資料請求 お問い合わせ

Blog

2026.07.30

工場のIoT導入ガイド2026｜費用5層分解と稼働監視の始め方

工場のIoT導入ガイド2026｜費用5層分解と稼働監視の始め方

「ラインは確かに止まっているのに、月次報告に出てくる稼働率は毎月87%前後から動かない」。タイやASEANの日系工場で工場のIoT導入を検討しはじめるきっかけは、たいていこの違和感です。日報は手書き、停止理由は「設備トラブル」の一行、本社からは設備稼働率の根拠を問われる。一方で見積もりを取ると数百万円から数千万円まで幅があり、何にいくら払うのかが分からない。本記事では、既設設備から稼働データを取る具体的な経路、費用の5層分解、そしてタイ拠点固有のコスト前提を順に整理します。

工場のIoT導入でつまずく本当の原因は「既設設備からのデータの取り方」

IoTの導入検討は、たいてい「どのクラウドを使うか」「どのダッシュボード製品にするか」から始まります。ところが実際にプロジェクトが止まる場所は、そこではありません。止まるのは、20年前に導入した射出成形機のPLCから信号を取り出そうとして「そもそも通信オプションが載っていない」と分かった瞬間、あるいは無線が届かないと分かった瞬間です。

工場IoTの構造は、下から順に「計測レイヤ（データを取る層）」「輸送レイヤ（運ぶ層）」「蓄積レイヤ（貯める層）」「活用レイヤ（見る・決める層）」の4段になっています。世の中に出回っている情報は上2つ、つまり画面と基盤の話が圧倒的に多い。しかし既設設備が大半を占める既存工場では、投資の失敗はほぼ例外なく一番下の計測レイヤと、一番上の活用レイヤで起きます。

データ収集が意思決定と切り離されると失敗する

IoTデータ基盤の構築費用と失敗要因を整理した国内の事例解説では、失敗パターンとして「データ収集が意思決定と切り離される」「現場オペレーターの巻き込み不足」「無線ネットワークの事前調査を省く」「セキュリティ設計を後回しにする」の4つが挙げられています（出典: GXO）。この4つのうち3つは、クラウドやダッシュボードの選定とは無関係です。つまり製品選定を頑張っても回避できない種類の失敗だということです。

とりわけ最初の「意思決定との切り離し」は根が深い問題です。稼働率のグラフが工場長のPCに表示されるようになっても、そのグラフを見て誰が何時に何を決めるのかが決まっていなければ、3ヶ月後には誰も開かなくなります。逆に、朝会で「昨日の停止時間トップ3の設備と理由」を全員で見る運用が先に決まっていれば、必要なデータ項目は自然に絞られ、投資額も小さくなります。

だから順番は「取り方 → 使い方」で考える

本記事の構成もこの順番に従います。前半で「既設設備からどうやって稼働データを取るか」を5つの経路に分けて具体化し、後半で「取ったデータを誰のどの判断に繋げるか」をOEE・チョコ停・停止要因分析の観点で整理します。その中核に、費用の5層分解とタイ拠点固有のコスト前提を置きます。生産管理システム全体の選び方についてはタイ工場の生産管理システム・MES選定の考え方で別途整理していますので、上位システムとの役割分担を検討する際はあわせてご覧ください。

既設設備から稼働データを取る5つの経路｜レトロフィットIoTの現実解

レトロフィットIoT、つまり既設設備を入れ替えずに後からデータを取る方法は、大きく5つの経路に整理できます。同じ工場の中でも設備ごとに最適な経路は異なるため、「全設備を同じ方法で」と決め打ちしないことが実務上のコツです。

工場のIoT導入ガイド2026｜費用5層分解と稼働監視の始め方 - figure 1

経路1: PLCから直接データ収集する

最も情報量が多く、最も工数が読みにくいのがこの経路です。設備の制御を担っているPLCの内部レジスタには、運転・停止・アラーム番号・サイクルタイム・生産カウンタ・設定値など、欲しいデータがほぼすべて入っています。通信オプションが載っていれば、Modbus TCP、PROFINET、EtherNet/IPといった産業用プロトコルでゲートウェイから読み出せます。

ただし注意点が3つあります。第一に、どのアドレスに何が入っているかを知るにはラダープログラムの読解が必要で、設備メーカー製の装置ではプログラムが非公開・パスワード保護されている場合があります。第二に、PLCへの追加通信は制御サイクルに負荷を与えるため、読み出し周期の設計を誤ると設備の動作に影響します。第三に、設備メーカーの保証条件に触れる可能性があるため、事前確認が必要です。

現実的な進め方は、「読み出し専用（書き込みは一切しない）」「読み出し周期は1秒以上」「まず1台で影響評価」の3原則を守ることです。この経路が使えるなら、後述するチョコ停の自動判別まで一気に射程に入ります。

経路2: 信号灯（シグナルタワー）から取る

既設設備の多くには、緑・黄・赤の積層信号灯（シグナルタワー）が付いています。この配線に非接触の光センサーまたは電圧検出を後付けすれば、「運転中・要注意・停止中」の3状態を、設備側に一切手を入れずに取得できます。

この経路の強みは、圧倒的に速くて安く、設備メーカーの保証にも触れにくいことです。弱点は情報の粒度で、「赤が点いた」ことは分かっても「なぜ赤なのか」は分かりません。したがって経路2は、後述する「停止理由コードの人手入力」とセットで設計するのが定石です。まず信号灯で停止の開始時刻と終了時刻を機械的に正確に取り、理由だけを人が選ぶ。これで、停止時間の集計精度は日報とは比較にならないレベルまで上がります。

多品種少量の組立ラインや、PLCを持たない汎用機・手動機が多い工場では、この経路2を全面採用して立ち上げ、効果が確認できた設備だけ経路1に深掘りする、という段階的な進め方が費用対効果に優れます。

経路3: 後付けセンサーを外付けする

設備の外側にセンサーを貼る・挟む・置く方法です。代表的な組み合わせは次のとおりです。

  • 電流センサー（クランプ式CT）: 主幹または動力線に挟むだけで、消費電流の波形から運転・空転・停止を推定できる。電力モニタリングと稼働監視を同時に立ち上げられる点が大きい
  • 振動・温度センサー: モーター、ポンプ、ファン、減速機に貼り付け、劣化傾向を追う。予知保全の入口
  • 近接センサー・光電センサー: 搬出口やコンベア上に設置し、良品・不良品を含む生産数をカウントする
  • エア圧・流量センサー: 圧縮空気の使用量と漏れを把握する。エネルギー原単位の改善に直結する

