公開日:
製造業DX
製造業DXの進め方|現場課題から始める導入計画と事例

製造業DXを進めたいものの、何から始めればよいか分からない。こうしたときに、課題を整理する前にツールを導入すると、データ入力や管理の仕事だけが増えることがあります。
この記事では、現場の課題から導入範囲を決め、効果と定着を確認する進め方を解説します。
- 製造業DXとは?スマートファクトリーとの違い。デジタル化を業務の変化につなげる
- 製造業DXのテーマを現場の困りごとから選ぶ
- 製造業DXを進める5つの段階
- 1.目的と対象工程を決める
- 2.現在の工数と条件を測る
- 3.導入するシステムを検討し、業務とデータのルールを決める
- 4.小さな範囲で試し、運用まで評価する
- 5.有効な方法を標準化し、展開を判断する
- ユニット組立の手順書更新を変える計画例
- 導入効果を過大評価しないための注意点
- 導入計画は既存の改善計画とつなげる
- まとめ:製造業DXは現場の課題と運用を一緒に変える
- 分析・手順書・教育を一つの動画からDX化できる製造業特化の作業分析AI「Ollo Factory」
- 動画マニュアルAIで作業内容を標準化する
- 比較分析AIで作成した動画マニュアルを定着させる
- 稼働分析AIで現在の工数などを把握する
- 改善提案AIで対策の候補を抽出する
- 作業姿勢評価AIで作業者の姿勢の負担を可視化する
製造業DXとは?スマートファクトリーとの違い。デジタル化を業務の変化につなげる
製造業DXは、デジタル技術とデータを活用し、ものづくりに関わる業務や組織、提供価値を変えていく取り組みです。紙を電子化することも出発点になりますが、ファイルの形式だけが変わり、現場の仕事が変わらなければ、効果は限定されます。
例えば手順書の場合、PDFにするだけでなく、最新版が現場に届き、変更点を教育し、実作業で習得を確認できるようにします。こうして、更新や教育の方法そのものが変わるところまでを考えます。
一方で、スマートファクトリーは設備や作業などの情報をデジタル技術で把握し、生産・品質・保全などの判断や改善に活用する工場の考え方です。つまり、スマートファクトリーは工場の目指す姿の一つで、製造業DXはそれを含め、業務や組織、提供価値まで変える取り組み全体を指します。
スマートファクトリーについては、スマートファクトリーとは?工場での進め方と導入例をあわせてご参照ください。
IPAの中小規模製造業向けDX推進ガイドは、製造分野のデジタル活用を検討する際の参考になります。担当部門だけのツール導入として扱わず、経営上の目標と現場の課題をつなげてください。
製造業DXのテーマを現場の困りごとから選ぶ
現場の課題 | 変えたい業務 | 確認する指標の例 |
|---|---|---|
手順書の更新が追いつかない | 作成・確認・承認・配布の流れ | 1件当たりの作成・確認時間、旧版の残存 |
作業時間がばらつく | 測定・比較・改善の方法 | 同条件のサイクル分布、時間が長くかかる回の発生条件 |
教育がベテランに集中する | 教材と習得確認の方法 | 指導・確認工数、独り立ちまでの確認結果 |
数値は、改善したい業務に対応するものを選びます。ツールの利用回数が増えたことだけで、生産性や品質が向上したとは判断できません。
製造業DXを進める5つの段階
1.目的と対象工程を決める
工場全体を一度に変える前に、何が困っていて、誰の仕事をどう変えるかを定めます。対象の品番・工程・作業者・期間を絞ると、必要なデータと協力者を決めやすくなります。
ユニット組立の手順書更新を対象にするなら、「文章を書く時間」だけでなく、写真の撮影、品質条件の確認、承認、配布も範囲に含めるかを決めます。
2.現在の工数と条件を測る
現状値がなければ、導入後にどこがよくなったかを判断できません。作成・確認・修正などに分け、対象件数と工数を記録します。
実測値と担当者の見積りは分けて残します。一度だけ速くできた作業を平均的な実績として使わず、品番や資料の状態で差が出ることも確認してください。
現在の工数などを測る方法には、タイムスタディとワークサンプリングがあります。繰り返し作業を複数サイクル測る場合はタイムスタディ、手順書作成のように内容が毎回変わる業務の工数を把握する場合はワークサンプリングが適しています。
タイムスタディの手順と、無料の測定シートは、【無料テンプレート】タイムスタディのやり方|測定シートと記入例で紹介しています。ワークサンプリングについては、ワークサンプリングのやり方|観測項目・回数・集計の考え方をご覧ください。
3.導入するシステムを検討し、業務とデータのルールを決める
現在の立ち位置と目指すべき目標が決まったら、どのシステムを用いるのかを検討します。あわせて、新しい仕組みで誰が作成し、誰が確認するかを決めます。AIを使う場合でも、品質・安全の条件を承認する責任がなくなるわけではありません。
データ:品番・工程名・分類・文書番号などの対応を揃える
役割:作成者、確認者、承認者、更新する担当を決める
権限:映像や図面の閲覧・保管・外部利用の条件を確認する
既存の手順書や基幹システムとのつながりも確認します。ただし、最初からすべてを自動連携する必要はありません。試行段階で必要な連携と、後から整える部分を分けます。
4.小さな範囲で試し、運用まで評価する
同じ作業や資料を使い、現在の方法と導入候補で一巡させます。手順書作成なら、AIの出力までで止めず、担当者の修正・確認・承認に必要な時間を測ります。
例えば下書きが短時間でできても、現場の用語や様式の修正が毎回必要なら、その工数を含めて評価します。誰が使っても一定の内容に整えられるかが、横展開と定着の条件です。
5.有効な方法を標準化し、展開を判断する
効果と負担を確認したら、入力方法、確認基準、変更時の扱いを文書に残します。対象工程で使われ続けることを確かめてから、類似品番や別の工程へ展開します。
試行の結果が合わなければ、対象範囲や業務の進め方を見直します。導入済みだから利用を増やす、という判断にしないことが大切です。
ユニット組立の手順書更新を変える計画例
以下は導入計画を考えるための説明例です。削減実績やOllo Factoryの効果を示すものではありません。
項目 | 決める内容 |
|---|---|
課題と範囲 | ユニットAの手順書更新が担当者に集中している。 |
現状の把握 | 撮影・下書き・確認・修正・配布の件数と工数を測る。 |
検討とルール決め | 動画マニュアルAIなどの導入を検討し、AIが作成した下書きを現場監督が確認する流れにする |
試行・評価 | 承認済みの作業方法を撮影した動画から下書きを作り、既存様式へ出力する。確認を含む総工数、記載漏れ、更新のしやすさを比べる。 |
定着の条件 | 確認者・承認者と最新版の管理方法を決める。 |
この計画では、手順書の作成数を増やすことに加え、変更後の教育や実作業の確認まで、どこを対象にするかを決めます。分析・教材・習得確認のデータが別々のままでは、再入力や内容のずれが残るためです。
動画から分析・手順書作成・教育をつなぐAI活用については、Ollo Factoryの製品資料で具体的な機能を確認できます。

