端子台や多芯ケーブルの結線確認は、図面と現物を視線で往復させる作業です。往復のたびに「今どこを見ていたか」を記憶し直す負荷がかかり、これが誤結線の温床になります。実物の上に番号や接続先を重ねられれば、往復そのものが減ります。

用途3：遠隔支援（現場×熟練者）

現場の作業者が見ている映像を離れた熟練者と共有し、指示を映像に書き込んで返す使い方です。移動時間そのものを削れるため、拠点が分散している企業や、出張対応が発生していた設備トラブルで効果が出やすい領域です。3用途のなかでは投資対効果を説明しやすいのもこの用途です。

どの工程にARを入れるかは、どう決めればよいか？

機器の比較表から入ると迷います。先に自社の作業を下表の3行に当てはめてください。3行のうち1行でも右端（対象外）に入る作業は、ARの候補から外すのが早道です。

4行目の「表示するデータ」が最も見落とされます。ARは手元にある情報を見やすい位置に出す技術であって、情報そのものを作り出しはしません。手順が個人のメモにしかない状態でARを入れても、重ねる中身が用意できません。

設備でも「条件がそろっているか」を先に確かめる順序は変わらず、そろっていない工程に投資すると確認や調整という新しい手間だけが増える点まで共通します。

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】

ARが向かない条件とは？ 見送るべき3ケース

片面だけの推奨は判断材料になりません。次の3つに当てはまる場合、ARの導入は見送るか、少なくとも後回しにするほうが合理的です。

ケース1：手が空いている作業

検査記録の入力や棚卸のように、片手または両手が空く作業では、タブレットで十分に足ります。装着・充電・視度調整といった手間が加わる分、ARのほうが遅くなることさえあります。

ケース2：年に数回しか発生しない作業

年次点検や大規模な段取り替えなど、頻度の低い作業は「使い方を思い出す」ところから始まります。習熟が進まないため、装着の手間が便益を上回りやすい領域です。この場合は動画マニュアルのほうが現実的です。

ケース3：現場環境が装着を許さない

高温多湿の工程、粉じんの多い環境、防護マスクや保護めがねと併用する工程では、そもそも装着が続きません。食品や医薬品のように衛生管理が厳しい区域も同様です。機器の性能ではなく現場の環境条件で決まるため、カタログを比較しても判断できません。実際に1日装着してから決めるべき項目です。

PoCで止まるのはなぜか？ 本番運用に進むための4条件

AR導入の相談で最も多いのが「試したが定着しなかった」という声です。原因を分解すると、機器の性能不足より毎日の運用が回らなかったケースが目立ちます。充電が間に合わない、装着者が偏る、表示する手順の更新が止まる——いずれも実証の期間中は表面化しにくい問題です。

特に条件3は、表示する中身の鮮度に関わります。手順書が更新されないまま古い内容を重ね続ければ、現場は数週間で見なくなります。これはARに限らず、現場に情報を届ける仕組み全般で起きる問題です。

静的なデジタルツインは、作成した日の現場しか映していません。一方で、現実のラインの制約条件は固定されていません。

現場改善の提案が「やってみないと分からない」で止まるのはなぜか？——効果を投資前に根拠つきで示す順番【2026年】

したがってPoCの評価項目には、作業時間の短縮だけでなく「手順を更新する担当と頻度が決まっているか」を入れてください。ここが決まっていない実証は、成功しても本番で止まります。

FAQ

スマートグラスとタブレットARのどちらから始めるべきですか？

タブレットARからをおすすめします。表示する中身（手順・図面・数値）が現場で役に立つかどうかは、機器を選ぶ前に検証できるためです。タブレットで内容が固まり、なおかつ手がふさがることが障害になっていると確認できた段階で、スマートグラスへ移ると投資の無駄が出ません。

ARを入れれば熟練者のノウハウは継承できますか？

ARは継承の手段であって、継承する中身を作る技術ではありません。熟練者が何を見て何を判断しているかを言語化し、手順や判断基準として記録する作業が先に必要です。この工程を飛ばすと、重ねて表示する情報が「誰でも知っていること」だけになり、効果が出ません。

小規模な工場でもAR導入の効果はありますか？

規模より作業の形で決まります。拠点が離れていて熟練者がすぐに行けない、設備の種類が多く手順を覚えきれない、といった条件があれば小規模でも効果は出ます。逆に、同じ作業者が同じ設備を毎日扱っている職場では、手順を重ねて表示する必要性自体が小さくなります。

まとめ

ARの検討は、機器の比較からではなく作業の形の棚卸しから始めてください。「現物が要るか」「手がふさがるか」「毎日起きるか」「データが電子化されているか」の4点を自社の作業に当てはめれば、候補はごく少数に絞られます。

そして絞り込んだあとに効いてくるのは、機器の性能ではなく表示する中身を誰が更新し続けるかという運用設計です。ここを決めずに始めた実証は、数字が良くても本番運用には残りません。

あわせて読みたい記事：

• 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】
• デジタルツインが「作って終わり」になるのはなぜか？——現場と乖離する3つの構造と、実データで追従させ続ける方法【2026年】
• 製造業でのAR/VRの導入事例！作業効率・経費削減も可能！

出典

• 総務省「情報通信白書」 https://www.soumu.go.jp/johotsusintokei/whitepaper/（2026年9月9日 閲覧）— XR（AR/VR/MR）の技術区分と産業利用の動向
• 経済産業省「ものづくり白書」 https://www.meti.go.jp/report/whitepaper/mono/（2026年9月9日 閲覧）— 製造現場の人材・技能継承に関する課題
• 本文中の図は、用途の位置づけと判断の順序を示す概念図です。個々の機器の連続使用時間・防じん防水等級・対応する作業環境は、採用を検討する機器のメーカー技術資料で必ず確認してください。

現場に情報を届ける仕組みを、案件ごとに作り直していませんか

ARに限らず、現場へ手順や判断基準を届ける仕組みは「誰が中身を更新し続けるか」で成否が分かれます。どの業務から着手すべきかの切り分けを、無料の業務診断でご案内します。

• 三者の違いは機能の多さではなく、どの情報を「正」として持つかにあります。PDMは図面と改訂履歴、PLMは仕様から設計変更までの決定履歴、ERPは在庫・原価・手配の数量が「正」です。
• 分かりにくくなる原因は部品表（BOM）が複数のシステムにまたがることです。設計部門が作る部品表と、生産管理が使う部品表は目的が違うため、放置すると同じ部品が二か所で別々に育ちます。
• 導入順は製品比較ではなく、いま自社で何が二重になっているかで決まります。図面の版が分からないならPDM、設計変更が下流に伝わらないならPLM、数量と原価が部署ごとに違うならERPが起点になります。
• 三つとも当てはまらない段階での導入はまだ早い判断です。困りごとが言語化されていないままシステムを入れると、運用ルールだけが増えて定着しません。

