対象読者：タイ・ASEAN拠点の日系製造業 経営者・拠点長・工場長・製造管理部門担当者。カーボン規制への対応を検討しつつ、現場の電力コスト・歩留まり・設備稼働率の改善も同時に求められている方。
「カーボン対応」という言葉が、タイの日系製造業の会議室に定着し始めたのはここ数年のことです。欧州の炭素国境調整メカニズム（CBAM）の段階的な適用拡大、顧客からのサプライチェーン排出開示要求、そしてタイ政府が打ち出すグリーン産業政策。これらが重なり、「どこから手をつけるか」に頭を抱える工場長・管理部門が増えています。
一方、現場はカーボン対応だけに集中できる余裕はありません。原材料費の上昇、タイ人スタッフの採用難、日本本社からのコスト削減要請、品質基準の厳格化。毎日の生産ラインには、在庫ロス・設備停止・不良品・残業という「見えにくいコスト」が積み重なっています。
この記事では、カーボン対応とIoT投資を「別々のプロジェクト」として捉えるのではなく、電力使用量・歩留まり・稼働率を同じデータ基盤で見える化することで、両方の課題を同時に前進させるアプローチを解説します。実際のタイ現場で起きている課題と、投資対効果を日本本社に説明するための考え方をあわせてご紹介します。
1. タイ製造業が直面している「二重の圧力」
2026年のタイ製造業の経営環境は、World Bankも慎重な見方をしており、成長が加速するよりもコスト管理と競争力維持が経営の主テーマになっています。OECDもエネルギーコストや物流コストの上昇、外需の変動リスクを指摘しています。
日系製造業が直面しているのは、大きく分けて二つの圧力です。
① 経営効率の圧力：生産コスト削減、不良率低減、設備稼働率向上、管理コスト削減。これは従来から続く「現場改善」の課題ですが、人手不足と賃金上昇により、かつてのように人を増やして対応することが難しくなっています。
② カーボン・環境規制の圧力：顧客（特に欧州・日本の大手メーカー）からのScope 3排出データ開示要求、タイ政府のカーボンニュートラル政策、グリーン調達基準の厳格化。対応が遅れると、取引継続そのものに影響が出るリスクがあります。
重要なのは、この二つの圧力は「別々に対応すべき問題」ではないという点です。電力消費量の見える化はそのままCO2排出量の把握につながり、設備停止時間の削減は電力ロスの削減でもあります。歩留まり改善は原材料の無駄遣いを減らし、廃棄物排出量を下げます。データ基盤を共有することで、経営効率とカーボン管理は同時に前進できます。
2. カーボン対応の「何から始めるか」問題
多くの工場で、カーボン対応が「どこから手をつければいいか分からない」状態に陥っています。その主な原因は三つあります。
データが紙・Excelに散在している：電力使用量は電力会社の請求書でしか把握できない、ラインごとの消費量は計測していない、という工場は珍しくありません。CO2排出量を算定しようとしても、基礎データが揃っていないため、計算そのものができない状態です。
誰が担当するか決まっていない：カーボン対応は環境・品質部門の仕事か、生産技術の仕事か、経営企画の仕事か。担当が曖昧なため、「検討中」のまま時間が過ぎています。
日本本社との認識ギャップ：本社は「カーボン対応レポートを出してほしい」と言うが、現地は「そのためのインフラが整っていない」と感じている。投資の優先順位付けや承認プロセスにも時間がかかります。
この状況を打開するには、「カーボン対応のための特別システム」を最初から構築しようとするのではなく、現場のKPI改善（稼働率・歩留まり・電力コスト）に直結するデータ収集基盤を先に整え、そのデータをカーボン管理にも活用するという順序が現実的です。
3. 電力・稼働率・歩留まりを「同じKPI」で見るとは何か
タイの製造現場でよく見られるのは、「数字は取っているが、つながっていない」という状況です。
- 生産数・不良数は日報（紙またはExcel）で記録している
- 設備停止時間は現場の感覚値で把握しているが、正確な記録はない
- 電力使用量は月次の請求書でしか確認していない
- 品質記録と生産記録が別々のシステム（またはファイル）にある
