製造AI成果を見せる「測定設計書」の作り方

「AIを入れたのに、何が変わったのか数字で示せない」——AI導入から1年が経った頃に、こんな声が経営会議で上がる工場は少なくない。

現場はたしかに使っている。担当者は手応えも感じている。それでも「効果が見えない」と詰められてしまう。なぜか。

問題はAIの精度ではない。導入前に「測定の設計」をしていなかったことが原因だ。

AI導入の効果を社内で証明するには、「測定設計書」が必要だ。KPIとベースライン値を導入前に確定し、現場・管理職・経営陣それぞれに対して何をどう見せるかを事前設計した文書のことだ。これがなければ、どれだけ成果が上がっても「見えない成果」になる。

製造AI効果測定KPIに必要な「3層設計」

製造業のKPIは、現場層・管理職層・経営層の3層に分かれる。AI導入の効果測定も、この3層に合わせて別々に設計しなければならない。

現場層（設備・工程レベル） では、OEE（総合設備効率）や不良率、設備停止件数など、日次・週次で動く指標を使う。OEEは「稼働率×性能効率×品質効率」の積で計算され、世界クラスとされる85%を超えているか、自社の現状はどこから改善できるかを導入前に測定しておく必要がある。

管理職層（ライン・部門レベル） では、工程リードタイム、在庫回転率、納期遵守率など、生産計画と照合できる指標が必要だ。AI導入によって「どの工程が何時間短縮されたか」を見えるようにするには、導入前の工程別リードタイムを記録しておくことが前提になる。

経営層（工場全体・財務レベル） では、製造原価率や人時生産性、AI投資のROI（費用対効果）が問われる。「AIを入れていくらコストが下がったか」を答えるには、導入前の単位コストが基準値として固定されていなければならない。

重要なのは、同じKPIを3層に使い回さないことだ。現場担当者に「製造原価率」を見せても、今日何をどう改善すればいいかわからない。経営陣にOEEの日次推移を見せても、投資判断の材料にはならない。3層それぞれに「明日の行動につながる指標」を設計することが、測定設計書の核心だ。

パナソニック コネクトが「年間44.8万時間削減」を証明できた理由

パナソニック コネクトは2025年7月、社内AIアシスタント「ConnectAI」の活用により年間44.8万時間の業務時間削減を達成したと発表した。前年比2.4倍にあたる数値だ（出典：パナソニック ニュースルーム ジャパン）。

なぜここまで具体的な数字を示せたのか。答えは「計測単位の設計」にある。同社は1回の利用あたりの業務削減時間を28分と算出している。利用回数と削減時間の積み上げで、年間総削減時間を導き出しているのだ。

さらに注目すべきは、AI活用の変化を定性的にも言語化した点だ。「AIに聞く」から「AIに頼む」へのシフトという表現は、業務委任の深度が変わったことを言語化したものだ。単なる工数削減にとどまらず、AI活用の質的変化を指標化して社内外への説得力を高めている。

同社の事例から見えてくる本質は「削減した」という主張は、事前に「何時間かかっていたか」を測っておかなければ成立しない、という当たり前の事実だ。この前提が整っているかどうかで、AI導入の評価は天と地ほど変わる。

「効果が見えない」工場に共通する測定設計の欠如

ある調査では、CEOの56%がAI投資から明確なコスト削減も収益増も得られていないと回答している（出典：Measuring AI ROI Properly, 2026年2月）。製造業でも同様の傾向が見られる。

「効果が見えない」と言われる工場に共通するのは、AI導入後に測定を始めようとしていることだ。この順番が致命的な誤りだ。

導入後にベースラインを求めても、当時のデータはすでに上書きされているか、そもそも記録されていない。「導入前は何時間かかっていたか」を再現しようとしても、誰も正確な数字を覚えていない。

さらに深刻なのは、「何を測るか」が決まっていないと、良い数字だけを後付けで拾う恣意的な評価になりやすいことだ。経営陣は「本当に効果があったのか」と疑いを持ち、現場は「数字で詰められる」と感じ、互いの信頼が損なわれる。