この経路の魅力は、設備の世代・メーカー・国籍を問わずに使えることです。1970年代の機械でも電流は流れているので、電流センサーは必ず何かを教えてくれます。一方で弱点は、取得できるのが「物理現象からの推定値」であるため、閾値のチューニングに現場での実測期間が必要になる点です。電流値のどこからが「加工中」でどこからが「空転」なのかは、設備ごとに1〜2週間データを取って決めるしかありません。この期間を工程表に入れ忘れると、必ずスケジュールが遅れます。

経路4: 操作盤・リレー・補助接点から間接的に取る

経路1と経路2の中間に位置する方法です。設備の制御盤内にある補助リレー、電磁弁、リミットスイッチ、非常停止回路などの接点信号を、絶縁型の入力ユニットで分岐して取り込みます。PLCのプログラムを解読しなくても、「型締完了」「取り出し完了」「安全扉開」といった意味のはっきりした信号を、必要な数だけ選んで取れるのが強みです。

タイの工場では、設備更新のたびに追加された配線が制御盤内に積み重なっており、図面が現物と合っていないケースが少なくありません。この経路を選ぶ場合は、現地の電気担当者と一緒に盤内を実測し、図面を更新しながら進める前提で工数を見ておくべきです。逆に言えば、この作業は制御盤の実態を棚卸しする良い機会にもなります。

経路5: 人が入力する（手入力を最初から設計に含める）

「IoTなのに手入力?」と思われるかもしれませんが、実務上これは不可欠な経路です。停止の理由、不良の内容、段取り替えの開始と終了、材料ロット、作業者。これらは物理センサーからは絶対に出てきません。

重要なのは、手入力を「妥協」ではなく「設計対象」として扱うことです。具体的には次のように分担を決めます。

  • 時刻・数量・状態変化 → 機械が取る（人に打たせない。ここを人にやらせると必ず精度が落ちる）
  • 理由・分類・判断 → 人が選ぶ（打ち込ませない。あらかじめ用意した10〜20個のコードから選ばせる）

タブレットやアンドン端末の画面は、タイ語表記を前提に、ボタン数を絞り、1操作3秒以内で終わる設計にします。ここを妥協すると、オペレーターは「とりあえず一番上のコード」を押し続け、データは無価値になります。

5経路の使い分け早見表

経路取得できる情報導入の速さ情報の粒度向く設備
1. PLC直接読み出し状態・アラーム番号・サイクル・カウンタ遅い非常に高い通信オプション付きPLC搭載機
2. 信号灯運転/注意/停止の3状態と時刻非常に速い低い全設備。特に汎用機・古い設備
3. 後付けセンサー電流・振動・温度・カウント・エア速い中（推定値）PLC非搭載機、電力も見たい設備
4. 補助接点分岐意味の明確な離散信号中中〜高制御盤にアクセスできる自社設備
5. 人の入力理由・分類・ロット・作業者速い高（ただし運用依存）全ライン共通の補完手段

実際の工場では、経路2で全設備の停止時間を押さえ、ボトルネック設備だけ経路1または4で深掘りし、電力を見たい動力設備に経路3を足し、全体を経路5で意味付けする——という組み合わせが最も費用対効果が高くなります。

PLCデータ収集とプロトコル設計｜OPC UA・MQTT・Sparkplug BとIoTゲートウェイ

取り方が決まったら、次は「運び方」です。ここで2026年時点の定番構成を押さえておくと、5年後に作り直す羽目になるリスクを下げられます。

MQTTは「運ぶ」、OPC UAは「意味を定義する」

産業用IoTのプロトコル比較では、MQTTとOPC UAは競合関係ではなく併用が基本と整理されています。役割が違うためです。MQTTは軽量なパブリッシュ／サブスクライブ型の通信プロトコルで、不安定な回線でもデータを運ぶことに長けています。一方OPC UAは、データに情報モデル（この値は何の設備の何の量で、単位は何か）を与えることに長けています。

2026年の実務的な定番構成は、プラントフロアの意味付け＝OPC UA、クラウドへの輸送＝MQTT、両者の橋渡し＝Sparkplug B という三段構えです（出典: HiveMQ、FlowFuse）。Sparkplug BはMQTTの上に「トピック名前空間の規約」「データ型の定義」「機器の生死監視」を載せた仕様で、これがあることで「MQTTで運んだが、受け取った側で意味が分からない」という典型的な事故を防げます。

OPC UA非対応のレガシーPLCはエッジゲートウェイで変換する

既存工場の大半のPLCはOPC UAに対応していません。この場合の標準的な解は、Modbus、PROFINET、EtherNet/IPなどに対応したエッジゲートウェイ（Sparkplugの用語ではEdge of Networkノード）を設備側に置き、そこでOPC UA形式に変換してから上位へ送る構成です。つまり「古いPLCを新しくする」のではなく、「古いPLCの言葉を通訳する箱を1つ置く」という考え方です。

この構成の効果は、投資の保護という形で表れます。設備を入れ替えるとき、変わるのはゲートウェイと設備の間の配線だけで、ゲートウェイより上（データ基盤、ダッシュボード、レポート、アラート）は一切作り直さずに済みます。逆にゲートウェイを省略して設備から直接クラウドへ上げる構成にすると、設備を1台入れ替えるたびにクラウド側の作り込みが発生します。

Unified Namespaceで新旧設備の差を消す

もう一歩進んだ設計として、Unified Namespace（統一名前空間）の整備があります。工場・ライン・設備・信号という階層を先に決め、すべてのデータをその住所に沿って流す考え方です。

これを整えると、ネイティブにOPC UAを話す新設備と、「後付けセンサー＋Modbusゲートウェイ」で無理やり喋らせているレガシー設備が、分析基盤側では同一のトピック構造・データ型・単位・タイムスタンプ精度で区別なく見えるようになります（出典: iFactory）。現場から見れば片方は最新機、片方は30年前の機械ですが、ダッシュボードやOEE計算のロジックは両者を同じように扱えます。これが、レトロフィットを「その場しのぎ」で終わらせないための鍵です。