この状態では、「今月の電力コストが上がった原因は何か」「不良率が悪化しているのはどの工程か」「設備を止めたまま待機している時間はどれくらいか」という問いに、すぐに答えることができません。管理者が手作業でデータを突き合わせ、翌週になってようやく報告書が上がってくる、というパターンが多く見られます。
電力・稼働率・歩留まりを同じKPIで見るとは、これらのデータを同一のダッシュボードやレポートで確認できる状態にすることです。具体的には：
- 設備ごとの稼働状態（稼働中・停止中・段取り中・待機中）をリアルタイムで把握
- 稼働状態と電力消費量を紐づけ、「どの設備が、どの状態のときに、どれだけ電力を使っているか」を可視化
- 生産数・良品数・不良数を工程ごとに記録し、歩留まりを自動計算
- これらのデータから、CO2排出量（電力由来）を自動的に算出できる仕組みを作る
このデータ基盤があれば、日々の現場改善活動と、月次・年次のカーボン報告が、同じデータから生成できます。二重の工数をかけることなく、両方の要求に応えることが可能になります。
4. IoT導入の前に確認すべき「現場の実態」
IoTや稼働管理システムの導入を検討する前に、自社の現場の実態を整理することが重要です。以下のチェックリストを参考にしてください。
| 確認項目 | 現状の典型例 | IoT導入後の姿 |
|---|---|---|
| 設備の稼働状態把握 | 作業者の感覚値・日報手書き | センサー・PLC連携でリアルタイム記録 |
| 電力使用量の把握単位 | 工場全体の月次請求書のみ | ライン・設備単位で日次・時間単位で記録 |
| 生産・品質記録の形式 | 紙の日報・Excelファイル | タブレット・スマートフォンで電子記録 |
| 在庫の把握タイミング | 月次棚卸し（ズレは翌月判明） | 入出庫都度記録・在庫残をリアルタイム把握 |
| CO2排出量の算定 | 未実施または年1回の手計算 | 電力データから自動換算・月次レポート |
| 日本本社への報告 | 担当者が手作業でExcel集計・提出 | システムから自動生成・担当者工数削減 |
このチェックリストで「現状の典型例」に多く当てはまる工場ほど、IoT・稼働管理システムの導入余地が大きく、投資回収が早い傾向があります。逆に、すでに電子記録が整っている工場は、データ分析やAI活用のステップに進む段階です。
5. 「止めるべき投資」と「進めるべき投資」の見極め方
景気が慎重な局面では、すべての投資を止めるのも、すべてを進めるのも誤りです。重要なのは、投資を「コスト削減・リスク低減に直結するもの」と「将来の拡大を見据えたもの」に仕分けし、前者を優先することです。
止めるべき投資（現時点では優先度低）
- ROIが3〜5年以上かかる大規模ERP全体導入（現地に定着する前に更新が来るリスク）
- 「流行だから」という理由だけで導入するAI・メタバース系ツール（現場課題と接続されていないもの）
- 本社主導で現場ニーズを無視したシステム統一プロジェクト
- ベンダーのショールーム見学だけで意思決定し、PoC（実証実験）を省略した大型投資
進めるべき投資（優先度高）
- 設備稼働管理・停止原因記録（小さく始めて効果測定が可能）
- ペーパーレス化・電子帳票（タイ人スタッフの日報記入・転記工数削減）
- 在庫管理システム（ズレ・廃棄ロスを減らし、月次棚卸し工数を削減）
- 電力計測・見える化（カーボン対応の基礎データとなり、光熱費削減にも直結）
- 品質記録の電子化（トレーサビリティ確保・顧客対応の迅速化）
これらの「進めるべき投資」の共通点は、①現場の負担を減らしながらデータを取得できる、②投資対効果を3年以内に説明できる、③BOIの恩典対象となる可能性があるという三点です。
6. BOIを活用した投資計画の組み立て方
タイのBOI（投資委員会）は、自動化・AI・データ分析・IoT・企業管理IT（ERPやMESを含む）への投資を積極的に支援しています。具体的な恩典は申請内容や業種によって異なりますが、法人税免除・輸入関税免除・外国人専門家ビザ取得の優遇などが活用できます。
