8ステップの全体像
製造業のAI導入は、次の8つのステップで進めます。ステップの区切りごとに「次に進むか」を判断する場を設けるのが要点です。
| ステップ | 主な成果物 | 判断者 | 期間の目安 |
|---|---|---|---|
| 1. 構想 | 経営課題と工場KPIの対応表 | 経営層・工場長 | 1か月 |
| 2. テーマ選定 | 候補の採点表と優先順位 | DX推進責任者 | 1か月 |
| 3. データ確認 | データ棚卸し表、欠損・時刻・紐付けの点検結果 | 情報システム・生産技術 | 1〜3か月 |
| 4. PoC | PoC計画書（合格ライン・期間・中止条件）、検証結果 | プロジェクト責任者 | 2〜4か月 |
| 5. 評価 | 本番判断資料（精度・効果額・運用負荷） | 経営層・工場長 | 2〜4週間 |
| 6. 本番設計 | システム構成、MES連携仕様、運用手順書 | 情報システム・製造部門 | 2〜6か月 |
| 7. 運用 | 精度の監視記録、再学習の履歴 | 製造部門・運用担当 | 継続 |
| 8. 横展開 | 展開計画、共通化した部品（データ定義・モデル） | DX推進責任者 | 継続 |
期間は編集部が想定する1テーマ・1ラインの目安で、データの整備状況によって大きく変わります。
ステップ1〜3：PoCの前にやること
- 構想：「AIで何をするか」ではなく、「どの経営課題を、どの工場KPIで改善するか」を決めます。たとえば「品質コストの削減」なら社内不良率と流出不良件数、「人手不足」なら検査・点検の工数です。
- テーマ選定：現場から課題を集め、効果額・データの有無・現場の受け入れ・横展開性の4軸で採点します（方法はAI導入テーマの選び方）。
- データ確認：選んだテーマに必要なデータが、使える形で残っているかを点検します。タグの命名、時刻のずれ、欠損、ロットとの紐付けが典型的な確認項目です。
ステップ3を飛ばしてPoCに入ると、PoCの期間の大半がデータ集めと整形で終わり、評価に十分なデータが揃わないまま期限を迎えます。データサイエンティストは時間の約38%をデータ準備とクレンジングに使っているという調査（Anaconda、2022年）があり、製造データではこの比率がさらに高くなる傾向があります。点検項目はAI導入前の製造データ準備にまとめています。
ステップ4〜5：PoCと評価
PoCは「技術的にできるか」を確かめる場ではなく、「本番に進むか」を判断する材料を集める場です。そのため、PoCを始める前に次の3点を文書にします。
外観検査のPoCでは、人の検査とAIを同時に回して差分を分析する並行運用を入れると、本番での判定のずれを事前に把握できます。設計の詳細はPoC設計で扱います。
ステップ6〜8：本番設計・運用・横展開
- 本番設計：PoCとの最大の違いは、AIの結果を業務に組み込むことです。判定結果をMESに書き戻してロットをホールドする、保全の作業指示を自動で起票するなど、結果の「戻し先」を設計します。あわせて、AIが止まったときの代替手順（人の検査に戻すなど）も決めます。
- 運用：品種の追加、材料ロットの変更、設備の改造、季節で、AIの精度は落ちていきます。精度の監視と再学習の手順、モデルの版の管理を運用に含めます。どのモデルの版で合否を判定したかをロットのトレーサビリティに記録しておくと、品質監査に対応できます（製造業AIの運用保守）。
- 横展開：1ラインの成功を他に広げる段階です。設備ごとのタグ名の違い、品種ごとのラベル作業、拠点ごとの運用体制が壁になります。最初のPoCの段階でデータの定義を標準化しておくと、展開の費用が下がります。
進め方の注意点
- ステップを飛ばさない：特にステップ3（データ確認）と6（本番設計）は省かれやすく、省くと後で必ず手戻りが起きます。
- 戻ることを前提にする：ステップ5の評価で精度が足りなければ、ステップ3に戻ってデータを増やす判断もあります。戻ることは失敗ではありません。
- 最初から横展開を見る：ステップ8の展開先を、ステップ2のテーマ選定の時点で想定しておきます。
よくある質問
8ステップすべてにどのくらいの期間がかかりますか？
1テーマ・1ラインで、構想から本番稼働まで1年前後を見ておくのが現実的です（編集部の想定）。既製品の外観検査で、データが揃っている場合は半年程度に短縮できることもあります。データ整備が必要な場合は、さらに3〜6か月延びます。
外部のベンダーにはどのステップから入ってもらうべきですか？
ステップ1・2は社内で行い、ステップ3のデータ確認から入ってもらうのが一般的です。テーマ選定からベンダーに任せると、そのベンダーが得意な技術に寄ったテーマが選ばれやすくなります。
PoCで中止になったら、それまでの投資は無駄になりますか？
データ確認で整えたタグ名やロット紐付けの仕組みは、他のテーマでも使えます。中止条件を事前に決めて早めに止めれば、損失は小さく抑えられます。中止の判断も、次のテーマ選定の材料になります。
この記事に出てくる用語
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
