工程内不良の追跡2026｜ロットは特定できても原因は追えない

不良が出たとき、「見つけるまでの時間」と「原因が分かるまでの時間」はまったく別の数字です。タイの工場から工程内不良の追跡についてご相談をいただくとき、すでにロット単位のバーコード管理は入っていることがほとんどです。それでも、どのロットで起きたかは分かるのに、なぜ起きたのかは数日かかる。本記事ではラヨン県の樹脂成形部品工場をモデルに、ロット単位だけを整える場合と、号機・ショット単位まで踏み込む場合の投資回収を並べて比較します。数値はすべてモデル工場の試算であり、実在する工場の実測値ではありません。

工程内不良の追跡とは｜「見つける」と「原因を特定する」は別の問題

工程内不良の追跡とは、発生した不良を、それが作られた工程内の条件まで遡って結びつける仕組みのことです。射出成形でいえば、不良品1個に対して、それが何号機の何ショット目で、そのときのシリンダー温度・射出圧力・保圧時間・冷却時間がいくつだったかを一意に特定できる状態を指します。

ここで多くの工場が混同するのが、トレーサビリティと工程内トレースの違いです。ロット単位のトレーサビリティは「どの製品が、いつ、どの設備で、どの材料ロットから作られたか」を記録します。これは出荷後に問題が起きたときの追跡には十分機能します。しかし、そのロットの中で不良が出た理由までは記録していません。1ロット2,000個の中の何個が、どういう条件で成形されたのかという情報が抜けているからです。

この差が金額に化けるのは、不良が出たあとの動き方が根本的に変わるからです。ロット単位の記録しか持っていない工場では、不良が1個見つかった時点で、そのロット2,000個全部が「疑わしいもの」になります。原因が特定できるまで出荷を止め、全数選別をかけるしかありません。一方、ショット単位で成形条件が紐づいていれば、その不良と同じ条件で成形された分だけを抜き出せます。疑う範囲そのものが変わるのです。

検知の速さと原因特定の速さがずれるという指摘は、海外でも同じ形で出ています。自動光学検査（AOI）や統計的工程管理（SPC）で不良を数分以内に検知できる工場は増えている一方、その不良を工程変更・材料ロット・パラメータ変動まで遡って原因特定するには数日から数週間かかることが多い、と2026年8月13日付の記事で整理されています。検査の自動化は進んだのに、その後ろの調査工程が手作業のまま残っているという構図です。検知の側、つまり検査データそのものをどう活かすかについてはAI外観検査データの分析で扱っていますので、検査側の高度化を検討している方はそちらもあわせてご覧ください。本記事は、検知したあとの「なぜ」に絞ります。

なお、トレーサビリティの構築費用そのものを一般的に見積もりたい段階の方は、トレーサビリティ構築費用の4層モデルを先にご覧ください。そちらはロット単位を主軸に、4層の費用構造と90日のロードマップを整理しています。本記事はその一歩先、「ロット単位を丁寧に作り込んでも解決しない問題がある」という話です。

なぜ不良を検知できても原因特定に数日かかるのか｜ロット単位トレースの限界

議論を具体的にするため、モデル工場を設定します。繰り返しになりますが、これは試算のための仮定であり、実在する工場の実測値ではありません。

この工場では、年間24件の不良ロットが発生しているとします。20台×1.2件/台/年というモデル値です。1件発生するたびに何が起きるかを、時間の流れに沿って見ていきます。

まず検査で不良が見つかります。ここは早い。問題はその次です。エンジニアが紙の生産日報と検査記録を遡り、その日その号機で何が起きていたかを手作業で照合します。材料ロットの切り替えはあったか、金型交換のタイミングはいつか、温度設定を触った記録は残っているか。これらは別々の紙に、別々の担当者の字で書かれています。この照合に平均3.5日かかる、というのがモデル値の置き方です。1名あたりの投入時間は3.5日×8時間で28時間、これをエンジニア2名で行うので1件あたり56時間。労務費を500THB/時間とすると、1件あたり28,000THBが原因特定だけに消えます。以降、原因特定の時間を「3.5日（28時間）」と書く場合は、この1名あたりの28時間を指します。

その3.5日のあいだ、現物のほうは止まっています。どのショットが原因か分からない以上、そのロット2,000個全部が疑わしい。全数選別をかけると、選別労務費15THB/個で1件あたり30,000THBです。