この記事が支援する判断：装置メーカー・部品メーカーの設計部門や生産技術の担当者が、社内から「PLMを入れたい」「ERPの更新に合わせて設計側も」という話が出たときに、どのシステムから着手すべきか、そもそも今なのかを稟議の前に見極める場面を支援します。この順番を誤ると、入れた後に別のシステムを重ねることになり、二重入力が固定化します。

PLM・ERP・PDMは、それぞれ何を「正」として持つのか？

結論から言えば、三者を分けているのは守備範囲の広さではなく、「食い違ったときにどちらを正しいとするか」の担当領域です。機能の一覧を並べて比較すると重複だらけに見えますが、正を持つ場所で見ると役割は明確に分かれます。

PDM（Product Data Management）は、CADデータ・図面・3Dモデルとその改訂履歴を管理します。「この部品の最新版はどれか」に答えるのがPDMの役割で、対象は主に設計から調達の入口までです。

PLM（Product Lifecycle Management）は、企画・引合の段階から設計、製造、保守・改訂までを通して、製品に関する決定の履歴を管理します。PDMが「もの（データ）」を管理するのに対し、PLMは「なぜその仕様にしたか」「誰がいつ変更を承認したか」という判断の連なりを扱います。多くの製品でPDMはPLMの一部として含まれます。

ERP（Enterprise Resource Planning）は、在庫・原価・購買・生産計画・会計といった経営資源の数量とお金を管理します。対象は調達以降が中心で、「何個あるか」「いくらかかったか」に答えます。

なぜ三者の違いは、これほど分かりにくくなるのか？

部品表（BOM）が、PLMとERPの両方に存在するからです。設計部門が作る部品表（設計BOM）は「この製品はどの部品で構成されるか」を表し、生産管理が使う部品表（製造BOM）は「どの順で、どれだけ手配して作るか」を表します。同じ製品を指していても、粒度も並び方も違います。

この二つは本来つながっているべきものですが、システムが別々に導入されると接続が人手の転記になります。設計変更が出たとき、設計BOMは更新されたのに製造BOMが古いまま、という状態が生まれます。三者の違いが分からなくなる本当の理由は、用語の定義ではなく、この接続が自社でどう実装されているかを誰も説明できないことにあります。

ほぼ同じ部品を、別々の型番で少量ずつ発注している——という状態は、部品マスタが「増える方向にしか動かない」構造の結果として現れます

同じような部品が毎回新しい型番で登録される——部品マスタが増え続ける構造と、業務OSでそろえられる範囲

経済産業省が2018年に公表した「DXレポート」は、部門ごとに個別最適化されたシステムが全社横断のデータ活用を阻む構造を指摘し、この課題が解消されない場合に2025年以降で最大年間12兆円の経済損失が生じうると試算しました。設計と生産管理でシステムが分断している状態は、まさにこの個別最適の典型例です。

三者の違いを、判断に使える形で整理すると

どれから入れるべきか？——導入順を決める3つの問い

導入順は、製品カタログではなく「いま何が二重になっているか」で決まります。ベンダー各社の機能範囲は年々重なってきており、製品比較から入ると決め手が見つかりません。自社の症状から入るほうが速く決まります。

この3つは、複数が同時に当てはまることもあります。その場合はより上流の症状から着手するのが原則です。図面の版が定まらないままPLMを入れても、管理する対象そのものが揺れているため、変更履歴が信頼できるものになりません。

着手前に、次の項目を数値で答えられるかを確認してください。答えられない項目が多いほど、導入後に効果を測れず、稟議の更新時に継続の根拠を示せなくなります。

• 直近1年で、図面の版違いが原因の手戻りが何件あったか。
• 設計変更1件が、製造・調達に伝わるまでの平均日数はどれくらいか。
• 設計BOMから製造BOMへの転記にかかる工数は月あたり何時間か。
• 同じ部品の在庫数量について、部署間で数字が食い違ったことが直近であったか。
• いま使っている仕組みのうち、やめるものを決めてあるか（並走させると二重入力が固定化します）。

見積もりの根拠が個人の頭の中にある限り、投資対効果は「やってみないと分からない」ままになります

設計BOMから原価を自動試算するとは？見積もり属人化の構造とROIの考え方を業務分解で解説

PLM・ERPの導入が向かない条件・まだ早い条件

片面だけを勧める記事は判断の役に立ちません。次の条件に当てはまる場合、導入は見送るか、範囲を絞るほうが結果的に速く立ち上がります。

とくに「効果を測る指標が決まっていない」は、導入そのものより深刻な問題です。システムは入れた直後に業務量が一時的に増えるため、指標がないと「前より手間が増えた」という印象だけが残ります。

まとめ

PLM・ERP・PDMの違いは、機能表ではなくどの情報の「正」を持つかで捉えると整理できます。PDMは図面の版、PLMは決定の履歴、ERPは数量と原価です。

そして導入順は、製品比較からではなく自社でいま何が二重になっているかから決まります。図面の版が分からないならPDM、変更が下流に伝わらないならPLM、数字が部署で食い違うならERPです。どれにも当てはまらないなら、いまはまだ入れる段階ではありません。

いずれの順番を選ぶ場合も、最初に決めるべきは部品表の「正」をどの部門が持つかです。この一点が決まっていないと、どのシステムを入れても運用は同じ場所で崩れます。

自社がPDM・PLM・ERPのどれから着手すべきか、対象製品を一つ挙げて条件を一緒に整理す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）

PLMを入れれば、PDMは不要になりますか？

多くのPLM製品はPDMの機能を含むため、別途PDMを用意しないことはあります。ただし「含まれている」ことと「自社の図面運用に足りる」ことは別です。CADとの連携方式や改訂の承認フローが自社の運用に合うかは、製品カテゴリではなく個別に確認する必要があります。

ERPだけで部品表を管理してはいけませんか？

いけないわけではありません。製品構成が安定していて設計変更が少ない場合、ERPの製造BOMだけで回っている企業もあります。問題になるのは設計変更が頻繁な場合で、変更の理由と承認の履歴がERPには残らないため、後から「なぜこの構成なのか」を追えなくなります。

中小規模でもPLMは必要ですか？

規模ではなく、設計変更の頻度と製品構成の複雑さで決まります。少人数でも受注設計で変更が多い企業では効果が出ますし、逆に規模が大きくても製品が安定していれば優先度は下がります。まず本記事の3つの問いで自社の症状を確認してください。

導入の効果は、何で測ればよいですか？

導入前から測れる指標を2〜3個に絞ることをお勧めします。版違いによる手戻り件数、設計変更が下流に伝わるまでの日数、設計BOMから製造BOMへの転記工数などが実務的です。いずれも導入前の値を取っておかないと、後から比較できません。

出典

• 経済産業省「DXレポート ～ITシステム「2025年の崖」の克服とDXの本格的な展開～」（2018年9月7日公表）https://www.meti.go.jp/shingikai/mono_info_service/digital_transformation/20180907_report.html（2026年9月9日確認）

