工場の自動化診断｜どの工程から自動化すべきかを自社で採点する方法

「自動化を進めたい」という相談は、たいてい設備の話から始まります。ロボットを入れたい、検査を自動化したい、と。しかし実際に手を動かす前につまずくのは、どの工程から手をつけるかを決められないという一点です。工場の自動化診断とは、この順番を自社で決めるための自己評価です。本記事では、評価軸と成熟度レベル、そのまま使えるチェックリストを示し、診断結果を投資回収の判断と次の一歩につなげるまでを整理します。

工場の自動化診断とは何か

自動化診断とは、設備を選ぶ前に、自社の現状を複数の軸で採点し、どの工程から着手すべきかの優先順位を決める作業です。英語圏では readiness assessment、つまり「受け入れる準備がどこまで整っているか」を測る評価として扱われます。診断の対象は設備そのものではなく、設備を動かし続けるための周辺条件です。

ここが誤解されやすい点です。自動化診断と聞くと、「うちのライン、ロボットが入るかどうか見てほしい」という物理的な適合性の話だと受け取られがちですが、実際に検討すべきことはもっと広い範囲にあります。対象工程の作業手順が文書化されているか、設備から信号を取り出せるか、導入後に効果を測る仕組みがあるか、現地で保全できる人がいるか。こうした条件が揃っていない工程に高性能な設備を入れても、稼働率が上がらないまま資産だけが残ります。

診断せずに個別設備を入れて失敗する典型パターン

現地で見てきた失敗の型は、おおむね次の4つに整理できます。

• ボトルネックではない工程を自動化してしまう。 見た目に人手がかかっている工程は目立ちますが、そこがラインの律速でなければ、自動化しても全体の生産数は増えません。手前や後ろの工程で滞留が増えるだけになります。
• 手順が固まっていない工程を自動化してしまう。 作業者が状況に応じて判断で吸収していた変動を、設備は吸収できません。標準化されていない工程を自動化すると、例外が出るたびに停止し、結局は人が張り付くことになります。
• 効果を測る前提が用意されていない。 導入前の稼働実績を記録していなければ、導入後に「良くなった気がする」以上のことが言えません。次の投資の稟議で根拠が出せず、そこで横展開が止まります。
• 保全の主語が決まっていない。 タイの拠点では特に効いてきます。トラブル時に誰が一次対応するのか、部品はどこから何日で届くのか、プログラムを触れる人が現地にいるのか。これが決まっていないと、小さな不具合で長期間止まります。

この4つは、いずれも設備の性能とは無関係です。逆に言えば、事前の診断で確認できる項目でもあります。

診断は「やらない判断」を出すためにもある

自動化診断の目的は、自動化を推進することではありません。どの工程を今やるか、どの工程を今はやらないかを、根拠を持って切り分けることです。

診断の結果、「この工程は手順が固まっていないので、まず作業標準の整備から」という結論が出ることは珍しくありません。それは診断の失敗ではなく、最も費用対効果の高い結論です。数千万円の設備投資に踏み込む前に、数十万円の整備で済む課題を先に片付けられるからです。

自動化診断の評価軸

スマート製造の成熟度評価は、一般に0から5、または1から5の複数レベルで測定されます。評価軸の取り方は評価体系によって幅がありますが、代表的なものとしては次の2系統がよく知られています。

ひとつは6軸の体系で、「戦略・リーダーシップ」「スマート工場インフラ」「オペレーション・プロセス」「製品・サービス」「データ・接続性」「人材・文化」を見るものです。もうひとつはより細かい10軸の体系で、「ネットワーク接続」「設備計装」「データ収集基盤」「CMMS成熟度」「分析能力」「統合アーキテクチャ」「サイバーセキュリティ」「従業員のデジタルスキル」「プロセス標準化」「変革管理」を個別に評価します。

6軸は経営レベルの議論に向き、10軸は現場の実装課題を洗い出すのに向いています。ただし、どちらもそのまま日系製造業のタイ拠点に当てはめると、扱いにくい部分が出てきます。「製品・サービス」の軸は、製品仕様が日本本社で決まる拠点では自社の裁量外ですし、10軸のCMMS成熟度は、保全システムを未導入の工場では0点が並ぶだけで判断材料になりません。