年間1,527,000THBです。この金額は請求書として届きません。選別は自社の人員でやり、調査は技術部門の通常業務として処理され、クレーム対応は営業と品証が吸収します。どこにも「不良追跡コスト」という勘定科目がないため、経営会議に上がらないまま毎年発生し続けます。

注目していただきたいのは、この1,527,000THBの内訳のうち、選別コストと調査工数の2つで1,392,000THB、全体の9割以上を占めているという点です。そしてこの2つはいずれも、「どのロットか」が分かるだけでは1バーツも減りません。減らすためには「そのロットの中のどこか」と「なぜか」が要ります。トレーサビリティは、不良をその原材料バッチ・設備・作業者・シフトという文脈に接続することで、根本原因分析を推測ではなく実証可能なものにする、と一般に解説されています。裏を返せば、接続する文脈の粒度が粗ければ、実証できる範囲もそれだけ粗くなるということです。

ロット単位管理だけでは足りない理由｜比較シナリオA（ロットのみ導入）の投資対効果

では、いま入っていないロット単位のバーコード/QR管理をきちんと導入したらどうなるか。これをシナリオAとして試算します。工程内（ショット単位）の成形条件とは紐づけず、ロットの追跡精度だけを上げる構成です。

年間の運用費は、ラベル消耗品とシステム保守で50,000THBです。

問題は効果額です。このシナリオで改善するのは、「どのロットが・いつ・どの号機で作られたか」の追跡精度だけです。ロット内のどのショットが不良かは分からないままなので、原因特定日数は3.5日から3.0日へとほぼ横ばいにとどまり、全数選別コストも技術者の調査工数もほとんど変わりません。改善するのは、客先から連絡が入ったときに該当ロットの所在をすぐ答えられるようになる分の初動だけです。クレーム対応コストが135,000THBから100,000THBに下がると見て、削減額は35,000THBとします。

年間効果35,000THBから年間運用費50,000THBを引くと、純便益はマイナス15,000THBです。純便益がマイナスである以上、回収年数は計算できません。投資回収不能です。

この結果は直感に反するかもしれませんが、構造を見れば当然です。年間損失1,527,000THBのうち9割を占めるのは選別コストと調査工数であり、この2つはロット単位の記録では動きません。効果が乗っていない層に投資を積むと、投資額の大小にかかわらず回収は成立しないということです。550,000THBという金額自体は決して大きくありません。にもかかわらず回収できないのは、金額の問題ではなく、当てている場所の問題だからです。

誤解のないように付け加えると、ロット単位のトレーサビリティが不要だと言っているのではありません。出荷後の追跡や顧客要求への対応には必須の仕組みで、実際シナリオBの土台にもなります。ここで言いたいのは、「ロット単位を入れれば原因特定も速くなるはずだ」という期待が成立しないという1点です。目的が原因特定のスピードと隔離範囲の精度にあるなら、投資先を変える必要があります。

工程内（ショット単位）まで踏み込む設計｜比較シナリオB

シナリオBは、号機・ショット単位で成形条件（温度・圧力・保圧時間）と不良を紐づける構成です。成形機20台全数を対象にします。費用は5つの層に分解できます。

投資合計は2,350,000THBです。年間運用費は、機器保守が20台×3,000THBで60,000THB、システムのライセンスと保守が120,000THB、合わせて180,000THBです。

この5層で毎回議論になるのが第4層のマーキング設備です。380,000THB、全体の16.17%を占めるこの層は、「データさえ取れていれば紙に書けばいい」という理由で削られやすい。しかし第4層を削ると、この投資の効果のちょうど半分が消えます。理由は単純で、成形機側でショット単位のデータを取っていても、現物の成形品側にショット番号が刻まれていなければ、検査で見つかった不良品がどのショットのものか照合できないからです。データと現物を結ぶのがこの層の役割です。ここが切れると、隔離範囲を絞るという効果そのものが発生せず、後述する666,000THBの選別コスト削減は成立しません。

第3層のMES/QMS連携も同じ性質を持ちます。ここが弱いと、成形条件のデータは収集ユニットの中に溜まるだけで、不良情報と突き合わせて照会する経路がありません。「データは取れているが誰も見ていない」という状態は、この層を削ったときに起きます。第5層の教育を削れば、異常が出たときに現場が照会画面を使えず、結局エンジニアを呼ぶ運用に戻ります。削るなら第1層の台数を段階導入で分けるほうが健全で、効果と直結した層から削ると投資だけが残って効果が消えます。