無線ネットワークの事前調査を省かない

失敗パターンの3番目に「無線ネットワークの事前調査を省く」が挙がっているのは、これが本当によく起きるからです。工場の建屋は金属設備、金属ラック、金属パーティション、水配管、インバーター、溶接機に囲まれた電波の難所です。オフィスで問題なく使えているWi-Fiが、プレス機の稼働中だけパケットロスするといったことが日常的に起こります。

対策は単純で、設計前に電波調査（サイトサーベイ）を実施し、設備稼働中と停止中の両方で測ることです。加えて、ゲートウェイ側にローカルバッファ（通信断中のデータを蓄えて復旧後に送る機能）を必ず持たせます。この2点を押さえるだけで、「データが飛んだ日は稼働率が計算できない」という信頼性の崩壊を防げます。なお、OTネットワークをIT側と接続する際のセグメント分離や資産管理については工場のOTセキュリティ対策で詳しく整理しています。

工場IoTの費用を5層に分解する｜IoT費用の内訳と規模別モデル

「工場のIoT導入費用はいくらか」という問いに単一の数字で答えることはできませんが、層に分けて、どの層にいくら払うのかを把握すれば、見積書の妥当性は自分で判断できるようになります。ここでは日本国内の相場情報（2026年版）をもとに、5層に分解して整理します。

以下の金額は日本国内の相場です。タイでは現地エンジニアの人件費、輸入機器の関税・輸送費、日本語／タイ語／英語の多言語対応工数などによって構成が変わるため、そのまま当てはめるのではなく「層ごとの比率と内訳項目」を読む材料として使ってください。また為替レートは変動するため、本記事では円とバーツの換算は行いません。

第1層: センサー・信号取り出し（40万〜150万円）

前章の経路1〜4を物理的に実現する層です。内訳は、センサー本体10万〜50万円、設置・配線工事20万〜80万円、動作試験10万〜20万円です（出典: GXO）。

注目すべきは、センサー本体よりも設置・配線工事のほうが高いという比率です。これは工場IoTの費用構造を理解する上で最も重要なポイントで、「安いセンサーを見つけたので安く上がるはず」という期待が外れる理由でもあります。既設設備が対象なら、盤内作業、ケーブルルートの確保、生産を止められない時間帯の調整といった条件がすべて工数に乗ります。裏を返せば、複数設備を一度にまとめて工事すれば、この層の1台あたり単価は明確に下がります。

第2層: ゲートウェイ・ネットワーク（10万〜50万円）

産業用IoTゲートウェイ本体が5万〜30万円、通信設定が5万〜20万円です（出典: GXO）。第1層と第2層を合わせた「センサー＋ゲートウェイ」の合計は50万〜200万円というレンジになります。

金額としては最も小さい層ですが、前章で述べたとおり将来の作り直しコストを左右する層です。ここで安価なコンシューマ機器を選ぶと、工場の温度・粉塵・振動環境で数ヶ月で落ちる、通信断からの自動復旧をしない、ファームウェア更新が提供されない、といった問題が運用フェーズで顕在化します。この層は金額を削る場所ではありません。

第3層: データ基盤（クラウド／オンプレ、200万〜800万円＋月額）

初期構築費用の内訳は、基盤設計・構築50万〜200万円、データ取込処理の開発50万〜200万円、異常検知ロジック50万〜200万円、セキュリティ設計30万〜100万円、試験・ドキュメント20万〜100万円です。これに加えて月額サービス費が1万〜10万円かかります（出典: GXO）。

初期投資の中で最も大きな塊になるのがこの層です。ここを圧縮する現実的な方法は、「異常検知ロジック」を最初のフェーズから外すことです。まず稼働・停止・生産数という事実の記録だけを確実に作り、異常検知や予兆診断は運用データが半年〜1年蓄積してから着手する。この判断だけで初期投資を大きく抑えられ、しかも精度の高いロジックが作れます。学習データのない異常検知に初期費用を払うのは、順序として不合理です。

第4層: 画面・アラート開発（100万〜500万円）

ダッシュボード開発費用の内訳は、UI/UX設計20万〜80万円、画面開発50万〜250万円、レポート機能20万〜80万円、権限管理10万〜40万円、マルチデバイス対応10万〜50万円です（出典: GXO）。

ここで費用が膨らむ典型パターンは、「関係部署からの要望をすべて画面にする」ことです。工場長用、製造部長用、品質用、保全用、経営用、本社用と作り込んでいくと画面数は簡単に20を超えます。後半の章で述べるように、画面は役割ごとに4区分（現場・課長・工場長・経営）へ絞るのが実務上の最適解です。

工場のIoT導入ガイド2026｜費用5層分解と稼働監視の始め方 - figure 2

第5層: 運用（マスタ整備・停止理由コード設計・現場教育）＝年間運用費として別枠

そして最も見落とされ、最もプロジェクトの成否を左右するのがこの第5層です。具体的には、設備マスタ・品目マスタ・標準サイクルタイムの整備、停止理由コード体系の設計と見直し、オペレーターおよび管理者への教育、データ精度の日常点検、設備追加・レイアウト変更時の設定更新などが含まれます。

ここで会計上・意思決定上きわめて重要な整理を1つしておきます。第5層は初期投資額ではなく、年間運用費として別枠で管理してください。 理由は二重計上を避けるためです。第5層の主要な中身は自社の社内工数であり、これを初期投資額に積み上げたうえで、さらにROI計算の年間運用費として差し引くと、同じコストを2回数えることになります。したがって費用表の「初期投資額」欄に入れるのは第1〜第4層のみ、第5層は「年間運用費」欄に、外部の月額サービス費（1万〜10万円／月＝年12万〜120万円）とあわせて記載する、という運用にします。

社内工数の金額については、公開されている相場データがないため本記事では金額を示しません。自社の人時単価×想定工数で算出してください。目安としての工数感は、立ち上げ期はマスタ整備と停止理由コードの見直しで担当者1名が業務の3〜5割、安定後は月に数日程度が実務上の目安です。

