データは「取れるから取る」で設計すると必ず余る

MESの要件定義でデータ収集の議論に入ると、収集項目のリストは放っておいても増えます。設備から取れる信号、作業者に入力させたい値、写真、測定値。「あとで分析に使うかもしれない」という理由で項目が積み上がり、最終的に誰も見ないテーブルが残ります。

MESを導入済みの製造業
93%
Rockwell調査(17カ国1,560名/2026年7月28日公開)
収集したデータを効果的に活用できていないと認識している割合
43%
同社「2026 State of Smart Manufacturing」(n=1,560/17カ国)
ERP・PLM・品質・OTと完全統合できている割合
23%
Rockwell調査(2026年7月28日)

導入率93%に対して、データを活かせていないという自認が43%。この差は分析ツールの不足ではなく、収集の時点で「何を判断するためのデータか」が決まっていないことから生じます。収集項目を決める前に、その項目が答えるべき問いを1つ書けるかどうかを確認します。書けない項目は、いま取る必要がありません。

3つの収集方式は、コストの出方が違う

方式初期コスト継続コスト精度・客観性向いている対象
手入力低い(画面を作るだけ)高い(作業時間が毎回発生)入力者に依存。転記ミスと後追い入力が起きる目視判定、理由コード、数量確定、コメント
設備自動収集高い(接続工事・信号定義・古い設備の改造)低い高い。人の介在がない稼働/停止、サイクルタイム、工程条件、カウント
画像・映像中〜高(カメラ、照明、学習データ)中(モデルの維持、保管容量)判定基準の作り方に依存外観検査、有無検査、作業の証跡

見落とされやすいのは手入力の継続コストです。1回の入力が10秒でも、1日500回、年間250日なら年間約350時間になります。この計算を要件定義でやっておくと、「本当に人が入力すべき項目か」という議論が現実的になります。

逆に、自動収集は初期コストが高い代わりに継続コストがほぼゼロです。古い設備をどうつなぐかが最大の障壁になりますが(設備接続の現実)、接点信号や電流センサによる稼働/停止の取得だけなら、比較的低コストで実現できることが多くあります。

どの方式を選ぶか:変動性と影響度で切る

項目ごとの方式選択は、「その値がどれだけ頻繁に変わるか(変動性)」と「その値が判断に与える影響の大きさ(影響度)」の2軸で整理すると迷いません。

変動性と影響度による収集方式の選択マトリクス 変動性(値が変わる頻度)→ 影響度(判断への効き方)→ 手入力でよい 影響は大きいが変動は少ない 例:ロット確定、出荷判定、 不適合の理由コード 自動収集が必須 頻繁に変わり、判断に直結する 例:工程条件、サイクルタイム、 停止イベント、SPCの測定値 取らないことも検討する 変わらず、判断にも効かない 例:マスタで足りる固定値、 運用で使っていない補助項目 自動収集+サンプリング 頻繁に変わるが個々の重みは軽い 例:補助設備の温度、電流値、 環境データ
データ収集方式の選択マトリクス。左下は「取らない」という判断も正当な選択肢になる。

左下の「取らない」を意識的に選べるかどうかが、設計の質を分けます。変わらない値はマスタに持てば十分ですし、運用で使われていない項目を電子化しても、入力の手間が増えるだけです。「紙の帳票に載っているから」は、収集項目に入れる理由になりません。

画像はこのマトリクスの外にあります。画像を取るかどうかの判断軸は「判定を人がやっているか」であり、外観検査のように人の目に依存している判定を機械に置き換えたい場合に検討します(AI外観検査のMES統合)。ただし画像は保管容量とモデルの維持コストが後から効いてくるため、保管期間を先に決めてから導入すべきです。

保存粒度と保持先:MESに全部入れない

自動収集を入れると、必ず「どの周期で保存するか」の議論になります。1秒周期で取れる値を1秒周期で保存すると、1設備1項目あたり年間3,150万レコードになります。項目数と設備台数を掛ければ、MESのデータベースが数年で扱いきれない規模になることは容易に想像がつきます。

