記事公開日:2025.06.04
最終更新日:2025.06.04
【第3回】『勘と経験頼み』から脱却!データが語る、製造現場の隠れた課題と改善策 ~MES導入で見える化する、生産性向上の次の一手~

―――「うちの現場も、まだこれだ…」と心当たりのある風景
「この作業は、昔からこのやり方でやってるから大丈夫だ」
「不良が出た? うーん、たぶんあの辺りが原因だろうな…長年の勘だよ」
「今日の生産目標? いつも通り、だいたいこのくらいで終わるはずさ」
こうした会話、あるいはこれに似た光景が、御社の製造現場で見られることはありませんか? 長年培われてきた「勘・経験・度胸」、いわゆるKKDに頼った意思決定や作業指示。それは熟練技術者の貴重な財産であり、これまで日本のものづくりを支えてきた強みの一つであることは間違いありません。
しかし、その一方で、KKDだけに依存したものづくりは、時として様々な問題を引き起こします。なぜか繰り返される品質のばらつき、原因が特定しきれない突発的な不良の発生、人によって効率が大きく異なる作業、そして何よりも、その貴重な「勘」や「経験」が、特定の個人にしか蓄積されず、若手への技術伝承が思うように進まない…。
多くの経営者や現場リーダーの方々が、「これからはデータに基づいた客観的な判断が必要だ」と頭では理解しつつも、「具体的に何から手をつければ良いのか」「集めたデータをどう活用すれば現場が変わるのか」といった具体的な方法論については、模索されているのではないでしょうか。
このコラムでは、なぜ今、製造業においてKKD頼みから脱却し、データ活用が不可欠なのか、そしてその推進を阻む壁と、その壁を乗り越えるための強力な武器となり得る「MES(製造実行システム)」について、具体的な活用シーンを交えながら解説していきます。
目次
第1章:なぜ今、「勘と経験」だけでは通用しないのか?~製造業を取り巻くデータ活用の必然性~
かつては大きな強みであったKKDも、現代の急速に変化する事業環境においては、それだけでは対応しきれない場面が増えています。製造業がデータ活用へと舵を切らざるを得ない、その背景にある必然性を見ていきましょう。
- 顧客要求の高度化・多様化への対応
「良いものを安く大量に」という時代は終わりを告げ、顧客はよりパーソナルなニーズに合わせた製品や、ジャストインタイムでの納品、そして完璧な品質を求めるようになっています。多品種少量生産へのシフト、頻繁な設計変更、厳しい納期管理といった要求に応えるためには、個人の勘や経験だけに頼るのではなく、生産計画から実績、品質情報までをデータで正確に把握し、柔軟かつ迅速に対応できる体制が不可欠です。 - グローバル競争と変化への即応力
国内市場だけでなく、世界中の企業がライバルとなる現代において、競争優位性を維持・強化するためには、生産効率の飽くなき追求と、市場の変化への迅速な対応が求められます。勘や経験による判断は、時として属人的で曖昧さが残り、意思決定に時間を要することがあります。データに基づいた客観的な状況把握と分析は、より迅速で的確な経営判断を可能にし、継続的な改善活動を加速させます。 - 熟練技術者の減少と「暗黙知」の継承危機
多くの製造現場で、長年培われた高度な技術やノウハウを持つ熟練技術者の高齢化とリタイアが進んでいます。彼らの頭の中に蓄積された「暗黙知」であるKKDは、そのままでは組織の財産として継承されにくいという大きな課題があります。製造プロセスにおける様々なデータを収集・分析し、熟練者の判断基準や作業のコツを「形式知」として見える化・標準化することが、技術伝承の有効な手段となります。 - 不確実性の高まりとサプライチェーンの強靭化
近年、自然災害、パンデミック、地政学的リスクなど、予測困難な事態が頻発し、サプライチェーンの寸断や原材料価格の急騰といった問題が製造業を直撃しています。こうした不確実性の高い時代においては、自社の生産状況や在庫状況、サプライヤーの状況などをリアルタイムかつ正確にデータで把握し、変化の兆候をいち早く捉え、迅速に代替策を講じるといったレジリエンス(強靭性)が求められます。 - 「見える化」の先にある、新たな価値創造
