10月5日に発表されたもの
米Litmusは2026年10月5日、産業向けのメタデータ管理製品「Litmus Data Catalog」の一般提供を発表しました。既存顧客向けの非公開プレビューを経ての提供開始です。製品はOT（制御・設備側）とIT（業務システム側）にまたがるメタデータを1か所に集め、検索、分類、統制、追跡ができるようにするものだと説明されています。
発表文が挙げる機能領域は6つです。データソースの可視化、探索とナビゲーション、PLCからクラウドまでの系譜、データガバナンス（所有者・用語集・ポリシー・監査証跡）、スキーマの変化を検知するデータ品質監視、自然言語での検索と質疑です。メタデータだけを読み取り、運用データそのものは元の場所に置いたまま扱う点、既存の企業向けやクラウドのデータカタログを置き換えるのではなく、それらが拾えなかったOTからITへの層を補う位置づけである点も明記されています。Litmusはこれまで設備側のデータ収集を担うLitmus Edgeと、企業全体のデータの流れを統制するLitmus Unifyを出しており、今回の製品はその隣に並びます。同社は9月21日にも、Gartnerの2026年版「Global Industrial AIoT Platforms」のMagic Quadrantでリーダーに位置づけられたと発表しています（同社によれば2024年はニッチ・プレイヤー、2025年はチャレンジャー）。
一点に絞るなら「KPIからタグへ遡る系譜」
6つのうちMESの現場に最も効くのは、KPIをそれを生んだ個々のタグまで遡れる系譜と、変更を加える前に下流への影響を確かめる影響分析です。発表文は、ダッシュボードが壊れてから気づくのではなく、変更前に影響が見えるようにすることを狙いとして書いています。
この機能が効く理由は、工場のKPIが通る経路の長さにあります。たとえば月次の経営会議に出るOEE（設備総合効率）は、PLCのタグからエッジのゲートウェイ、ヒストリアンやMES、クラウドのデータウェアハウスを経てBIの画面に届きます。途中のどこかで設備の更新に伴うタグ名の変更や、単位・サンプリング周期の変更が入ると、画面の数字は変わっても、どこで何が起きたのかを後から追うのは難しくなります。OEEの算出ロジックの記事で書いたように、拠点間で数字がずれる原因の多くは実力差ではなく定義と経路の差です。系譜が残っていれば、少なくとも「どのタグから、どの変換を経て、この数字になったか」を確かめる手段が手に入ります。
ただし、発表文がデータソースとして列挙しているのはPLC、SCADA・HMI、ヒストリアン、OPCサーバ、エッジゲートウェイ、IIoTプラットフォーム、クラウドのデータウェアハウス、ERPで、MESの名前はこの列挙にありません。MES内部で行われる状態の判定や計画停止の差し引きといった計算が、系譜のなかでどこまで追えるのかは発表文からは分かりません。MESが計算の途中段にいる工場では、系譜がMESの手前と後ろで途切れる可能性があります（推測）。
発表文に引用されたVerdantixのアナリストは、データガバナンスが産業AIを拡大するうえでの大きな障壁であり、とりわけ命名やデータモデル、品質基準が拠点ごとに異なる多拠点の企業で顕著だと述べています。これはAI-readyなデータの条件を分解した記事で取り上げた論点と重なります。
MES担当者が確認すること
今回の製品を導入するかどうかに関わらず、自社のKPIの系譜がいまどこに記録されているかを確かめる機会にはなります。多くの工場では、タグの命名規則はエッジやSCADAの設定ファイルに、OEEの計算式はMESの設定画面に、BIの集計ロジックは情報システム部門の手元にと、別々の場所に散らばっています。どれか1つが変わったときに他の担当者へ伝わる仕組みがなければ、カタログ製品を入れても、登録された内容が実態から少しずつずれていきます。
Unified Namespace（UNS）の記事で書いたとおり、設備接続の層は製品側に寄りつつあります。接続が集約されるほど、その上でメタデータを誰が管理するかが次の論点になります。今回の発表は、その役割を接続ベンダー自身が引き受けにきた動きとして読めます。
Litmus Data CatalogはMESの代わりになりますか
なりません。発表文によれば、この製品はメタデータだけを読み取り、運用データは元の場所に置いたままにします。作業指示の発行や実績の記録、品質判定といったMESの役割は対象外で、MESを含む各システムのデータがどこから来てどこへ行くかを記録する層です。
Litmus Edgeを使っていない工場でも使えますか
発表文はデータソースとしてPLC、SCADA・HMI、ヒストリアン、OPCサーバ、他社を含むエッジゲートウェイやIIoTプラットフォーム、クラウドのデータウェアハウス、ERPを挙げています。ただし、Litmus Edgeを使わない構成でどこまでの粒度で系譜を取れるかは発表文に書かれていないため、検討時にベンダーへ確認が必要です。
すでに企業向けのデータカタログを使っている場合はどうなりますか
発表文では、既存の企業向けやクラウドのデータカタログを補完する製品とされ、それらが拾えなかったOTからITへのメタデータの層を担うと説明されています。2つのカタログの役割分担と、どちらを正とするかは導入側で決める必要があります。
この記事に出てくる用語
AIは製造現場で何をするか
AIエージェント、画像検査、OPC UAのMCP対応。宣伝ではなく実装の話 全27本
- 基板1枚の不良から是正まで、Siemens Opcenterの4つのAI機能はどこに入るのか
- Tulipの10月6日発表を想定工場の1時間に置く──7つの新機能はどの場面に効くか
- MESとAI、2026年に何ができるのか：活用領域・実装の3層・導入の前提
- 工信部「人工智能+软件」実施方案、工業智能体に「行為の検証可能性」を求める（2026年9月）
この記事を書いた人
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。