• 産業用ロボットの危険は「ロボットが速いから」ではなく、運転を止めないまま可動範囲に人が入るときに生じます。危険が現実になるのは通常運転中よりも、教示・検査・保全といった人が中に入る作業です。
• 労働安全衛生規則は、原則として柵・囲いで可動範囲に人を入れないことを求めています（第150条の4）。教示や検査で中に入る場合は、原則として運転を停止し、作業者には特別教育が必要です。
• 柵をなくせる場合もあります。2013年の通達（基発1224第2号）により、リスクアセスメントで「接触による危険のおそれがない」と評価できるときは、柵・囲いの規定に該当しないと整理されました。これが協働運転の法的な足場です。
• したがって「柵なしにできるか」は機種選定の問題ではなく、リスクアセスメントを実施し記録できるかの問題です。評価の体制がない段階では、柵なし運用はまだ早い判断になります。

この記事が支援する判断：初めて産業用ロボットを導入する生産技術・設備担当が、機種を選ぶ前に「柵で囲う前提で設計するのか、柵なしの協働運転を狙うのか」を決める場面を支援します。この分岐は後から変えるとレイアウトと予算の両方をやり直すことになるため、仕様を固める前に決める必要があります。

産業用ロボットの事故は、どんなときに起きているのか？

結論から言えば、危険が生じるのは「運転を止めないまま、人が可動範囲の中に入るとき」です。通常運転中のロボットは柵の内側で動いており、外にいる人と物理的に交わりません。危険が現実になるのは、その境界が破られる瞬間です。

産業用ロボットは、動作の途中で加速したり、プログラム上の分岐で予期しない側へ動いたりします。人間の感覚では「いま止まっている」ように見えても、次の指令で急に動き出すことがあります。可動範囲の内側は、人が立ち入ることを前提に設計されていません。

そのため法令は、人が中に入る場面を3つに分け、それぞれに異なる措置を求めています。

なぜ「柵で囲う」が原則なのか？

労働安全衛生規則第150条の4は、産業用ロボットの可動範囲内で運転中に労働者に危険が生ずるおそれのあるとき、柵または囲いを設ける等の措置を講じることを求めています。人とロボットを物理的に分離することが、もっとも確実で、もっとも人の判断に依存しない方法だからです。

柵という手段が優先されるのは、それが「人が間違えても成立する」対策だからです。注意喚起の掲示や声かけは、疲れていれば見落とされます。物理的な隔離は、見落としても機能します。安全対策には、人の注意力に依存しない順に採用するという考え方があり、隔離はその上位に位置します。

ただし、柵は設置すれば終わりではありません。柵に扉を設ける場合、扉を開けたらロボットが停止する仕組み（インターロック）が伴わなければ、柵は入口を作っただけになります。この停止のさせ方には段階があり、電源を即座に遮断する方式と、制御された減速を経てから停止させる方式では、復帰の手間も安全上の意味も変わります。

この三層の発想は、シリンダの前進・後退、ロボットアームの干渉領域、エレベータのドアと昇降など、製造ラインの多くの安全機構の基礎にもなっています。

非常停止回路とは？安全リレーの仕組みと停止カテゴリ0/1/2の違い・安全カテゴリ（PL）を図解で解説【2026年版】

教示や検査のときは、柵はなぜ効かないのか？

教示（ティーチング）や検査は、ロボットの動きを見ながら行う必要があるため、可動範囲の中に入らざるを得ない作業だからです。柵は「人を入れない」ための仕組みなので、入ることが前提の作業では守りになりません。

そこで法令は別の措置を求めています。教示等については第150条の3が、検査・修理・調整等については第150条の5が、原則として運転を停止したうえで作業することを定めています。やむを得ず運転しながら行う場合は、直ちに停止できる措置や、作業中である旨の表示などが必要になります。

あわせて、これらの作業に就く人には特別教育が必要です（労働安全衛生規則第36条第31号＝教示等、第32号＝検査等）。ここは見落とされやすい点で、「ロボットを買ったが、教示できる人が社内にいない」という状態は珍しくありません。導入計画の段階で、誰にいつ特別教育を受けさせるかまで含めて決めておく必要があります。

柵をなくせる条件とは？——2013年の通達が変えたこと

柵なしの運用が認められるのは、リスクアセスメントによって「接触により労働者に危険が生ずるおそれがなくなった」と評価できるときです。これは2013年（平成25年）12月24日の通達・基発1224第2号が示した整理です。

通達は、事業者が労働安全衛生法第28条の2によるリスクアセスメントに基づく措置を実施し、ロボットに接触することにより労働者に危険が生ずるおそれがなくなったと評価できるときは、第150条の4がいう「労働者に危険が生ずるおそれのあるとき」に該当しないものとする、としています。あわせて、ISO 10218-1:2011およびISO 10218-2:2011によって設計・製造・設置されたロボットを適切に使用することにも言及しています。

重要なのは、この通達が「協働ロボットという製品カテゴリなら柵が要らない」とは書いていないことです。免除されるのは製品ではなく、評価に裏づけられた運用です。同じ機種でも、扱うワークが鋭利であったり、把持したものが飛ぶ可能性があれば、評価の結果は変わります。

2つの運用の比較

表の最後の行が、検討時にもっとも軽視されやすい点です。柵なし運用は設置時が身軽な代わりに、変更のたびに評価をやり直す運用コストを抱えます。多品種で段取り替えが頻繁なラインでは、この再評価が想像以上の負担になります。

必要なのは判断のスピードを上げることではなく、判断材料が出てくる位置を前に動かすことです。

ロボット導入の提案は、なぜ受注後に「思っていたのと違う」が起きるのか？——提案段階で完成イメージが共有されない3つの構造と、絵と数字を先に出す順番【2026年】

導入前に決めておく5つのこととは？

機種を選ぶ前に、次の5つを決めておくと、後戻りの多くを防げます。いずれも「決めていないと仕様が固まらない」ものです。

「柵なし（協働運転）」が適さない条件・まだ早い条件とは？

柵なし運用は省スペースで魅力的に見えますが、次の条件に当てはまる場合は適さないか、少なくとも現時点ではまだ早いと判断すべきです。

• リスクアセスメントを実施・記録できる体制がない——柵なしの根拠は評価そのものです。評価できないなら、根拠がないまま柵を外すことになります。これが最も多い「まだ早い」の理由です。
• 扱うワークが鋭利、高温、または飛散しうる——ロボット本体の力を制限しても、ワークによる危険は残ります。機器の性能では消せない危険です。
• 段取り替えが頻繁で、動作やワークが頻繁に変わる——変更のたびに再評価が必要になり、運用が回らなくなります。
• 必要なタクトタイムが速度制限と両立しない——接触時の力を抑えるには速度を落とす必要があります。速度ありきの工程では、そもそも成立しません。
• 人がロボットの近くに常時いる必然性がない——人が近づく理由がないなら、柵ありのほうが安く、運用も軽くなります。柵なしは目的ではなく手段です。