初期投資合計と規模別モデル

第1〜第4層を合計した初期投資のレンジは350万〜1,500万円です（50万〜200万＋200万〜800万＋100万〜500万＝350万〜1,500万）。規模別のモデルケースとしては次の3パターンが示されています（出典: GXO）。

規模初期投資（第1〜4層）年間運用費（第5層の外部費用）1台あたり初期投資
設備5台のスモールスタート約300万円—約60万円
3ライン30台約1,100万円月額15万円＝年180万円約37万円
工場全体約2,000万円月額25万円＝年300万円台数により変動

この表は自分で割り算して確認しておく価値があります。5台300万円なら1台あたり60万円、30台1,100万円なら1台あたり約36.7万円です。台数が6倍になっても投資額は約3.7倍にしかならず、1台あたり単価は約4割下がります。第3層と第4層が台数にほぼ比例しない「共通基盤」だからです。この構造から導かれる実務的な結論は明快です——基盤を作る決断をしたなら、対象設備を絞りすぎないほうが1台あたりは安くなる。ただし後述するとおり、最初のフェーズは対象を絞って学習することが重要なので、「基盤は将来の全台数を想定して設計し、接続は段階的に増やす」が最適解になります。

なお工場全体の約2,000万円は、前述の350万〜1,500万円というレンジの上限を超えています。これは矛盾ではなく、レンジがライン単位・部分導入の一般的なケースを想定したもので、工場全体を一度に対象にすると第1層と第4層が積み上がって上振れするためと考えられます。見積比較の際は「そのレンジがどの範囲の導入を前提にした数字か」を必ず確認してください。

小規模から始める場合の相場感

「まず1ラインだけ、まず倉庫の温湿度だけ」という規模なら、桁が1つ小さくなります。温湿度監視で30万〜80万円、稼働監視＋通知機能で80万〜200万円、月額数千円〜数万円という相場感が示されています（出典: is-prime、OPTiM）。既製のクラウドサービスを使い、画面のカスタマイズを諦めることで実現できる価格帯です。

判断基準は「その先に横展開する意思があるか」です。1ラインで終わるなら既製サービスで十分。3年以内に工場全体へ広げるつもりなら、第2層のゲートウェイとデータ構造だけは将来を見据えた選択をしておくべきです。

導入ステップと期間｜8〜12ヶ月の進め方と失敗パターン4つ

工場IoTの導入期間は、5ステップで8〜12ヶ月が標準的な目安とされています（出典: GXO）。内訳は次のとおりです。

  1. 要件整理: 2〜4週間 — 何の判断を改善したいのかを決め、必要なデータ項目を逆算する
  2. PoC（実証）: 1〜2ヶ月 — 1〜3台で実際にデータを取り、精度と工数を実測する
  3. 設計・開発: 2〜4ヶ月 — データ基盤と画面を作る
  4. 展開・教育: 1〜2ヶ月 — 対象設備へ横展開し、オペレーターと管理者を教育する
  5. 安定化: 3ヶ月以上 — データ精度を上げ、運用ルールを定着させる

この工程表で最も飛ばされやすいのがステップ5の安定化です。しかし現場では、ここが実質的な本番です。停止理由コードは初回設計では必ず使いづらく、2〜3回の見直しを経てはじめて現場が正しく選べるようになります。ステップ5を「予備期間」と誤解して工程から削ると、データ精度が上がらないまま運用が始まり、「数字が信用できないから見ない」という最悪の結末を迎えます。

失敗パターン4つと、それぞれの具体的な回避策

① データ収集が意思決定と切り離される。 回避策は、要件整理の段階で「誰が・いつ・何を見て・何を決めるか」を1枚に書くこと。たとえば「製造課長が毎朝8時に前日の停止時間トップ3を見て、その日の保全優先順位を決める」。この一文が書けないデータ項目は、初期フェーズでは取らない判断もあり得ます。

② 現場オペレーターの巻き込み不足。 回避策は、停止理由コードの設計をオペレーター自身に参加させること。管理側が作ったコード体系は、現場の実感と語彙がずれます。タイ拠点なら、タイ語での用語決めをタイ人リーダーに委ねるのが最も効果的です。

③ 無線ネットワークの事前調査を省く。 回避策は前章のとおり、設備稼働中の電波調査とゲートウェイのローカルバッファ。

④ セキュリティ設計を後回しにする。 回避策は、第3層の見積時点でセキュリティ設計（30万〜100万円が内訳に含まれています）を必ず項目として残すこと。後付けでネットワーク分離をやり直すコストは、初期に設計するコストを大きく上回ります。

稼働率の見える化と設備総合効率OEE｜取ったデータを誰のどの判断に繋げるか

ここから後半、「使い方」に入ります。稼働実績を収集できるようになった工場が最初に取り組むべきは、指標の定義を揃えることです。

「稼働率」という言葉が社内で3つの意味で使われている問題

多くの工場で、稼働率という一語が次の3つを指して混在しています。

  • 時間稼働率: 負荷時間のうち、実際に設備が動いていた時間の割合（停止ロスを見る）
  • 性能稼働率: 動いていた時間のうち、理論サイクルタイムどおりに作れていた割合（速度低下とチョコ停を見る）
  • 良品率: 作った数のうち、良品だった割合（不良ロスを見る）

そしてこの3つを掛けたものが設備総合効率（OEE）です。

OEE ＝ 時間稼働率 × 性能稼働率 × 良品率

この式を全社で共有するだけで、報告の質が変わります。「稼働率87%」という報告は、時間稼働率だけを指しているのか、OEEなのかで意味がまったく違います。たとえば時間稼働率95%、性能稼働率85%、良品率97%の設備のOEEは、0.95×0.85×0.97＝約78%です。3つとも「まあ良い」水準に見えても、総合効率は8割を切ります。これがOEEを使う最大の理由——単一指標では見えないロスの掛け算効果を可視化できることです。

誰がどの指標を見るか

指標を定義したら、次は割り当てです。実務では次の対応づけが機能します。

役割主に見る指標判断のサイクル決めること
ライン責任者・班長現在の稼働状態、停止中の設備数分〜1時間応援の投入、段取りの前倒し
製造課長・製造部長時間稼働率、停止時間トップ3、停止理由の構成毎日保全優先順位、当日の生産割り当て
工場長OEE推移、ボトルネック工程、性能稼働率の低下傾向週次・月次設備投資、人員配置、改善テーマの選定
経営・本社OEEと生産能力の関係、投資回収の進捗月次・四半期増産可否の判断、横展開の投資決定