重要なのは、BOIの恩典を「投資を決めた後に申請するもの」ではなく、「投資計画を立てる段階から組み込むもの」として考えることです。たとえば、稼働管理システムや在庫管理システムの導入をBOI申請の一部として位置づけることで、投資コストの回収期間を短縮できます。
日本本社への投資稟議を通す際にも、BOIの恩典を含めた「総合的な投資回収計算」を示すことが説得力を高めます。「システム導入費○○万バーツ、BOI法人税免除期間中の節税効果○○万バーツ、業務工数削減効果年間○○万バーツ、3年回収可能」という形で示すと、経営層への説明がしやすくなります。
ただし、BOI申請には専門的な知識と準備が必要です。実績のある現地コンサルタントまたはITベンダーのサポートを得ながら進めることをお勧めします。詳しくはタイBOIの公式サイトをご確認ください。
7. 現場でよく起きる「DX失敗パターン」と回避策
タイ現地でシステム導入を支援していると、同じパターンの失敗が繰り返されるケースがあります。代表的な失敗パターンと、その回避策を整理します。
失敗パターン①：現場スタッフが使わない
日本人マネージャーが「便利だ」と感じるシステムでも、タイ人スタッフが日常業務の中で自然に使える設計になっていなければ定着しません。特に、タイ語インターフェースへの対応、スマートフォン・タブレットでの操作性、入力ステップの少なさが重要です。導入前に現場スタッフへのヒアリングと試用期間を設けることが不可欠です。
失敗パターン②：データが取れているが誰も見ていない
センサーを設置してデータは溜まっているが、そのデータを誰がいつどう活用するか決まっていない、というケースです。データ活用の「運用ルール」と「担当者」を決めないまま導入すると、システムは形骸化します。導入時に「週次レビューで何を確認するか」「異常値が出たら誰が何をするか」を具体的に決めておくことが重要です。
失敗パターン③：日本本社と現地の優先順位がずれている
本社は「グローバルERPへの統合」を求め、現地は「まず現場の手作業を減らしたい」と考えている。このギャップを埋めないまま進めると、どちらにとっても中途半端な結果になります。現地の課題を数字で示し（例：日報作成・転記に月○時間、在庫ズレによる廃棄コスト年間○○万バーツ）、その解決を優先することを合意形成することが重要です。
失敗パターン④：ベンダー依存で内製化が進まない
導入後のカスタマイズ・運用がすべてベンダー任せになり、ベンダーが変わったり、担当者が離職したりするとシステムが機能しなくなる。特にタイでは、システム担当者の離職率が高い場合があります。システム選定の段階で「現地スタッフが自律的に運用できるか」「ベンダーのタイ語サポート体制はあるか」を確認することが重要です。
8. 段階導入の進め方：「1ライン・1倉庫・1帳票」から始める
タイ現場でIoT・稼働管理・ペーパーレス化を成功させているケースの多くは、小さく始めて、効果を測り、現場に定着させてから横展開するというアプローチを取っています。
ステップ1：スコープを決める（1ライン・1倉庫・1帳票）
最初から全ラインに展開しようとすると、導入期間が長くなり、現場の混乱も大きくなります。まず最も課題が明確な1工程・1ライン・1倉庫・1帳票に絞って導入し、3〜6ヶ月で効果を測定します。
ステップ2：KPIを決める（何が改善したら成功か）
「便利になった」ではなく、「設備停止時間が月○時間削減できた」「日報作成工数が週○時間削減できた」「在庫差異が○%改善した」という数字で成果を定義します。この数字が、横展開の稟議を通すための根拠になります。
ステップ3：現場スタッフとともに運用ルールを作る
システムを導入するだけでなく、現場スタッフが「このデータをどう使うか」を自分たちで考え、ルール化することが定着の鍵です。日本人マネージャーが一方的に使い方を決めるのではなく、タイ人リーダーが主体的に運用設計に参加できる場を作ることが重要です。
ステップ4：効果測定・横展開
3〜6ヶ月後にKPIを測定し、改善効果を数字で確認します。効果が出ていれば、次のライン・工程・帳票へ横展開します。この段階で、BOI申請や日本本社への追加投資稟議の根拠として活用できます。