導入効果を過大評価しないための注意点
削減した工数を金額に換算した値と、実際に支出が減ることは異なります。残業や外注費が減るのか、空いた時間を改善へ使うのかを分けて示します。
また、作業分析と教育の効果を別々に算出し合計する際には、同じ削減時間を二重に数えていないかを確認します。初期設定、教育、データ整備、運用管理の負担も評価に含めます。
セキュリティやネットワークの制約は、導入の直前に調べると計画が止まりやすくなります。現場・品質・ITの関係者を試行前から交えて確認してください。
導入計画は既存の改善計画とつなげる
製造業DXのためだけに別の管理表を増やす必要はありません。既存の改善計画や稟議資料で、次の情報を確認できるようにします。
対象業務・工程、現在の工数や問題、目標と期限
試す施策、必要なデータ・権限、実施と確認の担当者
試行結果、確認・更新に増えた工数、展開するかどうかの判断
手順書作成なら、作成時間だけでなく確認・修正・承認の時間も比較します。運用が続くかを確かめてから、対象の品番や工程を広げましょう。
まとめ:製造業DXは現場の課題と運用を一緒に変える
改善したい業務を決め、対象と現状値を明確にする
AI出力後の確認・修正や運用管理まで含めて試す
効果と定着を確認し、標準化してから展開する
作業分析、手順書作成、教育で同じ動画を使えると、部門をまたいだ内容の確認を進めやすくなります。AIで下書きや集計を支援し、人は品質・安全と改善の判断に時間を使う運用が考えられます。
分析・手順書・教育を一つの動画からDX化できる製造業特化の作業分析AI「Ollo Factory」
Ollo Factoryは、作業動画をAIが分析し、教育から改善まで支援します。製造業DXの第一歩として活用できます。Ollo Factoryには、動画マニュアルAI、比較分析AI、稼働分析AI、改善提案AI、作業姿勢評価AIの5つの機能があります。
動画マニュアルAIで作業内容を標準化する
動画マニュアルAIでは、アップロードした作業動画から手順を分割し、作業名と説明文を自動生成します。既存の手順書を参考資料として読み込むことや、自社のExcel帳票の形式で出力することもできます。マニュアルの更新にも用いることができます。

