現場のIoTデータで「死の螺旋」を断つ――損失関数で管理会計の不条理を紐解く（第0回）

🤔　はじめに：開発現場で感じた「配賦」への疑問

なぜ、データ解析や品質工学を専門とするエンジニアである私が、「管理会計」という一見すると畑違いの領域について考えようとしているのか。

その発想の原点は、私自身が製品開発の現場で直面した、ある素朴な違和感に遡る。

新しい製品を開発し、いよいよ原価を計算するという段階になったときのことだ。その製品を作るために、何か特別な製造装置を新規に購入したわけではない。既存設備の空き時間を活用して生産する計画だった。
しかし、会計の計算書を見ると、そこには既存設備の「減価償却費」がしっかりと配賦され、製品原価にのしかかっていた。

物理的なモノづくりを担うエンジニアの感覚からすると、これは少し不思議な現象だった。
新たな支出（キャッシュアウト）は一切発生していない。実際にシミュレーションをしてみれば、この製品を作って売ることで、会社全体のキャッシュフローは明らかにプラスになる。それにもかかわらず、会計上のルールの下では、その製品が「赤字」と判定されてしまうのだ。

この違和感を、物理的な現象に照らし合わせて考えてみる。
例えば、半導体製造などに使われる拡散炉のような装置があるとする。この装置は、生産が行われていない「スタンバイ状態」でも一定の温度を保つために電力を消費している。そして、実際に製品を処理するためには、そこから目標温度まで一気に「昇温」し、プロセスを経て「降温」するというステップを踏む。当然ながら、スタンバイ状態と昇温・プロセスの状態では、消費される電気代の波形は全く異なる。

しかし、従来の会計システムでは、これらが同じ「固定費（あるいは間接費）」という括りにまとめられ、生産された製品の数や稼働時間に応じて等しく配賦されてしまうことが多い。スタンバイ時に発生している「工場が待機していることによるコスト」までが、実際に処理された製品の原価に上乗せされてしまうのだ。

データの取得が難しく、手作業で計算していた昔であれば、手間を省くためにこうした大まかな配賦を行うしかなかっただろう。しかし、IoT技術が整い、装置のステータス（待機・昇温・プロセス）や消費電力の推移がリアルタイムに取得できる現在において、同じ電気代を実態に合わせて「純粋な変動費」と「非稼働の固定費」に分けられないのは、システムとして不自然ではないか。これが私の抱いた最初の疑問だった。

⚖️　制度会計と管理会計のすれ違い

この違和感について考えるため、私は独学で少し会計の仕組みを調べた。そこで気づいたのは、企業が行う会計には大きく分けて二つの役割があり、現実の組織ではそれが少し混ざって運用されている側面があるということだ。（1）

一つは「制度会計（財務会計・税務会計）」。これは株主や債権者、あるいは税務署といった外部に対して、会社の成績を正しく報告するためのものだ。法律や会計基準という厳格なルールがあり、「過去の事実」を正確に集計することが求められる。

もう一つが「管理会計」だ。これは経営者や現場のマネージャーが、今後の意思決定を行うために内部で使うものである。外部に公表するものではないため、本来、管理会計には決まったルールはない。企業が自分たちの実態を最も捉えやすい物差しを作って構わないはずのものである。

もちろん、実際の企業が管理会計において何も工夫していないわけではない。費用を変動費と固定費に分類し、損益分岐点売上高を算出して利益計画を立てるといった手法は、広く一般的に使われている。

しかし、いざ「製品ごとの採算」を評価し、事業の方向性を判断する場面になるとどうだろうか。システムを二重に持つ手間を省くためか、あるいは全体予算との整合性を取るためか、外部報告用の「全部原価計算（固定費を製品に配賦するルール）」の考え方が色濃く残ってしまうことが多いように見える。

あるいは、変動費と固定費を分けていたとしても、その分類はあくまで「勘定科目」という枠組みに依存している。そのため、先ほどの拡散炉の例のように「同じ電気代という勘定科目でも、スタンバイ時とプロセス時で意味合いが全く違う」といった、ミクロな物理的実態までは反映しきれない。

この「勘定科目ベースの分類」と、製品採算における「配賦のロジック」が残っていることが、現場の物理的な実態と、会議室で語られる数字の間にギャップを生んでいるのではないだろうか。

🧭　先人たちが向き合った「数字と実態」のズレ

そもそも、会計のルールが現場の経営実態とズレるという違和感は、昔から多くの人が感じてきたことのようだ。歴史を振り返ると、日本を代表する経営者たちも、このギャップに向き合い、独自の管理会計を模索している。