9. カーボン排出量の把握と報告：最小限から始める実務ガイド
「カーボン排出量を報告しなければならない」という要求は、主に三つのルートから来ます：①顧客（サプライチェーン排出開示要求）、②金融機関（サステナビリティファイナンス条件）、③タイ政府・業界団体（カーボンクレジット・グリーン認証）。
現実的な第一歩は、Scope 1（直接排出）とScope 2（購入電力由来の間接排出）の把握です。製造業において、Scope 2の主要な排出源は工場の電力使用です。つまり、工場の電力消費量をラインや設備単位で把握することが、カーボン管理の最初の一歩になります。
Scope 3（サプライチェーン全体の排出）の把握は重要ですが、計算範囲が広く、データ収集に多くの工数がかかります。まずはScope 1・2の把握から始め、顧客や規制の要求に応じてScope 3へと段階的に拡大することが現実的です。
電力消費量の記録を自動化するには、電力計測センサーをメインブレーカーや主要設備に設置し、データをクラウドや社内サーバーに蓄積する仕組みが必要です。この仕組みは、稼働管理システムと連携させることで、設備の稼働状態と電力消費の相関を可視化できます。「どの設備が稼働中にどれだけ電力を使い、どれだけのCO2を排出しているか」が分かれば、設備更新・運用改善の優先順位づけにも活用できます。
10. AIと自動化：「流行」ではなく「現場課題への解答」として使う
AIという言葉は製造業でも頻繁に聞かれるようになりましたが、「AI導入」が目的化してしまうと、期待通りの成果が出ないケースが少なくありません。タイの製造現場でAIが実際に効果を発揮している用途は、次のようなものです。
- 異常検知：設備の振動・温度・電流データをリアルタイムで監視し、通常と異なるパターンが発生した際にアラートを出す（予知保全）
- 画像検査：カメラ画像で表面傷・寸法不良・異物混入を自動判定（目視検査の代替・補完）
- 需要予測・在庫最適化：過去の出荷実績・季節変動・受注予定から適正在庫量を算出
- レポート自動生成：日報・月報・品質報告書を入力データから自動生成し、担当者の集計工数を削減
これらはいずれも、「データが取れていること」が前提です。AIを使いたいなら、まずデータを取る基盤を整えることが先決です。センサーも、品質記録システムも、在庫管理システムも、「AIのための準備」でもあります。
一方、AIを過度に期待するリスクもあります。タイ現場では、ベンダーから「AIで全部解決できる」と提案されても、実際には現場データの整備・オペレーターのトレーニング・運用ルールの設計が伴わなければ機能しません。AIはツールであり、現場改善の主体は人です。
11. TOMAS TECH の視点：現場課題に寄り添ったソリューション
TOMAS TECH CO., LTD.は、バンコクを拠点にタイ・ASEANの日系製造業向けにITソリューションを提供しています。以下に、本記事で取り上げた課題に対して、当社が提供するソリューションがどのように貢献できるかを簡潔にご紹介します。
在庫管理システム PEGASUS（在庫の見える化・ロス削減）
在庫の入出庫記録・在庫残量のリアルタイム把握・棚卸し作業の効率化を実現します。月次棚卸しの工数削減、在庫差異・廃棄ロスの削減、日本本社への在庫報告の自動化などに活用できます。在庫ロスの削減は、廃棄物削減を通じてカーボン対応にも間接的に貢献します。
ペーパーレス化アプリ i-Reporter（帳票・日報の電子化）
紙の点検表・日報・作業手順書・品質記録をタブレット・スマートフォンで電子化します。タイ語インターフェースに対応しており、タイ人スタッフが自然に使えるよう設計されています。転記工数・集計工数の削減、記録の正確性向上、トレーサビリティの確保に貢献します。電子記録はそのままデジタルデータとして蓄積されるため、AI分析や自動レポート生成の基盤にもなります。
稼働管理システム（設備稼働・停止・電力の見える化）