比較分析AIで作成した動画マニュアルを定着させる
比較分析AIでは、お手本と新人など、2つの作業動画を比較し、要素作業の時間や動きの違いを確認できます。違いのある区間を映像で確かめ、指導や練習のポイントを検討できます。動画マニュアルAIで作成したマニュアルの定着を図ることができます。

稼働分析AIで現在の工数などを把握する
稼働分析AIでは、作業動画を区間に分けて分類し、分類ごとの時間を集計・可視化します。作業・移動・手待ちなど、現場に合わせた分類基準を設定できます。目標と実際の差を特定する際のサポートになります。

改善提案AIで対策の候補を抽出する
改善提案AIでは、作業動画から問題点の候補を抽出し、改善案を提示します。映像の具体的な場面に戻って確認しながら、現場に適した改善案を検討できます。問題点と改善点から、現場で実装する際の対策の候補を作成できます。

作業姿勢評価AIで作業者の姿勢の負担を可視化する
作業姿勢評価AIでは、全身が映る作業動画から骨格を解析し、OWAS法・REBA法で姿勢を評価します。要素作業ごとの評価や時系列の負担を確認でき、荷重などの条件を変更して結果を見直せます。作業のムリを見つけ、負担の軽減や改善の検討に役立てられます。

Ollo Factoryは、動画マニュアルの作成から作業の比較・改善まで、現場の教育と改善を一つのサービスで支援します。
分析だけで終わらせず、標準化や教育までつなげるDXを進みたい方は、Ollo Factoryの資料をご覧ください。
この記事の執筆者
株式会社Ollo
事業開発部リーダー マーケティング担当 Yoshida
製造業特化型の作業分析AI「Ollo Factory」を開発・提供する株式会社Ollo(東京大学 松尾研究室発のAIスタートアップ)で、事業開発とマーケティングを担当。
大学時代は工学部で設計開発を学び、新卒で大手自動車メーカーに入社。新型EVの開発グループで、設計から工場での生産まで幅広くプロジェクトに携わり、研修の一環として、実際に自動車製造工場でのライン作業も経験。その後、製造業領域のスタートアップで営業・マーケティングに従事。
現在は、製造現場でのAI活用を促進し、よりワクワクする働き方を実現できるよう、「Ollo Factory」の販売・マーケティングに取り組んでいる。
一覧に戻る
Ollo Factoryについて、さらに詳しく。

まずは資料請求
Ollo Factoryの導入検討に役立つ情報をご覧いただけます。


