MES導入の新潮流を解説！クラウド化、コンポーザブル型、DXツール連携など

製造実行システム（MES）の再定義の流れ

インダストリー4.0のワードが飛び出してから10年以上が経過し、世界中の製造業は「データ駆動型オペレーション」を全社的な経営基盤として位置づけ、その導入を進めてきています。その中核的な役割を担うのが、経営層の意思決定を支える生産計画（ERP）と、製造現場の物理的な機器制御（OT：Operational Technology）を双方向に繋ぐ製造実行システム（MES：Manufacturing Execution System）であることはこれまでの記事でもお話してきました。
このような状況下で、世界のMES市場は55億ドル（約8,250億円）の規模に達しているといわれており、数多くのベンダーがソリューションを提供する、産業用ソフトウェアの中でも極めて細分化された競争の激しい市場となっています。

しかし、巨額の市場規模と技術的進歩の裏側では、製造業全体が抱える深刻なデジタル化の遅れという現実が存在するといわれ続けています。一説には世界に存在する約500万の工場（※2026年現在）のうち、商用のパッケージ化されたMESシステムを導入しているのは依然としてごく一部の大規模工場に限られているといわれています。これに加え、中小規模の工場の半数強は、現在でも紙とペン、あるいは表計算ソフトの組み合わせを生産管理や生産履歴追跡の主軸として利用しているともいわれています。
これらのアナログな手法や分断された表計算ソフトは、現代のデジタルトランスフォーメーション（DX）や、後に詳述する高度な産業用AIを統合するための信頼できるデータとはなり得ず、企業のデータ活用能力を著しく制限している状況といえます。

特に日本市場においては、さらに特殊な事情が存在します。日本の製造業では、2000年代以前に導入され、すでに20年以上稼働しているレガシーシステムが全体の6割を占めており、これらの旧態依然とした生産管理システムは、当時のハードウェアの制約やソフトウェア・アーキテクチャの限界から、将来の拡張性やサービスライフサイクルを十分に考慮せずに設計されたものが多く、さらにこの当時のプログラミング言語やプラットフォームを扱えるITエンジニアが高齢化により第一線を退きつつあることから起こる「システムのブラックボックス化」により、保守・運用コストの劇的な高騰やセキュリティリスクへの対処遅れ、最先端技術であるIoTやAIなどを現場を現場に取り入れる際の障壁、などの問題が既に顕在化してきています。

この章では、次世代MESの潮流として「コンポーザブル（組み立て可能）アーキテクチャへのシフト」「クラウドネイティブ化」「流行系DXツールとの連携」、「AIの実装」という4つをメガトレンドとして捉え、それらが製造業の競争優位性にどのような因果的影響を及ぼすかを論述したいと思います。

レガシーアーキテクチャの限界と「投資対効果の喪失」のメカニズム

次世代のMESを理解するためには、まず第一世代・第二世代と呼ばれる1990年代以降導入されてきた古い生産管理システムやMESが、なぜ現代の製造環境で機能不全に陥りやすのか？その構造的弱点を見ていく必要があります。

1990年代初頭に登場した従来型のMESは、グローバル化とリーン生産方式の普及を背景に、コンプライアンスの徹底、製品トレーサビリティの確保、そして大量生産プロセスの標準化を主眼に置いて開発されてきました。当時の工場は、製品ラインの変更は数年に一度という緩やかなペースで行われており、IT部門がトップダウンで厳格なシステム仕様を決定し、現場のオペレーターがそれに従うという、階層的かつ予測可能な安定した環境において最大限の効果を発揮するようにシステムが設計されました。これらのシステムは、柔軟性よりも正確性と厳密な制御を優先するモノリシック（一枚岩）なアーキテクチャを採用していたといえるでしょう。

しかし、時代は変革します。
製品ライフサイクルの極端な短期化、多品種少量生産へのシフト、そしてパンデミックや地政学的リスクによるサプライチェーンの頻繁な断絶に直面する現代の社会情勢において、この「堅牢さ」は組織の機動力を奪う「硬直性」へと変質してきた懸念があります。従来型のMES導入プロジェクトにおいては本来の目的や想定されたROI（投資利益率）を達成できずに失敗に終わっていることが多いといわれており、根底にシステム自体の柔軟性の欠如と、それに伴う高額なコスト構造が存在することが大きな要因であると分析できます。