データ活用の第一歩は「見える化」ですが、その真価は、見えたデータから何を読み解き、どのように未来の行動に繋げるかにあります。収集したデータを分析することで、これまで気づかなかった問題点を発見したり、将来の需要や設備の故障を予測したり、さらには生産プロセス全体を最適化したりすることが可能になります。データは、単なる記録ではなく、新たな価値創造の源泉となるのです。 - 業務多忙による時間的・精神的余裕のなさ
「ただでさえ日々の業務で手一杯なのに、新しいシステムの操作を覚えたり、データ移行作業をしたりする時間なんてない!」というのが、多くの現場の本音かもしれません。新しいことを学ぶためには、時間的にも精神的にもある程度の「ゆとり」が必要ですが、慢性的な人手不足や業務過多の状態では、その余裕が生まれにくいのが実情です。
もはや、データ活用は一部の先進的な大企業だけのものではありません。変化の時代を生き抜き、持続的な成長を遂げるためには、規模の大小を問わず、全ての製造業にとって避けて通れない経営課題となっているのです。
第2章:「データはあるはずなのに…」製造現場のデータ活用を阻む壁とMESの役割
「うちの現場にも、日報や検査記録など、データならたくさんあるはずだ。でも、それが全く活かせていない…」多くの中堅製造業の現場で聞かれる声です。
データ活用の重要性を認識しながらも、その推進を阻む様々な「壁」が存在します。
- データの散在・サイロ化という「分断の壁」
製造現場には、生産計画、作業指示書、設備稼働ログ、品質検査記録、在庫情報など、多種多様なデータが存在します。しかし、それらが紙の帳票のままだったり、担当者個人のExcelファイルで管理されていたり、あるいは特定の設備やシステム内に閉じた形でバラバラに存在している(サイロ化)ケースが少なくありません。これでは、データを横断的に分析したり、全体最適の視点から活用したりすることが困難です。 - データの品質という「信頼性の壁」
手書きの帳票からの転記ミス、入力漏れ、測定機器のキャリブレーション不足による不正確な値、データの粒度(細かさ)や定義の不統一など、収集されたデータの品質に問題があると、その後の分析結果の信頼性も揺らぎます。「ゴミからはゴミしか生まれない(Garbage In, Garbage Out)」という言葉の通り、質の低いデータからは有益な洞察は得られません。 - 効果の過大評価と短期的な成果への過度な期待
新しいシステムを導入すれば、すぐに生産性が劇的に向上し、コストも大幅に削減できる、といったバラ色の未来を描きがちです。しかし、実際には、導入初期は操作に慣れるまでの時間や、データ移行・初期設定の負荷、一時的な業務プロセスの混乱などにより、むしろ生産性が低下することもあります。短期的な成果を求めすぎると、現場の負担を無視した強引な導入スケジュールにつながり、反発を招きます。 - データ収集・入力の「負担の壁」
現場の作業者にとって、日々の業務に加えてデータ収集やシステムへの入力作業が新たな負担となってしまうと、長続きしなかったり、作業が形骸化して不正確なデータが集まったりする原因になります。「何のためにこのデータを入力するのか」という目的意識が共有されていない場合、その傾向はさらに強まります。 - 分析スキル・ツールの「専門性の壁」
「データは集まったけれど、これをどう料理すれば良いのか分からない」「統計解析やBIツールなんて、専門家でないと使いこなせないのでは?」といった不安も、データ活用を躊躇させる一因です。高度な分析スキルを持つ人材の不足や、高価で複雑な分析ツールの導入に対するハードルを感じる企業は少なくありません。 - 「何を見たいのか」目的の「不明確さの壁」
最も根本的な問題として、「そもそも何のためにデータを集めるのか」「データを使って何を明らかにしたいのか」という目的が明確になっていないケースがあります。KPI(重要業績評価指標)が曖昧なまま、闇雲にデータを収集しても、それは単なる情報の洪水となり、課題解決や意思決定には繋がりません。
こうした製造現場のデータ活用を阻む様々な壁を乗り越え、生産活動の最適化と効率化を支援するために開発されたのが、MES(Manufacturing Execution System:製造実行システム)です。