そこでTOMAS TECHでは、上記2系統を実務向けに咀嚼し直した6つの軸で診断することを勧めています。以下これを実務6軸と呼びます。前掲の6軸体系とは名称が一部重なりますが、中身は現地拠点で確認すべき項目に組み替えたものです。

評価軸1｜戦略・推進体制

自動化の目的が数値目標として文書化されているか、推進の責任者と決裁ルートが決まっているか、を見ます。

「人手不足への対応」は目的ではなく背景です。どの工程の、どの作業を、何工数分、いつまでに減らすのか。ここまで書けていれば、後の工程で選択肢が絞れます。書けていない場合、設備選定の段階で要求仕様が発散し、ベンダー各社から比較不能な見積が並ぶことになります。

もうひとつ重要なのが、推進担当が案件ごとに変わっていないかです。案件単位で担当が入れ替わると、前回の反省が次に引き継がれません。同じ失敗を別のラインで繰り返す工場は、この軸が低いことが多いです。

評価軸2｜現場のプロセス標準化

対象工程の作業手順が文書化され、かつ実際に守られているか。段取り替えの時間と手順が測定されているか。

自動化の成否を最も左右する軸です。設備は手順どおりにしか動きません。手順書と実作業がずれている工程を自動化すると、そのずれが例外処理として全部表面化します。

ここでの採点は厳しめにしてください。「手順書はある」ではなく「手順書と実作業が一致しており、改訂履歴が追える」が満点の状態です。

評価軸3｜設備・計装

対象設備から信号を取り出せるか。稼働・停止・段取りの状態が自動で記録されているか。

既存設備に後付けで信号を取り出す方法は複数あります。制御盤の接点を借りる、通信ポートから読む、外付けのセンサを追加する、電流値から稼働を推定する。どれが使えるかは設備ごとに違い、これを事前に洗い出しておかないと、導入計画の途中で「この設備からはデータが取れません」という手戻りが発生します。

日報に手書きで記録している状態は0点です。手書きの記録は、時間の粒度が粗く、停止の理由が事後の記憶で書かれるため、改善の起点として使えません。

評価軸4｜データ・接続性

現場ネットワークが敷設され、到達範囲が把握できているか。収集したデータを一箇所で参照できるか。

事務所のLANは整っているが、現場側は未整備という工場は多くあります。ネットワーク図がなく、どのスイッチに空きポートがあるかも分からない状態だと、後から敷設費用が予想外に膨らみます。

また、設備ごとに別々のPCで管理し、USBメモリでデータを持ち出している状態も0点です。データが分散していると、工程をまたいだ分析ができず、自動化の効果検証にも使えません。

評価軸5｜人材・組織能力

自社で保全や簡単な改造ができる人がいるか。変更を現場に定着させる仕組みがあるか。

タイ拠点では、この軸が実質的な上限を決めます。すべてをベンダー任せにしている状態では、小さな不具合でも訪問を待つことになり、稼働率が上がりません。逆に、現地エンジニアが一次対応とプログラムの微調整をこなせる拠点は、同じ設備でも稼働率が明確に高くなります。

定着の仕組みも見ておく必要があります。「導入したが、しばらくして元の手作業に戻った」という経験がある工場は、教育と定着確認を工程に組み込めていません。

評価軸6｜投資・回収管理

自動化案件の効果を導入後に測定しているか。保守費や消耗品、停止損失まで含めて費用を見ているか。

稟議時の試算だけで終わり、実績を追わない運用が最も多いパターンです。これをやめて、導入前後の実測を比較し、次の案件の前提に反映する。この循環があるかどうかで、2件目以降の精度がまるで変わります。

費用の見方も同様です。初期費用だけで比較すると、消耗品の多い設備や、保守契約が必須の設備を過小評価します。5年程度の総保有コストで並べるのが実務的です。

成熟度レベルで見る自社の現在地

評価軸で現状を採点したら、次はそれを段階に落とし込みます。THAIBIZとLib Consultingが2024年7月10日に開催したウェビナーの報告では、スマート工場化の段階が次の5レベルで整理されています。

