OEE改善2026｜設備総合効率が上がらないのは測り方が甘いから

「OEE 改善」で検索すると、まず計算式の解説と「ワールドクラスは85%」という目標値が出てきます。ところが実際にOEEを測り始めた工場の多くは、数字が思ったより高く出て、しかも施策を打っても動かない、という場所で止まります。原因は改善策が足りないことではなく、測り方が現場の実態を取りこぼしていることにあります。本記事では、設備総合効率OEEの定義から2026年時点のベンチマーク、自己申告値が実測より高く出る仕組み、そして稼働率の見える化と停止要因の分析をどう回すかまでを、タイの日系工場の実務を前提に整理します。

設備総合効率 OEEとは何か｜3つの掛け算が意味すること

OEEはOverall Equipment Effectivenessの略で、日本語では設備総合効率と訳されます。ある設備が「本来出せたはずの成果」に対して「実際に出した成果」がどれだけかを、1つの比率で表す指標です。国際標準としてはISO 22400-2が製造オペレーション管理のKPIとして定義しており、この定義に準拠して計算しておくと、工場間や国をまたいだ比較が成立します。

OEEの計算式と3つの構成要素

OEEは3つの比率の積として計算されます。

OEE = Availability(可動率) × Performance(性能稼働率) × Quality(良品率)

3つの要素は、それぞれ別の種類の損失を捉えています。

• Availability(可動率)は、動かすつもりだった時間のうち、実際に動いていた時間の割合です。故障、段取り替え、材料待ち、人待ちなどで設備が止まった分がここで削られます。
• Performance(性能稼働率)は、動いていた時間のなかで、本来の速度どおりに動けていた割合です。速度低下、チョコ停、空転がここで削られます。
• Quality(良品率)は、つくった総数のうち、手直しなしで出荷できる良品の割合です。不良、手直し、立ち上がり時の捨て打ちがここで削られます。

数字を入れてみます。可動率85%、性能稼働率90%、良品率98%の設備であれば、OEEは0.85 × 0.90 × 0.98 = 0.7497、つまり約75%です。3つとも85%を下回っておらず、単体で見れば「悪くない」水準ですが、掛け合わせると4分の1が失われている計算になります。

この「どの要素も悪くないのに全体は悪い」という感覚のずれが、OEEという指標のいちばん重要な性質です。足し算ではなく掛け算なので、1つの要素だけを大きく改善しても、他が低ければ全体は伸びません。逆に、3つのうち最も低い要素を5ポイント上げたときの効果が、感覚よりずっと大きく出ることもあります。改善の順番を決めるときは、必ず3要素に分解してから、いちばん低いものを見てください。

なお、Availabilityの日本語訳は文献によって可動率とも時間稼働率とも可用率とも書かれます。Performanceも性能稼働率と性能率、Qualityも良品率と品質率が併用されています。社内で呼称が割れると、同じ数字を指しているのか違う数字なのかが分からなくなります。訳語をどれに揃えるかより、分子と分母に何を入れるかを文章で定義して残しておくほうが実務では重要です。

稼働率とOEEはどこが違うのか

現場でよく混同されるのが、稼働率とOEEです。稼働率という言葉は、多くの工場で「動かすつもりだった時間のうち、動いていた時間の割合」を指しています。これはOEEの3要素のうち、Availabilityの部分だけに相当します。

稼働率だけを見ていると、設備が動いてさえいれば数字は高く出ます。速度が本来の8割しか出ていなくても、つくったものの3%が不良でも、稼働率には表れません。動いてはいるからです。OEEが稼働率と決定的に違うのは、動いていた時間の中身まで問う点にあります。

もう1つ、稼働率という言葉には「設備の稼働率」と「工場の操業度」が混ざりやすいという問題があります。受注が少なくてラインを止めた日は、設備の性能とは無関係ですが、分母の取り方によっては稼働率が下がります。OEEを社内KPIとして使うなら、計画停止をどう扱うかを最初に決めておかないと、月ごとの数字が受注量に振り回されて改善の効果が読めなくなります。