松下幸之助の右腕として松下電器の経理制度を構築した高橋荒太郎氏は、税金のための計算（制度会計）と、経営の舵取りのための計算を分けて考えていたという。（2）
例えば、税法では工場の機械を5年〜10年かけて少しずつ費用（減価償却費）にするルールがある。しかし高橋氏は、「技術革新の激しい時代、機械は3年で陳腐化する」と考え、松下独自のルールとして3年で費用化する仕組みを作った。帳簿上は黒字でも、現実は古い機械ばかりが残ってしまうというズレを嫌い、現場が「いま本当に儲かっているのか」を実感できる仕組みを目指したのだ。

また、技術者出身である京セラの稲盛和夫氏のエピソードも有名だ。会社が大きくなったとき、経理担当者が持ってきた一般的な決算書を見て、専門用語が多く実態が掴みにくいことに不満を持ったという。（3）
そこから、現場の全員が理解できるシンプルな「アメーバ経営（時間当り採算制度）」を編み出した。「モノやお金が動いたら、その瞬間に伝票を起こす」というように、制度会計の複雑なルールから離れ、自分たちの実感に合う物差しを作った。

彼らに共通しているのは、与えられたルールをそのまま受け入れるのではなく、「現実の経営や現場の感覚に合っているか」を重視し、自分たちの目的に合った管理会計を切り離して構築した点にある。

📦　なぜ私たちは、与えられた枠組みに従ってしまうのか

昔の経営者たちがこれほど自分たちの物差しを作ることにこだわったのに対し、現代の組織では、既存の会計ルールや配賦の仕組みにそのまま従うことが多いように感じる。それには、いくつか環境的な要因もあるのではないかと思う。

一つには、システム化の影響があるのかもしれない。パッケージ化されたシステムが導入される中で、自分たちで一から物差しを作るよりも、システム側の仕様に業務を合わせる方が合理的だと考えられがちだ。

また、業務の分業化が進んだことも影響している気がする。会計は経理部門、製造は現場、と役割がはっきり分かれているため、全体を見渡して「この数字のルールは現場の物理現象と合っていない」と声を上げにくくなっている面もあるだろう。

さらに、独自のルールを作って失敗するよりも、既存の一般的な配賦ルールに従っておいた方が無難であるという、組織人としての自然な心理も働いているように思う。

こうした背景から、私たちはいつの間にか「既存の枠組みの中でどう最適化するか」という思考に傾きがちなのかもしれない。

🌀　配賦ルールが意図せず招く「死の螺旋」

しかし、既存の「配賦」という仕組みに頼りすぎると、意図せず「死の螺旋（Death Spiral）」と呼ばれる現象を引き起こすことがある。（4）これがどういうものか、簡単な思考実験をしてみたい。

ある工場で、主力製品の「A」と、立ち上げたばかりの新規製品「B」を作っているとする。工場の固定費（設備の減価償却費など）は毎月1000万円。
生産量はAが80個、Bが20個だ。配賦のルールに従えば、Aには800万円、Bには200万円の固定費が割り当てられる。

ところが翌月、市況の悪化によって主力製品Aの受注が半減し、40個しか生産できなくなった。Bは予定通り20個を生産した。合計生産数は60個。
さて、工場の固定費1000万円はどうなるか。生産された比率（40：20）で再配分されると、Aには約666万円、Bには約333万円の固定費がのしかかる。

製品Bの視点に立ってみてほしい。
製品Bの製造プロセスは先月と何も変わっていない。物理的な実態は同じなのに、計算書の上では、製品Bが負担する固定費が200万円から333万円へと跳ね上がってしまうのである。

この数字を見たとき、「製品Bは原価が高騰して利益が出なくなったから、撤退しよう」という判断が下されるかもしれない。しかし、Bから撤退すれば、残された製品A（40個）に工場の固定費1000万円が全額のしかかる。すると製品Aの原価も急騰し、さらに厳しい状況に追い込まれる。

誰も間違った判断をしていないように見えて、結果的に状況が悪化していく。特に、生産数が少なく、まだ育ち切っていない新規事業（製品B）が、他品の稼働率低下の影響を受けやすいという構造がある。物理的なリソース消費量は変わっていないのに、固定費を配賦するというルールが現場の実態を覆い隠してしまう。これが「死の螺旋」と呼ばれる現象だ。

📡　IoTデータで描く「DSMA」というアプローチ

この問題を考える上で、全社のシステムをひっくり返して会計の仕組みを変える必要はない。管理会計は本来「内部の意思決定のための自由な物差し」なのだから、現場のデータを使って、新しい指標を少しずつ試してみればいいのではないか。

以前の記事で、工場の「未然防止」を目的としたシステムアーキテクチャについて考察した。その第1層として装置の稼働ステータスを収集し、第2層としてガス流量や圧力といった詳細なプロセスデータを収集するというアプローチだ。

