タイの製造現場では、ファクトリーオートメーション（FA）の議論が「やるかどうか」から「どの順序で、どこから手をつけるか」へと移りつつあります。バンコク都内では2025年7月1日から全業種で最低賃金が日額400バーツに引き上げられ（JETRO、タイ国家賃金委員会2025年6月17日決議）、一方で国際ロボット連盟（IFR）の「World Robotics 2025」によれば、2024年の世界の産業用ロボット新規導入台数は542,000台に達し、その74%をアジアが占めました。数字だけを見れば自動化は不可避に見えます。しかし実際の工場に立つと、20年前の設備と最新のPLCが同じラインに混在し、立ち上げを任せられるエンジニアが採用できず、日本本社の投資決裁が半年進まない、という現実に突き当たります。
本記事では、一般的な「FAとは何か」の解説ではなく、タイに製造拠点を持つ日系メーカーが、限られた予算と人員のなかでどの順序で自動化に着手すべきかを、公開データと制度情報にもとづいて整理します。結論から言えば、いきなりロボットを買うのではなく、「設備と工程のデータが取れている状態」をつくることが投資対効果を左右します。
タイの工場でファクトリーオートメーションが避けられなくなった理由
人件費は「安いから自動化しない」の前提を崩しつつある
長らくタイの工場では、「人件費が日本より圧倒的に安いのだから、高額なロボットを入れるより人を増やしたほうが早い」という判断が合理的でした。この前提が変わりつつあります。
JETROの報道によれば、タイ国家賃金委員会は2025年6月17日の決議により、2025年7月1日からバンコク都内の全業種を対象に最低賃金を日額400バーツとしました。従来、400バーツは一部の業種・地域に限定して適用されていましたが、首都圏の全業種へ広がったことになります。加えて、最低賃金をさらに引き上げる政府目標が報じられていますが、これは確定した制度ではないため、投資計画の前提には置かないほうが安全です。あくまで「上昇方向のトレンドが続く可能性がある」というシナリオとして扱うべきものです。
重要なのは、最低賃金そのものの金額よりも総人件費の構造です。工場の労務費は基本給だけでなく、社会保険、残業割増、送迎バス、寮・食堂、採用コスト、教育コスト、離職に伴う再教育コストの積み上げで決まります。とくに三交代や繁忙期の残業が常態化しているラインでは、基本給の上昇が残業割増を通じて増幅されます。「時給いくらか」ではなく「1シフトあたり、1万個生産するのにいくらかかっているか」で見ないと、自動化の投資判断は正しくできません。
労働力の逼迫は賃金以上に効いている
Mordor Intelligenceの東南アジア産業用・サービスロボット市場レポートは、域内市場の成長ドライバーのひとつとして「シンガポールとタイの労働力逼迫」を挙げています。タイの製造業では、単純に賃金が上がっているだけでなく、必要な人数を必要なスキルで揃えられないという問題が同時に進行しています。
現場で観察されやすいのは次のような症状です。
- 検査工程の熟練者が定年・退職し、後継者の育成が追いつかない
- 夜勤シフトの応募が集まらず、実質的に生産能力が昼勤に制約される
- 繁忙期に派遣・請負で人数を埋めた結果、品質のばらつきが増える
- 特定の設備を「触れる人」が1〜2名に固定化し、その人が休むとラインが止まる
これらはいずれも、人を増やすことでは解決しません。人数の問題ではなく、スキルの再現性の問題だからです。ファクトリーオートメーションが本質的に提供する価値は「人件費削減」よりもむしろ「作業と判断の再現性」にあります。この視点の切り替えができているかどうかで、導入後の評価軸がまったく変わります。
加えて、日系OEMや欧米バイヤーからのトレーサビリティ要求、個体単位での品質記録、納期遵守率の可視化といった外部からの要求水準も上がっています。紙とExcelの運用では対応工数が膨らむ一方であり、設備から自動でデータが上がる仕組みは監査対応や本社報告の間接工数をそのまま削減します。逆に言えば、自動化を「直接工の削減」だけで評価すると、投資対効果を過小評価することになります。
数字で見る産業用ロボット市場——世界・アジア・タイ
世界の導入は10年で倍増した
IFRの「World Robotics 2025」（データ年2024年）によると、2024年の世界の産業用ロボット新規導入台数は542,000台で、これは史上2番目の水準です。稼働台数は4,664,000台に達し、前年比で9%増加しました。IFRは、過去10年で年間導入台数が倍増したとしています。
地域別に見ると、アジアが新規導入の74%を占め、欧州が16%（85,000台）、米州が9%（50,100台）と続きます。国別では中国が295,000台と世界の54%を占め、過去最高を更新しました。中国の稼働ストックは200万台を超えています。一方、日本は44,500台（前年比マイナス4%）、稼働台数45万500台、ドイツは26,982台（マイナス5%）、米国は34,200台（マイナス9%）と、成熟市場では減少が見られます。
IFRの予測では、2025年は575,000台（前年比プラス6%）、2028年には年間70万台を超える見通しとされています。
| 国・地域 | 2024年 新規導入台数 | 補足 |
| — | — | — |
| 世界計 | 542,000台 | 史上2番目。稼働台数4,664,000台（前年比+9%） |
| アジア | — | 世界の新規導入の74%を占める |
| 欧州 | 85,000台 | 世界の16% |
| 米州 | 50,100台 | 世界の9% |
| 中国 | 295,000台 | 世界の54%・過去最高。稼働ストック200万台超 |
| 日本 | 44,500台 | 前年比 -4%。稼働45万500台 |
| 米国 | 34,200台 | 前年比 -9% |
| ドイツ | 26,982台 | 前年比 -5% |
（出典：IFR World Robotics 2025）
この表から読み取るべきは「中国がすごい」という感想ではありません。ロボットの調達環境そのものがアジア中心に再編されたという事実です。かつては欧州・日本のメーカーとその販売網が事実上の選択肢でしたが、現在のタイ市場では中国系サプライヤーを含めた複数の選択肢が現実的に存在します。これは価格交渉力の面では追い風ですが、後述するとおり、保守・部品供給・技術サポートの評価軸を持たないと危険な追い風でもあります。
ロボット密度は「タイの数字がない」ことこそ示唆的