この表の意味は、「同じデータから4つの違う画面を作る」ということです。逆に言えば、これ以上の画面は基本的に不要です。第4層の費用が膨らむのを防ぐ実務的な歯止めとして、この4区分（現場・課長・工場長・経営）を先に決めておくことをおすすめします。

稼働率が上がると何が増えるのか

設備稼働率の向上は、それ自体が目的ではありません。稼働率が上がったときに得られるものは、突き詰めると2つだけです。同じ設備でより多く作れる（生産能力の増加）か、同じ量をより短い時間で作れる（残業・休日操業の削減）か。どちらを取るのかは、その工場が受注制約なのか能力制約なのかで決まります。

これは投資判断に直結します。受注に余裕があり増産すれば売れる状況なら、稼働時間の増加は限界利益の増加としてそのまま効果額になります。逆に需要が伸びていない状況では、効果は残業削減と操業日数削減という形にしかならず、金額は小さくなります。ROIの章でこの点をもう一度扱います。なお、能力制約側の改善には計画そのものの見直しも効きます。生産スケジューラー（APS）の比較と選び方も参考になるはずです。

チョコ停の見える化と停止要因分析｜アンドンとダッシュボードの設計

稼働監視システムを導入した工場が最も驚くのは、たいていチョコ停の実像です。

チョコ停はなぜ日報に残らないのか

チョコ停（数十秒〜数分で復帰する短時間停止）は、その性質上、日報に書かれません。オペレーターは詰まりを直し、リセットを押し、生産に戻る。それは「トラブル」として認識されないほど日常的な作業だからです。結果として、日報上の停止時間には現れないまま、1日に何十回も積み上がります。1回2分の停止が1日30回起きれば60分、月20日稼働で20時間です。この20時間はどの報告書にも載っていません。

チョコ停の見える化に必要なのは、人の記憶に依存しない時刻記録です。前半で述べた経路1（PLCのアラーム・運転信号）、経路2（信号灯の点灯変化）、経路3（電流波形の落ち込み・生産カウントの停滞）のいずれかがあれば、秒単位で自動記録できます。特に経路3の「カウンタが理論サイクルタイムを超えても増えない」という判定は、信号を持たない設備でもチョコ停を検出できる汎用性の高い方法です。

停止理由コードの設計が、停止要因分析の質を決める

停止時刻が自動で取れるようになったら、次は理由の付与です。ここが停止要因分析の成否を分けます。設計の原則は4つあります。

  1. 数は10〜20個に絞る。50個あるコード表からは誰も正しく選べません
  2. 階層は2段まで（大分類6〜8個 × 小分類2〜4個）。3段にすると入力時間が伸びて現場が離脱します
  3. 「その他」の比率を監視する。目安として「その他」が15%を超えたら、コード体系の設計を見直すサインです
  4. 対策の主体が異なるものを同じコードにまとめない。「材料待ち」（購買・生産管理の課題）と「金型不具合」（保全の課題）を「段取り関連」に一括りにすると、分析結果から誰も動けません

この4原則を守ったコード体系ができると、停止時間をパレート図（多い順に並べた棒グラフ）で見るだけで、翌日から手を打つべき対象が一目で分かるようになります。逆に原則を守らないと、「設備トラブル 62%」という何も語らないグラフが出てくるだけです。

アンドンシステムとダッシュボードは、見る人と時間軸で分ける

リアルタイムモニタリングの画面設計では、アンドンとダッシュボードを混同しないことが重要です。

アンドンは「今すぐ人を動かすための表示」です。ラインの上部や通路から見える大型ディスプレイまたは表示灯で、情報量は極端に少なくします。どの設備が今止まっているか、それだけです。色と位置で瞬時に分かることが要件で、数字やグラフを詰め込んだ時点でアンドンとしては失敗です。5メートル離れて3秒で読めるかどうかが判定基準です。

ダッシュボードは「傾向を見て次を決めるための表示」です。時間軸は昨日・先週・先月で、パレート図、推移グラフ、設備別比較が主役になります。これは会議室や事務所のPCで見るものです。

そして両者の間に、アラートを置きます。「同一設備で15分以上の停止が発生したら班長のスマートフォンに通知」「その他コードの選択が1日20回を超えたら管理者に通知」といった、閾値ベースの能動的な連絡です。アラートの設計で唯一気をつけるべきは、鳴りすぎると無視されるという一点です。初期設定は意図的に鈍く（閾値を高く）しておき、運用を見ながら徐々に感度を上げるのが常套手段です。

工場のIoT導入ガイド2026｜費用5層分解と稼働監視の始め方 - figure 3

見える化システムを工場に定着させる仕組み

見える化システムを入れた工場が3ヶ月後も使い続けているかどうかは、技術ではなく会議体で決まります。実際に定着している工場に共通するのは、次のような固定運用です。

  • 朝会（10分）: 前日の停止時間トップ3と「その他」の比率を全員で確認する
  • 週次（30分）: パレート図の1位に対する対策の進捗を確認し、次の1位を決める
  • 月次: OEEの推移と、改善による稼働時間の増加分を金額換算して報告する

この3つの会議体があると、データは「見られている」状態になります。会議体を作らずにシステムだけ導入すると、失敗パターン①の「意思決定との切り離し」がそのまま起きます。設備側の自動化を進めていく段階ではファクトリーオートメーション導入の進め方も併読いただくと、計測と自動化の順序関係が整理しやすくなります。

ROIの考え方｜1時間あたりの停止損失は自社で計算する

投資判断に必要なのは、業界平均値ではなく自社の数字です。この章では、公開されている海外データの位置づけを整理した上で、自社で計算するための式を提示します。

海外の平均値をそのまま当てはめてはいけない

計画外停止のコストに関する2026年のデータでは、産業製造業における計画外停止の平均コストは1時間あたり約26万米ドルと報告されています。ただし同じ資料は、ばらつきが非常に大きいことも示しています。ディスクリート（組立）製造では1時間あたり1万〜5万米ドル、自動車工場では最大で1時間あたり230万米ドルです（出典: ReliaMag、Manufacturing Lead Generation）。