• レベル1｜データ収集 設備や工程から数値を取得できる状態
• レベル2｜見える化 取得した数値を、必要な人が必要なタイミングで見られる状態
• レベル3｜分析・制御 数値から要因を特定し、条件を調整して結果を変えられる状態
• レベル4｜最適化 複数の工程やラインをまたいで、全体として最も良い条件を選べる状態
• レベル5｜自動化 人の判断を介さずに、システムが条件を選んで実行する状態

実務では、この手前にレベル0を置くと診断しやすくなります。データを取る手段がまだなく、記録が手書きの日報にとどまっている状態です。冒頭で触れたとおり、成熟度評価は一般に0から5、または1から5のレンジで測られるため、0を置くこと自体は評価体系として不自然ではありません。

タイの工場では7割が「レベル3まで」で十分と答えている

このウェビナー報告で注目すべきなのは、レベルの定義そのものより、その受け止め方です。報告によれば、タイの工場では「レベル3までで十分」と回答した比率が7割に上るとされています。2024年7月時点の調査・報告に基づく数字です。

つまり、現場で数値を取り、見える化し、要因を特定して条件を調整できる。ここまで到達していれば、多くの工場にとっては目的を果たしているということです。全工程を無人化するレベル5は、投資額と維持コストに対して見合わないという判断が、現地では多数派だと読み取れます。

これは自動化診断の設計思想に直結します。診断の目的は、レベル5への距離を測ることではなく、自社にとって適切な到達点を決めることです。到達点を高く置きすぎると、そこまでの投資計画が非現実的になり、結果として最初の一歩さえ踏み出せなくなります。

背伸びしない診断が投資判断を現実的にする

診断で「レベル1に届いていない」という結果が出たとき、いきなりレベル4を目標にした計画を立てると、初期投資が跳ね上がります。統合基盤、分析ツール、複数ラインの計装を一度に揃える必要が出るためです。

一方、「まずレベル2まで」と決めれば、対象は1ラインの計装とデータの集約に絞れます。投資額は一桁変わり、効果の検証期間も短くなります。そして、レベル2で得られた実測値が、レベル3に進むべきかどうかの判断材料になります。

段階を飛ばさないことは、慎重すぎる姿勢ではありません。次の判断に必要な情報を、最小の投資で手に入れる順序を守るということです。

自己診断チェックリスト

ここまでの実務6軸を、そのまま採点できる形にしたものが以下のチェックリストです。各項目を0点、1点、2点、3点の4段階で採点します。0点と3点の状態だけを定義してあるので、その中間は近いほうに寄せて判断してください。

まず、戦略・推進体制、現場のプロセス標準化、設備・計装の3軸です。

上の3軸は、どちらかといえば「自動化を始められる状態か」を見るものです。残りの3軸は、「自動化を続けられる状態か」を見ます。同じ工場でも、前半が高くて後半が低いという偏りはよく起こります。

12項目すべてを採点すると、満点は36点になります。合計点から現在地の目安を読み取るには、次の対応で見てください。

採点で気をつけること

採点は、推進担当が1人で行わないでください。同じ項目でも、製造部門と技術部門とで採点が2点ずれることがあります。そのずれ自体が診断結果です。認識が揃っていない項目は、設備選定の段階で必ず要求仕様の食い違いとして表面化します。

もうひとつ、対象工程を1つに絞って採点することを勧めます。工場全体で平均すると、良い工程と悪い工程が打ち消し合い、点数が中央に寄って判断材料になりません。「これから自動化したい工程」を1つ決めて、その工程について採点するのが実用的です。

診断結果を自動化投資の判断につなげる

診断は点数を出して終わりではありません。点数を投資判断に翻訳するところまでが診断です。ここで参考になるのが、事前診断の有無で結果がどれだけ変わるかを示したデータです。

Capgemini Research Instituteの『Smart Factories Report 2025』によれば、構造化されたAI・自動化のreadiness assessment、つまり受け入れ体制の診断を導入前に実施した製造業は、実施しなかった企業に比べてパイロットの失敗率が50%少なく、量産化までの期間が35%短かったとされています。

診断コストと変革コストの非対称性

同レポートで示されている金額の対比は、診断の位置づけを考えるうえで示唆的です。

注目すべきは、診断の費用と、失敗したときに失う金額の桁が違うという点です。事前診断がEUR 15,000〜25,000で済むのに対し、事前にOTとITのギャップを発見できた企業が回避できたパイロット失敗コストは平均でEUR 150,000〜300,000とされています。診断費用のおよそ10倍が、失敗として消える可能性のある金額です。この非対称性が、事前診断を「余計な工程」ではなく「保険」として位置づける根拠になります。