とくに最後の点は見落とされがちです。協働運転は「人と作業を分担する必要がある」場合に意味を持つ選択であり、単に柵の費用を浮かせるための手段として選ぶと、再評価の負担だけが残ります。

一件ごとの外注は合理的でも、積み重なった結果として社内から工程が消えていた——という事後の気づきは、判断の履歴が残っていなければ起こりません

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】

まとめ

産業用ロボットの安全は、機種のカタログではなく、可動範囲に人が入る場面をどう設計するかで決まります。原則は柵による分離、例外は評価に裏づけられた協働運転であり、その分岐は機種選定より前に決めるべき判断です。

そして「柵をなくせるか」の答えは、機器の仕様ではなく自社がリスクアセスメントを実施し、記録し、変更のたびに見直せるかにあります。その体制がない段階では、柵ありで始めるほうが結果的に速く、安く立ち上がります。

判断に必要な条件が社内で共有されていないと、この検討は案件ごとにゼロから始まります。誰が可動範囲に入り、何を根拠に安全と判断したのかが案件に残る形になってはじめて、2台目以降の導入が速くなります。

柵あり／柵なしのどちらで進めるべきか、対象工程を一つ挙げて条件を一緒に整理す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）

協働ロボットなら、柵は不要ですか？

製品カテゴリだけで不要になるわけではありません。柵・囲いの規定に該当しないとされるのは、リスクアセスメントによって接触による危険のおそれがないと評価できる場合です（基発1224第2号）。同じ機種でも、扱うワークや動作によって評価結果は変わります。

小型のロボットでも特別教育は必要ですか？

法令上の産業用ロボットに該当する場合、教示等・検査等の作業には特別教育が必要です。なお定格出力が小さい機種は法令上の産業用ロボットの範囲から除かれる扱いがあるため、自社の機種が該当するかはメーカーの仕様書と所轄の労働基準監督署に確認してください。

柵に扉をつける場合、何が必要ですか？

扉を開けたときにロボットが停止する仕組み（インターロック）が必要です。扉だけを設けて停止と連動していない場合、柵は可動範囲への入口を作っただけになります。停止のさせ方（即時遮断か、制御停止か）も設計時に決めておく必要があります。

リスクアセスメントは一度実施すれば終わりですか？

終わりではありません。ワーク、動作、レイアウト、作業手順が変われば前提が変わるため、再評価が必要です。柵なし運用を選ぶ場合は、再評価をどの条件で起動するかをあらかじめ決めておくことが実務上の要点になります。

出典

• 厚生労働省「産業用ロボットに係る労働安全衛生規則第150条の4の施行通達の一部改正について」（平成25年12月24日 基発1224第2号）https://www.mhlw.go.jp/web/t_doc?dataId=00tb9779&dataType=1&pageNo=1（2026年9月2日取得）
• 労働安全衛生規則 第150条の3（教示等）・第150条の4（運転中の危険の防止）・第150条の5（検査等）、第36条第31号・第32号（特別教育を必要とする業務）
• 労働安全衛生法 第28条の2（事業者の行うべき調査等）

次に読む

• 非常停止回路とは？安全リレーの仕組みと停止カテゴリ0/1/2の違い・安全カテゴリ（PL）を図解で解説【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】
• ロボット導入の提案は、なぜ受注後に「思っていたのと違う」が起きるのか？——提案段階で完成イメージが共有されない3つの構造と、絵と数字を先に出す順番【2026年】

この記事が支援する判断：生産技術・製造部門の担当者が、ロボットSIerから提示された見積書を前にして「この金額は妥当か、どこを詰めれば下がるのか、そもそもいま投資すべきか」を判断する場面を想定しています。機種の選定ではなく、金額の読み方と着手可否の判断が対象です。

ロボット導入の金額を調べようとすると、多くの情報は「本体価格は○○万円から」で止まります。しかし決裁にかけるのは総額です。ここでは公的機関が公開している導入事例を集計し、実際にいくらの規模で動いているのかを分布として示したうえで、見積書のどこを見れば判断できるのかを整理します。

ロボット導入の総額はいくらかかるのか？

結論から言えば、1件あたりの投資額の中央値は2,000万円です。経済産業省の助成を受けて日本ロボット工業会が実施した「ロボット導入実証事業」の事例紹介ハンドブック2017には、事例ごとに「事業規模」が金額で記載されています。掲載されている123件を集計した結果が次のグラフです。

分布の特徴は、金額が低い側に寄っていることです。1,000万円未満が29.3%（36件）、1,000万〜3,000万円が31.7%（39件）で、この2区分だけで61.0%を占め、5,000万円未満までで約8割（79.7%）に達します。平均値は4,450万円と中央値の2倍以上ありますが、これは最大15億円の事例など少数の大型案件に引き上げられた結果で、実感に近いのは中央値です。

企業規模別に見ると、中小企業79件の中央値が1,950万円、大企業44件の中央値が2,000万円で、ほとんど差がありません。金額を決めているのは企業の体力ではなく、対象工程の複雑さ（ロボットの台数、周辺機器の点数、扱う対象物のばらつき）です。「うちの規模では無理だろう」という判断は、この分布からは支持されません。

なぜ本体価格を調べても総額が分からないのか？

ロボットは半製品と呼ばれ、単体では機能しないためです。ハンド・架台・安全柵・ビジョンセンサーなどの周辺機器に加え、それらを1つのシステムとして成立させる設計と調整の作業が必ず発生します。この作業がシステムインテグレーション（SI）で、実際には総額の過半を占めることがあります。

公開されている想定例では、工作機械に加工材料を着脱するシステムの総額が980万円で、そのうちSI関連費が520万円（約53%）でした。SI関連費の中身は、構想設計・リスクアセスメント・詳細設計・製造組み立て・設置工事・調整です。本体価格が総額の半分以下という構造を知らずに本体価格だけで予算を組むと、稟議の段階で必ず不足します。

見積書で最初に確認する3項目とは？

総額を他社と比べる前に、次の3項目を確認します。この3つが不明確なまま金額だけを比較すると、安く見えた見積が後から膨らみます。

1. SI費が工程ごとに分解されているか。「システム構築一式」で1行になっている見積は、後から範囲の解釈が割れます。構想設計・詳細設計・製造組立・設置・調整の単位で内訳を求めます。
2. 安全対策の範囲がどこまで含まれるか。安全柵・ライトカーテン・非常停止回路・リスクアセスメントの実施主体が誰かを確認します。産業用ロボットは労働安全衛生法上の規制対象であり、後付けは高くつきます。
3. ティーチングと量産立上げの担当が誰か。ここが自社担当なら見積は安く見えますが、その分の工数は自社が負担します。担当者の稼働日数に換算して比較します。