旧来の生産管理やMESはカスタマイズが極めて困難であり、企業はソフトウェアの固定化された仕様に合わせて自社の業務プロセスの強制的な変更を余儀なくされます。このギャップを埋めるために行われる強引なカスタマイズは、高額な初期費用を跳ね上げる最大の要因となり、システムを自社の要件に適合させるためのインテグレーションやコンサルティング・サービス、最適化のためにオーダーする追加開発なども高額化しています。

さらに、導入プロセスの長期化も問題になります。旧来のMES導入では、システムのカットオーバーまでに12カ月から18カ月もの長い年月を要することが一般的ですが、稼働する頃には事業環境や製造プロセスそのものが変化しているなどの問題が起こりやすく、組織内にはプロジェクトに対する不満の温床となり、結果としてシステムが現場に定着しないという悪循環に陥るような場面を、数多く目にします。また、インターフェース技術も日進月歩で、現場のオペレーターのユーザビリティが高い最新のフレームワークなどを利用できず、利用率の低迷を招く可能性があります。

新潮流① 一枚岩的な大型ソフトからコンポーザブル型へ：システムの硬直化の打破

コンポーザブルMESの設計思想と優位性

前述の旧来型MESの構造的な限界に対する根本的な解決策として近年話題になり始めている「コンポーザブル型」。日本での知名度はまだまだですが、コンポーザブルとは「組み立てが可能な」という意味であり、巨大で密結合されたシステムを構築するのではなく、それぞれが独立して機能する交換可能なモジュール群によって全体システムを構成する設計思想を指します。

この思想はシステムに柔軟性を与え、システム全体に影響を与えたりダウンタイムを発生させたりすることなく、特定の機能モジュール（例えば、品質管理モジュール、予知保全モジュール、作業指示モジュールなど）を柔軟に追加、削除、またはアップデートすることを可能にします。

そして、コンポーザブル型の最大の利点は、スモールスタートを可能にし、現場主導での継続的改善を可能にする点にあります。
この視点はとても重要な観点で、設備導入やワークフローの改善を段階的に実施する「日本型の製造現場のブラッシュアップ方法」と相性がよく、PDCAサイクルを高速に回しながら、同時にシステムを使えるものにしていくことができます。

何年も先の完成を目指す旧来型のMES導入は、導入までの現場の変化をシステムに活かすことができません。重要な変更事項についても、要件定義の期間を過ぎるとコスト請求されたり、仕様変更が導入品質に影響を与えるなどの問題発生の確率も上がるなどのデメリットも多く、特に変化が多い製造の現場で利用するMESについては、「コンポーネント組合せ」というニーズが高くなってきています。

コンポーザブルMESへの評価、日本での市場など

世界市場では2025年のGartner「MES向けマーケットガイド」などで、コンポーザブル型MESベンダーが既存の巨大ベンダー（Plex, GE, Siemensなど）と肩を並べて代表的ベンダーリストに掲載されるなどの変化が起こり始めています。企業内のIT担当者や投資意思決定者にとって、「コンポーザブル」という選択肢はもはや実証実験的なリスキーなアプローチではなく、アナリスト企業によってベンチマーク化され、推奨されるアーキテクチャ戦略として完全に定着したことを意味しているといえます。

新潮流② クラウド化の加速とMESへの影響

クラウド技術の進展とMESのクラウド化への流れ

MESの設計思想が「モジュール化（コンポーザブル型）」に向かうのと並行して、起こっているのがクラウド化です。
制御がかかわるMESについては、従来オンプレミス型サーバーが主力で、現状も技術的な課題から使い続けられています。
近年この流れが急激に変化し、クラウドをインフラとする形へと急速に移行しています。様々な調査資料が出ていますが、MESのクラウド展開率は、2030年までに75％へ急増するという予測まであります。

この大規模なクラウドシフトの背景には、製造現場に配置された無数のエッジデバイスやIoTセンサーからの膨大なデータ収集、それに基づくリアルタイムの高度な分析機能、生成AIやAIエージェントの運用、そして複数拠点（マルチサイト）にわたるサプライチェーン全体の可視化といった、従来のオンプレミス環境では到底処理しきれないデータ処理に対する計算リソースへの需要の高まりが根底にあります。

この流れに加え、メガクラウドと呼ばれる大手クラウド事業者はPaaSやクラウドファンクションと呼ばれる「ソフトを構成する部品」を驚くほどの低料金で利用できる環境を提供しはじめ、開発者においてはソフトウエア開発の時短や、機能コンポーネント毎にソフトを構成し連携させて動かす「マイクロサービス化」が一般化してきています。このクラウド技術の進歩の中にはクラウドとエッジで制御データをセキュアに交換に利用できる部品もリリースされ始めるなど、MESで活用できる技術が生み出され始めています。