IFRが2026年4月に公表したロボット密度（従業員1万人あたりの稼働台数、2024年データ）では、世界平均が132台、アジアが131台、西欧が267台、北米が204台、EU27が231台とされています。国別では韓国が1,220台で突出し、シンガポールが818台、ドイツが449台、日本が446台、米国が307台と続きます。
（出典：IFR「Robot density surges in Europe, Asia and the Americas」2026年4月公表、2024年データ）
なお、このIFRプレスリリースにタイの密度は含まれていないため、本記事ではタイの密度数値には触れません。同じASEANでもシンガポールが818台と世界有数の水準にあることは、「東南アジアだから自動化が遅れている」という一般化が成立しないことを示しています。国ごと、そして同じ国のなかでも企業ごとに、自動化の到達度は大きく分かれています。
東南アジア市場のなかでのタイの位置
Mordor Intelligenceによれば、東南アジアの産業用・サービスロボット市場は2025年に12.1億USD、2031年に18.3億USDへ拡大する見通しで、予測期間2026〜2031年のCAGRは7.24%とされています。そのなかでタイは域内売上の約22%を占め、年間約190万台の自動車生産がこれを下支えしていると分析されています。
さらに同レポートは、EEC（東部経済回廊）でおよそ4,500台の新規ロボットが導入され、8年間の法人税免除や関税免除といった措置により、自動化関連の外国直接投資32億USDが誘致されたとしています。
市場の成長ドライバーとしては、ASEAN各国のIndustry 4.0補助（適格な自動化支出の最大70%を支援する枠組み）、シンガポール・タイの労働力逼迫、China+1による電子部品生産の移転（ベトナム・マレーシアへの130億USDのFDI）、EC物流での無人搬送ロボット、医療・ホスピタリティ向けサービスロボットが挙げられています。
一方の阻害要因は、タイの現場感覚とよく一致します。
- 移民労働の低賃金に対して設備投資が重く、ROIが出にくい（とくにベトナム・インドネシア）
- 工場ユーティリティが分断されており、システム統合が難しい
- 部品の国産基盤が弱く、輸入関税とリードタイムが負担になる
- ロボティクス人材の不足により立ち上げが遅れる
「ROIが出にくい」「統合が難しい」「人がいない」——この3点が、タイでファクトリーオートメーションを進めるうえでの実質的な壁です。本記事の後半は、この3つの壁それぞれへの対処に紙面を割きます。
タイ国内の導入実績とエコシステム
タイ国内の実績について、在タイ日系向けの解説記事によれば、2022年にタイは約3,300台の産業用ロボットを導入し、世界14位・東南アジア2位（1位はシンガポール）でした。導入業種は自動車、食品飲料、電子、金属加工、医薬、プラスチック、教育と幅広く分布しています。
業務用サービスロボットについては、2023年時点でタイ国内に1,103台が稼働し、内訳は配送が44.4%（およそ490台）、ホスピタリティが20.9%（およそ230台）、業務用清掃が19.9%（およそ220台）とされています。サービスロボットの月額レンタルは2023年に1台あたり1万バーツを下回る水準まで低下し、リースは3年サイクルが一般的になっています。
同記事は課題として、市場インフラと運用サポートの不足、バンコクの飲食市場の飽和、中国勢の価格競争力、国内ロボティクス基盤の未成熟、そして最適な導入台数と人との協働モデルに対する理解不足を挙げています。最後の点はとくに重要です。ロボットを何台入れるかは技術ではなく設計の問題であり、「人がやったほうが速い工程」を残す判断ができるかどうかが、プロジェクトの成否を分けます。
2026年の動き：EECにヒューマノイド部品拠点
直近の動きとして、2026年2月にBOIが中国企業5社による総額100億バーツ超の投資を承認し、EECにタイ国内初のヒューマノイドロボット部品の生産拠点が設立されることが報じられています。
これが自社の工場に直接影響するわけではありませんが、示唆はあります。タイ国内のロボット関連サプライチェーンが厚みを増せば、中長期的には部品調達のリードタイムや保守体制の改善が期待できます。同時に、後述するBOIの新恩典が「タイ国内の自動化機械製造業に紐づく調達」を優遇していることとも整合しており、国内サプライヤーを使うほど有利になる方向に制度と産業が動いていると読むことができます。
タイでの工場自動化で最初につまずく5つの障壁
一般論としてのFA導入手順は、書籍やベンダー資料にいくらでも書かれています。しかし、タイの日系工場が実際につまずくのは、その手順書に書かれていない部分です。ここでは代表的な5つを整理します。
障壁1：レガシー設備とPLC世代差の混在
タイの日系工場の多くは、進出時期の異なる設備が同じ敷地に同居しています。1990年代に日本から移設した設備、2000年代に現地調達した設備、直近5年で導入した最新設備が、それぞれ異なるメーカー・異なる世代のPLC・異なる通信プロトコルで動いています。なかにはPLCすら載っておらず、リレー制御のままの設備も残ります。
この状態で「工場全体をつなぐ」構想を最初に描くと、確実に頓挫します。現実的なのは、設備を改造せずに外側から信号を取るアプローチ、たとえば既存の稼働ランプ（シグナルタワー）や電流値、光電センサーの追加設置などから始め、まずは稼働・停止・チョコ停の事実を記録できる状態をつくることです。設備の内部データが必要になるのは、その次のフェーズで十分間に合います。
障壁2：ロボットSIer・エンジニア人材の不足
Mordor Intelligenceが阻害要因として明示しているとおり、ロボティクス人材の不足は立ち上げ遅延の主要因です。タイでは、ロボット本体を売る商社・メーカーは見つかっても、自社の工程に合わせてハンド設計・治具設計・安全設計・PLC連携・立ち上げまでを一貫して担えるSIerの数が限られます。
その結果、次のような事態が起こります。
- 発注はできたが、立ち上げが想定を大きく超えて長期化する
- ティーチング変更のたびにSIerを呼ぶ必要があり、段取り替えが硬直化する
- SIerの担当者が退職し、引き継ぎのドキュメントが残っていない
- 保守契約はあるが、実際の駆けつけまでに数日を要する
対策は発注時点にしかありません。契約前に「立ち上げ後、自社の誰が、どこまで触れるようになるのか」を仕様として書き込むことです。詳細は後段のパートナー選定の章で扱います。
障壁3：ROIモデルが「人件費削減」だけになっている
