「とりあえずデータを集めろ」は間違い──製造業DXの現実を上司に伝える方法

「うちもDXをやれ。まずビッグデータを集めろ」

製造現場でこういう指示が降りてきたとき、現場のエンジニアは内心こう思います。

「…何のデータを？何のために？」

この記事は、そのモヤモヤを言語化して、上司に正しく伝えるための言葉を整理します。

DXを否定したいわけではありません。「データを集めさえすれば何とかなる」という思い込みを、現場視点で整理したいという話です。最後に、順番を間違えるといくら損するかも計算します。

まず確認したい：「データ」の前に「問い」があるか

データを集める前に、必ず答えなければならない問いがあります。

この問いがないままデータを集めると、どうなるか。

▪ センサーをつけたが、誰も見ていない
▪ Excelが月次でたまっているが、分析された形跡がない
▪ 「データがあるのに使えていない」という状況が生まれる

これは多くの製造現場でリアルに起きていることです。

「データを集める」は目的ではなく手段です。目的（何の問題を解くか）が先になければ、手段だけが積み上がります。

「ビッグデータ」よりも「使えるデータ」が大事

「ビッグデータ」という言葉には、「大量のデータがあればAIが勝手に答えを出してくれる」というイメージがあります。実態はまったく違います。

AIや統計分析が機能するためには、データが次の4つを満たしている必要があります。

▪ 構造化されている
　 列と行が整理されている
　 現実：紙の記録帳・手書きメモが大量にある

▪ 継続的に取れている
　 同じ条件で記録され続けている
　 現実：担当者が変わると記録方法が変わる

▪ ラベルがついている
　 良品・不良品など、結果と紐づいている
　 現実：不良の記録が「現場の感覚」で止まっている

▪ ノイズが少ない
　 記録ミス・抜け・異常値が少ない
　 現実：「なんか変なデータが混じっている」

大量にデータがあっても、この4つを満たしていなければAIはまともな学習ができません。「ビッグデータ」ではなく「クリーンなデータ」が先です。

現場でよく起きる「DX失敗あるある」

① PoC（実証実験）で終わる

「AIで不良検知できました！」という成果が出たのに、半年後には使われなくなっている——。

よくある理由はこの3つです。

▪ 実験環境では精度が出たが、本番ラインの条件が違いすぎた
▪ 担当者が異動してしまい、誰も保守できなくなった
▪ 現場に説明していなかったので「何かわからないもの」として放置された

PoCと本番運用の間には、大きな壁があります。

② センサーをつけたが何も変わらない

IoT化の第一歩として設備にセンサーをつけ、クラウドにデータを送れるようにした。

しかし問題を解くプロセスがないので、データを見る人も、アクションを決める人もいない。結果、ダッシュボードを「眺めるだけ」で終わります。

③ システムだけ入れて現場がついてこない

高額な生産管理システムを導入したのに、現場は「使いにくい」と言って、紙の記録と並行運用になる。

システムへの入力が現場の負担になり、「DXをやったのに仕事が増えた」という逆転現象が起きます。

数字で見る：順番を間違えるといくら損するか

①のPoCが使われなくなった場合を、金額にしてみます。

PoCの外部費用          2,000,000円
社内工数 200時間 × 3,000円/時   600,000円
                合計  2,600,000円