見積の金額差は、多くの場合この3項目の範囲設定の差です。金額そのものではなく、範囲を揃えてから比べます。提案段階で完成イメージが共有されないまま進むことの構造的な難しさは、過去記事でも整理しています。

提案が伝わったつもりのまま通るのは、顧客が提案段階で受け取る情報が、会話・文字・記号に限られているからです。完成イメージそのものは、受注後の詳細設計まで顧客の目に触れません。

ロボット導入の提案は、なぜ受注後に「思っていたのと違う」が起きるのか？

投資回収は何年で見るべきか？

目的によって変わります。公開資料では、コスト削減や生産性向上を狙う場合は2年ほどで回収計画を立てることが多いとされ、品質の安定化などの付加価値を求める場合は5〜6年、危険作業や過酷作業の代替が目的ならそれ以上の期間で計画することもあるとされています。実際に公表された回収期間を見ると、この幅の広さが確認できます。

注意したいのは、この実証事業がこれまでロボットがあまり使われてこなかった分野の先進的な事例を対象にしている点です。すでに手法が確立している用途なら回収期間はより短くできる可能性があり、逆に前例のない工程に挑む場合は4〜5年を見ておくのが現実的だということです。着手可否そのものの判断基準は、過去記事で条件表の形に整理しています。

着手可否は「量・型・ばらつき」の3条件で粗く切り分けられます。3行のうち1行でも左端（やらない方がいい）に入るなら、機種選定に進む前にその条件を潰すのが先です。

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

ロボットを入れると、本当に人数は減るのか？

減らない場合のほうが珍しくありません。同じ123件のうち、導入前後の作業人数が記載されていた117件を集計すると、人数が減ったのは65件（55.6%）にとどまりました。

作業人数が変わらなかったのが37件（31.6%）、増えたのが15件（12.8%）で、合わせて44.4%が「人が減らなかった」ことになります。これは失敗を意味しません。生産量を増やす、品質のばらつきを抑える、過酷な作業から人を外すといった目的なら、人数は据え置きのまま成果が出ます。実際、労働生産性の倍率は中央値2.75倍でした。

問題になるのは、稟議の効果算定を人員削減だけで組み立てた場合です。人が減らなければ回収の根拠が消え、導入後に「効果が出ていない」と評価されます。効果を人数以外の指標（生産量、不良率、残業時間、作業者の負荷）でも定義しておくことが、後の評価を守ります。なお労働生産性の倍率も一様ではなく、2倍未満だった事例が120件中31件（25.8%）ありました。

いま導入に向かない条件・まだ早い条件とは？

次の条件に当てはまるうちは、見積を取る前に整えるべきことがあります。金額の妥当性を議論しても結論が出ないためです。

• 対象工程の処理数を月次で把握していない。回収計算の分母が作れず、どの見積が妥当かを判定できません。まず数週間の計測を行います。
• 扱う対象物の寸法や姿勢のばらつきを実測していない。図面の公差ではなく実際の分布が問題になります。ばらつきが大きいほど周辺機器が増え、金額が跳ねます。
• 品種の切り替え頻度が高く、段取り替えの手順が標準化されていない。切り替えのたびに人が介入するなら、投資しても稼働率が上がりません。
• 効果を人員削減でしか説明できない。前節のとおり44.4%は人が減っていません。人数以外の効果指標を先に決めます。
• 1工程だけを切り出して自動化しようとしている。前後が手作業のままなら全体のリードタイムは短くならず、投資が回収されません。

5項目のうち2つ以上に当てはまるなら、いま必要なのは相見積もりではなく現状の計測です。計測は通常の生産のなかで行えます。判断の前提を案件に残しておくことの意味は、内外製の判断を扱った記事でも同じ論点として整理しました。

着手点は、失注・赤字案件から「見積もりの前提が案件に残っているか」を棚卸しすること。

「この加工は内製か、外注か」——内外製区分の判断根拠が案件に残らない構造

よくある質問（FAQ）

ロボット本体だけなら、いくらから買えますか？

小型で安価なものであれば本体だけなら100万円台から入手できるとされています。ただしロボットは本体だけでは使えず、ハンド・架台・周辺機器とシステム構築が必要になるため、総額は本体価格の何倍にもなるのが一般的です。本体価格を予算の基準に使わないでください。

中小企業でも2,000万円規模の投資が必要ですか？

集計では中小企業79件の中央値が1,950万円でしたが、分布の下側は厚く、1,000万円未満の事例が全体の29.3%あります。金額は企業規模ではなく対象工程の複雑さで決まるため、まず範囲の狭い工程から検討することで金額は下げられます。

相見積もりで金額に大きな差が出るのはなぜですか？

多くはSI費の範囲設定と、安全対策・ティーチング・立上げをどちらが担当するかの前提が揃っていないためです。本体と周辺機器の型式が同じでも、SI費の範囲が違えば総額は変わります。範囲を明文化してから比較してください。

投資回収は2年で計画すべきですか？

目的によります。コスト削減・生産性向上が狙いなら2年程度で計画する例が多い一方、品質の安定化が目的なら5〜6年で計画する企業もあります。公表された実例では前例の少ない工程で4.6年・5.2年でした。社内の投資基準に照らして決めるべきもので、一律の正解はありません。

まとめ

公開された123件の分布は、ロボット導入が「億単位の話」ではないことを示しています。中央値は2,000万円、約6割が3,000万円未満で、企業規模による差もほとんどありません。一方、総額の過半をSI関連費が占める構造と、44.4%で人数が減っていない事実は、本体価格と人員削減だけで組み立てた稟議が外れやすいことを示しています。

見積書は金額を比べる書類ではなく、範囲を確認する書類です。SI費の内訳、安全対策の範囲、ティーチングと立上げの担当。この3項目を揃えてから金額を並べれば、判断は一段速くなります。

見積書の読み解きを相談する（30分・オンライン）

出典

• 経済産業省／一般社団法人日本ロボット工業会「ロボット導入実証事業 事例紹介ハンドブック2017」（PDF／ロボット活用ナビ）。集計方法：同ハンドブック全133ページから、事例ページに記載された「事業規模」の金額を抽出し、金額が明記されていた123件を母数として分布・中央値・平均値を算出。作業人数は導入前後の両方が記載されていた117件、労働生産性の倍率は記載のあった120件を母数とした。取得日2026年9月2日。
• エプソン販売株式会社「産業用ロボットの導入コスト」（PDF／robot digest提供）。本体価格の目安、総額に占めるSI関連費の構成（980万円のうち520万円）、投資回収期間の考え方、2018年度ロボット導入実証事業の公表値（2,500万円／5.2年、2,520万円／4.6年）はいずれも同資料の記載に基づく。
• 一般社団法人日本ロボット工業会「ここが知りたい！ロボット活用の基礎知識」（2017年）。上記エプソン販売資料が引用する想定例の出所。