設備の稼働状態（稼働中・停止・段取り・待機）をリアルタイムで記録・表示します。停止原因の分析、稼働率・OEEの把握、電力消費量との連携が可能です。カーボン管理に必要な電力使用量の設備別・ライン別記録も対応できます。
スマートウォッチシステム（現場コミュニケーションの効率化）
現場作業者がスマートウォッチで異常通知・作業指示を受け取る仕組みです。設備異常・品質異常が発生した際に、担当者へ即座に通知することで、対応の遅れによるロスを削減します。
いずれのソリューションも、まず1工程・1倉庫・1帳票という小さな単位から始め、効果を測定してから横展開する進め方を基本としています。大規模導入を前提とせず、現場の実態に合わせた段階的な支援が可能です。
BOI申請との連携、日本本社への投資稟議サポート、タイ語でのスタッフトレーニングなど、タイ現地での導入に必要なサポートも提供しています。ご関心がある場合は、お気軽にご相談ください。
お問い合わせ：https://tomastc.com/contact
12. カーボン対応・IoT投資の「投資回収シミュレーション」の考え方
日本本社への稟議や、現地での投資判断において、「3年で回収できるか」という試算は欠かせません。以下は、稼働管理システム・ペーパーレス化・在庫管理システムの投資回収を試算する際の考え方の枠組みです（具体的な数字は現場の実態によって異なります）。
| ソリューション | 主な削減効果 | 試算のポイント | カーボン対応への貢献 |
|---|---|---|---|
| 稼働管理システム | 設備停止時間削減・電力ロス削減・残業削減 | 現状の停止時間（時間/月）×生産機会損失×改善率 | 電力消費量の設備別記録→CO2算出基盤 |
| i-Reporter（ペーパーレス化） | 日報・帳票作成工数削減・転記ミス削減 | 現状の帳票工数（時間/月）×時給×削減率 | 電子記録→品質・環境データの蓄積・報告効率化 |
| 在庫管理システム PEGASUS | 在庫差異削減・廃棄ロス削減・棚卸し工数削減 | 現状の在庫ズレ金額×改善率＋棚卸し工数削減 | 廃棄削減→材料ロス由来の排出削減 |
| 電力計測・見える化 | 電力コスト削減・ピーク電力管理 | 月次電力費用×削減率（通常5〜15%が目安） | Scope 2排出量の把握・削減・報告の直接基盤 |
この試算表を作る際のポイントは、「現状の数字」を先に調査することです。現状の設備停止時間・帳票作成工数・在庫差異金額・電力コストが把握できていない場合は、まずそれを1〜2ヶ月計測することから始めてください。この計測自体が、問題意識の共有と投資判断の根拠作りに役立ちます。
まとめ
タイの製造現場では、カーボン対応と現場改善（コスト削減・品質向上・稼働率改善）を「別々のプロジェクト」として進める余裕はありません。データ基盤を共有し、電力・稼働率・歩留まりを同じKPIで見える化することで、両方の課題を同時に前進させることが可能です。
重要なポイントを整理します。
- カーボン対応の第一歩は電力の見える化。Scope 2排出量（電力由来）の把握は、稼働管理システムと電力計測の組み合わせで実現できます。
- 投資は「止める」と「進める」を仕分ける。3年回収・現場課題直結・BOI対象となる投資を優先します。
- 小さく始める。1ライン・1倉庫・1帳票から始め、効果を測定してから横展開します。
- 失敗パターンを知る。現場スタッフが使わない、データを誰も見ない、本社と現地の優先順位がずれるという典型的な失敗を避けるための準備をします。
- AIは「データがあってはじめて使える」。AIの前に、データを取る基盤（稼働管理・電子帳票・在庫管理）を整えることが先決です。
- BOIを投資計画の最初から組み込む。恩典を活用することで、投資回収期間を短縮できます。
2026年のタイ製造業は、「流行のDX」ではなく「現場の数字を変えるDX」が求められています。カーボン対応も、IoT投資も、現場の生産性改善も、同じデータ基盤の上に乗せることで、限られたリソースで最大の効果を引き出すことができます。
まずは自社工場の現状を棚卸しし、「最も数字が改善できる1工程」を特定することから始めてみてください。