一方、その前にやるべき「帳票を整える」作業はこうです。

帳票10種 × 1種あたり4時間 ＝ 40時間
40時間 × 3,000円/時 ＝ 120,000円

12万円を先にやらないまま260万円を投じて、半年で消える。その差は21.7倍です。

しかも帳票の整備は、AIを入れなくても現場がすぐ楽になります。先にやって損のない投資です。

※ 金額・工数・チャージレート（人件費に設備費・間接費を含めた1時間あたりの費用）は仮の前提です。自分の現場の数字に置き換えてください。

上司に伝えるための「3つの問い」

DXや生成AI活用を進めたいという方針は否定しません。ただ、動き始める前に次の3つを確認してほしい、と伝えましょう。

問い① 「解きたい問題は何か？」

「DXをやる」ではなく、「何の課題を解決するためにDXをやるのか」を先に決めます。

▪ ✕「データを集めてAIで改善する」
▪ ○「不良品の発生を月10件から3件に減らすため、不良の発生タイミングをリアルタイムで検知したい」

具体的な課題がなければ、手段を選ぶことができません。

問い② 「今、そのデータは取れているか？」

AIや分析を動かすには、学習データが必要です。「今の現場で、そのデータはどこに・どんな形で存在しているか？」を確認します。

もしデータが紙の帳票やバラバラなExcelにしかないなら、AIの前にまずデータの整備が先です。

問い③ 「誰が運用するのか？」

DXのシステムやツールは、導入して終わりではありません。「誰が日々の運用・保守・改善を担当するのか」を決めないと、PoCで終わります。

担当者・ルール・予算——この3つがないシステムは動き続けません。

では、製造現場のDXは何から始めればいいのか

「ビッグデータよりクリーンなデータが先」という話をしましたが、では具体的に何から手をつけるか。

現場エンジニアとしての答えはシンプルです。

具体的には、この順番です。

▪ ① 帳票のデジタル化
　 紙の記録をExcel・システムへ移行する

▪ ② フォーマットの統一
　 誰が記録しても同じ形になるテンプレートを整備する

▪ ③ 記録ルールの明文化
　 いつ・誰が・何を・どう記録するかを手順書に落とす

▪ ④ データの蓄積
　 まず半年〜1年、継続的に取り続ける

▪ ⑤ 分析・改善
　 溜まったデータで傾向を見て、改善につなげる

AIや高度な分析は、④が溜まってから考えても遅くありません。①〜③をやらずに⑤に飛ぼうとするから、DXは失敗します。

「半年〜1年」と言っているのはなぜか

傾向を見るには、ある程度の件数が要ります。目安として30件ほど溜まるまでの期間を計算すると、記録の頻度でこれだけ変わります。

1日1回の記録  → 年240件 → 30件まで 約1.5か月
週1回の記録   → 年 52件 → 30件まで 約6.9か月
月1回の記録   → 年 12件 → 30件まで 約30か月

多くの現場の記録は週1回か月1回です。だから「半年〜1年は溜めましょう」という話になります。

ここで大事なのは、記録の頻度を上げれば、待つ期間は短くできるということです。「1年待つしかない」ではなく、「日次で取れる形にすれば1か月半で見えます」と言えると、話が前に進みます。

まとめ：上司に伝える言葉

最後に、この記事の内容を上司に伝えるときの言葉をまとめます。

「データを集めること自体は賛成です。ただ、集め始める前に3つだけ確認させてください。

①何の問題を解くためのデータなのか、②今その前提となるデータは取れているか、③誰が運用するか。

この3つが決まれば、やるべきことが具体的になります。順番を間違えると、センサーをつけたけど誰も見ていない、という状況になります。

まず現場の帳票を整備して、クリーンなデータを積み上げることから始めませんか。帳票10種の整備なら40時間ほどです。それがDXの一番確実な出発点だと思っています。」

「DX反対派」ではなく「順番を正しくやりたい派」として話すことが、上司との対話を建設的にするポイントだと思っています。

あわせて読みたい

▼ 「自動化しろ」と言われても決裁が書けない──現場エンジニアが上司を味方にする方法

▼ 製造業DXが進まない本当の理由——ツールではなく構造の問題

▼ 設備点検チェックシートをExcelで作る——現場が使い続ける4つの条件

Excelを何から覚えればいいか迷っている方へ

現場の数字を仕組みにするまでを、読む順に並べた31記事のまとめを作りました。①〜③の帳票整備は、ここに書いてある内容がそのまま使えます。

▼ 製造業のExcelは何から覚えればいい？——現場の数字を仕組みにする31記事【保存版】

Excelテンプレートを作っています

②のフォーマット統一を、ゼロから作らずに済ませるための書式をBOOTHに置いています。マクロは使っていないので、会社のPCでも動きます。

▶ 設備点検チェックリスト ¥150

▶ 設備台帳・保全履歴管理テンプレート ¥700

▶ QC工程図テンプレート（コントロールプラン・Excel版）¥900

効果を「金額」で示す手順を書きました（有料）

この記事の260万円と12万円のような比較を、自分の現場の実データでやるための記事です。稟議や上司への報告に通すまでのExcel手順をまとめました。

▼ 【実践完全版】改善効果を金額に換算して上司に通す——「7秒短縮」を「年間46万円」に変えるExcel手順（¥300）

続きは本にまとめました（Kindle）

紙の帳票をExcelに移し、誰が書いても同じ形になるテンプレートにして、集計まで自動化する——この記事の①〜③を、実際の手順で最後まで通した1冊です。マクロは使っていません。

▼ 製造業のExcel仕事術——現場の数字を「伝わる資料」に変える10のステップ

※ Kindle Unlimited をご利用の方は追加料金なしで読めます。

このnoteの歩き方

記事が増えてきたので、どこから読めばいいかの案内を作りました。
連載シリーズの入口、Kindleの既刊、Excelテンプレートの一覧もここにまとめています。

▼ はじめまして、MKM_techです——生産技術20年、このnoteの歩き方

💬 記事の内容で質問・疑問があれば、コメント欄へどうぞ。よくいただく質問は、記事にして詳しくお答えしています。