MESのクラウド化のメリット

1. コスト面
   MESのクラウド化によるメリットは複数あります。代表的なものはITコストです。従来のオンプレミス構成と違い、工場内に設置するPCやサーバーなどの高価なハードウェアインフラを劇的に削減できます。また、ハードウェアの設置に関わる複雑なネットワーク設計や構築作業が不要になるため、プロジェクトの立ち上げスピードや内製運用の容易性が飛躍的に向上し、初期導入コストを大幅に抑えることができます。
2. データ統合
   オンプレミス構成でデータを統合的に分析する場合、工場単位など個別にデータが存在していると、点在する大量のデータを自動的に集約する仕組みが必要になります。さらに、工場ごとに導入されたシステムは個別最適を独自に実施する場合が多く、データ型がまちまちで、統合前に成形、変換など多大な処理が発生する可能性があり得ます。クラウド化により、データ処理を一元化することでこの手間と無駄が省け、さらには自動統合されたデータを活用して瞬時にサプライチェーン全体を見据えた迅速な意思決定につなげるなど、「データ駆動型の全体最適化」の実現といった大きな変革を生み出します。

MESのクラウド化の最大の障壁「設備制御」をどう対処するか？

クラウド利用はメリットだけではありません。本来MESの大きな役割であるOTとの連動（具体的にはPLCとの制御データ交換）について、従来のネットワーク技術だけでは対応が難しくなってしまいます。すなわち、PLCとの会話を実施する「エッジPC」や「エッジプラットフォーム」の技術革新がここで必要になりますが、このハードルを超えるクラウドMESベンダーは希少です。また、これをコンポーザブルに提供し、横展開をユーザ側で展開できるプラットフォームを提供することは技術的にも難しく、現状では提供しているベンダーがさらに絞られます。

日本ラッドでは下記のような構成で、クラウド型のMESから制御データを瞬時に交換できる仕組みを提供していますが、こちらも進化したクラウド技術を活用して、日本ラッドの独自IoT技術、MESシステムを組み合わせて「コンポーザブル」に機能を提供しています。

この技術により、下記のようなことが実現できる可能性があります。

• クラウドに保管した品番別の製造条件をPLCへ送り込み自動実行することで、熟練工の技術を継承
• 品質をリアルタイム監視し、AI解析により品質劣化予想が立った時に設定値変更を自動実施、品質維持に活用
• 製品製造をスタートする時に読み込んだバーコードから、過去の検査、工程がすべて良好に通過しているかなどポカヨケを実現
• 原料計量や利用機材が合致しているか現品照合を瞬時にクラウドと実施する
• 生産指示、規格、材料計量を生産終了信号を元にデータ交換し、段取を自動化

このように最新の技術を活用したMESは、現場効率化するアイデアを合わせて業務改善企画に用いることができます。

選定時の注意ポイント：MESクラウド化については「システム構成」をしっかりチェックし、設備制御を実施するか？しないか？などの大きな方針を先に決めておく必要性があります。

新潮流③ DXツールなど外部システムとの連携

猛威を振るうノーコードツールとどのように連動するのか

MESのモダン化において、システム設計の変革と同じくらい重要なのが、組織における「システム開発の民主化」です。
プログラミングの専門知識を持たない製造現場のエンジニアやオペレーターが、自らアプリケーションを開発・改善できるノーコード／ローコード・プラットフォームが、次世代MESの標準機能として組み込まれる必要性が高まっています。特にユーザが触れる入力画面やデータ分析においては、日本の製造現場改善の考え方から「使いながらブラッシュアップしていく」手法を採用したいニーズが高く、そのユーザニーズに耐えうるツールとしてノーコード、ローコードツールの採用が進んできています。

各DXツールの特徴は「単独で利用する」だけの状況を想定せず、周辺のシステムと連携した形で現場展開することが多くなっています。

• kintoneで実績や日報入力し、基幹システムに転送
• 帳票を電子化し、品質データを記録して、一部データをトレーサビリティーのDWHへ保存
• kintoneで入力した時間別実績や異常報告を集計してBIツールで可視化