タイでの自動化投資が本社決裁で止まる典型パターンが、投資回収の根拠を人件費削減だけに置いてしまうケースです。日本国内の工場であれば、人件費が高いため削減効果だけで回収期間が成立します。しかしタイでは同じ計算をすると回収期間が長く出やすく、「まだ人を使ったほうが安い」という結論になりがちです。
Mordor Intelligenceも、東南アジアの阻害要因として「移民労働の低賃金に対し設備投資が重くROIが出にくい」点を挙げています。この構造を前提にすると、タイでのROIは、直接工の削減だけでなく、不良・手直し・スクラップの削減、検査と記録作成の工数削減、設備停止時間の削減による増産余地、トレーサビリティ対応の間接工数削減、離職・再教育コストの低減、残業・休日出勤の削減、そしてBOI恩典による税負担の軽減までを積み上げて評価する必要があります（効果項目ごとの測定指標と金額換算の考え方は後段の表に整理しています）。
ここで問題になるのが、これらの多くは「現状値」がないと計算できないという点です。現在のチョコ停時間が何分なのか、手直し工数が何時間なのかを誰も把握していない工場では、そもそも効果を試算できません。だからこそ、見える化が自動化の前工程になります。
障壁4：日本本社の承認プロセスとタイムライン
在タイ拠点の投資には、多くの場合、日本本社の設備投資基準と稟議プロセスが適用されます。ここでよく起きるズレは次の3つです。
第一に、評価指標のズレです。本社は投資回収年数（ペイバック）で見るのに対し、現地は「そもそも人が採れない」というリスク回避で動いています。この2つは同じ言語では語れません。現地からは、人員確保できないシナリオでの機会損失（受注を受けられない、納期遅延によるペナルティ）を金額換算して提示するのが有効です。
第二に、タイミングのズレです。BOI恩典には申請期限があり、後述の告示第4/2569号は2027年末が申請期限とされています。本社の年度予算サイクルと制度の期限が噛み合わないと、恩典を取り逃がします。制度側の期限を先に押さえ、そこから逆算して稟議スケジュールを引く必要があります。
第三に、仕様決定権のズレです。本社の技術部門が日本国内標準の仕様を求める一方、タイでは保守部品の入手性やSIerの対応可否が優先されます。ここは早期に、「タイで保守できること」を仕様要件として明文化しておくのが現実的です。
障壁5：中国勢の価格競争と評価軸の欠如
在タイ日系向けの解説記事も、タイ市場の課題として中国勢の価格競争力を挙げています。実際、同等スペックの見積もりが大きく異なることは珍しくありません。これ自体は選択肢が増えたということであり、悪い話ではありません。
問題は、価格差を評価するための軸を持たずに比較してしまうことです。最低限、次の観点を見積比較表に加えるべきです。
| 評価観点 | 確認すべき内容 |
| — | — |
| 保守体制 | タイ国内に技術者が常駐しているか。駆けつけの目標時間は |
| 部品供給 | 主要消耗部品のタイ国内在庫の有無、標準リードタイム |
| ドキュメント | 回路図・PLCプログラム・取説の言語と提供範囲 |
| ソースの帰属 | PLC・ロボットプログラムの所有権と改変可否 |
| 教育 | 自社オペレーター／保全員への教育プログラムの有無 |
| 実績 | 同種工程・同業種での稼働実績の確認可否 |
| 安全 | 安全規格への適合、リスクアセスメントの実施主体 |
| 拡張性 | 将来の増設・段取り替えへの対応方法 |
安さそのものを問題視する必要はありませんが、総保有コスト（TCO）で並べ直すことは必須です。特定のサプライヤーや国籍を優劣で語るのではなく、上記の項目に具体的な回答が返ってくるかどうかで判断してください。
段階的ロードマップ：見える化 → 部分自動化 → ライン統合 → AI活用
ここからが本記事の中核です。タイの工場がファクトリーオートメーションを進める際、どの順序で何に手をつけるか。実務的には、以下の4段階で考えると意思決定が整理しやすくなります。
| フェーズ | 目的 | 主な取り組み | 主な投資対象 | 完了の判断基準 |
| — | — | — | — | — |
| Phase 0：見える化 | 事実を把握する | 設備稼働の自動収集、停止理由の記録、実績数の自動カウント | センサー、信号取得端末、ネットワーク、稼働監視・生産管理システム | 主要ラインのOEEが日次で自動集計され、停止理由の上位が特定できている |
| Phase 1：部分自動化 | ボトルネックを外す | 単工程のロボット化、搬送・供給の自動化、検査の自動化 | 産業用ロボット、協働ロボット、AGV/AMR、外観検査装置 | 対象工程の停止時間・不良率がPhase 0比で改善して測定できている |
| Phase 2：ライン統合 | 工程間をつなぐ | 工程間搬送の連結、設備とシステムの双方向連携、実績の自動計上 | ライン制御、上位システム連携、トレーサビリティ基盤 | 手入力の生産日報が廃止され、在庫・仕掛が実態と一致している |
| Phase 3：AI活用 | 予測と最適化 | 予知保全、品質予測、需給・生産計画の最適化 | 分析基盤、AIモデル、運用体制 | 予測にもとづく行動（保全前倒し等）が定常業務として回っている |
この順序には理由があります。以下、各フェーズで押さえるべき論点を説明します。
Phase 0：見える化——自動化の前に「測れる状態」をつくる
もっとも省略されやすく、もっとも省略してはいけないのがこのフェーズです。理由は単純で、現状値がなければ自動化の効果を測れないからです。
自動化は目的ではなく手段です。手段の評価には、前後の比較が要ります。ところが多くの工場では、設備の稼働率は月末に手集計され、停止理由は「その他」に大量に流れ込み、実績数はオペレーターが記憶で書いた日報に依存しています。この状態でロボットを導入すると、導入後に「効果が出た気がする」以上のことが言えません。本社への報告も定性的になり、次の投資が通らなくなります。
Phase 0で最低限そろえるべきデータは4つです。
- 設備が動いていた時間／止まっていた時間（時刻付き）
- 止まった理由（段取り替え、材料待ち、チョコ停、故障、品質調整など）
- 良品数と不良数（できれば不良の内容別）
- サイクルタイムの実測値とばらつき
この4つがあれば、OEE（設備総合効率）を時間稼働率・性能稼働率・良品率に分解でき、「どの工程の、どの損失が最大か」が判明します。ロボットを入れるべき工程は、この分析の結果として決まるべきものです。