※ 掲載事例は実証事業の採択案件であり、国内のロボット導入全体を代表する統計ではありません。金額は掲載時点のものです。

次に読む

• 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
• 産業用ロボットの導入コストってどれくらい？調整費用も忘れずに！
• 協働ロボットの価格はどのぐらい？導入メリットや導入事例なども紹介

• 自動化が止まる原因は7つに整理でき、そのうち4つは設備を選ぶ前の「構想・仕様」段階で埋め込まれる。立上げ後の調整では戻せない。
• 着手可否は「量・型・ばらつき」の3条件で粗く切れる。1つでも条件を満たさないなら、設備を選ぶ前にその条件を潰す。
• もっとも見落とされるのはワークのばらつきが未計測であること。未計測のまま進めた案件は、立上げ時に調整工数として必ず返ってくる。
• 投資回収は「人件費 ÷ 設備費」では判断できない。段取り替え・異常復帰・保全にかかる時間を戻し忘れると試算は必ず甘くなる。
• やらない方がいい条件は5つ。多品種・少量・工程が流動的・保全人材が不在・効果の測り方が未定のいずれかに当てはまるなら、いま着手しない判断が正しいことがある。

この記事が支援する判断：生産技術・製造部門の担当者が、自動化設備の投資稟議を書く前に「この工程はいま自動化に着手すべきか、まだ早いか」を判断する場面を想定しています。設備の機種選定ではなく、その手前の可否判断を対象にしています。

なぜ「導入したのに止まっている」自動化設備が生まれるのか？

自動化設備が使われなくなる直接の理由は、設備の性能不足ではないことがほとんどです。対象として選んだ工程が、そもそも自動化に向いていなかった——選定の前提が誤っていたケースが多くを占め、設備は仕様どおり動いているのに現場では使われない、という形で表面化します。

ここに構造的な難しさがあります。設備が仕様どおり動いている以上メーカーの責任範囲ではなく、かといって現場の運用努力で覆せる問題でもありません。原因は、設備を発注するより前の判断に埋め込まれているためです。

自動化とは、人が行っている作業のうち条件が安定している部分を機械の反復動作に置き換える取り組みです。この定義に立てば条件が毎回変わる作業は機械に置き換えても安定しないとわかりますが、稟議では「作業時間が長い工程」が対象に選ばれ、条件の安定性が確認されないまま進むことが少なくありません。

自動化が止まる7つの原因とは？

結論から言えば、止まる原因は下表の7つに整理できます。重要なのは「どの段階で埋め込まれるか」で、①〜④は構想・仕様の段階、⑤〜⑦は立上げ以降に表面化します。

実務でもっとも見落とされるのは③のワークのばらつきです。人は多少のばらつきを無意識に吸収しますが機械はできません。人が問題なく作業できている工程ほど「ばらつきは無い」と誤判断されやすく、その前提のまま仕様が固まります。

②も構造的です。1工程だけを自動化しても前後が手作業のままなら全体のリードタイムは短くならず、部分最適が全体の停滞を生みます。工程単位で投資判断を行う限り繰り返し起こります。

着手してよいかは、どの基準で判断するのか？

着手可否は「量・型・ばらつき」の3条件で粗く切り分けられます。3行のうち1行でも左端（やらない方がいい）に入るなら、機種選定に進む前にその条件を潰すのが先です。

着手前の自己診断チェックリスト（5項目）

• 対象工程の同一ワークの年間処理数を、実績値で答えられる
• 対象ワークの寸法・形状のばらつきを実測した記録がある（推定ではない）
• 1日あたりの段取り替え回数と、その所要時間を把握している
• 設備が停止したときに誰が復帰させるかが決まっている
• 導入前の基準値（作業時間・不良率など）を記録してある

5項目のうち3つ以上が「いいえ」なら、いま必要なのは設備の検討ではなく現状の計測です。段取り替えの頻度と処理数を把握するだけなら、通常の生産のなかで数週間あれば足ります。

投資回収の試算は、どこで甘くなるのか？

稟議の試算は「削減できる人件費 ÷ 設備費」の形になりがちですが、これは自動化しても残る時間を差し引いていません。以下は計算の型として読んでください。

前提を置いた概算の例：1日の直接作業が3時間の工程で、そのうち機械に置き換わるのが2時間だとします。ここに段取り替え0.5時間・日常保全0.3時間が新たに残る／発生するなら、正味の削減は2 −(0.5+0.3)＝1.2時間/日です。単純な「3時間削減」で試算すると、回収期間は実際の2倍以上ずれます。この差は設備の性能では埋められません。

判断の材料は、どこに残っているか

7原因に共通するのは「判断に必要な材料が、判断する時点で手元にない」という構造です。処理数もばらつきも現場では日々発生しているのに、投資を決める場には集まってきません。内外製の判断でも同じ形で現れます。

一件ごとの外注は合理的でも、積み重なった結果として社内から工程が消えていた——という事後の気づきは、判断の履歴が残っていなければ起こりません

「この加工は内製か、外注か」——内外製区分（メイク or バイ）の判断根拠が案件に残らない構造と、業務OSでそろえられる範囲

自動化の可否判断も同じで、根拠が残らなければ「前回はなぜあの工程を選んだのか」を説明できないまま次の稟議が始まります。対象業務の選び方という点では、生成AIの導入判断とも発想が共通しています。

くり返し発生し、書き方の型がある程度そろい、参照する材料が手元にある業務では下書きの精度が上がりますが、条件が毎回違い判断材料が人の記憶にしかない業務では、出力を確かめる作業が新しい手間として積み上がります

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

設備でも「条件がそろっているか」を先に確かめる順序は変わらず、そろっていない工程に投資すると確認や調整という新しい手間だけが増える点まで共通します。

センサ単体の良し悪しよりも、PLCや上位システムへ「どんな信号を・どの精度で渡すか」を設計する視点が現場の自動化では重要です

工場の自動化で使うセンサの種類とは｜近接・光電・ファイバ・超音波の違いと選び方

自動化に向かない条件・まだ早い条件とは？

片面だけの推奨は役に立ちません。以下のいずれかに当てはまるなら、いま着手しない判断が正しいことがあります。

1. 品種が多く、1品種あたりの数量が少ない——段取り替えの時間が削減効果を上回り、稼働率が上がりません。汎用性の高い設備ほど単価が上がり、回収は遠のきます。
2. 工程そのものが今後変わる見込みがある——設計変更や工程改編が予定されているなら、設備が固定資産として残り変更の足かせになります。工程が確定してからの方が結果として早く進みます。
3. ワークのばらつきが未計測——計測を先に済ませるべき段階です。この状態で仕様を固めると、立上げ時の調整工数として返ってきます。
4. 保全できる人が社内にいない——外部委託前提ならその費用と応答時間を回収試算に入れます。含めて成立しないなら、まだ早い段階です。
5. 効果の測り方が決まっていない——導入前の基準値がなければ成果を説明できず、次の投資が通りません。一度きりの導入で終わります。