なお、OTとITの間のギャップというのは、現場の制御システム側と、情報システム側とで、想定しているデータの粒度や更新頻度、責任分界が食い違っている状態を指します。これは診断の評価軸でいえば「設備・計装」と「データ・接続性」の境目にあたる部分で、両方を別々に採点していると見落としやすい領域です。診断の際は、この2軸の間で辻褄が合っているかを意識して確認してください。

回収期間の考え方

自動化の投資回収を試算するとき、削減工数だけを効果として積むと、実態から外れます。診断で得られた情報を使って、効果を次の3つに分けて置くほうが現実的です。

• 人件費の削減 対象作業の工数と、その工数が実際に他の付加価値作業へ振り替わるかどうか。作業がなくなっても人員配置が変わらなければ、この効果は帳簿上では立ちません。
• 停止時間の削減 見える化で停止要因を特定した結果、どれだけ稼働時間が増えるか。診断で「稼働記録が手書き」だった工場ほど、ここに大きな伸びしろが眠っています。
• 品質不良の削減 不良の発生率と、不良1件あたりの損失額。手直し工数と材料費だけでなく、後工程で発見された場合の影響も含めます。

このうち、診断前の段階で数値化できているのは通常ひとつだけです。残りは「見える化してからでないと分からない」という状態にあります。だからこそ、最初の投資は見える化に寄せ、そこで得た実測値をもとに次の投資額を決めるという順序が合理的になります。

ロボット導入を含む具体的な設備投資について、回収期間の算出方法や見落としやすいコスト項目はロボット導入の費用対効果で詳しく整理しています。診断で対象工程を絞り込んだあとの試算段階で参照してください。

次の一歩｜工場の自動化の進め方

診断結果が出たら、進め方は「診断、優先順位付け、小さく始める」という順序に落とし込みます。

手順1｜低い軸ではなく、律速の軸を特定する

採点結果を見ると、点数の低い軸から手をつけたくなります。しかし優先すべきは、点数が低い軸ではなく、次の一歩を止めている軸です。

たとえば「投資・回収管理」が0点でも、最初の1件を実装する段階では致命的ではありません。一方で「設備・計装」が0点だと、そもそも効果を測れないので、どの投資も根拠を持てなくなります。同様に「プロセス標準化」が0点の工程は、設備を入れても例外処理で止まります。

実務上、律速になりやすいのは設備・計装とプロセス標準化の2軸です。この2つが2点以上に上がるまでは、大型の設備投資を先送りしたほうが結果的に早く進みます。

手順2｜対象工程を1つに絞る

診断は工程単位で行い、着手も工程単位で行います。複数ラインを同時に進めると、問題が起きたときに原因の切り分けができず、全体が止まります。

絞り込みの基準は3つです。ラインの律速になっているか、効果が数値で測れるか、失敗したときに生産を止めずに戻せるか。この3つを満たす工程が、最初の対象として適しています。3つ目が意外に重要で、手動運転に戻せる構成にしておくと、立ち上げ時の心理的な障壁が下がります。

手順3｜小さく始めて、実測値を次の判断に使う

最初の1件は、投資額を抑え、期間を短くします。目的は効果を最大化することではなく、自社の前提が正しかったかを検証することです。

検証すべき前提は、たとえば次のようなものです。想定した削減工数は実際に出たか。停止要因の上位は想定どおりだったか。現地エンジニアで保全が回ったか。導入から安定稼働までにかかった期間は計画どおりだったか。

この実測値が揃うと、2件目以降の稟議の精度が上がります。前掲のCapgeminiの数字が示す「量産化までの期間が35%短い」という差は、こうした前提検証を事前に済ませているかどうかの差でもあります。

手順4｜自社での診断に限界を感じたら外部の目を入れる

自己診断には、構造的な限界があります。自社の常識になっている運用は、採点の対象として認識されません。「うちではこれが普通」と思っている手順が、他社では自動化済みだった、というケースは頻繁にあります。