OEEのベンチマーク2026｜中央値60%とワールドクラス85%の距離

自社の数字が出たあと、次に知りたくなるのは「これは良いのか悪いのか」です。2026年時点で公開されているベンチマークを整理します。

この分布は、TeepTrakの「State of OEE 2026」をはじめ複数の調査で近い値が示されています。中央値が60%ということは、平均的な工場は本来出せたはずの成果の4割を取りこぼしている、という意味になります。この数字を初めて見ると誇張に感じますが、先ほどの計算のとおり、3要素がそれぞれ8割台の前半にとどまれば、積は50%台から60%台前半まで落ちます。

85%という目標値はどこから来た数字か

ワールドクラス85%という値は、どこかの工場の実測平均ではありません。TPMの体系を整理した中嶋のベンチマークに由来します。可動率90%、性能稼働率95%、良品率99.9%という3つの目標値を掛け合わせると0.90 × 0.95 × 0.999 = 0.8541、つまり約85%になります。つまり85%は「3要素それぞれに理想値を置いたときの積」であって、そこから逆算して現場の目標にする性質の数字です。

この85%という水準は、Fabricoが2025年に欧州の250工場を対象に行った調査でも、到達水準の目安として再確認されています。ただし同時に、複数製品を扱い複数ラインを持つ工場の全体平均として85%が維持されることは稀であり、理論上の理想値に近いという指摘もあります。単一製品で段取り替えがほとんど発生しないラインであれば85%は妥当な目標ですが、多品種少量の工場が工場全体の平均値として85%を掲げると、達成しないことが常態化して指標そのものが信用を失います。

業種によって現実的な目標値は変わる

Symesticが整理している業種別の目安では、離散製造業で85%以上、医薬品で75%以上、航空宇宙部品で72%以上といった水準が示されています。同じ85%でも、扱う製品の性質と規制の厳しさで到達可能性がまったく違うということです。

医薬品や航空宇宙部品の目標値が低めに置かれているのは、その工場の管理が甘いからではありません。バリデーションや記録要件、材料の性質、ロットの小ささといった制約が、可動率と性能稼働率の上限を構造的に押し下げているからです。自社の目標値を決めるときは、他業種の85%を借りてくるのではなく、自社の制約条件のもとで3要素それぞれに到達可能な上限を置き、その積を目標にしてください。積で85%に届かなくても、それが自社にとっての満点です。

もう1つ実務的な助言として、初年度の目標は「水準」ではなく「伸び幅」で置くことをおすすめします。60%の工場がいきなり85%を掲げても打ち手が決まりませんが、「6か月でプラス5ポイント」であれば、どのロスをいくら削れば届くかを逆算できます。

自己申告のOEEが実測より10〜18ポイント高く出る理由

ベンチマークと自社の数字を比べる前に、確認しておくべきことがあります。自己申告のOEEは、実測に基づく値より10〜18ポイント高く出る傾向がある、という指摘です。TeepTrakやFabricoが繰り返し挙げているこの傾向は、担当者が数字をごまかしているという話ではありません。人が手で記録する仕組みには、構造的に取りこぼしが埋め込まれています。

なお、この差の幅は調査によって8〜15ポイントとされることもあり、対象工場の記録方法や業種構成によって変わります。押さえるべきは幅の数字そのものではなく、手記録である限り実測より高く出る方向に偏る、という向きのほうです。

自社のOEEが75%だと思っていた工場が、実測を入れたら60%だったというのはよくある展開です。落胆する場面に見えますが、実際にはここが改善の出発点になります。見えていなかった15ポイントは、これから取りにいける余地だからです。

チョコ停が記録に残らない

いちばん大きな取りこぼしがチョコ停です。数十秒から数分で復帰する短時間の停止は、日報の停止時間欄には書かれません。書くほどのことではないと現場が判断しますし、実際、1回3分の停止を書き残すために別の作業を止めるほうが不合理です。

しかし1回3分の停止が1直あたり15回起きていれば合計45分で、8時間のうち約9%が失われています。実態としては45分止まっているのに、手記録では停止時間欄に1行も残りません。しかもチョコ停の多くは可動率ではなく性能稼働率のほうに現れるため、仮に記録があってもサイクルタイムの遅れとしてしか観測できません。手記録の世界では、この損失はほぼ確実に消えます。