これらは「自動化をやめるべき理由」ではなく順番の問題です。いずれも条件を整えれば着手可能な状態に移行できます。危険なのは、条件が整っていないことに気づかないまま発注してしまう進め方です。

それでも進めるなら、どの順序で進めるか？

条件が部分的にしか整っていなくても、順序を守れば失敗の確率は下げられます。推奨は次の3段階です。

1. 計測（2〜4週間）：処理数・段取り替え回数・ばらつきを通常生産のなかで記録する。この段階では設備の話をしない。
2. 範囲の確定：自動化する工程の前後をどこで区切るかを決める。前後が手作業のまま残るなら、その滞留を許容できるかを先に判断する。
3. 小さく試す：条件が最も安定している1品種から始める。効果の測り方（基準値）はこの時点で確定させる。

要点は1段階目で設備の議論をしないことです。機種の話が先に立つと、計測されていない前提のまま仕様が固まり、①〜④の原因が埋め込まれます。

なお「2026年版ものづくり白書」（経済産業省・厚生労働省・文部科学省）では、人材確保・定着・技能継承（第1部第2章第3節）と設備投資動向（第1部第4章第2節）がそれぞれ独立した節として扱われています。人が足りないことと、自動化が成立することは別の問題であり、前者を理由に後者の条件確認を省略しないことが重要です。

FAQ

自動化とロボット導入は同じ意味ですか？

同じではありません。自動化は「人の作業を機械の反復動作に置き換えること」全般を指し、専用機・搬送装置・センサ検査なども含みます。産業用ロボットはその手段の一つで、条件によっては専用機の方が適する場合があります。

小さな工場でも自動化はできますか？

規模ではなく条件で決まります。小規模でも処理数が多く段取り替えが少ない工程なら成立し、規模が大きくても多品種で工程が流動的なら成立しにくくなります。判断すべきは会社の規模ではなく、対象工程の量・型・ばらつきです。

ワークのばらつきは、どう計測すればよいですか？

位置決めやチャッキングに影響する寸法・形状の変動が問題になります。同一品種を一定数サンプリングし、該当箇所の寸法を実測して分布を確認します。図面の公差ではなく実際の分布を見ることが要点で、公差内でもばらつきが大きければ機械側の対応が必要です。

回収期間は何年を目安にすべきですか？

一律の目安はなく、社内の投資基準に従うべきものです。ただし段取り替え・異常復帰・日常保全・教育の時間を削減額から差し引くことは共通して必要で、差し引かない試算は回収期間を実際より短く見積もります。

すでに止まっている設備は、どうすればよいですか？

まず7つの原因のどれに当たるかを切り分けます。⑤〜⑦（復帰手順・保全人材・効果測定）が原因なら運用側の整備で再稼働できる可能性があります。①〜④が原因の場合は設備の調整では解決せず、対象工程を変えるか前段の条件を整えるかの判断になります。

まとめ

自動化が止まる原因の多くは、設備を選ぶ前の判断に埋め込まれています。着手可否は「量・型・ばらつき」の3条件で粗く切り分けられ、条件が整っていないなら、いま着手しない判断も選択肢に入れるべきです。計測 → 範囲の確定 → 小さく試す、の順序を守ることで失敗の確率は下げられます。

判断に必要な材料が現場に散らばったままだと、この判断は毎回ゼロから始まります。判断の根拠を案件に残す仕組みがあってはじめて、2件目以降が速くなります。

自動化の可否判断に必要な条件が自社でそろっているかを、対象工程を一つ挙げて一緒に確認する場をご用意しています（30分・オンライン）

次に読む

• 工場の自動化で使うセンサの種類とは｜近接・光電・ファイバ・超音波の違い
• 「この加工は内製か、外注か」——判断根拠が案件に残らない構造
• 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

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（ものづくり基盤技術振興基本法第8条に基づく年次報告）」令和8年5月29日公表。https://www.meti.go.jp/report/whitepaper/mono/2026/（参照日: 2026年9月1日）。本記事では第1部第2章第3節（人材確保及び定着並びに技能継承）および第1部第4章第2節（製造業の設備投資動向）の構成を参照しています。

※ 本記事の試算例は計算方法を示すための仮定値であり、特定の設備・企業の実績値ではありません。

この記事の要点

• 製造業でChatGPTが「使えるか」は、ツールの性能ではなく業務の形で決まります。同じ会社の中でも、効く業務と効かない業務がはっきり分かれます。
• 切り分けの条件は4つ。頻度・型のそろい方・材料の集めやすさ・出力を確認できるかです。1つでも欠けたら、その業務はまだ対象にしません。
• 最も効きやすいのは「型がそろっていて、間違えても人が差し戻せる」業務です。議事録、技術問い合わせの一次回答、仕様書のたたき台がここに入ります。
• 逆に最終的な合否判断・安全に関わる設定値・図面からの寸法読み取りは向きません。誰も確認できない出力を業務に流すことになるためです。
• 機密情報は「使わない」ではなく「入れてよい範囲を先に決める」で扱います。学習利用の設定は契約プランと管理者設定で変わります。

製造業でChatGPTは本当に使えるのか？

結論から言えば、製造業でもChatGPTは使えます。ただし「会社として使えるか」ではなく「その業務で使えるか」という単位でしか答えが出ません。同じ工場の中でも、議事録の整理では明確に時間が減る一方、検査記録の合否判定では使うべきではない、というように分かれます。

「製造業には向かない」という声と「もう手放せない」という声が同時に聞こえるのは、両者が別の業務を見て話しているからです。導入の可否を会社単位で議論している限り、この食い違いは解けません。業務単位に分解して、条件で切り分けるのが唯一の進め方です。

なぜ同じChatGPTでも、業務によって差が出るのか？

差が出る理由は2つに整理できます。1つは業務の「型」がそろっているかどうか、もう1つは出力の誤りを人が拾えるかどうかです。

ChatGPTのような生成AIは、過去の文章のパターンから続きを組み立てる道具です。したがって毎回ほぼ同じ形で進む業務ほど、下書きの精度が上がります。逆に案件ごとに進め方が変わる業務では、指示の与え直しに時間がかかり、自分で書いたほうが早い、という結果になりがちです。

もう一方の「誤りを拾えるか」は、より重要です。生成AIは、もっともらしく間違えます。下書きであれば読んだ人が気づいて直せますが、誰も検算しないまま次工程へ流れる業務では、間違いがそのまま製品に到達します。この2軸で製造業の代表的な業務を並べると、次のようになります。

右上に入る業務から始めるのが原則です。左下は、当面は対象にしません。右下（型はそろっているが誤りを拾いにくい）は効果は大きいものの、検証の仕組みを先に用意する必要があります。

使える業務かどうかを切り分ける4つの条件とは？

実務では、次の4条件で判定します。4つすべてが「はい」になる業務だけを、最初の対象にします。

条件3の「材料」は見落とされがちですが、製造業では最も効いてきます。仕様書や過去の検討結果が個人フォルダに散っている状態では、AIに渡す材料をそろえる段階で止まります。最初の業務選びが成否を分ける点は、導入順の考え方としても繰り返し指摘されています。