測定設計書は成果の見える化ツールであるだけでなく、測定の恣意性を排除するための仕組みでもある。

中小製造業では「測定設計書」をどう現実的に作るか

「測定設計書なんて大企業がやること」と思うかもしれない。しかし中小製造業こそ、AI投資を経営陣に正当化するためのKPI設計が必要だ。予算が限られているからこそ、「効果が見えない」は致命的になる。

まず「測定できる業務」から始めるのが現実的だ。検査員が1日に何件のチェックを行っているか、設備のアラート対応に何時間かかっているか——こうした数字は、専用システムがなくても記録できる。手書きの集計票でも構わない。

KGI（最終目標指標）とKPIの階層設計も必要だ。「工場全体の製造原価率を2%下げる」というKGIに対し、「不良率を現状の1.2%から0.8%に下げる」「設備停止時間を月20時間から12時間に減らす」というKPIをブレイクダウンする。このとき、現状値（ベースライン）を先に数値で確定させることが前提だ。

PoC（概念実証）フェーズから測定を組み込むことも重要だ。「3ヶ月試したが効果が不明」という失敗は、PoCの設計段階に測定項目が入っていないことが原因だ。PoCの計画書にベースライン測定期間（2週間）と評価期間（4〜8週間）を最初から組み込んでおく。

導入計画と同時に作る測定設計書の3ステップ

測定設計書は複雑なシステムではない。表形式のドキュメントで十分だ。以下の3ステップで、今週から作れる。

ステップ1：対象業務を絞り、ベースラインを2週間記録する

AI導入の対象業務を1〜3つに絞り、現状の処理件数・処理時間・エラー率を2週間計測して記録する。「感覚値」ではなく「実測値」で残す。担当者が変わっても数字として参照できる状態にすることが目的だ。

ステップ2：指標を3層（現場・管理職・経営）に設計する

現場担当者が毎日確認できる指標、管理職が月次で評価できる指標、経営陣が四半期で判断できる財務指標を、それぞれ別々に設計する。一つのKPIを全層に使い回さない。「あの数字が上がった」では現場は動けない。「今日の自分の業務でどう変わったか」が見える指標を設計することが、測定設計書の現場への浸透を決める。

ステップ3：測定インフラを先に決める

「どのシステムのどのデータを使って、誰がいつ集計するか」を導入前に決める。これが決まっていないと、AI稼働後に「誰かが月末に手作業で集める」という属人的な測定になり、継続しなくなる。測定が続かなければ、半年後に「あのKPI、誰も見ていない」になる。

この3ステップの成果物が測定設計書だ。1〜2ページで十分だ。大切なのは、AI導入プロジェクトの計画書と同時に存在することだ。

まとめ

「導入後に数字を集めればいい」——この考え方が、製造AI投資の成果を見えなくしている。

測定設計は後工程ではない。AIを何に使うかが決まった瞬間に、何を測るかも同時に決める。パナソニック コネクトが44.8万時間という数字を社内外に示せたのは、測定の設計があったからだ。

導入の成否は、AIの性能ではなく測定設計で決まる。まず自社のAI導入対象業務を1つ選び、今週中にベースラインの計測を始めてほしい。それが測定設計書の最初の一歩だ。

参考・出典

• パナソニック コネクト、「聞く」から「頼む」へシフトしたAI活用で年間44.8万時間の削減を達成 | パナソニック ニュースルーム ジャパン
• パナソニック コネクトに浸透する生成AI活用 前年比2.4倍の業務時間削減を達成 | MONOist
• Measuring AI ROI Properly: Baselines, Instrumentation, and Outcomes | Medium
• 40+ Manufacturing KPIs & Metrics for 2025/2026 | insightsoftware
• 製造現場のKPI体系を整理する - 総合設備効率（OEE）から始める指標の選び方 | DevelopersIO