この3つの数字を並べると、平均26万ドルという値の性質が分かります。平均は、自動車や連続プロセス産業の巨額な損失に強く引っ張られた数字であり、多くの日系ASEAN拠点が属するディスクリート製造の実感値は1万〜5万米ドルのレンジ、しかもその下限側に寄ることが多いはずです。26万ドルを自社の稟議書に転記すると、効果額を1桁過大に見積もる危険があります。

同様に、IoTを活用した予知保全によって計画外停止が35〜50%削減され、OEEが20〜25%向上するとされる集計値、状態監視が成熟した工場では突発故障が70〜75%削減されるとされる値、IoTセンサーの配備コストが1資産あたり2,000〜8,000米ドルで防げる故障は5万〜50万米ドル規模、ROIは12〜24ヶ月とされる推計値も、いずれもベンダーおよび業界メディアによる集計・推計です（出典: ReliaMag、L2L）。方向性の参考にはなりますが、稟議の根拠数値としては自社実測に置き換える必要があります。

自社の「1時間あたり停止損失」を計算する式

停止1時間の損失は、次の3要素の合計として計算します。

1時間あたり停止損失 ＝ ① 逸失利益 ＋ ② 停止中も出ていく固定費 ＋ ③ 復旧に伴う追加コスト

① 逸失利益 ＝ 1時間あたり良品生産数 × 製品1個あたり限界利益（＝販売単価 − 変動費）
② 固定費 ＝ そのラインに張り付いている人数 × 人時単価 ＋ 停止中も消費する電力費 ＋ 設備の時間あたり減価償却費
③ 追加コスト ＝ 挽回のための残業割増、特別便・航空便の輸送費、廃棄となった仕掛品、金型・治具の損傷

ここで重要な注意点が1つあります。①の逸失利益は、増産分が売れる場合にのみ計上できます。 受注に上限がある状況では、停止時間の回復は「その日の残業がなくなる」という②の削減にしかつながりません。①を無条件に足すと効果額を過大評価します。稟議書では「需要が確保されている前提での効果額」と「需要が伸びない場合の効果額」を2本立てで書くのが誠実であり、実際に承認も得やすくなります。

投資回収年数の計算で二重計上を避ける

回収年数は次の式で計算します。

回収年数 ＝ 初期投資（第1〜4層の合計） ÷ （年間効果額 − 年間運用費（第5層））

分母から年間運用費を引くのがポイントです。そして前述のとおり、第5層を初期投資（分子）に足したうえで、さらに分母から引いてはいけません。同じコストの二重計上になります。第5層は分母側だけに現れる、と覚えてください。

参考として、公開されているモデルケースでは「設備5台・初期投資約300万円・年間の損失回避額150万円想定で回収2年」と示されています（300万円÷150万円＝2年）。これは年間運用費を差し引かない単純回収の計算です。上記の式に従って年間運用費を差し引けば、回収年数はこれより長くなります。自社の稟議では、運用費を差し引いた後の年数で書いておくほうが、後で「効果が出ていない」と言われずに済みます。

タイの人時単価で計算すると何が見えるか

②の人時単価をタイの実勢で置くと、日本本社の感覚とは違う結論が出ます。タイの最低賃金は2026年7月時点でも全国一律化されておらず、県別に日額337〜400バーツ（全国平均は約374バーツ／日）です。400バーツはバンコク、プーケット、チョンブリ、ラヨーン、チャチュンサオ、サムイ。337バーツはナラティワート、パッタニー、ヤラー。チェンマイは郡で分かれ、ムアン地区380バーツ、その他357バーツです。2026年7月1日発効の告示第14号でこの水準が据え置かれました（出典: EmployerRecords、Employsome）。

これは日額です。時給ではありません。 ここを読み違えると人時単価の試算が桁で狂います。仮に1日8時間労働として単純に時間換算すれば、337÷8＝約42バーツ／時、400÷8＝50バーツ／時、平均374÷8＝約47バーツ／時です。実際の労務費は、これに社会保険料の事業主負担、残業割増、各種手当、間接費が乗るため上記より高くなりますが、桁として「1人時あたり数十バーツ」の世界であることは変わりません。

ここから導かれる結論は明確です。タイ拠点では、労務削減単独で工場IoTの投資を回収するのは難しい。 仮にラインに5人張り付いていて1時間の停止を防いだとしても、直接労務費の観点での効果は数百バーツ規模にとどまります。第1〜4層で数百万円の投資をしているのですから、この積み上げだけでは年単位の回収に届きません。

では何で回収するのか。効果が大きいのは次の3つです。

  1. 稼働時間の増加による生産能力の増加（①の逸失利益側。受注があるなら最も効く）
  2. エネルギーコストの削減（後述。タイの電力単価は決して安くありません）
  3. 横展開による1台あたり単価の低下（前章で確認したとおり、5台なら1台60万円、30台なら約37万円）

つまりタイ拠点における工場IoTのROIは、「人を減らす」ではなく「同じ人数と同じ設備でより多く作る、より少ないエネルギーで作る、それを他ラインへ安く広げる」という構図で組むべきものです。

タイ拠点固有の前提｜電力単価・景況・制度と補助の正確な条件

最後に、タイでIoT投資を検討する際に必ず押さえておくべき現地固有の前提を整理します。ここは古い情報が流通しやすい領域なので、2026年時点の正確な条件で確認してください。

電力単価: エネルギー監視の投資回収はこの単価で計算する

タイの工場電力は、基本のエネルギーチャージ3.78バーツ/kWhに、燃料調整費（Ft）0.1623バーツ/kWh（2026年5〜8月適用分）が加算されます。単純合計で3.9423バーツ/kWhです。ここにVAT7%、デマンド（契約電力）料金、TOU区分（Cat3中規模／Cat4大規模、オンピーク／オフピーク）が加わるため、実効単価は4.10〜5.50バーツ/kWhのレンジになります（出典: CAP Solar）。