また、設備・計装の軸は、既存設備から実際に信号が取り出せるかどうかの技術的な判断を含みます。ここは図面と現物を確認しないと確定できない部分です。

自己診断で現在地の当たりをつけたうえで、判断がつかない項目だけ外部に確認してもらうという進め方が、費用と精度のバランスが良い方法です。診断の先にある相談や伴走支援の使い方については、自動化コンサルティング活用2026で、依頼範囲の切り分け方を含めて解説しています。

タイ工場特有の診断ポイント

タイに拠点を持つ日系製造業の場合、上記の6軸に加えて、現地固有の条件を診断項目に加える必要があります。

BOI奨励策のタイミングを診断に織り込む

タイ投資委員会は2026年1月15日、”Smart and Sustainable Industry”を含む刷新された投資奨励策を発表しました。先進製造業や自動化から、EV・モビリティ、高付加価値のR&Dまでを対象に税制優遇を強化する内容です。

この”Smart and Sustainable Industry”区分は、設備更新、省エネ、再生可能エネルギー、デジタル技術の導入、自動化とロボットの生産導入などを対象としています。2026年上半期におけるこの区分の申請は132件、投資額の合計は171億5,800万バーツでした。2026年7月23日付の報道による数字です。

ここで注意が必要なのは、数字の範囲です。BOIの承認案件全体としては1,300件、雇用創出8万2,000人超という数字が別途出ていますが、こちらは自動化区分に限定した数字ではなく、全区分を合算したものです。自動化投資の規模感として1,300件のほうを引用すると、件数を一桁分取り違えることになります。社内の資料を作る際は、どちらの範囲の数字かを必ず明記してください。

診断の実務としては、投資計画の時期に奨励策の要件を重ねて確認します。奨励の対象となる設備区分、申請のタイミング、必要な書類の準備期間。これらは設備の選定より前に確認しておくべき条件で、後から気づくと、同じ設備を入れても優遇が受けられないという結果になります。

現地エンジニアの確保が診断結果の上限を決める

前述の「人材・組織能力」の軸は、タイ拠点では特に重い意味を持ちます。日本の工場であれば、社内に設備保全の経験者が一定数いることを前提にできますが、現地拠点ではそこが確約されません。

診断で確認すべきは、人数ではなく役割の分担です。トラブル発生時に誰が一次切り分けをするか。制御プログラムの変更ができる人が社内にいるか、それとも常にベンダー対応か。予備品を誰が管理し、発注の判断は誰がするか。この3点が決まっていない状態で自動化を進めると、設備が止まった時間がそのまま生産損失になります。

採用と育成には時間がかかります。だからこそ、診断の段階で人材の軸が低いと分かったなら、設備の導入時期を人材の準備に合わせて調整する、という判断ができます。これは診断を先に行ったからこそ取れる選択肢です。

労働集約から自動化への切り替えタイミング

タイは、労働集約的な生産から自動化への移行が進んでいる市場です。SVRCのレポートは、IFR World Roboticsのデータを引用して、タイのロボット密度が労働者1万人あたり74台であり、大陸部東南アジアのなかでは最も高い水準にあるとしています。自動車産業を中心とした自動化基盤の厚さを反映した数字とされています。

この数字は、2つの読み方ができます。ひとつは、自動化を支えるサプライヤーやインテグレーターが現地に一定数存在するという意味です。設備の調達も、保全の外注も、日本から持ち込むより現実的な選択肢が現地にあります。

もうひとつは、この数字が国全体の平均だという点です。出典が指摘するとおり、密度の高さは自動車産業を中心とした集積を反映したものであり、他の業種の実態をそのまま表しているとは限りません。自社の業種における自動化の相場感を、全国平均の数字から推測するのは避けたほうが安全です。診断では、同業他社の状況ではなく、自社の工程ごとの実態を採点してください。

切り替えのタイミングを判断する際は、人件費の上昇率と設備の投資回収期間を並べて見るのが基本ですが、それに加えて、採用の難易度と定着率も診断項目に入れてください。人件費が同じでも、必要な人数を採用できない工程は、実質的に自動化しか選択肢がありません。