重要なのは、Phase 0は必ずしも大きな投資を必要としないことです。前述のとおり、レガシー設備であってもシグナルタワーの信号や電流値から稼働・停止を取得することは可能です。全ラインを一度にやる必要もありません。まずボトルネックと目される1ライン、あるいは数台の設備から始め、データが意思決定を変える体験を組織に作ることが、次のフェーズへの推進力になります。
このフェーズでは、設備データの収集基盤と、生産計画・実績・在庫を扱う生産管理システムの役割分担を整理しておく必要があります。両者の違いと選定の考え方は、タイ工場の生産管理システム選定ガイド2026｜MESとの違いと費用で詳しく解説しています。
Phase 1：部分自動化——省人化は工程を選ぶことから
Phase 0のデータをもとに対象工程を選定したら、部分自動化に進みます。ここでの原則は、ライン全体を一度に自動化しないことです。
対象工程の選定基準は、以下のような観点で整理できます。
| 選定観点 | 自動化に向く条件 | 自動化に向かない条件 |
| — | — | — |
| 作業の反復性 | 同じ動作の繰り返しが中心 | 都度の判断・微調整が多い |
| 品種切替 | 品種が少ない、または切替が規則的 | 多品種少量で段取りが不定形 |
| ワークの安定性 | 位置決め・形状が安定 | 個体差・変形が大きい |
| 環境要因 | 温湿度・粉塵・振動が管理されている | 環境変動が大きく再現性が低い |
| 安全・負荷 | 重量物、高温、危険作業を含む | 人の五感による判断が価値を生む |
| 人員配置 | 恒常的に人が張り付いている | 兼務で稼働率が低い |
| データ | 現状値が測定済み | 現状値が不明 |
とくに「重量物・高温・危険作業」を含む工程は、費用対効果だけでなく労働安全の観点からも優先度が上がります。また、深夜シフトで人員確保が困難な工程は、金額換算されにくい機会損失を抱えているため、実は投資効果が大きいケースがあります。
搬送の自動化については、工程間搬送だけでなく、倉庫と製造現場の接続まで含めて考えると効果が積み上がります。倉庫側の自動化とWMS導入の実務については、物流DX 東南アジア最新動向2026｜タイ倉庫自動化とWMS導入の実際にまとめています。
Phase 1でよくある失敗は、ロボットは動くようになったが、その前後の工程が追いつかず、結果としてラインのスループットが変わらない、というものです。制約理論の基本どおり、ボトルネック以外を高速化しても全体は速くならないことを、投資判断の段階で確認してください。Phase 0のデータがあれば、この確認は数分で終わります。
Phase 2：ライン統合——手入力の日報をなくす
部分自動化が複数点で成立したら、次はそれらをつなぐ段階です。ここでの目的は、物理的な搬送の連結だけではありません。むしろ、情報の連結のほうが効果が大きいケースが多くあります。
具体的には、次のような状態を目指します。
- 生産指示が上位システムから設備へ自動で渡り、品種切替の設定ミスが減る
- 生産実績が設備から自動で計上され、日報の手入力が不要になる
- 材料のロット情報と製品の紐づけが自動で記録され、トレーサビリティ照会が即答できる
- 不良発生時に、該当ロット・該当時間帯・該当設備が即座に特定できる
- 在庫データが実態と一致し、棚卸差異の調査工数が減る
このフェーズの効果は、直接工の削減よりも間接工数と品質コストに現れます。監査対応、クレーム対応、原因調査、本社報告といった業務は、日常的には「工数」として認識されていないことが多いのですが、実際には管理職とエンジニアの時間を大量に消費しています。
バックオフィス側の帳票処理まで含めて自動化の対象にする場合の考え方は、AI-OCRでバックオフィス自動化｜タイ・ASEAN工場2026で扱っています。製造現場の自動化と間接部門の自動化は別プロジェクトになりがちですが、投資対効果の観点では合わせて評価したほうが正当な数字が出ます。
なお、Mordor Intelligenceが阻害要因として挙げる「工場ユーティリティの分断で統合が難しい」という指摘は、まさにこのフェーズで直面する課題です。Phase 0の段階で通信規格・ネットワーク・データモデルの方針を決めておくと、Phase 2の統合コストが大きく変わります。逆に、各設備を個別最適で導入し続けると、後からの統合が事実上不可能になることがあります。
Phase 3：AI活用——予測にもとづく行動に変える
データが継続的に蓄積され、工程が統合された段階で、はじめてAI活用が現実的な選択肢になります。代表的な用途は、予知保全、外観検査の判定精度向上、品質不良の要因分析、需給予測と生産計画の最適化です。
効果のベンチマークとして、産業AI関連メディアが集計した数値があります。それによれば、予知保全を12ヶ月以上にわたって成熟して運用している事例では、計画外ダウンタイムが31〜47%減、保全コストが12〜24%減、OEEが8〜15ポイント改善したと報告されています。また、機械50台以上の離散製造拠点のうち28%がAI監視を本番導入済みとされています。
ただし、これらはベンダー系メディアが集計した「導入効果のレンジ」であり、当社の実績値ではありません。また「12ヶ月以上の成熟した運用」という条件が付いている点に注意が必要です。導入直後から同水準の効果が出るという意味ではなく、データが蓄積され、現場の運用が定着してはじめて到達する水準として理解すべきものです。効果を保証するものではありません。
逆に言えば、この数字はPhase 0〜2を飛ばしてAIだけ導入しても効果が出ないことの裏付けでもあります。予知保全は、振動・温度・電流などのデータが一定期間蓄積され、かつ故障事例のラベルが付いていてはじめて機能します。データがない工場でAIツールを契約しても、最初の12ヶ月はデータを貯めるだけの期間になります。
製造業におけるAI活用の最新動向、とくに自律的にタスクを実行するAIエージェントの位置づけについては、AIエージェント最新動向2026｜製造業DXと自律型AIの現在地を参照してください。
IoT設備監視と生産管理システムが自動化の前提になる理由
前章で「まずデータ」と述べましたが、ここではもう一段踏み込んで、IoT設備監視と生産管理システムがそれぞれ何を担い、どう自動化とつながるのかを整理します。
3つのレイヤーの役割分担
| レイヤー | 主な役割 | 扱うデータの粒度 | 主な利用者 | 自動化との関係 |
| — | — | — | — | — |