エネルギー監視の効果額を計算するときは、必ずこの実効単価を使ってください。エネルギーチャージの3.78バーツだけで計算すると、効果額を過小に見積もることになります。実効単価はエネルギーチャージの1.08〜1.46倍（4.10÷3.78＝1.085、5.50÷3.78＝1.455）なので、過小評価の幅は実効単価が低い側で約8%、高い側で約31%です。計算の型は単純です。

年間削減額（バーツ） ＝ 削減できる年間消費電力量（kWh） × 実効単価（4.10〜5.50バーツ/kWh）

削減できるkWhは、実測しないと出てきません。だからこそ、稼働監視と同じゲートウェイに電流センサーを追加して、設備別・時間帯別の消費電力を先に測ることに意味があります。特に狙い目となるのは、非稼働時間帯の待機電力、圧縮空気の漏れ、オンピーク時間帯に集中している間欠負荷です。TOU契約の場合、負荷をオフピークへ移すだけで単価差が効きます。稼働データと電力データが同じ時間軸で並ぶと、「この設備は止まっているのに電気を食っている」という事実が初めて見えるようになります。

景況: 投資判断のタイミングをどう読むか

タイの製造業PMIは2026年4月に52.7でした。前月の54.1から低下し1月以来の低水準ですが、50を上回る拡大圏は12ヶ月連続です。同時に、投入コストが2022年9月以来の速さで上昇していると報告されています（出典: Trading Economics）。

この2つの事実は、工場IoTの投資判断に対して整合的な示唆を与えます。需要は拡大圏を維持しているため増産効果（①の逸失利益回避）は狙える一方、投入コストの上昇局面ではエネルギーと歩留まりの管理が利益率に直結します。つまり「稼働監視＋エネルギー監視」を同じ基盤で立ち上げる構成が、今の環境ではとくに理にかなっています。

depaの200%損金算入: 適用要件を誤解しない

デジタル投資の税制優遇として言及されることが多いのが、depa（デジタル経済振興機構）関連の200%損金算入制度です。2026年時点の正確な条件は次のとおりです。

  • 根拠は王令第802号（仏暦2569年）。2026年2月6日に官報公示、2月7日施行
  • 2025年6月24日〜2027年12月31日の支出に遡及適用される
  • 対象は払込資本500万バーツ以下かつ年間売上3,000万バーツ以下のSME
  • 損金算入の上限は会計年度あたり30万バーツ
  • 対象はThailand Digital Catalog登録済みのソフトウェア、ハードウェア、スマートデバイス、デジタルサービスのみ
  • 汎用PC（ノート・デスクトップ）は対象外

（出典: LexNova Partners、Optimum Accounting）

ここで最も注意すべき点は、要件が「払込資本5,000万バーツ未満」ではなく「払込資本500万バーツ以下かつ年間売上3,000万バーツ以下」であることです。この条件は非常に厳しく、タイに製造拠点を持つ日系企業の多くは、資本金要件または売上要件のいずれかで対象外になります。また対象になったとしても上限は会計年度あたり30万バーツで、前章で見た初期投資の規模に対しては限定的な効果です。「depaの制度が使えるから」を投資判断の主たる根拠にはできない、と理解しておくべきです。

BOI: 恩典率の条件を正確に把握する

BOI（タイ投資委員会）については、2026年の製造業向け方針がIndustry 4.0（スマートファクトリー、AI活用生産、自動化）に軸足を置いていること、新S-Curveカテゴリに自動化システムやAI向けデータセンターが含まれ、AI／自動化のサブカテゴリとして量子計算、先進ロボティクス、生成AIが追加されたことが報じられています（出典: Emerhub、Pertama Partners）。

そのうえで、既存工場の改善投資に関わる恩典として重要なのが「Smart and Sustainable Industry」の枠です。ここは条件を正確に押さえてください。

  • 法人所得税の免除上限は基本50%
  • 100%になるのは、自動化／ロボットを生産ラインに導入し、かつ更新する機械価値の30%以上をタイ国内の自動化産業から調達した場合のみ
  • 申請期限は2027年末

つまり「BOIのスマートファクトリー枠なら無条件で100%免除」という説明は誤りです。100%には国内調達比率30%以上という具体的な条件が付きます。また、BOIの申請件数統計（何件承認されたか）とカテゴリ別の恩典体系（どの区分で何%か）は別の話なので、社内説明の際に混ぜないよう注意してください。

実務的な示唆としては、稼働監視システム単体では「自動化／ロボットの導入」に該当しにくいため、設備更新や自動化投資とセットで計画するほうが恩典を活かしやすくなります。稼働監視で得られたボトルネックのデータをもとに自動化対象を決め、同じ申請の中で計測と自動化を束ねる。この順序なら、投資の根拠も恩典の要件も同時に満たしやすくなります。品質検査工程の自動化を検討する場合はAI外観検査の導入ポイントも参考にしてください。

よくある質問（FAQ）

工場のIoT導入費用はどれくらいかかりますか？

日本国内の相場では、センサー＋ゲートウェイが50万〜200万円、クラウド基盤が200万〜800万円（＋月額1万〜10万円）、ダッシュボード開発が100万〜500万円で、初期投資合計は350万〜1,500万円というレンジが示されています（出典: GXO）。規模別では設備5台で約300万円、3ライン30台で約1,100万円、工場全体で約2,000万円というモデルケースがあります。1ラインだけの小規模な稼働監視＋通知なら80万〜200万円、温湿度監視のみなら30万〜80万円という価格帯も報告されています。これらに加えて、マスタ整備・停止理由コード設計・現場教育といった社内工数が年間運用費として別途かかります。この社内工数を初期投資に含めるか運用費に含めるかを社内で統一しておかないと、後で回収計算が合わなくなります。

チョコ停はどうやって見える化しますか？

人の記憶や手書き日報では絶対に捕まりません。必要なのは自動の時刻記録です。方法は3つあり、①PLCの運転信号やアラームを直接読む、②信号灯の点灯変化を光センサーまたは電圧検出で捉える、③生産カウンタが理論サイクルタイムを超えても増えないことを検知する、のいずれかです。最も安く速いのは②で、設備側に手を入れずに停止の開始・終了時刻を秒単位で取れます。ただし②では停止の「理由」は分からないため、理由コードの選択だけを人が行う運用と組み合わせます。時刻と数量は機械が取り、理由と分類は人が選ぶ、という分担が実務上の最適解です。