MESとは、工場の生産ラインにおける作業計画・指示、進捗管理、実績収集、品質管理、在庫管理、設備管理、作業者管理といった一連の生産活動をリアルタイムに把握し、統合的に管理・支援する情報システムのことです。
具体的には、以下のような機能を通じて、データ収集・一元化・見える化に大きく貢献します。
- 生産指示・実績収集
生産計画に基づいて作業指示を電子的に発行し、バーコードリーダーやセンサー、設備からの自動連携などにより、作業開始・終了時刻、生産数、不良数などの実績データをリアルタイムに収集します。これにより、手作業によるデータ入力の負担を軽減し、正確な情報をタイムリーに把握できます。 - 進捗・稼働監視
各工程の生産進捗状況や設備の稼働状況(稼働中、停止中、段取り替え中など)をリアルタイムに「見える化」します。これにより、計画との差異や生産のボトルネックを即座に特定できます。 - 品質管理
製造条件(温度、圧力、速度など)や検査結果といった品質関連データを収集・記録し、規格外れの発生時にはアラートを発するなど、品質維持・向上を支援します。SPC(統計的工程管理)機能を持つものもあります。 - トレーサビリティ
いつ、誰が、どの設備で、どのロットの部材を使って製品を製造したか、といった情報を紐付けて管理し、製品の追跡可能性を確保します。 - 在庫管理
原材料、仕掛品、完成品の在庫状況をリアルタイムに把握し、過剰在庫や欠品を防ぎます。 - 生産進捗のリアルタイム見える化と迅速な異常検知・対応:
活用シーン
各工程の作業指示に対する進捗状況、設備の稼働ステータス(稼働、停止、段取り中など)、仕掛品の滞留状況などが、事務所のモニターや現場のタブレット端末でリアルタイムに表示されます。
効果
生産計画に対する遅れや、予期せぬ設備の停止といった異常を早期に発見し、その原因究明と対策を迅速に行うことができます。例えば、A工程での作業遅延を即座に把握し、他工程からの応援人員を手配したり、B設備で頻発するチョコ停(短時間停止)のパターンを分析して予防保全のタイミングを最適化したりすることが可能になります。これにより、リードタイムの短縮や納期遵守率の向上が期待できます。 - 品質データの収集・分析と不良原因の特定・再発防止
活用シーン
製品ごと、ロットごとに、製造時の各種パラメータ(温度、圧力、回転数、材料配合など)や、検査工程での測定値、不良内容といった品質関連データが自動的または半自動的に収集・記録されます。
効果
不良品が発生した場合、その製品がいつ、どのラインで、どのような条件下で製造されたのかを迅速に遡って特定できます。また、収集された品質データを統計的に分析することで、不良発生の傾向や特定の製造条件との相関関係を明らかにし、根本原因の究明と効果的な再発防止策の策定に繋げることができます。これにより、不良率の低減、手戻りコストの削減、顧客からのクレーム減少が期待できます。 - 設備稼働率の最大化とOEE(設備総合効率)の向上
活用シーン
各設備の稼働時間、停止時間、停止理由(段取り替え、故障、材料待ちなど)、生産速度などが正確に記録・集計されます。これらのデータから、OEE(稼働率 × 性能 × 品質)が自動的に算出され、改善のポイントが見える化されます。
効果
チョコ停やドカ停(長時間停止)の真の原因を特定し、的を射た改善策を講じることで、設備の非稼働時間を削減し、OEEを向上させることができます。例えば、「材料供給の遅れ」が停止理由として多い場合は、前工程との連携や材料運搬方法の見直しを、「刃具交換」に時間がかかっている場合は、段取り改善や予備刃具の準備方法を見直すといった具体的なアクションに繋がります。 - トレーサビリティの確保と顧客信頼性の向上
活用シーン
製品のシリアル番号やロット番号をキーに、その製品に使用された原材料のロット情報、製造日時、作業者、通過した工程、検査結果などの履歴情報がシステムに記録され、瞬時に追跡可能になります。
効果
万が一、製品に不具合が発生しリコールが必要になった場合でも、影響範囲を迅速かつ正確に特定し、回収対象を最小限に抑えることができます。また、顧客からの品質に関する問い合わせに対しても、具体的な製造データに基づいて的確に回答できるようになり、企業としての信頼性向上に大きく貢献します。 - 作業実績の正確な把握と標準作業時間の見直し・原価管理の精度向上
