株式会社renue
コンサルティング
コンサルティングで、この記事のテーマを実務に落とし込めます
renueが社内で運用しているシステムをサービス化したものです。何ができるか、どう動くかをサービスページでご覧ください。
スマートファクトリーの成熟度モデルは、工場の技術、データ、業務と組織の現状を整理し、次の改善を考えるための枠組みです。段階数や評価対象はモデルごとに異なるため、「レベルが高い」という数字だけでは比較できません。2026年10月時点で確認した一次資料を基に、代表的なモデルの違い、評価の進め方、投資・運用へつなげる方法を解説します。
成熟度モデルは、工場の現在地と改善条件を共有するために使う
スマートファクトリー化では、設備のデータを取得すること、現場の状態を把握すること、原因を分析すること、予測に基づいて行動することを分けて考えます。センサーやAIを導入した数だけでは、改善できる仕事は分かりません。例えば、停止の通知は届くが担当者が確認できない場合と、通知から点検・記録まで運用できる場合では、同じ監視機能があっても状態は異なります。renueでは、導入した製品名に加えて、誰がどの情報を見て判断・実行できるかを記述することが重要だと考えます。
モデルを選ぶ際は、発行主体、版、対象範囲、段階の定義と評価方法を確認します。acatechのIndustrie 4.0 Maturity Indexの2020年版は、2017年の研究を更新したもので、6段階と、資源・情報システム・文化・組織構造の4領域を扱います。工場設備だけを点検する表ではなく、企業の変革を検討する枠組みです。2026年版の共通認証基準として紹介せず、使用する版と対象を示して参照します。
| モデル・指標 | 対象と、比較時の注意 |
|---|---|
| acatech Industrie 4.0 Maturity Index | 企業の能力を6段階と複数の領域で整理する。設備の機能だけで判定しない |
| NIST SMSRL | データを活用する工場改善への準備度を評価する研究ツール。評価範囲を確認する |
| IPA DX推進指標 | 企業のDXの現状・課題を関係者で共有する自己診断。工場専用の自律制御段階ではない |
NISTのSMSRLの案内は、組織、IT活用、業績管理、情報接続の4カテゴリーを示す一方、基礎となる通信インフラを評価対象に含まないと説明しています。したがって、ある準備度の評価ができたことを、通信や設備安全も含めてすべて確認できたことにはしません。ツールの案内は2019年のもので、現在の利用環境での動作や、すべての工場への適合を保証するものとして扱わないようにします。
IPAの2026年のDX推進指標の説明では、レベル0〜5を使い、レベル5は個社を超えた社会価値の創出を含む水準です。同じ「レベル5」でも、工場の完全自動運転を意味するわけではありません。海外のモデルも、日本の法令や共通の認証要件を定めるものとは区別し、点数を使う際は、その尺度で何を確認したかを一緒に示します。
acatechの6段階で、データ取得・理解・予測・適応の違いを見る
acatechの2020年版17〜21頁は、Computerisation、Connectivity、Visibility、Transparency、Predictive capacity、Adaptabilityを説明しています。最初の二つをデジタル化の基礎として、その後の能力へつなげる構成です。次の表は段階の名称と概要を整理したものです。具体的な評価では、原典の方法と、自社の対象範囲・根拠を確認します。
| 段階 | 名称 | 概要 |
|---|---|---|
| 1 | Computerisation：コンピューター化 | 情報技術を使って処理するが、利用が個別に分かれている |
| 2 | Connectivity：接続 | 分かれていたシステム等をつなぎ、情報を渡せるようにする |
| 3 | Visibility：可視化 | 何が起きているかをデータで把握する |
| 4 | Transparency：理解・透明化 | 起きたことの理由や関係を分析し、理解する |
| 5 | Predictive capacity：予測能力 | 将来のシナリオを予測し、対応に備える |
| 6 | Adaptability：適応能力 | 状況の変化に応じた判断・対応を自動化する |
ここで区別したいのは、状態が見えることと、その理由を説明できることです。例えば停止時間を集計できても、設備条件、品種、作業、材料などとの関係を調べるための記録がなければ、原因の検討には別の準備が必要です。グラフが表示できることだけで分析が完了したとせず、現場の知識と記録を照合し、何が確認済みで何が仮説かを分けます。これは業務での検討例であり、特定のソフトを入れれば同じ能力になるという説明ではありません。
予測も、将来の結果を必ず当てることを意味しません。対象、予測する時間幅、入力できる情報、誤検出や見逃しを定め、結果を受け取った担当者が間に合う行動を取れるかまで確認します。通知を増やしても、点検する人や部品の手配が間に合わなければ、想定した効果にはつながりません。予測の点数と、業務で減った停止・手戻りは別々に測ります。工程別のAIの役割は製造業のAI活用と評価方法も参考になります。