古い設備でも稼働データは取れますか？

取れます。1970年代の機械でもモーターには電流が流れているため、クランプ式の電流センサーを主幹に挟むだけで運転・空転・停止の判別ができます。信号灯が付いていれば、その配線から状態を取ることもできます。制御盤にアクセスできるなら、補助リレーの接点を絶縁型入力ユニットで分岐する方法もあります。PLCがない、通信オプションがない、図面がない——これらはいずれもIoT導入の障害にはなりません。障害になるのは、閾値のチューニング期間（設備ごとに1〜2週間の実測）を工程表に入れ忘れることです。古い設備が多い工場ほど、この実測期間を確保できるかがスケジュール遵守の分かれ目になります。

PLCデータ収集にはどのプロトコルを選ぶべきですか？

2026年時点の定番構成は、プラントフロアでの意味付けにOPC UA、クラウドへの輸送にMQTT、両者の橋渡しにSparkplug Bを使う三段構えです。MQTTとOPC UAは競合ではなく併用が基本で、MQTTは運ぶ役割、OPC UAは意味を定義する役割を担います（出典: HiveMQ、FlowFuse）。OPC UAに対応していないレガシーPLCは、Modbus、PROFINET、EtherNet/IPに対応したエッジゲートウェイを設備側に置き、そこでOPC UA形式に変換してから上位に送ります。この構成にしておくと、将来設備を入れ替えてもゲートウェイより上の作り込みを再利用できます。

設備稼働率を向上させると、具体的に何が得られますか？

得られるものは本質的に2つだけです。同じ設備でより多く作れる（生産能力の増加）か、同じ量をより短時間で作れる（残業・休日操業の削減）かです。どちらが効果になるかは、その工場が受注制約なのか能力制約なのかで変わります。受注があるなら稼働時間の増加はそのまま限界利益の増加になりますが、需要が伸びていない場合の効果は残業削減にとどまり、金額は小さくなります。稟議書では両方のシナリオを併記するのが実務的です。なおタイ拠点では、最低賃金が県別に日額337〜400バーツという水準であるため、労務削減単独での回収は難しく、稼働時間の増加とエネルギー削減、そして横展開による単価低下で組み立てるほうが現実的です。

製造業のIoT導入事例は、どこまで自社の判断材料にできますか？

導入事例で参考にすべきは「効果の数字」ではなく「取り方と使い方の構成」です。公開されている効果率、たとえばIoT予知保全で計画外停止が35〜50%削減、OEEが20〜25%向上とされる値は、その多くがベンダーや業界メディアによる集計・推計であり、対象業種・設備構成・元の稼働水準が自社と一致する保証はありません（出典: ReliaMag、L2L）。同様に、計画外停止の平均コストが1時間あたり約26万米ドルという数字も、自動車工場の最大230万米ドル/時のような巨額値に引っ張られた平均であり、ディスクリート製造では1時間1万〜5万米ドルというレンジが示されています。事例からは「どの経路でデータを取ったか」「誰がどの会議でそのデータを見たか」を読み取り、効果額は自社の限界利益と人時単価で計算し直してください。

スモールスタートと工場全体、どちらから始めるべきですか？

推奨は「基盤は全体を想定して設計し、接続は段階的に増やす」です。理由は投資額の構造にあります。5台で約300万円は1台あたり60万円ですが、30台で約1,100万円は1台あたり約36.7万円です。クラウド基盤とダッシュボードが台数にほぼ比例しない共通費だからです。したがって対象を絞りすぎると1台あたり単価が高止まりします。一方で、最初のフェーズを大きくすると、停止理由コードの設計ミスや閾値チューニングの手戻りが全ラインに波及します。この2つの要請を両立させるのが、「将来の台数を見込んだ第2〜3層の設計」＋「まずボトルネック1ラインでの接続と運用の学習」という進め方です。

まとめ

工場のIoT導入で成否を分けるのは、クラウドやダッシュボードの製品選定ではなく、既設設備からどうやってデータを取るか（計測レイヤ）と、そのデータを誰のどの判断に繋げるか（活用レイヤ）の2点です。取り方には5つの経路があり、信号灯から始めてボトルネック設備をPLC直結で深掘りする組み合わせが、費用対効果に優れます。運び方は、OPC UAで意味を与え、MQTTで運び、Sparkplug Bで橋渡しする構成が2026年の定番です。

費用は5層に分けて把握してください。第1層（センサー・信号取り出し）から第4層（画面・アラート開発）までが初期投資で合計350万〜1,500万円、第5層（マスタ整備・停止理由コード設計・現場教育）は初期投資ではなく年間運用費として別枠で管理します。ここを混ぜると回収計算が二重計上になります。

そしてROIは、海外の平均値を転記するのではなく自社で計算します。タイの最低賃金が県別に日額337〜400バーツという水準であることを踏まえれば、労務削減単独での回収は難しく、稼働時間の増加、実効単価4.10〜5.50バーツ/kWhの電力コスト削減、そして横展開による1台あたり単価の低下——この3つで組み立てるのが現実的な設計です。制度面では、depaの200%損金算入は払込資本500万バーツ以下かつ年間売上3,000万バーツ以下のSME限定で上限は年30万バーツ、BOIのSmart and Sustainable Industryの法人税免除上限は基本50%で100%には国内調達比率30%以上の条件が付く、という正確な要件を押さえておいてください。

自社の設備でどの経路が使えるのか、費用はどの層に集中するのか、稟議で通る効果額はどう組み立てるのか。この3点は、実際の設備リストと制御盤を見ないと確定しません。TOMAS TECHはバンコクを拠点に、日系製造業のタイ・ASEAN拠点へPEGASUS生産管理／エネルギー管理システム、MES、IoT、FA、AIを提供しています。「まだ社内で方向性が固まっていない」「他社がどこから手を付けたのかだけ知りたい」という検討段階のご相談でも構いません。お問い合わせフォームから、現状の設備構成とお困りの点をお知らせいただければ、実現可能な経路と概算の考え方から一緒に整理します。

参考文献

採用情報

「AI・DX・自動化」で、製造業の未来を
一緒に変革していく仲間を募集しています。

View More

導入事例

View More

資料請求

View More

お問い合わせ

View More