活用シーン
作業者ごと、あるいは工程ごとに、実際の作業時間や生産数量、不良数量などが正確に記録されます。これにより、誰がどの作業にどれくらいの時間をかけているのか、標準時間と比較してどうなのかが明確になります。
効果
これまで曖昧だった作業実績がデータとして見える化されることで、標準作業時間の妥当性を客観的に評価し、必要に応じて見直すことができます。また、ボトルネックとなっている作業や、改善の余地がある作業を特定し、作業改善活動を促進します。さらに、これらの正確な実績データは、製品ごとの実際原価をより精密に把握するためにも活用でき、より適切な価格設定や収益管理に繋がります。 - 目的の明確化とスモールスタートの徹底
「何のためにデータを集めるのか」「MESを導入して何を改善したいのか」という目的を、経営層から現場まで明確に共有することが最も重要です。最初から全ての機能を満遍なく使おうとするのではなく、最も課題の大きい領域や、効果が出やすい部分に絞ってスモールスタートし、成功体験を積み重ねながら段階的に適用範囲を広げていくアプローチが賢明です。 - 現場との協調と十分なトレーニング
システムは現場で使われてこそ価値があります。導入プロセスにおいては、現場の意見を十分に聞き、彼らが使いやすいと感じるシステム設計や操作性を追求することが不可欠です。また、導入目的やシステム操作に関する十分な教育・トレーニングの機会を提供し、現場の不安を取り除き、積極的に活用してもらえるような働きかけが重要です。 - データ入力負担の軽減と自動化の推進
現場の作業者にとって、データ入力が過度な負担になると、入力ミスが増えたり、入力自体が行われなくなったりする可能性があります。バーコードリーダー、RFID、PLC(プログラマブルロジックコントローラ)連携による設備からの自動データ収集など、可能な限り手入力を排し、データの収集・入力作業を自動化・省力化する工夫が求められます。 - 「見える化」の先にある「行動」への意識改革
データがリアルタイムに見えるようになっても、それを見て「ふむふむ」と頷いているだけでは何も変わりません。重要なのは、見える化されたデータから何を読み取り、どんな課題を発見し、それを解決するために具体的にどう行動するのか、という意識と仕組みを組織内に根付かせることです。データに基づいたPDCAサイクルを回す文化を醸成しましょう。 - 継続的な改善と活用の深化
MESの導入はゴールではなく、データドリブンな製造現場への変革のスタートラインです。運用を開始した後も、定期的に活用状況をレビューし、現場からのフィードバックを収集しながら、システムの改善や新たな活用方法の検討を継続していくことが重要です。データを活用する中で新たな課題が見つかったり、より高度な分析のニーズが出てきたりすることもあるでしょう。 - 2025/07/28 (月) 13:00~15:00
- 2025/07/30 (水) 13:00~15:00
- 2025/08/06 (水) 13:00~15:00
特に中堅製造業においては、「いきなり大規模なシステムは導入できない」という懸念があるかもしれませんが、最近ではクラウドベースで提供されたり、必要な機能を選択してスモールスタートできたりするMESも増えています。自社の課題や規模に合わせて段階的に導入していくことが可能です。
このように、製造現場のデータ活用を阻む様々な壁を乗り越え、DX(デジタルトランスフォーメーション)を推進する上で、MES(製造実行システム)は非常に強力なツールとなり得ます。しかし、自社に最適なMESをどう選び、どのように導入・活用していけば良いのか、具体的な進め方に悩まれるかもしれません。もし、貴社でも『散在するデータをどうにかしたい』『MESに関心があるが、何から始めれば良いか分からない』といった課題をお持ちでしたら、中堅製造業のためのMES活用&事例紹介セミナーで、中堅製造業様向けのMES導入のポイントや、データ活用の成功事例に触れてみませんか? 貴社の課題解決の糸口が見つかるかもしれません。
▼中堅製造業のためのMES活用&事例紹介セミナー
https://www.funaisoken.co.jp/seminar/130320