チョコ停をOEEのどの要素で捕まえるべきかについては、チョコ停対策2026｜可用率に出ない停止をOEEのどこで捕まえるかで、しきい値の置き方と分類の切り分けを整理しています。自己申告値と実測値の差が大きい工場は、まずここを疑ってください。

段取り替えを計画停止に逃がしている

2つ目は、段取り替えの扱いです。段取り替えの時間を「計画停止」に分類すると、分母から外れるためOEEは高く出ます。計画的に実施しているのだから計画停止だ、という理屈は一見もっともらしく聞こえます。

ところが、段取り替えは典型的な改善対象です。ISO 22400-2の考え方でも、TPMの7大ロスの分類でも、段取り・調整は独立したロスとして数えられます。これを分母から外すということは、最も改善余地の大きい領域を測定対象から外すのと同じです。数字は美しくなりますが、改善のネタが1つ消えます。

段取り時間そのものの短縮については、段取り時間短縮2026｜速くしても戻るのは測る単位が粗いからで、測る単位が粗いと改善が定着しない構造を扱っています。OEEの分母設計とあわせて読むと、なぜ段取りを計画停止に逃がしてはいけないかが具体的に見えます。

公称サイクルタイムを分母に使っている

3つ目は性能稼働率の計算に使う基準サイクルタイムです。設備メーカーのカタログに載っている公称サイクルタイムを使うと、実際にその設備が最良の条件で出せる速度より遅い値であることが多く、性能稼働率が実力以上に高く出ます。

本来使うべきは、その設備がその品種で実際に記録した最良のサイクルタイムです。実測ベストを基準にすると、性能稼働率は下がりますが、「調子が良いときには出せている速度」との差が損失として見えるようになります。この差こそが改善の対象です。公称値を使っている限り、自社の設備が本当は何秒で流せるのかを誰も知らないまま議論することになります。

この3つはいずれも、悪意でも怠慢でもなく、手記録という仕組みが持つ限界です。だからこそ、OEE改善の最初の一歩は施策ではなく測定方法の見直しになります。

停止要因 分析の出発点｜7大ロスを現場の言葉に翻訳する

測り方を直したら、次は落ちた分がどこに消えたのかを分類します。TPMでは7大ロス、OEEの文脈ではSix Big Lossesと呼ばれる分類が使われます。呼び方は違っても、見ているものはほぼ同じです。Six Big Lossesでは刃具交換を段取り・調整に含めて6つに束ねることが多く、違いはその程度です。

この表の使い方は単純です。3要素のうちいちばん低いものを特定し、その要素に効くロスだけを見にいきます。可動率が低い工場が不良削減の施策を打っても、OEEはほとんど動きません。順番を間違えないためだけでも、この対応表を壁に貼っておく価値があります。

「受注なし」が最大の停止要因という2026年の指摘

停止要因の分析で注意が必要なのが、工場側で制御できない要因の扱いです。Guidewheelが2026年に公表したベンチマークでは、全設備を通じて最大のロス要因は「受注なし」であり、全設備の37.6%で観測されたという指摘があります。

この数字をそのまま自社の改善目標に持ち込むことはできません。受注がないことは営業や需要側の話であり、設備の性能でも保全の質でもないからです。ただしこの指摘には実務的な含意が2つあります。1つは、OEEを設備の評価に使うなら、受注なしによる停止は分母から明示的に外し、外したことを記録に残す必要があるということ。もう1つは、受注なしの時間が長い設備が分かれば、その設備で段取り替えの練習や保全を前倒しで実施するなど、時間の使い道を設計できるということです。停止要因の分析は、責任追及のためではなく、時間の使い道を決めるために行います。

停止理由コードは現場が5秒で選べる数に絞る

停止要因の分析が機能するかどうかは、停止したときに理由が記録されるかどうかで決まります。そして理由が記録されるかどうかは、選択肢の数でほぼ決まります。

理由コードを50種類用意した工場では、現場が「その他」を選びます。その他が大半を占めるデータからは何も読み取れません。最初は8個から12個程度に絞り、3か月運用してから、その他の中身を聞き取って必要な分だけ足すほうが確実です。分類の精緻さより、記録が続くことのほうが優先されます。