| IoT設備監視 | 設備の稼働・停止・異常の検知と記録 | 秒〜分単位、設備単位 | 保全、製造課 | 自動化対象工程の選定根拠を提供する／自動化後の設備を監視する |
| 生産管理システム | 計画・指示・実績・在庫・原価の管理 | 作業指示・ロット単位 | 生産管理、製造、経理 | 自動化した設備への指示出しと、実績の自動計上を担う |
| AI／分析 | 予測・最適化・要因分析 | 蓄積データ全体 | 生産技術、経営 | 保全タイミングや計画の最適化により自動化設備の稼働率を高める |
この3層が揃うと、自動化は「点」ではなく「仕組み」になります。よくある誤解は、生産管理システムがあれば設備データも取れる、あるいはIoTで設備をつなげば生産管理は要らない、というものです。実際には両者は目的も更新頻度も異なり、役割が重なりません。設備稼働のリアルタイム監視と、原価計算に耐える実績管理は、別の要件です。
「自動化しても効果が測れない」を避ける
自動化プロジェクトの評価で最も困るのは、導入後に「本当に効果が出たのか」を証明できない状況です。これを避けるには、投資判断の前に以下を確定させておく必要があります。
- 測定対象の指標（OEE、直行率、リードタイム、1個あたり労務費など）
- 導入前のベースライン値（少なくとも1〜3ヶ月の実測）
- 測定方法（誰が、どのシステムで、どの頻度で取得するか）
- 外乱要因の切り分け方（生産量変動、品種構成の変化をどう補正するか）
とくに4番目は軽視されがちです。自動化と同時期に受注量が増減すれば、指標は当然変動します。「台あたり」「1,000個あたり」といった正規化した指標を最初に決めておかないと、効果測定が水掛け論になります。
レガシー設備をどう扱うか
タイの工場でIoT設備監視を検討する際、必ず問題になるのが古い設備です。実務的な選択肢は概ね次のとおりです。
- シグナルタワーの信号取得：既存の積層表示灯の点灯状態から稼働・停止を判別する。設備改造が不要で、最も導入障壁が低い
- 電流値の計測：クランプ式の電流センサーで主軸やモーターの負荷を測定し、稼働状態を推定する
- 外付けセンサーの追加：光電センサー、近接センサー等で生産数をカウントする
- PLCからの直接取得：通信ポートがあり、プロトコルが判明している場合。取得できる情報量は最も多い
- 設備更新のタイミングで対応：更新時の仕様にデータ出力を必須要件として書き込む
重要なのは、すべての設備で同じ方式にしなくてよいということです。設備ごとに取得方法が異なっても、上位で同じ形式に正規化できていれば、分析と管理は成立します。「全設備を同じ方式でつなぐ」ことを条件にすると、プロジェクトは永久に始まりません。
FA導入費用とROI、BOIの自動化恩典をどう見るか
投資額は工程・台数・仕様によって大きく変動するため、本記事では具体的な金額の相場を示しません。実際、同じ「ロボット1台の導入」でも、ハンド・治具・安全柵・架台・搬送・据付・立ち上げ・教育まで含めた総額は、案件ごとに桁が変わることがあります。ここで示せるのは、見積もりを比較・検証するための費目の構造です。
見積書に必ず含まれているか確認すべき費目
- ロボット本体・コントローラー
- エンドエフェクタ（ハンド・ツール）の設計と製作
- ワーク位置決め治具、架台、周辺機構
- 安全柵、ライトカーテン、安全PLC、リスクアセスメント対応
- 既存設備との信号インターフェース工事
- 電源・エア配管などのユーティリティ工事
- 搬入・据付・輸送
- ティーチング、試運転、量産立ち上げ支援
- オペレーター・保全員への教育
- 予備部品（スペアパーツ）の初期在庫
- 保守契約（年額、対応時間、駆けつけ条件）
- 上位システム連携（実績収集、指示受信）のソフトウェア開発
- プロジェクトマネジメント費用
見積もりの総額差の多くは、本体価格ではなくこの周辺費目の有無から生じます。とくに「安全対応」「上位連携」「教育」「予備部品」は、安価な見積もりから抜け落ちていることがあります。比較の際は、費目の粒度を揃えた比較表を発注側で作成するのが確実です。
回収年数の計算に含めるべき効果項目
前述のとおり、タイでは人件費削減だけでは回収年数が伸びやすくなります。以下の効果項目を、それぞれ測定可能な指標とセットで積み上げてください。
| 効果カテゴリ | 測定指標の例 | 金額換算の考え方 |
| — | — | — |
| 直接労務 | 対象工程の配置人数×稼働時間 | 削減人時×総人件費単価（社会保険等を含む） |
| 品質 | 不良率、手直し工数、スクラップ量 | 削減不良数×製造原価＋手直し人時×単価 |
| 設備稼働 | 計画外停止時間、チョコ停回数 | 増加した生産可能数×限界利益 |
| 検査・記録 | 検査工数、記録作成工数 | 削減人時×単価 |
| 間接業務 | 監査対応、報告書作成、棚卸差異調査 | 削減人時×単価 |
| 人材 | 離職率、再教育回数 | 採用コスト＋教育コスト×削減件数 |
| 安全 | 危険作業の件数 | 定量化困難だが定性評価として明記 |
| 税制 | BOI恩典の適用有無 | 適用可否は要確認。前提条件を明記 |
このうち「設備稼働」の項目は、増産の余地がある場合にのみ限界利益として計上できます。受注が伸びない状況で稼働率だけ上げても収益にはつながらないため、営業側の見通しと突き合わせる必要があります。ここを混同した投資計画は、本社の審査で指摘される可能性が高い点です。
段階投資という選択肢
一度に大きな投資をせず、Phase 0の見える化を先行させることには、財務上のメリットもあります。見える化への投資は相対的に小さく、かつ効果が数ヶ月で見えやすいため、社内での実績づくりになります。その実績データを根拠にPhase 1の稟議を出せば、本社に対して「感覚ではなく数値にもとづく提案」ができます。
また、サービスロボット領域では、前述のとおりタイ市場で月額レンタルが1台あたり1万バーツを下回る水準まで低下し、3年サイクルのリースが一般的になっているという報告があります。産業用ロボットの調達条件とは異なりますが、所有以外の調達形態を検討する余地があることは押さえておいてよいでしょう。実際の条件はサプライヤーごとに異なるため、個別に確認が必要です。
BOIの自動化恩典を投資計画にどう織り込むか
タイで自動化投資を行う際、BOI（タイ投資委員会）の投資奨励制度は投資判断に直接影響します。恩典の有無で実質的な投資負担が変わるため、費用とROIの検討と同じテーブルで扱うべき論点です。以下は公開情報にもとづく整理であり、個別案件への適用可否は必ずBOIおよび税務アドバイザーに確認してください。制度は改定されるため、最新の告示原文にあたることが前提です。