生成AI導入の成否は、ツール選定よりも「最初に手をつける業務の選定」でほぼ決まる。

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】

部門別に見ると、最初の一手はどこになるか？

4条件を部門にあてはめると、最初に取る業務はおのずと決まります。いずれも「人が最終確認する下書き」に用途を限定している点が共通しています。

なお、社内文書を検索させて回答させる仕組み（RAG）まで進める場合は、条件3の重みがさらに増します。うまくいかない原因は、AIの性能より文書側にあることがほとんどです。

うまくいかない原因の多くはAIの性能ではなく、探しに行く先の文書側の状態にある。

社内文書をAIに検索させる（RAG）とは？——製造業で効く文書・効かない文書の3類型と、始める前にそろえる4条件【2026年版】

文書の状態が業務そのものを左右する例は、実際の導入事例でも報告されています。自動車部品メーカーの三重精機では、図面の紙保管と見積の属人化が課題としてあり、図面を検索できる状態にすることが起点になったと公表されています（出典は記事末尾）。

ChatGPTが向かない業務・まだ早い条件は？

片側だけを勧めても判断材料になりません。次に当てはまる場合は、その業務では使わない、あるいはまだ早いと考えてください。

• 出力の正しさを誰も確認できない業務——検査の合否判定、出荷可否、安全に関わる設定値の決定。表1の条件4を満たさず、代替手段もありません。
• 図面から寸法や公差を読み取らせる用途——見た目には正しい数値が返るため、誤りに気づきにくく、被害が大きくなります。図面を扱うなら、生成させるのではなく検索・照合に用途を限ります。
• 年に数回しか起きない業務——条件1を満たしません。使い方を思い出すコストが上回ります。
• 入力してよい情報の範囲が社内で決まっていない段階——ルールがないまま各自が試すと、判断が個人に委ねられます。範囲を先に決めてから始めます。
• 効果を測る指標を決めていない場合——続けるかどうかを判断できず、取り組みが単発で終わります。

「向かない」と判定した業務も、条件が変われば対象になります。たとえば検査記録の判定は、照合先の基準が文書としてそろい、結果を人が抜き取り確認する仕組みができれば、条件4を満たすようになります。永久に不可なのではなく、いまの条件では対象外という位置づけです。

機密情報の扱いはどう決めればよいか？

製造業で最初に問題になるのが、客先の図面や仕様がAIの学習に使われるのではないか、という懸念です。ここは「使わない」と決めるのではなく、「入れてよい範囲」を先に決めるのが実務的です。

OpenAIは、入力内容をモデルの学習に使うかどうかについて、個人向けプランでは利用者が設定でオフにでき、ビジネス向けプラン（Team・Enterprise・API）では既定で学習に使用しないと公表しています（出典は記事末尾）。まず自社の契約プランと管理者設定を確認し、そのうえで「客先名を伏せる」「図面そのものは入れない」といった運用の線引きを文書化します。設定と運用の両方をそろえて、はじめて現場に展開できます。

最初の30日で何をすればよいか？

1. 対象業務を1つに絞る（1週目）——表1の4条件で候補を評価し、すべて「はい」の業務を1つだけ選びます。複数同時は避けます。
2. 現在値を記録する（1週目）——件数・所要時間・手戻り回数を、始める前に測っておきます。ここを飛ばすと、後で効果を語れなくなります。
3. 担当者2〜3人で試す（2〜3週目）——全員展開はしません。うまくいった指示文を共有できる形にして残します。
4. 続けるかを決める（4週目）——現在値と比べ、続ける・対象業務を変える・やめる、のいずれかを明示的に決めます。

2の「現在値の記録」を省く例が非常に多いのですが、これを飛ばすと次の投資判断ができません。効果の測り方は、研修や教育の文脈でも同じ課題として整理されています。

「どの段階まで測るか」を研修の企画時点で決めておくことが、研修を単発で終わらせないための前提になります。

生成AI研修の効果は、どう測ればよいのか？——満足度アンケートで止まる3つの構造と、行動と業績まで段階で測る順番【2026年版】

よくある質問（FAQ）

無料版のChatGPTでも製造業の業務に使えますか？

試すだけなら使えますが、業務として続けるには向きません。入力内容の学習利用の扱いが個人設定に依存し、管理者側で統制できないためです。部門で継続的に使うなら、管理者設定が可能なビジネス向けプランを前提にしてください。

ChatGPTに図面を読ませることはできますか？

画像として読ませること自体は可能ですが、寸法や公差の読み取りを業務判断に使うことは推奨しません。誤読が起きても見た目には正しい数値が返るためです。図面は「生成」ではなく「検索・照合」の対象として扱うほうが、現時点では確実です。

効果はどのくらい見込めますか？

業務・体制・材料の状態によって幅が大きく、断定できる数値はありません。目安としては、表1の4条件をすべて満たす文書作成系の業務で、下書きにかかる時間が数割程度短縮する、という前提つきの概算で見ておくのが妥当です。実際の値は、手順2で記録した現在値との比較でしか確認できません。

現場からの反対が強い場合はどうすればよいですか？

反対の中身が「品質が担保できない」であれば、それは正当な指摘です。表1の条件4（確認できるか）を満たす業務に限定していることを示し、最終判断は人が行う設計であることを明確にしてください。用途を下書きに限る限り、既存の承認プロセスは変わりません。

まとめ

製造業でChatGPTが使えるかどうかは、会社単位では答えが出ません。頻度・型・材料・確認の4条件で業務を評価し、すべて満たす1つから始める。これが最も短い道筋です。向かない業務を最初に外しておくことは、後戻りを防ぐという意味で、使える業務を見つけることと同じくらい重要です。

次に読む

• 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】
• 社内文書をAIに検索させる（RAG）とは？——製造業で効く文書・効かない文書の3類型と、始める前にそろえる4条件【2026年版】
• 生成AI研修の効果は、どう測ればよいのか？——満足度アンケートで止まる3つの構造と、行動と業績まで段階で測る順番【2026年版】

出典

• OpenAI「Data Controls FAQ」（入力内容の学習利用の設定、ビジネス向けプランの既定の扱い）https://help.openai.com/en/articles/7730893-data-controls-faq（2026年8月31日参照）
• PR TIMES「三重精機 図面バンク導入事例」（図面の紙保管と見積の属人化を課題として公表）https://prtimes.jp/main/html/rd/p/000000137.000046923.html（2026年8月31日参照）
• 総務省『令和6年版 情報通信白書』（生成AIの利用動向）https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r06/html/nd000000.html（2026年8月31日参照）

自部門のどの業務が4条件を満たすかを一緒に整理したい場合や、担当者が使いこなせる状態まで引き上げたい場合は、生成AI研修の内容についてご相談いただけます。