もう1つのコツは、コードの名前を現場が普段使っている言葉にすることです。「材料供給系異常」ではなく「材料切れ」、「品質確認作業」ではなく「初品待ち」。管理側の分類語彙に合わせると、選ぶたびに翻訳が必要になり、選択が遅くなり、結局その他に流れます。

稼働率 見える化の始め方｜測る単位を決めるところから

ここまでの内容を実行に移すには、稼働率の見える化が前提になります。ただし見える化という言葉は範囲が広く、どこから手をつけるかで難易度がまったく変わります。

どこから信号を取るか

設備の稼働状態を取得する方法は、おおまかに4つあります。

• 積層信号灯の色を光センサーで読む方法。設備側の改造が不要で、古い設備にも後付けできます。取れるのは運転・停止・異常といった状態だけです。
• 電流を電流センサーで測る方法。配線に手を入れずクランプで測れる場合が多く、負荷の大小まで分かります。稼働と待機の切り分けにしきい値の調整が要ります。
• PLCから直接データを取る方法。停止理由や工程データまで取れますが、設備メーカーの協力やプロトコルの対応が必要になります。
• 生産カウンタのパルスを拾う方法。生産数とサイクルタイムが直接取れるため、性能稼働率の計算に向いています。

どれが正解かは設備の年式と工場の体制で変わりますが、最初の1台目については、後付けしやすく設備を止めずに設置できる方法を選ぶのが現実的です。1台目の目的はデータを完璧に取ることではなく、社内で議論の土台になる実測値を1つ作ることだからです。

センサーの選定から始まる投資判断の全体像、つまりどこにいくらかかり、どこが見落とされやすいかについては、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で費用の層構造を分解しています。稟議を通す段階で必要になる情報はそちらにまとまっています。

1台からでいいので先に1か月分ためる

見える化のプロジェクトが止まる典型的な理由は、対象範囲を最初から広げすぎることです。全ラインを対象にした計画は、金額が大きくなり、稟議が長くなり、設備ごとの事情の違いで設計が固まらず、着手前に半年が過ぎます。

推奨するのは、ボトルネック工程の1台に絞って、まず1か月分のデータをためることです。1か月あれば、その設備の1日の中での波、曜日ごとの傾向、品種による違い、そして手記録では見えていなかった停止の総量が見えます。この実測値が1つあれば、次の稟議の説得力がまったく変わります。「他社では効果が出ているらしい」という説明と、「うちの3号機は先月168時間分の停止があり、うち62時間は日報に載っていなかった」という説明では、通る速度が違います。

そしてこの段階で必ずやっておくべきことが1つあります。データを見ながら、現場の担当者に「この時間帯、何が起きていましたか」と聞いて回ることです。データは何が起きたかを教えてくれますが、なぜ起きたかは教えてくれません。最初の1か月で、データと現場の言葉を突き合わせる習慣を作っておくと、そのあとの分析の質が変わります。

OEE改善のループ｜測る、分析する、改善する、定着させる

OEE改善は単発の施策ではなく、4つの段階を回し続けるループとして設計します。Measure、Analyze、Improve、Controlという整理が一般的で、2026年のトレンドとしては、この4段階のうち測定と分析の部分をIoTとAIでリアルタイム化する動きが広がっています。

測る段階でやるのは、3要素それぞれの分子と分母を定義し、自動で取得できる形にすることです。ここで定義を文書化しておかないと、あとで拠点間の比較ができません。定義書には、計画停止に何を含めるか、基準サイクルタイムをどう決めるか、良品の判定をどの工程で行うかを書きます。手書きの日報がバインダーに積み上がっている状態から、設備に付けたセンサーが自動でダッシュボードまで届く状態へ、記録の経路そのものを置き換える段階だと考えてください。

分析する段階でやるのは、3要素のうち最も低いものを特定し、対応するロスの内訳を出すことです。ここで重要なのは、時間の長い順ではなく、頻度と時間を両方見ることです。月に1回8時間の故障は480分、1日20回1分のチョコ停は稼働25日で500分です。月間の損失時間としてはほぼ同じですが、打ち手はまったく違います。前者は保全計画の問題、後者は工程設計や治具の問題です。