工程内トレースの粒度をどう設計するかという観点では、業種が違っても構造は似ています。電子部品の実装ラインを対象にした電子部品の工程内トレーサビリティ設計では、追う単位を4つに整理していますが、そこでも「どの単位まで追うかを決めることが費用と効果の両方を決める」という構造は変わりません。樹脂成形の場合、その単位がショットになるというだけです。

次に効果額です。ショット単位の条件が不良と紐づくと、3つの数字が動きます。

1つ目の選別コストが最も大きく効きます。不良の原因となった成形条件が特定できれば、疑うべきは「その条件で成形された分」だけです。モデル工場の設定では平均150個。2,000個を選別していたところが150個で済むので、残存コストは720,000THB×(150/2000)＝54,000THBとなり、削減額は666,000THBです。

2つ目の技術者工数は、紙を遡る作業がデータ照会に変わることによる短縮です。3.5日＝28時間が4時間になると、残存コストは672,000THB×(4/28)＝96,000THBで、削減額は576,000THBになります。ここで消えているのは、エンジニアが日報の束をめくっていた時間そのものです。

3つ目のクレーム対応は、隔離範囲の精度が上がることで流出が減る効果です。年間3件から1件に減ると、残存45,000THB、削減額90,000THBです。

年間効果の合計は1,332,000THB。ここから年間運用費180,000THBを引いた純便益は1,152,000THBとなり、投資2,350,000THBを純便益で割った回収年数は2.04年、約24.5ヶ月です。

投資回収を比較する｜シナリオA vs シナリオB

2つのシナリオを同じ枠で並べます。

シナリオA｜ロット単位のバーコード管理のみ

投資額550,000THB、年間運用費50,000THB、年間効果35,000THB。純便益はマイナス15,000THBで、投資回収は成立しません。追跡精度は確かに上がりますが、年間損失の9割を占める選別コストと調査工数には効きません。

シナリオB｜号機・ショット単位の工程内トレース

投資額2,350,000THB、年間運用費180,000THB、年間効果1,332,000THB。純便益1,152,000THB、回収年数2.04年です。第1層から第5層まで一式を入れ、データと現物の両方にショット番号が乗る構成にして初めて、隔離範囲と調査時間の両方が動きます。

対比の核心｜投資は4.27倍、しかし回収できるのはBだけ

投資額はBがAの4.27倍です。普通に考えれば、4倍の投資は4倍の慎重さで検討されるべきものです。ところが結果は逆で、安いほうのAは回収できず、高いほうのBは2.04年で回収できます。

この逆転が起きる理由は、効果が発生する場所にあります。年間損失1,527,000THBの構造をもう一度見てください。選別コスト720,000THB、調査工数672,000THB、クレーム対応135,000THB。このうち上の2つは、「隔離範囲を絞れること」と「原因を短時間で特定できること」によってしか減りません。そしてこの2つは、いずれもロット単位の記録では実現しない性質のものです。シナリオAはこの2つの層に対して効果ゼロで通過し、3番目の135,000THBの一部にだけ触れます。触れる面積が最初から小さいのです。

つまり本記事の結論は、投資額の大小ではなく「効果が乗っている層に当たっているかどうか」で回収が決まる、ということになります。ロット単位の管理をどれだけ丁寧に作り込んでも、原因特定のスピードと隔離範囲の精度という本質的な課題には届きません。工程内まで踏み込むと投資は4.27倍に膨らみますが、そこで初めて年間1,332,000THBの効果が発生し、2.04年で回収できる形になります。「まず安いところから小さく始める」という一般論が、この領域では通用しないケースだと考えてください。

感応度分析｜前提が崩れたら回収年数はどう動くか

シナリオBの2.04年は、3つの仮定の上に成り立っています。隔離範囲が平均150個まで絞れること、原因特定が4時間まで縮むこと、クレーム発展が3件から1件に減ること。これらが想定どおりにいかなかった場合を、それぞれ単独で確認します。

ケース1は、金型のキャビティ差や材料の滞留といった要因が絡み、条件からの絞り込みが想定ほど効かなかった場合です。残存コストは720,000THB×(400/2000)＝144,000THBとなり、削減額は576,000THBに縮みます。元の666,000THBから90,000THB減る計算です。回収年数は基準の2.04年から2.21年に延びます。