自動で対応する範囲を広げる場合も、モデルの段階名だけで設備操作や承認の権限を与えません。acatechも、目標とする段階を費用と便益等の釣り合いから選び、自動化のリスクを検討する考え方を示しています。自社では対象工程、変更できる条件、人の確認が必要な操作、停止・代替手順を決めます。すべての工程を同時に最上位へ上げる計画を前提にせず、事業上の目的に対して必要な能力を検討します。
成熟度の評価は、対象工程・データ・運用の証拠をそろえる
評価の最初に、工場全体、特定ライン、品質検査、保全、計画等のどこを対象とするかを決めます。一つの設備でデータを取れた結果を、そのまま全社の成熟度として報告しないようにします。対象期間や稼働条件も記録し、通常運転だけでなく、段取り替え、停止、故障、再作業、データが欠けた場面等も確認します。モデルに沿う評価結果と、個別施策の効果測定は別の記録として整理します。
証拠には、業務手順、取得データ、システム間の受け渡し、確認・対応の記録、教育と担当体制などを使います。ヒアリングで「できる」と答えたことと、通常業務で実行した記録があることを分けます。経営、製造、保全、品質、IT・データ等の担当者が、同じ事象を同じ意味で説明できるかも確認します。評価者が判断できない事項は低い点へ機械的に置き換えるより、未確認として担当と確認方法を残します。
NISTのSMSRLは、活動管理、担当者、ソフトウェア、出力データ形式、KPIの関係等から準備度を見る考え方を示しています。自社でも、データが存在するかだけでなく、誰が管理し、どの仕事の判断に使うかまで確認します。設備ID、品番、ロット、時刻、単位、改訂等の対応が不明なまま集計すると、別の条件の値を同じものとして比較する原因になります。基準となるIDや正本の整理はマスターデータ管理とデータ品質も参照できます。
例えば不良を調べる場合は、何を不良と数え、検査対象と分母をどう定め、再検査・手直しをどう扱うかをそろえます。停止を調べる場合も、計画停止、故障、待ち時間等の区分と記録方法を確認します。数値が改善しても、測り方や対象品種が変わった影響かもしれません。モデルの点数だけでなく、現場の定義と証拠へ戻れるようにすることが、改善前後の比較につながります。
結果の報告では、強み、改善が必要な能力、未確認事項、業務上の影響を整理します。工場・ラインごとに条件が違う場合は、その差を隠して平均だけを示さないようにします。部署によって評価が異なった箇所は、点数を合わせる作業だけで終えず、どの情報や役割が不足していたかを議論します。私たちは、評価を査定のための数字だけにせず、次に実行する作業と担当を決める材料にすることが重要だと考えます。
投資計画と実装：点数の向上を、現場の改善と運用へつなぐ
評価後は、業務上の損失や目標、必要な能力、前提作業を対応付けて改善案を選びます。停止の削減、確認の迅速化、記録・転記の負担軽減など、何を変えるかを明確にします。センサーやMES、AI等の製品名だけで投資の順番を固定せず、既存の仕組みでできる改善、データ整備、担当者の対応と教育も含めて比較します。市場規模や他社の自己評価だけから、自社も同じ設備投資が必要とは判断しません。
試行では対象工程、入力データ、品質、確認・修正、利用できる環境、継続・変更・中止の条件を決めます。小規模で得た結果を別ラインへ広げる際は、設備、品種、データ、権限、運転条件や対応体制の違いを追加で評価します。試作の動作と、本番で継続運用できる条件は分けて確認します。進め方はPoCの設計と本番移行の判断も参考にしてください。接続や制御の変更は、現場の承認・変更管理の下で行う計画にします。
費用には、機器や利用料に加えて、接続・連携、データ整理、評価、現場の確認、教育、保守、更新、停止を伴う切替や終了時の作業も含めます。便益は、不良・停止・再作業の減少等と、そのために増えた作業を合わせて測ります。短縮時間と実際の現金支出の削減を区別し、導入前後の条件をそろえます。費用対効果の計算と業務改善の評価を参照し、一律の回収年数や成熟度の段階だけで投資の妥当性を決めないようにします。
運用では、データの欠損、異常通知、モデルや設定の変更を誰が確認し、対応するかを決めます。AIの提案と実行、現場の承認が必要な変更を分け、誤った処理が見つかった際の訂正、影響範囲の確認、停止・復旧の担当を定めます。技術だけでなく、手順や教育、引継ぎも更新し、改善後に新しい負担が生じていないかを見直します。段階の名称が上がったことを、事故や品質問題が起きない保証にはしません。
改善対象の優先順位、経営と現場の合意、KPIや実行計画を整理したい場合は、renueのコンサルティングをご覧ください。既存業務・データやシステムの受け渡し、確認画面、記録と運用を具体的に実装する場合は、FDEによる要件整理・設計・実装支援も相談先になります。評価対象、困っている業務、利用環境と制約を共有し、支援する工程と現場の役割を整理して進めます。