改善する段階では、分析で特定した1つか2つのロスに絞って対策を打ちます。同時に5つの施策を打つと、どれが効いたのか分からなくなり、次のサイクルで学習が積み上がりません。1サイクルで検証する仮説は1つか2つに絞ってください。

定着させる段階が、いちばん軽視されて、いちばん失敗の原因になります。改善した状態が3か月後も維持されているかを確認する仕組みがないと、数字は静かに元に戻ります。定着の仕組みとして機能しやすいのは、日次の朝会で前日のOEEと最大ロスを3分だけ見る、といった軽い運用です。月次のレポートは、戻ったことに気づくのが遅すぎます。

このループの周期は、最初は1か月、慣れてきたら2週間程度が現実的です。週次にすると分析に使えるデータ量が少なく、季節性や品種構成の変動に振り回されます。

OEE改善の効果はどのくらい出るのか｜事例と試算

投資判断の場では、必ず効果の見込みを聞かれます。公開されている事例と、自社で計算し直すための考え方を分けて示します。

日本ガイシ株式会社は、海外11ヶ国19工場の共通KPIとしてOEEを設定し、BI基盤で可視化する取り組みを進めています。この取り組みのなかで、ある工場ではOEEを20%向上させたと報告されています。複数国の工場を同じ指標で並べるには、まず定義を揃える必要があり、この事例の本質は指標の統一にあります。

キヤノンITソリューションズが紹介している事例では、OEEレポートの自動生成によって日報作成にかかっていた時間を90%削減し、あわせて全社でOEEの定義を統一したとされています。ここでも定義の統一が並んで出てくる点に注目してください。レポートを自動化するには、計算式を1つに決めるほかないからです。逆に言えば、自動化は定義統一を強制する装置として働きます。

改善幅の目安については、TeepTrakが2018年から2026年第2四半期までの450件以上の導入実績をもとに、稼働開始から90日後の典型的なOEE改善幅を4〜12ポイントとしています。同社はあわせて、OEEが60%の5ラインを持つ中堅工場を想定した場合、年間の純便益が120万〜240万ドル、投資回収が1.2〜2.4か月になるという試算も示しています。ただしこれはベンダー自身が公表しているデータであり、条件のよい案件が含まれている可能性を差し引いて読む必要があります。自社の判断材料にするなら、そのまま採用するのではなく、次の考え方で自社の数字に置き換えてください。

自社で試算するときの基本形は単純です。OEEが5ポイント上がるということは、同じ設備・同じ時間で取り出せる生産量がその分増えるということです。仮に1ラインが1日20時間、月25日稼働しているとすると、月あたりの負荷時間は500時間です。OEEが60%であれば、実質的に価値を生んでいるのは300時間分です。これが65%になると325時間分になり、差は月25時間、5ラインあれば月125時間、年間で1,500時間になります。

この1,500時間に、自社の1時間あたり付加価値を掛ければ金額換算できます。仮に1時間あたり3,000 THBと置けば年間4,500,000 THBですが、この単価は工場ごとに大きく違うため、必ず自社の実績値を使ってください。重要なのは金額の大小ではなく、この計算で出てくる能力が、設備を1台も追加せずに生まれるものである点です。新しい設備を1台入れる稟議と、既存設備から同じ能力を取り戻す稟議では、比較の土俵が違います。

なお、この試算には前提があります。増えた生産能力を吸収できるだけの受注があること、そして人と材料の供給が追いつくことです。受注が伸びていない局面では、能力増ではなく残業削減や休日出勤の削減として効果が出ます。効果の出方が変わるだけで、価値がなくなるわけではありませんが、稟議に書く効果の種類は自社の状況に合わせて選んでください。

タイの工場でOEE改善を進めるときの固有の論点

ここまでは一般論ですが、タイの日系工場には固有の事情がいくつかあります。

1つ目は、多品種少量への移行です。 かつては本社から流れてくる大ロットの生産を担っていた工場でも、近年は品種が増え、ロットが小さくなっています。品種が増えると段取り替えの回数が増え、可動率が構造的に下がります。この状況で85%という目標だけを掲げると、達成不能な目標として現場に受け止められます。品種構成が変わったのであれば、目標値も作り直すべきです。