第3章:MESが拓く、データドリブンな製造現場~具体的な活用シーンと効果~
MESを導入し、製造現場のデータをリアルタイムかつ正確に収集・活用できるようになると、具体的にどのような変化が起こり、どのような効果が期待できるのでしょうか。いくつかの代表的な活用シーンを見ていきましょう。
このように、MESの導入とデータ活用は、製造現場における様々な課題解決と競争力強化に直結する可能性を秘めているのです。
第4章:データ活用を絵に描いた餅にしないために~MES導入・運用成功のポイント~
MESを導入すれば自動的に全てが解決するわけではありません。その効果を最大限に引き出し、データ活用を「絵に描いた餅」にしないためには、いくつかの重要なポイントを押さえる必要があります。
データは、ただ集めて眺めているだけでは価値を生みません。そこから課題を読み解き、具体的な改善アクションに繋げ、そしてそれを継続していくことで、初めて製造現場の競争力強化という果実を得ることができるのです。 今回のコラムでご紹介したデータ活用のポイントやMES導入の勘所について、『もっと具体的な導入事例を知りたい』『自社の状況に合わせたデータ活用の進め方について専門家のアドバイスが欲しい』とお考えでしたら、ぜひ中堅製造業のためのMES活用&事例紹介セミナーにご参加ください。そこでは、最新のMESソリューションのご紹介はもちろん、皆様の個別の課題に寄り添った具体的なステップをご提案させていただきます。
▼中堅製造業のためのMES活用&事例紹介セミナー
https://www.funaisoken.co.jp/seminar/130320
おわりに:KKDとデータの融合が、未来のものづくりを拓く
勘・経験・度胸(KKD)は、決して否定されるべきものではありません。むしろ、長年培われてきた貴重な知恵であり、日本のものづくりの強さの源泉の一つです。これからの製造現場に求められるのは、KKDを捨てることではなく、そこに客観的な「データ」という新たな武器を融合させ、KKDをさらに進化させていくことです。
データによって裏付けられた勘は、より鋭敏になり、経験はより価値のある知見へと昇華します。そして、データが示す事実に基づいた度胸ある決断が、企業を新たな成長ステージへと導くのです。
データ活用やMES導入への道のりは、決して平坦ではなく、一朝一夕に成し遂げられるものではありません。しかし、そこで流した汗と、積み重ねた努力は、必ずや御社のものづくりをより強く、よりしなやかに変革していく力となるはずです。
本コラムが、皆様の会社におけるデータ活用の第一歩、そしてMES導入検討のきっかけとなれば幸いです。
次回は、「『あの人がいないと仕事が止まる!』属人化の壁を打ち破る、デジタル技術による技術伝承」と題し、多くの製造業が抱える技術伝承の課題に対し、デジタル技術がどのように貢献できるのかについて、具体的な手法を交えながら解説していきます。どうぞご期待ください。
https://www.funaisoken.co.jp/seminar/130320
■日時・会場 ※いずれもオンライン開催
講師紹介
名波 知之 氏
産業用ロボットやAUTO-ID機器、制御機器にだけでなく、工場のスマート化やIoT化ソリューションを提供するFA機器のリーディングカンパニー。自動認識・産業用ロボット・産業用コントローラの3分野を中心に事業展開し、工場や店舗、オフィスなど様々な分野における生産性の向上に貢献する製品を提供している。
熊谷 俊作
新卒で船井総合研究所に入社後、自身のデジタルスキルを活かして製造業のDXコンサルティングに従事。
AI活用や、データ活用を見据えたデータの取得の支援の他、データ活用のための基盤構築、分析による現場改善、AI活用による生産性向上に至るまでの支援に携わる。
飯塚 佳史
宇都宮大学大学院エネルギー環境科学専攻を卒業後、トッパン・フォームズ株式会社に入社。開発部門や生産技術部門を経験し、工場における設備・システムの導入および現場改善に従事。
現職においては全国各地の中堅・中小製造業を対象にAIやIoTを活用したシステムや管理システムなどについて課題抽出~要件定義~導入~運用フォローまでを行っている。