実務での分け方は次のとおりです。

  • MESに持つ:工程実績に紐づく値。着手・完了時刻、投入ロット、判定結果、代表値(工程中の最大/最小/平均)、規格外イベント。これらは製品1つひとつに紐づいて意味を持つデータです
  • ヒストリアンや時系列DBに持つ:高頻度の連続値そのもの。MESからは時刻範囲で参照する
  • どちらにも持たない:分析目的が未定の高頻度データ。必要になった時点で収集を追加する方が、多くの場合は安上がりです

この分担を決めずに始めると、MESのトランザクションテーブルに秒単位の連続値が流れ込み、実績照会の応答が年々遅くなります。詳細はヒストリアンとMESの役割分担で扱います。

接続の標準は、AI向けに再パッケージされ始めている

設備との接続方式は、OPC UAとMTConnectが事実上の標準です。MTConnectは2026年1月5日にバージョン2.5.0が公開されており、OPC Foundationとの間でコンパニオン仕様が策定済みで、両標準は競合ではなくマッピングによる共存が公式路線になっています。OPC UAでは、コントローラ間通信(C2C)の仕様が完成し、2026年6月時点でコントローラ・デバイス間(C2D)拡張のリリース候補版が準備段階にあります。

より大きな変化は、標準そのものがAIに読ませる形へ変換され始めたことです。OPC Foundationは2026年4月20日、430以上のコンパニオン仕様を、RAG(検索拡張生成)やMCP(Model Context Protocol)に最適化された形式へ変換する計画を発表しました。プロトタイプでは、仕様がMarkdown、トークン最適化されたRAGチャンク、ベクトル埋め込み、MCP/RESTクエリインターフェースへ変換されています。

これは「収集したデータに意味づけ(セマンティクス)を持たせておくかどうか」が、将来のAI活用の前提条件になることを意味します。タグ名をTAG_0451のまま集めたデータは、人にもAIにも読めません。収集の設計段階で、標準の情報モデルに沿った命名と構造を採るかどうかを決めてください。この論点はMES技術者のためのOPC UA入門で詳しく扱います。

よくある質問

古い設備が多く、自動収集が難しい場合はどうすればよいですか。

段階を分けます。第1段階は接点信号や電流センサによる「動いているか/止まっているか」の取得で、これは制御盤に触れずに実現できる場合が多く、費用も比較的抑えられます。第2段階として、停止理由だけを作業者に入力してもらう。この2つを組み合わせるだけで、稼働率と停止要因の分析は成立します。工程条件や品質データの自動収集は、設備更新のタイミングに合わせるのが現実的です。全設備を一度につなごうとして予算が膨らみ、プロジェクトごと止まる例が少なくありません。

手入力の項目を減らすと、現場の知見が失われませんか。

入力欄を減らすことと、知見を捨てることは別です。実務でよく効くのは、自由記述欄を1つだけ残し、そこに書かれた内容を定期的に棚卸しして、頻出するものを選択式の理由コードへ昇格させる運用です。最初からすべてを選択式で設計すると、想定外の事象を記録する手段がなくなります。逆に自由記述だけでは集計できません。両方を持ち、比率を運用で調整するのが現実的です。

収集周期は細かいほど分析に有利ではありませんか。

分析対象の現象がどのくらいの時間スケールで起きるかによります。数分単位で変化する温度に1秒周期は過剰ですし、逆に射出成形の充填圧のようにミリ秒で変わる現象は1秒周期では捉えられません。原則は「現象の最短変化時間の1/5〜1/10」です。判断がつかない場合は、細かい周期で一定期間だけ取得して現象の周期を確認し、その後に本番の周期を決める、という二段構えが安全です。周期を後から細かくするには過去データが使えなくなる点にも注意します。

この記事を書いた人

S

株式会社サオス MESソリューション部

DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。