2つ目は、人の流動性です。 熟練作業者の転職や配置転換が日本より頻繁に起きるため、「あの人が調整すれば速く流れる」という状態は、OEEにとってリスクとして現れます。実際、性能稼働率の月次推移を人の配置と重ねて見ると、特定の作業者の異動と一致してグラフが下がっていることがあります。OEEを測る価値の1つは、この属人性を数字として可視化できることにあります。誰かを評価するためではなく、その人の判断を仕組みに移すための材料として使ってください。

3つ目は、日本本社への報告です。 本社が複数拠点のOEEを並べて比較する場面では、定義の差がそのまま成績の差に見えてしまいます。段取り替えを計画停止に含めている拠点と含めていない拠点を並べれば、前者が優秀に見えます。拠点間比較を始める前に、定義書を1つに揃える作業を必ず先に行ってください。この作業は地味ですが、比較を始めてから揃え直すより圧倒的に安く済みます。

4つ目は、カーボン対応との関係です。 タイの工場では、GHG排出量やCO2の算定・報告の要求が取引先から届くようになっています。ここで起きがちなのが、カーボン対応のためのデータ収集と、OEE改善のためのIoT投資を、別々のプロジェクトとして立ててしまうことです。実際には、電力使用量、歩留まり、稼働状態は同じ設備から同じ経路で取得できます。同じデータ基盤の上に載せてしまえば、投資は1回で済み、両方の要求に同時に応えられます。稟議の通りやすさという観点でも、2つの目的を1つの投資で満たす構成は有利です。

OEE改善が続かない工場に共通する4つのつまずき

最後に、測り始めたあとに起きやすいつまずきを挙げます。

1つ目は、OEEを個人やシフトの評価に使ってしまうことです。 評価に使った瞬間、現場は数字が良く見えるように行動します。停止理由を軽い分類に付け替える、記録しない、分母を調整する。こうして、せっかく作った実測の仕組みが手記録と同じ質のデータに戻ります。OEEは設備と工程の状態を映す指標であり、人の成績表ではないという位置づけを、導入時に明確に伝えてください。

2つ目は、分母の定義が拠点や工程でばらばらのまま比較を始めることです。 定義が揃っていない数字を並べた会議は、数字の正しさの議論に終始し、改善の議論に到達しません。

3つ目は、ダッシュボードを作って満足してしまうことです。 画面が完成すると、プロジェクトが完了したように見えます。しかし画面は測る段階の成果物にすぎず、分析と改善と定着はこれから始まります。ダッシュボードの完成時点で担当者が通常業務に戻ってしまい、半年後には誰も見ていない、という展開は珍しくありません。画面を作るのと同時に、誰がいつ何分見るのかという運用を決めてください。

4つ目は、改善の担当者を現場に置かないことです。 データは事務所に集まりますが、ロスは現場で起きています。分析結果を現場に渡すだけの体制では、なぜその停止が起きたのかという文脈が永久に埋まりません。分析を担当する人が週に何度か現場に立つ時間を確保できるかどうかが、このループが回るかどうかの分かれ目になります。

よくある質問(FAQ)

設備総合効率OEEとは何ですか

設備総合効率OEEは、設備が本来出せたはずの成果に対して実際に出した成果の割合を表す指標です。Availability(可動率)、Performance(性能稼働率)、Quality(良品率)の3つを掛け合わせて計算します。ISO 22400-2が製造オペレーション管理のKPIとして定義しており、この定義に沿って計算しておくと、工場間や国をまたいだ比較に使えます。3要素の掛け算であるため、それぞれが85%前後でもOEEは60%台まで下がることがあります。

OEEの目標値や世界標準はどのくらいですか

2026年時点の公開データでは、業界中央値が約60%、上位25%が約75%、ワールドクラスが約85%という分布が示されています。ただし85%はTPMのベンチマークである可動率90%、性能稼働率95%、良品率99.9%を掛け合わせた理論値であり、多品種を扱う工場の全体平均として維持されることは稀です。業種別には離散製造業で85%以上、医薬品で75%以上、航空宇宙部品で72%以上といった目安もあります。自社では他社の水準を借りるのではなく、自社の制約のもとで3要素それぞれの上限を置き、その積を目標にしてください。