2026年の新恩典：告示第4/2569号（自動車・HEV/PHEV向け）
法律事務所Tillekeの解説によれば、BOI告示第4/2569号が2026年3月31日に官報公示されました。自動車産業の生産効率向上を狙い、自動化・ロボット導入を支援する内容です。
| 項目 | 内容 |
| — | — |
| 対象事業 | 一般自動車製造（カテゴリ3.6）、PHEV/HEV製造（カテゴリ3.8）。既存・新規いずれのプロジェクトも対象 |
| 恩典 | 自動化・ロボットシステムの投資額に対し、法人税50%免除・3年間（土地代・運転資金を除く） |
| 上乗せ条件 | 機械価値の30%以上がタイ国内の自動化機械製造業に紐づく、またはこれを支援する場合は100%免除 |
| 最低投資額 | 100万バーツ以上（土地・運転資金を除く。機械・装置・ソフトウェア・ITシステム・データセンターサービスは算入可） |
| 申請期限 | 2027年末まで |
（出典：Tilleke & Gibbins「Thailand Unveils New Incentives for Automotive and HEV/PHEV Manufacturing」）
注目すべき点は4つあります。
第一に、既存プロジェクトも対象であることです。すでに操業している工場が追加で自動化投資を行う場合にも道があるという意味で、実務上のインパクトは小さくありません。
第二に、タイ国内調達比率による差です。機械価値の30%以上がタイ国内の自動化機械製造業に紐づく場合、免除率が50%から100%に上がります。サプライヤー選定の段階でこの条件を意識しているかどうかで、恩典の水準が変わります。前述のEECにおけるロボット部品生産拠点の設立といった動きも、この文脈で捉えると意味が見えてきます。
第三に、最低投資額100万バーツという水準です。この金額にはソフトウェアやITシステム、データセンターサービスも算入できるとされており、ハードウェアだけの投資とは異なる設計が可能です。
第四に、申請期限が2027年末である点です。前述のとおり、日本本社の予算サイクルとの整合を早期に取る必要があります。
自動車以外の枠組み
自動車産業以外についても、BOIには自動化・ロボット関連の枠組みがあります。公開されている整理によれば、ロボット・自動化の開発はカテゴリ5.6・A1グループに該当しうるとされ、標準的なBOIの法人税免除期間は最大8年、BOIとEECを併用する場合は最大15年（免除終了後は50%減免）とされています。
また、既存のBOI企業が技術高度化を行う場合（Activity 10.1）には、追加で3年の法人税免除が設けられています。AI関連では、AI人材育成費の200%損金算入が認められ、給与の1〜3%をAI研修に投資する企業には最大3年の免除期間加算（メリットベース）があるとされています。
| 制度 | 主な内容 |
| — | — |
| BOI標準（該当カテゴリによる） | 法人税免除 最大8年 |
| BOI＋EEC併用 | 最大15年（免除終了後は50%減免） |
| Activity 10.1（技術高度化） | 既存BOI企業に追加3年の法人税免除 |
| AI人材育成 | AI研修費の200%損金算入。給与の1〜3%をAI研修に投資する企業に最大3年の免除期間加算（メリットベース） |
| 告示第4/2569号 | 自動車・HEV/PHEV向け。自動化投資に法人税50%免除3年、条件充足で100%。申請期限2027年末 |
（出典：Pertama Partners、Tilleke & Gibbins、BOI公式資料）
なお、200%損金算入はAI人材育成費に関する記述であり、自動化設備そのものについて同様の措置があると理解しないでください。制度の名称が似ているために混同されやすい部分です。
また、Mordor Intelligenceは東南アジア全体の成長ドライバーとして「ASEAN各国のIndustry 4.0補助（適格自動化支出の最大70%を支援）」を挙げていますが、これは域内各国の制度を総称した表現であり、タイの特定制度を指すものではありません。国別の制度は必ず個別に確認してください。
恩典を前提にした投資計画で注意すべきこと
BOI恩典は投資判断を後押ししますが、以下の点で計画が崩れることがあります。
- 申請と着工の順序：一般に、恩典対象となる投資には申請・承認のタイミング要件があります。先に発注してしまうと対象外になる可能性があります
- 投資額の定義：土地代・運転資金は除外されるなど、算入範囲に定義があります。社内の設備投資額とBOI上の投資額は一致しない場合があります
- 条件充足の証明：国内調達比率などの条件を満たすには、契約・請求書・原産地の証憑が必要になります
- 期限管理：申請期限のある制度では、社内承認の遅れが恩典の逸失に直結します
- 報告義務：恩典を受けた後の報告・監査対応の工数も、プロジェクトコストとして見込んでおくべきです
繰り返しになりますが、これらは公開情報にもとづく一般的な整理です。実際の適用可否・手続き・必要書類は、BOIおよび顧問税理士・法律事務所に確認したうえで判断してください。
タイでのロボットSIer選定と社内体制のつくり方
技術的に正しい構想でも、実行する人がいなければ動きません。タイでの自動化プロジェクトにおいて、パートナー選定と社内体制は投資額と同じくらい重要です。
SIer選定で確認すべき10項目
- 同種工程の実績：自社と同じ工程・同じワーク種別での実績があるか。可能なら稼働現場を見学する
- タイ国内の技術者数：営業だけがタイにいて、技術者は国外という体制ではないか
- 対応言語：現場のタイ人オペレーター・保全員への教育をタイ語で実施できるか
- 立ち上げ後の自走支援：ティーチング変更、品種追加を自社で行えるようにする教育が含まれるか
- プログラムの帰属：ロボットプログラム・PLCプログラムの所有権と改変権が自社にあるか
- ドキュメント：回路図、I/Oリスト、プログラムコメント、操作手順書の提供範囲と言語
- 安全設計の主体：リスクアセスメントを誰が実施し、誰が責任を負うか
- 保守条件：定期点検の頻度、駆けつけの目標時間、部品在庫、費用の内訳
- 上位システム連携の経験：設備単体ではなく、生産管理システムやIoT基盤との連携実績があるか
- プロジェクト体制：専任のPMがつくか、複数案件の掛け持ちか