ケース2は、データは取れているが照会の運用が定着せず、結局エンジニアが半日以上かけて確認している場合です。残存コストは672,000THB×(12/28)＝288,000THBで、削減額は384,000THB。元の576,000THBから192,000THB減ります。回収は基準の2.04年から2.45年へ延び、3ケースのうち最も影響が大きくなります。

ケース3は、隔離範囲が絞れても客先への流出が想定ほど減らなかった場合です。残存コストは135,000THB×(2/3)＝90,000THBで、削減額は45,000THB。元の90,000THBから45,000THB減り、回収は基準の2.04年から2.12年への延長にとどまります。影響は3ケースのうち最も小さくなります。

ここで注意していただきたいのは、3つのケースが影響する効果項目がそれぞれ違うという点です。隔離範囲の絞り込みが甘くても、原因特定の時間短縮には影響しません。逆に照会運用が定着しなくても、隔離範囲そのものの絞り込みは成立します。感応度を見るときに「効果が全体的に7割しか出なかったら」といった一律の係数を全項目に掛けると、実際には独立して動く効果まで同時に削ることになり、結論が実態より大きく振れます。崩れる前提ごとに、それが触る効果項目だけを動かしてください。

3つのケースすべてで回収年数は2.12年から2.45年の範囲に収まり、基準の2.04年から半年も延びません。投資判断そのものは変わりません。最悪ケースのケース2でも純便益は960,000THBのプラスで、シナリオAのマイナス15,000THBとは比較になりません。前提が多少崩れても結論が反転しないことは、この試算の頑健さを示しています。

IATF16949など監査対応との関係｜工程内トレースがあるとどう変わるか

ここまで社内の品質改善という観点で書いてきましたが、自動車部品のサプライヤーであれば監査への影響も気になるところです。

タイはこの分野で特殊な位置にあります。IATF Global Oversightの2026年1月時点の分布データによれば、タイは東南アジアで最多となる2,083件のIATF16949認証拠点を持ち、ベトナム970件、マレーシア658件、インドネシア517件がこれに続きます。地域の自動車製造拠点として確立した地位にあるということであり、裏を返せば、タイで自動車部品を作る以上、IATF16949の要求水準は前提条件として扱われるということでもあります。

制度面では、IATF Rules第6版が2025年1月1日に発効しており、IATF16949規格自体の大幅改訂が2026年後半から2027年にかけて予定されているとされています。ただし改訂の正式な発効日は本記事執筆時点（2026年8月）で確定していないため、これを前提にした投資計画は避けるべきです。設計としては、現行要求を満たしたうえで、記録の粒度に余裕を持たせておくのが現実的な備えになります。

工程内トレースが監査で直接的な加点項目になるかというと、そういう性質のものではありません。IATF16949はトレーサビリティを要求事項として持っていますが、要求されるのは追跡できることであって、ショット単位まで追えという指定ではありません。したがって「監査のために工程内トレースを入れる」という理由づけは、費用対効果の説明として弱くなります。

工程内トレースが効くのは、監査そのものよりも、監査で不適合や顧客クレームが出たあとの是正処置の局面です。是正処置報告書には、根本原因と、影響を受けた範囲と、再発防止策を書く必要があります。ロット単位の記録しか持たない工場では、根本原因の欄が推定で埋まり、影響範囲の欄が「該当ロット全数」になります。ショット単位の条件データがあれば、根本原因を成形条件の逸脱として数値で示し、影響範囲をその条件で成形された分に限定して示せます。同じ書式の報告書でも、書ける内容の解像度が変わるということです。

IATF16949の監査対応そのものを設計の主題として検討している場合は、自動車部品のIATF16949対応トレーサビリティ設計で要求事項の読み解きから扱っていますので、そちらをご覧ください。また、監査当日に記録をどれだけ速く提出できるかという観点は本記事とは別の課題で、監査対応の記録電子化で整理しています。本記事の主題は社内の原因特定スピードであり、証跡の提出スピードとは目的が異なりますが、記録が電子化されていれば両方に効くという意味で隣接した投資になります。

タイ工場で導入する際に押さえておきたいポイント

試算はここまでですが、実際に検討に入る前に確認しておくべきことが主に3つあり、そのうえで運用面の注意が2点あります。

第一に、成形機がショット単位のデータを外部出力できるかどうかです。本記事の試算は、成形機のPLC/コントローラがショット単位のデータを外部に出せる比較的新しい機種であることを前提にしています。旧式機ではこの前提が成立せず、外部出力に対応させるための追加の改造費用が発生しうるため、第1層の900,000THBという金額がそのまま当てはまりません。まず自社の20台のうち何台がデータを出せるかを台帳で確認してください。半数が旧式機であれば、投資額も回収年数も本記事の数字とは別物になります。