稼働率とOEEは何が違いますか

多くの工場が使う稼働率は、動かすつもりだった時間のうち実際に動いていた時間の割合を指し、OEEの3要素のうちAvailabilityに相当します。稼働率は設備が動いてさえいれば高く出るため、速度低下や不良の損失が見えません。OEEは動いていた時間の中身、つまり速度と品質まで含めて評価する点が決定的な違いです。稼働率の見える化から始めるのは正しい順序ですが、そこで止めると改善余地の半分を見落とします。

OEE改善にかかる費用や期間はどのくらいですか

範囲の取り方で大きく変わりますが、ボトルネック工程の1台にセンサーを付けて1か月分のデータをためる規模であれば、設備を止めずに着手できる方法が選べます。改善幅については、TeepTrakが450件以上の導入実績をもとに稼働開始90日後で4〜12ポイントという目安を示していますが、これはベンダー自身のデータであるため、自社の負荷時間と1時間あたり付加価値で試算し直すことをおすすめします。期間としては、データが1か月分たまり、分析と対策を経て効果を確認できるまでに2〜3か月を見ておくと現実的です。

停止要因 分析はどこから始めればよいですか

まず3要素のうち最も低いものを特定し、その要素に効くロスだけを見ます。可動率が低ければ故障と段取りと刃具交換、性能稼働率が低ければチョコ停と速度低下、良品率が低ければ不良と立ち上がりロスです。停止理由コードは最初から細かく作らず、8個から12個程度に絞って現場が5秒で選べる状態にしてください。3か月運用したあとで、その他に分類された中身を聞き取って必要な分だけ追加するほうが、記録が続きます。

まとめ

OEE改善で最初に着手すべきは施策ではなく測り方です。自己申告のOEEは実測より10〜18ポイント高く出る傾向があり、その差はチョコ停の見落とし、段取り替えの計画停止への分類、公称サイクルタイムの使用という3つの構造から生まれます。まずこの3点を点検し、実測に置き換えることで、改善の対象がようやく見える状態になります。

そのうえで、3要素のうち最も低いものを特定し、対応するロスに絞って打ち手を決め、定着まで見届けるループを回します。ベンチマークとしては中央値60%、上位25%が75%、ワールドクラス85%という分布がありますが、85%はTPMの理論値であり、多品種の工場が全体平均として掲げる数字ではありません。自社の制約のもとで到達可能な上限を3要素それぞれに置き、その積を目標にしてください。

タイの工場では、多品種化による段取り増、人の流動性、本社への報告における定義差、そしてカーボン対応との同居という4つの論点が加わります。特に最後の点は、電力使用量と稼働率を同じデータ基盤で見える化することで、1回の投資で2つの要求に応えられる設計が可能になります。

OEE改善は、どこから測るかを決めた時点で半分が決まります。センサーの選定より前に、分子と分母の定義を1枚の文書にすることから始めてください。

自社の設備でどこから測ればよいか、どの信号が取れるか、既存のシステムとどうつなぐかといった点は、設備の年式や制御盤の構成によって答えが変わります。TOMAS TECHでは、タイの日系工場での稼働監視やトレーサビリティの構築を通じて、こうした現場ごとの条件を踏まえた進め方をご相談いただいています。まだ社内で方向性が固まっていない検討段階でも構いませんので、現状の設備構成や課題感をお問い合わせページからお聞かせください。測定範囲の切り出し方や、最初の1台をどこに置くかといった具体的なところからご一緒します。

参考情報

• How to Calculate OEE in Industrial Production 2026 (TeepTrak) — ISO 22400-2に準拠したOEEの計算式と中嶋のSix Big Losses
• State of OEE 2026 (TeepTrak) — 2026年のOEEベンチマークと導入実績に基づく改善幅の報告
• OEE Benchmark (Fabrico) — 業界中央値60%からワールドクラス85%までの分布と2025年欧州250工場調査
• OEE Benchmarks (Symestic) — 業種別に見た現実的なOEE目標値の整理
• 設備総合効率(OEE)とは (ニッケンつなぐ) — OEEの定義と改善ポイント、日本ガイシの海外19工場でのKPI統一事例
• OEE (キヤノンITソリューションズ) — OEEレポート自動生成による日報作成時間90%削減の事例