このうち4番と5番は、長期的なコストに最も効きます。段取り替えのたびに外部業者を呼ぶ体制では、多品種化への対応力が落ち、結果として自動化が生産の柔軟性を損ないかねません。
社内体制：「誰が主管するか」を決める
自動化プロジェクトが停滞する組織的な理由の多くは、主管部門が曖昧なことにあります。製造課は日々の生産で手一杯、生産技術は設備導入で手一杯、IT部門は基幹システムで手一杯、という状態で、誰も横断的な推進役を担っていないケースです。
現実的な体制の作り方としては、次の要素が挙げられます。
- 推進責任者を1名指名する：兼務でもよいが、責任と権限を明記する
- 現場の代表を入れる：実際に操作する人が設計段階から参加していないと、運用が定着しない
- 保全部門を早期に巻き込む：導入後の面倒を見るのは保全であり、仕様決定に関与させないと保守性の低い設備が残る
- 日本本社の窓口を固定する：都度説明が必要な体制では、承認プロセスが長期化する
- データの担当を決める：Phase 0で取得したデータを誰が見て、誰が異常に反応するかを決めなければ、モニターは飾りになる
Mordor Intelligenceが指摘する「ロボティクス人材の不足で立ち上げが遅れる」という課題は、外部の人材市場だけの問題ではありません。社内に自動化を理解する人が育っているかという問題でもあります。1件目のプロジェクトを外注任せにせず、自社の若手エンジニアを張り付けて経験を蓄積することが、2件目以降のスピードを決めます。
ASEAN複数拠点を持つ場合の考え方
タイとベトナムなど、複数国に拠点を持つ企業では、「どちらから自動化するか」という論点が生じます。判断材料として押さえておきたいのは、両国の条件がかなり異なるという点です。
ベトナムについては、製造業の労働コストが時給約2.99〜4.10USD（中国の概ね半分程度）とされ、2021〜2023年で労働コストは11.2%上昇したと報告されています。産業用ロボットは2023年時点で5,000台超が稼働し、2021年比で40%増加、AI×製造・ロボット市場は約12億USD規模とされています。一方で、中小企業がAI・ロボットを導入する初期費用は50万USDを超えることも多いとされ、2026年は「スマートファクトリーか、さもなくば」という意思決定局面だと報じられています。
ここで重要な注意点があります。本記事で扱ったタイの制度・数値（最低賃金400バーツ、BOI告示第4/2569号、EEC関連の恩典）は、ベトナムには適用されません。 ベトナムの優遇制度については、現地当局および専門家への確認が必要です。国境をまたいで制度を類推することは、投資計画上の重大なリスクになります。
そのうえで、実務的な優先順位の考え方としては、(1) 労働力確保が最も困難な拠点、(2) 品質要求が最も厳しい顧客を抱える拠点、(3) 現状データが取れており効果測定が可能な拠点、の順で検討すると、初回プロジェクトの成功確率を上げやすくなります。
よくある質問（FAQ）
タイでFAを導入する費用の目安はどう見積もればよいですか？
工程・台数・仕様によって総額が大きく変わるため、一律の相場を示すことは適切ではありません。実務的には、ロボット本体だけでなく、ハンド・治具・安全設備・ユーティリティ工事・据付・ティーチング・教育・予備部品・保守契約・上位システム連携までを含めた費目リストを発注側で作成し、複数社に同じ粒度で見積もりを依頼するのが確実です。本文の「FA導入費用とROI、BOIの自動化恩典をどう見るか」の章に、確認すべき費目の一覧を掲載しています。あわせて、BOI恩典の適用可否によって実質的な負担が変わるため、税務面の確認も並行して進めてください。
産業用ロボットとIoT設備監視は、どちらから始めるべきですか？
多くのケースでは、IoT設備監視による見える化を先行させることを推奨します。理由は2つあります。第一に、どの工程をロボット化すべきかは、停止時間・不良率・サイクルタイムの実測データがなければ決められないためです。第二に、導入前のベースライン値がなければ、自動化後の効果を数値で証明できず、次の投資の稟議が通りにくくなるためです。ただし、労働安全上の緊急性が高い工程や、人員確保が物理的に不可能な工程については、データ整備を待たずにロボット化を優先する判断もあり得ます。
BOIの自動化恩典は、自動車以外の工場でも使えますか？
2026年3月31日に官報公示されたBOI告示第4/2569号は、一般自動車製造（カテゴリ3.6）とPHEV/HEV製造（カテゴリ3.8）を対象としています。自動車以外については、ロボット・自動化の開発がカテゴリ5.6・A1グループに該当しうるとされるほか、既存BOI企業の技術高度化（Activity 10.1）に追加3年の法人税免除が設けられているといった枠組みがあります。ただし、自社の事業が具体的にどのカテゴリに該当し、どの恩典を受けられるかは個別判断となるため、BOIおよび税務アドバイザーへの確認が必須です。
タイでロボットSIerを選ぶときのチェックポイントは？
同種工程での実績、タイ国内に技術者が常駐しているか、タイ語で現場教育ができるか、立ち上げ後に自社でティーチング変更ができる教育が含まれるか、ロボット・PLCプログラムの所有権と改変権が自社にあるか、ドキュメントの提供範囲、安全設計の責任主体、保守の駆けつけ条件と部品在庫、上位システム連携の実績、専任PMの有無——この10点を最低限確認してください。とくに「立ち上げ後に自社で触れるか」は長期的なコストに直結します。本文の「タイでのロボットSIer選定と社内体制のつくり方」の章で詳しく解説しています。
省人化を進めると、現場の反発や離職が起きませんか？
自動化の目的を「人員削減」として説明するか、「危険・重筋作業の解消と品質の安定」として説明するかで、現場の受け止めは大きく変わります。実務的には、削減された人員をより付加価値の高い工程や、設備の保全・データ活用の役割へ再配置する計画を、プロジェクト開始時点で示すことが有効です。また、設計段階から実際の操作者を参加させることで、運用の定着率が上がるとともに、当事者意識が生まれます。逆に、現場に相談なく導入された設備は使われなくなるリスクがあります。
レガシー設備が多い工場でも、IoT設備監視は可能ですか？
可能です。PLCが載っていない設備であっても、シグナルタワー（積層表示灯）の点灯状態から稼働・停止を判別する、クランプ式の電流センサーで負荷を測定する、光電センサーを追加して生産数をカウントするといった、設備を改造しない外付けのアプローチが取れます。重要なのは、すべての設備で同じ取得方式に統一しようとしないことです。設備ごとに取得方法が異なっても、上位で同じ形式に正規化できていれば、分析と管理は成立します。