もし現場が品質管理などのためにこうしたIoTデータの取得を進めていくのであれば、その情報を「コスト管理」の視点でも流用できないだろうか。

まず考えられるのが、「状態ベースのコスト分離」だ。
例えば第2層でガス流量のデータを取得できているなら、工場全体で配賦されていたガス代を、プロセス中に消費された分だけ「製品ごとの変動費」として割り当てることができるかもしれない。
装置の稼働データを用いて、製品が負担すべき純粋な変動費と、工場が稼働していない時間に発生する待機コストを切り分ける。こうすることで、先ほどの製品Bのような他品の影響を受けるケースを、データによって防ぐことができるのではないか。

そして、IoTデータの活用はそれだけにとどまらない。このデータは「見えない損失の金額化」にも繋がる可能性がある。

🎯　「公差内なら良品」という前提と、見えないバラツキ

現在の管理会計において、もう一つ考えたいのが「公差内なら良品であり、損失はゼロである」という前提だ。

検査規格が「10±2」のとき、実測値「10.0」の製品と「11.9」の製品は、会計上は同じ「良品」として扱われる。
しかし、現場の感覚からすると、公差ギリギリの「11.9」の製品は、次工程での調整に少し手間を取らせるかもしれないし、市場に出た後の長期的な信頼性にわずかな影響を与えるかもしれない。この「微細な物理的ズレ」がもたらす将来のロスは、現在の仕組みでは計算されない。そのため、品質工学が目指す「中心値を狙ってバラツキを最小化する」という考え方が、数字としては評価されにくい。

未然防止のシステムで監視している「いつもより昇温に時間がかかる」「ガス流量に微細なブレがある」といった現象。これは単なるエネルギーロスであると同時に、将来のバラツキを生む要因でもある。この浪費をどう評価するか。

実は、こうした「見えないリスク」の回避（予知保全や未然防止）は、組織において非常に評価されにくいという構造的な弱点がある。目に見えるコストカットばかりが賞賛され、起きなかった不具合は評価されないからだ。

では、従来の会計では見えないこの「バラツキによる浪費」をどう評価すればよいのか。

ここで、田口玄一氏の「損失関数」という考え方が役に立つ。（5）

$$L = k(y-m)^2$$

目標値 $m$ から実測値 $y$ がズレればズレるほど、損失 $L$ は二次関数的に増大するというモデルだ。
IoTデータが捉えた物理的なズレを、この損失関数に当てはめることで、「将来の損失リスク」という見えないコストを金額として可視化できるのではないか。

使ったリソースの正確な把握と、バラツキによる見えない損失の金額化。
物理現象を、組織全体が共有できる「お金」という指標に変換してみる。この2つを現場のデータから導き出すのが、私が考えている「DSMA（Data-driven Strategic Management Accounting）」というアイデアのベースにある。

☕　おわりに

本稿は、現場の違和感から始まった思考の整理であり、まだ粗削りな発想のメモに過ぎない。
既存の枠組みに対して、先人たちの手法をそのまま持ち込むのではなく、手元にあるIoTデータや損失関数を使って、現代の現場に合った新しい物差しを作れないかという思考実験である。

権限を使ってトップダウンでルールを変えることはできなくても、データと数理モデルという事実を積み上げることで、少しずつ見方を変えていくことはできるかもしれない。

次回以降は、田口氏の損失関数を具体的にどう管理会計の視点に落とし込んでいくのか、そしてIoTデータを用いたリソース消費のモデリングについて、少しずつ掘り下げてみたいと思う。

ただ、あくまで発想段階のアイデアであり、日々の業務の合間に考えていることなので、定期的に発信していくのは難しいかもしれない。どこまで形になるかの迷いもある。だからこそ、気負うことなく、不定期の思考実験として、このテーマをのんびりと紐解いていこうと思う。

📗　参考文献

※この記事にはAmazonアソシエイトリンクが含まれています

（1）　久保 憂希也 (著)：経理以外の人のための日本一やさしくて使える会計の本 (ディスカヴァー携書)　ディスカヴァー・トゥエンティワン　2013

（2）　小宮 和行 (著) ：松下幸之助が惚れた男: 評伝高橋荒太郎　ダイヤモンド社　1996

（3）　稲盛和夫 (著) ：稲盛和夫の実学　　新装版　経営と会計 (日経ビジネス人文庫)　日経BP 日本経済新聞出版　2025

（4）　相馬 裕晃 (著)：なるほど、そうか！ 儲かる経営の方程式 ＭＱ会計×ＴＯＣで会社が劇的に変わる　ダイヤモンド社　2019

（5）　タグチメソッドわが発想法: なぜ私がアメリカを蘇らせた男なのか　経済界　1999

🎁　おまけ

本記事を動画にしたものは、以下のリンクで視聴できます。よろしければ、ご視聴ください。