よくある質問

自動化診断とは何をするのですか

設備を選ぶ前に、自社の現状を複数の軸で採点し、どの工程から着手すべきかの優先順位を決める作業です。本記事では、戦略・推進体制、プロセス標準化、設備・計装、データ・接続性、人材・組織能力、投資・回収管理の6軸で採点する方法を示しました。診断の対象は設備そのものではなく、設備を動かし続けるための周辺条件です。

診断にどれくらいの費用と期間がかかりますか

自己診断であれば、本記事のチェックリストを使って対象工程1つあたり半日から1日程度で採点できます。外部に依頼する場合の水準としては、Capgemini Research Instituteの『Smart Factories Report 2025』が、事前の受け入れ体制診断への投資をEUR 15,000〜25,000程度としています。同レポートでは、診断を経ずに変革プログラムへ進んだ場合はEUR 200,000〜2,000,000の規模になりうるとされており、診断コストは変革コストに比べて一桁以上小さい水準です。実際の費用は診断の範囲と対象設備の数で変わるため、目安として扱ってください。

診断は自社でできますか、それとも依頼すべきですか

最初の当たりをつけるところまでは自社でできます。本記事のチェックリストは、そのまま社内で採点できる形にしてあります。

一方で、自社の常識になっている運用は採点の対象として認識されにくく、また既存設備から実際に信号を取り出せるかどうかの技術判断は、図面と現物を見ないと確定できません。自己診断で全体像をつかんだうえで、判断がつかない項目だけ外部に確認を依頼するという分担が、費用と精度の両面で現実的です。

診断の結果、レベルが低かったら自動化は諦めるべきですか

その必要はありません。むしろ、レベルが低い状態で高度な自動化に踏み込まないための情報が得られたと考えてください。

タイの工場では「レベル3までで十分」と回答した比率が7割に上るという報告もあります。全工程の無人化を目指さなくても、数値を取り、見える化し、要因を特定して条件を調整できる段階まで到達すれば、多くの工場では目的を達成できます。診断で現在地が分かったなら、そこから1段階上を目標に置いて、対象工程を1つに絞って始めるのが最短の進め方です。

まとめ

工場の自動化診断は、設備を選ぶ前に自社の現状を採点し、着手の順序を決める作業です。診断の対象は設備の性能ではなく、それを動かし続けるための条件、すなわち戦略、手順、計装、データ、人材、投資管理の6軸にあります。

成熟度は0から5のレンジで捉えられますが、目標を最上位に置く必要はありません。タイの工場では「レベル3までで十分」という回答が7割を占めるという報告があり、身の丈に合った到達点を決めることが、計画を現実的にします。

診断結果を投資判断につなげるとき、覚えておくべきは費用の非対称性です。事前診断がEUR 15,000〜25,000の規模であるのに対し、診断を経ずに進めた変革プログラムはEUR 200,000〜2,000,000の規模になりうるとされ、事前診断を行った企業はパイロットの失敗率が50%少なく、量産化までの期間が35%短かったと報告されています。

そして次の一歩は、律速となっている軸を特定し、対象工程を1つに絞り、小さく始めて実測値を得ることです。タイ拠点であれば、BOIの奨励策の要件と時期、現地エンジニアの役割分担を、設備選定より前に診断項目へ加えておいてください。

自社の現在地がどのレベルにあるのか、どの工程から着手すべきかは、採点してみると想定と違う結果が出ることが少なくありません。TOMAS TECHはタイ現地で、日系製造業の生産設備と工場システムの両方に関わってきました。導入を決めた段階でなくとも、チェックリストの採点結果の読み方や、どの軸から手をつけるべきかの整理だけでも構いませんので、診断の初期段階からお問い合わせよりお気軽にご相談ください。

参考情報

• Smart Manufacturing Readiness Assessment Checklist – Oxmaint
• Industry 4.0 Readiness Checklist 2026 – iFactory
• Manufacturing AI Readiness Assessment – Thinking Inc. Capgemini Research Institute, Smart Factories Report 2025 を引用
• スマートファクトリー化ウェビナー報告 – THAIBIZ / Lib Consulting
• Thailand’s Renewed BOI Incentives – Alvarez & Marsal
• BOI Smart and Sustainable Industry applications in H1 2026 – The Nation Thailand
• Robotics Market in Asia – SVRC、IFR World Robotics のデータを引用