AIによる予知保全は、いつから検討すべきですか？
センサーデータが継続的に蓄積され、故障・停止の事象が記録として紐づけられる状態になってから検討するのが現実的です。産業AI関連メディアの集計では、予知保全を12ヶ月以上運用した成熟事例で計画外ダウンタイムが31〜47%減、保全コストが12〜24%減、OEEが8〜15ポイント改善したと報告されていますが、これはベンダー各社が公表する導入効果のレンジであり、当社の実績値ではなく、また効果を保証するものでもありません。「成熟した運用」という条件が付いている点が重要で、データ蓄積と運用定着の期間を織り込んだ計画が必要です。
中国製のロボットは検討対象にしてよいのでしょうか？
調達先の選択肢が増えること自体は、発注側にとって有利な変化です。判断は国籍ではなく、保守体制、部品供給、ドキュメントの提供範囲、プログラムの帰属、教育プログラム、同種工程の実績、安全規格への適合といった具体的な項目で行うべきです。本文に評価観点の一覧表を掲載していますので、見積比較表に組み込んでご活用ください。総保有コスト（TCO）で並べ直すことが、価格差を正しく評価する唯一の方法です。
自動化投資の稟議を、日本本社に通すコツはありますか？
3点あります。第一に、人件費削減だけでなく、品質コスト、間接工数、機会損失を含めた効果項目を積み上げること。第二に、導入前のベースライン値を実測データで示し、効果測定の方法を事前に定義しておくこと。第三に、BOI恩典の申請期限など制度側の期限から逆算してスケジュールを引き、社内承認の遅れが恩典の逸失につながることを明示することです。いずれも、Phase 0の見える化が完了していれば準備しやすくなります。
タイでの自動化検討をご一緒します
TOMAS TECHは、バンコクを拠点に、在タイ・ASEANの日系製造業向けにPEGASUS生産管理システム、IoT設備監視、AI導入の支援を行っています。本記事で述べたとおり、自動化は目的ではなく手段であり、その効果は「データが取れている状態」をどれだけ先につくれるかに左右されます。現状の設備データがどこまで取得できるのか、どの工程から着手すると効果測定が成立するのか、といった初期の整理からご相談いただけます。制度面（BOI恩典など）の適用可否については、専門家との確認が必要になりますので、その進め方も含めてお話しさせていただきます。特定の効果をお約束するものではありませんが、貴社の現状に即した現実的な進め方の選択肢をご提示します。
参考情報
- IFR｜Global robot demand in factories doubles over 10 years：https://ifr.org/ifr-press-releases/news/global-robot-demand-in-factories-doubles-over-10-years
- IFR｜Robot density surges in Europe, Asia and the Americas：https://ifr.org/ifr-press-releases/news/robot-density-surges-in-europe-asia-and-americas
- Mordor Intelligence｜Southeast Asia Industrial and Service Robot Market：https://www.mordorintelligence.com/industry-reports/southeast-asia-industrial-and-service-robot-market
- Tilleke & Gibbins｜Thailand Unveils New Incentives for Automotive and HEV/PHEV Manufacturing：https://www.tilleke.com/insights/thailand-unveils-new-incentives-for-automotive-and-hev-phev-manufacturing/3/
- Pertama Partners｜Thailand BOI Manufacturing：https://www.pertamapartners.com/funding/thailand-boi-manufacturing
- BOI｜自動化・ロボット産業の投資奨励政策（日本語PDF）：https://www.boi.go.th/upload/content/BOI%20Thailand%20Investment%20Promotion%20Policy%20for%20Automation%20Robotics%20Industries%20Japanese_619b411183526.pdf
- JETRO｜ビジネス短信（バンコク都内の最低賃金400バーツ適用）：https://www.jetro.go.jp/biznews/2025/07/b21007a1ac8f7fca.html
- 東京都中小企業振興公社 バンコク事務所｜タイのロボット市場コラム：https://thai.tokyo-sme.com/business_info/column/2025/07/vol-30/
- バンコク週報｜EECにヒューマノイドロボット部品生産拠点：https://bangkokshuho.com/thainews-818/
- f7i.ai｜Industrial AI Statistics 2026：https://f7i.ai/blog/industrial-ai-statistics-2026-the-hard-data-behind-manufacturings-transformation
- ITPC Ho Chi Minh City｜Smart factories or bust: decision time in 2026：https://itpc.hochiminhcity.gov.vn/web/en/-/smart-factories-or-bust-decision-time-in-2026
- Research and Markets｜Vietnam AI in Manufacturing & Robotics Market：https://www.researchandmarkets.com/reports/6207519/vietnam-ai-in-manufacturing-robotics-market