第二に、年間の不良ロット発生件数です。本記事の試算は年間24件を前提にしています。効果額は件数に比例するため、年間の不良ロット発生が数件以下にとどまっている工場では、同じ投資をしても効果額が数分の一になり、投資対効果は大きく薄まります。この場合、工程内トレースの優先度は下げるべきです。先に手を付けるべきは、そもそも不良の発生記録が残っていない工程の可視化や、検査記録の電子化といった、もっと手前の改善になります。工程内トレースは、不良が定常的に発生していて、その調査に人が張り付いている工場でだけ効く投資です。

第三に、工程能力の管理と組み合わせる設計です。工程内トレースは不良が出たあとの調査を速くしますが、そもそも不良を減らす取り組みと組み合わせて初めて全体の効果が出ます。統計的工程管理（SPC）では工程能力指数Cpk 1.33以上を一つの目安とし、業界によってはCpk 1.67未満の工程を優先改善する運用もあると紹介されています。ショット単位の成形条件データは、そのままCpkの算出母数として使えます。つまり同じデータ基盤が、事後の原因特定と事前の工程能力管理の両方に効くということです。投資の説明としては、この二面性を示したほうが通りやすくなります。

運用面では、5 Whys分析の位置づけにも触れておきます。5 Whysは責任追及ではなくシステムの抜けを検出するために使うべきとされています。ショット単位のデータが入ると、「なぜ」の1段目と2段目が推測ではなく数値で埋まるようになり、議論が人の話から工程の話に移ります。導入時に現場へ説明する際は、この点を最初に伝えておくことをおすすめします。監視されるための仕組みだと受け取られると、データの入力精度が落ち、投資が機能しなくなります。

運用面のもう1点は、タイ特有の事情であるオペレーターの入れ替わりへの備えです。紙の日報を前提にした運用は、書き方のローカルルールを知っている人がいることで成立しています。その人が抜けた瞬間に、過去の記録を読み解ける人がいなくなる。工程内トレースの投資には、この属人性を切り離す効果も含まれていますが、それは第5層の教育とマニュアル整備が機能した場合に限られます。180,000THBという第5層の金額は全体の7.66%にすぎませんが、削ってよい層ではありません。

まとめ｜まず測るべき数字

本記事の結論を整理します。不良を検知することと原因を特定することは別の問題であり、ロット単位のトレーサビリティは前者にしか効きません。モデル工場の試算では、ロット単位のバーコード管理だけを導入するシナリオAは投資550,000THBに対して純便益マイナス15,000THBで、投資回収は成立しませんでした。号機・ショット単位の工程内トレースまで踏み込むシナリオBは投資2,350,000THB、純便益1,152,000THB、回収2.04年です。投資は4.27倍に膨らむのに、回収できるのは高いほうだけ、という逆説がここに現れます。

理由は明快で、年間損失1,527,000THBのうち9割を占める選別コストと調査工数が、「隔離範囲を絞れること」と「原因を短時間で特定できること」によってしか減らないからです。ロット単位の記録はこの2つに触れません。効果が乗っていない層に投資すると、金額が小さくても回収できないということです。

そのうえで、実際に検討を始めるときに測っていただきたい数字は4つあります。1つ目は年間の不良ロット発生件数で、これが数件以下なら優先度は下がります。2つ目は1件あたりの選別対象数量と選別労務費の単価で、効果額の最大項目である選別コスト削減の上限がここで決まります。3つ目は原因特定に実際にかかっている日数と投入している人数で、これは日報や作業記録から遡れば実測できます。4つ目は自社の成形機のうち何台がショット単位のデータを外部出力できるかです。感応度分析で見たとおり、3つ目に対応するケース2が回収年数を最も大きく動かします。この4つが揃えば、本記事の試算表の数字を自社の値に置き換えるだけで判断ができます。

工程内トレースの検討を始める前に

自社の成形機がショット単位のデータを出せるのか、現物側にどうやって号機とショット番号を残すのか、この2点は図面や仕様書だけでは決まらず、実際の設備と現場の運用を見ないと判断できません。TOMAS TECHでは、タイの日系工場向けに生産管理・OT/IoTの導入支援を行っており、まだ導入するかどうかを決めていない検討段階でのご相談も承っています。本記事の試算表に自社の数字を当てはめた結果だけ知りたい、という形でも構いません。お問い合わせからお気軽にご連絡ください。

