なぜ「データの出口」で選ぶのか
MESは、AIにとって学習データの文脈（ロット・品番・工程・設備・作業者）の供給元であり、AIの判定結果を業務に戻す出口でもあります。この2つの役割を果たせるかは、画面の使いやすさではなく、データの持ち方と外部とのつなぎ方で決まります。
導入後に次のような問題が見つかると、AIの取り組みは止まります。
- データを外に出すAPIがなく、DBを直接読むしかない。その結果、バージョンアップのたびに連携が壊れる
- 停止理由や不良コードが自由記入で、分析できない
- 履歴が数か月で消える設定になっており、学習に使える期間がない
- 外部システムからホールドや作業指示を登録できず、AIの結果を業務に戻せない
- データを外部に出すと追加ライセンスが必要になる
これらは、選定時に質問すれば確かめられます。
10の質問
MESの提案依頼書（RFP）や、ベンダーとの打合せで、次の10の質問を投げます。回答は「できる・できない」だけでなく、方法と追加費用を書いてもらいます。
| # | 質問 | 確認したいこと | 要注意の回答 |
|---|---|---|---|
| 1 | 実績・品質・系譜のデータを外部に出すAPIはありますか | REST等の公開API、仕様書の有無 | 「DBを直接参照してください」だけ |
| 2 | データモデル（テーブル・項目の意味）は文書化されていますか | 項目定義書、ISA-95との対応 | 「導入時に個別に説明します」 |
| 3 | 作業完了・検査結果・停止などをイベントとして配信できますか | MQTT・メッセージキュー・Webhook | ポーリング（定期的な読取）のみ |
| 4 | 外部システムからホールド・作業指示・アラートを登録できますか | 書込みAPIと権限制御 | 画面操作でしかできない |
| 5 | 履歴データは何年分、どの粒度で保持できますか | 保持期間、アーカイブ後の取り出し | 性能のため数か月で削除が前提 |
| 6 | 停止理由・不良コードは階層化して管理できますか | コードマスタの構造、入力UI | 自由記入欄のみ |
| 7 | 設備の時系列データ（ヒストリアン）とどう結合しますか | 設備ID・時刻の持ち方、OPC UA対応 | 結合は利用者側で行う、の一言 |
| 8 | データを外部に出すとき、追加のライセンスや費用はかかりますか | API利用料、ユーザー数カウント | 連携先の数でライセンスが増える |
| 9 | バージョンアップでAPIやデータモデルは互換性を保ちますか | 互換性の方針、廃止の予告期間 | 方針がない |
| 10 | マスタ（品番・設備・不良コード）の変更履歴は残りますか | 有効期間付きのマスタ、改番の追跡 | 上書き更新のみ |
回答の読み方
回答で特に注意するのは、質問1・4・8・9です。
質問1と4は、AIとの連携の可否を直接決めます。APIがない、またはあっても読取専用のMESでは、AIの結果を業務に戻す部分を作り込む必要があり、その工数は導入費用に含まれていないことが多くあります。
質問8のライセンスは、見落とすと後から費用が膨らみます。外部システムを「ユーザー」として数える製品や、API呼び出しの量で課金する製品があります。AIの推論結果をロットごとに書き戻すと、呼び出しの数は大きくなります。
質問9の互換性は、MESを10年以上使う前提では重要です。バージョンアップのたびに連携の改修が必要になると、AIの運用コストに跳ね返ります。
選定の進め方
10の質問は、MES選定の他の評価項目（業務機能、操作性、導入実績、サポート体制、費用）と並べて使います。AIを本格的に使う予定がなくても、データの出口は後から変えにくいため、選定時に重みを付けておくことを勧めます。
最後のデモは効果があります。仕様書上はAPIがあっても、実際に取り出すと必要な項目が含まれていない、性能が出ない、ということが分かることがあります。MESとAIのつなぎ方の方式比較はMESとAIをつなぐ3方式、MESのどのデータがAIに使えるかはAI学習に使えるMESデータ一覧、AI導入全体でのベンダーの比べ方は製造業AIベンダーの選び方で扱っています。
よくある質問
既にMESを使っている場合、この10の質問は役に立ちますか？
役に立ちます。現在のMESについて同じ質問の答えを調べると、AI連携で追加の開発が必要な部分が分かります。特に質問5（履歴の保持期間）と質問6（コードの構造）は、設定の変更で改善できることがあります。
クラウド型のMESとオンプレミス型でAI連携に違いはありますか？
クラウド型はAPIが整備されていることが多い一方、データベースを直接参照できないため、APIで取れない項目は取り出せません。オンプレミス型はDBを参照できる自由がある反面、その自由に頼ると保守性が落ちます。どちらでも、APIで何が取れるかの確認が中心になります。
ISA-95に準拠しているMESを選べば安心ですか？
ISA-95準拠をうたう製品でも、準拠の範囲は様々です。データモデルの用語や階層がISA-95に沿っていると、他のシステムとの対応付けがしやすくなりますが、APIやイベント配信の有無は別に確認する必要があります。
この記事に出てくる用語
AIは「データ基盤」で決まる
PoCは成功したのに本番で止まる。原因の多くはモデルではなく、MESと設備データの側にある 全130本
- MESとAIの関係：ロット・作業指示・品質判定がAIの精度を決める理由
- 製造業AIが本番で止まる7つの理由：PoCは成功したのにラインに載らない構造
- 製造業のAI-OCR：紙の検査記録・点検表・ミルシートをデータ化する手順
- データ基盤の段階的導入ロードマップ：ユースケースから逆算する8ステップ
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。