よくある質問（FAQ）

工程内不良の追跡とロットトレーサビリティの違いは？

追う最小単位が違います。ロットトレーサビリティは1ロット（モデル工場では1台1日分・平均2,000個）を単位に、いつ・どの号機で・どの材料ロットから作られたかを記録します。工程内不良の追跡は1ショット（1回の成形動作）を単位に、そのときの温度・圧力・保圧時間といった成形条件まで不良と紐づけます。答えられる問いが変わり、ロット単位は「どのロットで起きたか」まで、工程内トレースは「なぜ起きたか、どの範囲まで疑うべきか」まで答えられます。不良発生時の隔離範囲がロット全体か、同一条件で成形された分だけかという実務上の差になって現れます。

工程内不良追跡の導入費用はどれくらいかかる？

モデル工場（射出成形機20台）の試算では、合計2,350,000THBでした。内訳はショットカウンター／工程データ収集ユニット900,000THB、設置・配線・既存PLCとの接続240,000THB、MES/QMSとのデータ連携650,000THB、不良品へのマーキング設備380,000THB、教育・マニュアル整備180,000THBです。データ収集ユニット本体は全体の38.30%にとどまり、残りはMES/QMS連携・マーキング設備・教育の3層で51.49%、設置・配線が10.21%という配分です。ソフトウェア連携と教育という形の残らない費用だけでも35.32%を占めます。台数と既存設備の状態によって金額は変わるため、あくまで目安としてご覧ください。年間運用費は別途180,000THBを見込んでいます。

ロット単位のバーコード管理だけでは不十分ですか？

原因特定のスピードと隔離範囲の精度を目的にするなら、不十分です。モデル工場の試算では、ロット単位のバーコード管理のみを導入した場合、投資550,000THBに対して年間効果は35,000THBにとどまり、年間運用費50,000THBを引くと純便益はマイナス15,000THBで投資回収不能でした。年間損失1,527,000THBの9割を占める全数選別コストと技術者の調査工数は、ロット単位の記録では減らないためです。ただしロット単位の管理は出荷後の追跡や顧客要求への対応には必須で、工程内トレースの土台にもなります。不要という意味ではなく、目的が違うということです。

既存の成形機やPLCからデータを取得できますか？

比較的新しい機種であれば、PLC/コントローラがショット単位のデータを外部出力できるため取得できます。本記事の試算もその前提で計算しています。一方、外部出力に対応していない旧式機では追加の改造費用が発生しうるため、試算の第1層900,000THB（20台×45,000THB）がそのまま当てはまりません。検討の第一歩として、自社の設備台帳を見て、何台がショット単位のデータを出せるかを確認することをおすすめします。旧式機の比率が高い場合は、対応可能な号機から段階的に導入する構成のほうが投資効率は上がります。

IATF16949の監査で工程内トレース記録は評価されますか？

IATF16949はトレーサビリティを要求事項として持っていますが、要求されるのは追跡できることであって、ショット単位まで追えという指定ではありません。したがって工程内トレースが直接の加点項目になるわけではなく、監査対応を主目的にすると費用対効果の説明が弱くなります。効くのは監査そのものより、不適合や顧客クレームが出たあとの是正処置の局面です。根本原因を成形条件の逸脱として数値で示し、影響範囲をその条件で成形された分に限定して示せるようになるため、報告書に書ける内容の解像度が上がります。なおタイはIATF Global Oversightの2026年1月時点のデータで2,083件の認証拠点を持ち、東南アジアで最多です。

参考情報

• 不良の検知は数分でも原因特定には数日から数週間かかるというギャップの指摘 humbleops 2026年8月13日付
• トレーサビリティが根本原因分析を実証可能にするという一般解説 MP of Cincinnati 2026年8月時点で確認
• 工程不良削減におけるSPC・工程能力指数Cpk・5 Whys分析の位置づけ emuni 2026年5月17日付
• タイのIATF16949認証拠点数2,083件（ベトナム970件、マレーシア658件、インドネシア517件） Alibaba Seller Blog 原典はIATF Global Oversightの2026年1月時点の分布データ
• IATF Rules第6版の2025年1月1日発効と2026年後半から2027年にかけての規格改訂予定 Smithers 正式発効日は2026年8月時点で未確定
• IATF16949の公式情報 IATF Global Oversight 2026年8月時点で確認