特にオペレータが接触するインターフェース部分は、「改善活動と共に変更が頻発するが、根幹のシステムには影響ないように」などの連携設計をする必要があり、ここで言う「根幹のシステム」にMESも含まれる形でニーズが変化してきています。

入力画面の自由度を上げるための連携の事例

日本ラッドの「Konekti MX」では、ユーザ画面の自由度を上げるために、複数のシステムとの連動が可能な製品群を用意しています。MES側は実行するためのAPIを公開し、iPaaSである「DerevaLink」やクラウドとのデータ交換ができるSCADAでPLCに通信できる「DerevaSCADABOX」などを活用して、ユーザ画面作成の自由度を確保しています。

• kintoneで実績入力を実施し、MESの生産履歴へ登録する
• 目視検査データをi-Reporterで記録し、そのデータをトレーサビリティーDBへ登録する
• SCADA画面で生産終了信号と引き換えに次の生産指示番号とレシピデータ取得して、OKボタンでPLCに送信

さらに、「Konekti MX」では、ディスパッチ（検査OKや現品照合）などの高速通信が必要なアプリケーションもローコード開発画面を作成しております。改善活動内で発生する軽微な変更をお客様側で内製できる機能を実装しており、画面開発・変更の自由度が上がります。

産業用AIとMESの高度な統合：受動的記録から能動的最適化へ

AI登場によるMESとの関係性や期待値の変化

MESの進化は、現代の製造業における最大のゲームチェンジャーである「産業用AI」を現場に実装するための強力な土台となる可能性をもっており、選定においては重要性を増しています。

旧来のMESは、過去に起きた事象や実績を「記録・追跡」する受動的なシステムでしたが、AIと連携を標榜する次世代型MESは、リアルタイムのセンサーデータと生産トレンドを分析して機械の故障や品質劣化を未然に防ぐ予知機能や、製造スケジューリングとリソース最適化を企画する機能など、能動的なシステムへと進化することが期待されています。

AIとMESの接近の背景とそのユースケース

製造現場でのAIへの期待が高まる中、前述の技術進歩が後押ししています。データは膨大化し、計算リソースも必要になる現状から、CPUやディスク容量に限りがあるオンプレミス型のMESはAI活用の大きな障壁となります。また、クラウドの導入は設備との物理的距離が離れてしまうことから、通信速度やセキュリティーが問題に上がりますが、前述した「クラウドとエッジの制御連携」など、その課題解決手法も生まれてきています。
このように技術的な環境が整いつつある現在、いくつかの先進的な事例が報告され始めています。

• 事例1. 医療機器メーカー
  製品の製造プロセスの複雑さから不良品によるスクラップ率が60％を越え、廃棄材料が大きな損失になるだけでなく、不良率が高いゆえに多重にテストをかけるなど、莫大なコストが発生していました。
  これに対して、コンピュータビジョンとAIを組み合わせ、組立プロセスにおける不適切な取り扱いをAIのカメラ画像解析によって95％の精度で即座に検知する仕組みを構築。標準的なハンドリング手順から逸脱した動作が行われた瞬間に、システムがオペレーターに対してリアルタイムでアラートを発することで、不良品が後工程に流出するのを未然に防ぐなど効果を発揮。結果として、スクラップ率を半減させる効果がありました。
• 事例2. 食品メーカー
  多品種製造で各品種において、コンベアオーブンのスピード等の設定条件がまばらな製造を実施していたため、間違いが発生すると大量の不良を出す危険性があり、コスト損失だけでなく納期遅れの発生リスクなども抱えていました。
  これに対して、IoTシステムで高速に収集した温度、コンベアスピードの情報、1分間隔の重量ヒストグラム分析、カメラ検査による色異常分類などを収集して監視を実施。ヒストグラムと色異常の不良傾向値をAI解析して不良発生危険性アラートを発生させ、アラート信号に基づいて早期に停止調整し、大量不良発生を抑制しました。

このように、MESとAI統合において最も即効性があるのが上記のような品質データを利用したケースであり、投資対効果が高い領域となっています。

AI活用で重要なコンテキスト（文脈）はMESを起点に作られる

事例でも提示された画像解析や機械設備から取得される定量的なデータ（IoTデータ）は、例えばダウンタイムの時間や停止記録など、「なぜその事象が起きたのか」という定性的なコンテキスト（文脈）が欠落することが多くなります。
今、「何を誰がどの材料で（4M）」などの情報や「停止した理由などのオペレータ判断事項」はMESが明示的に持つことが多く、製造実行にかかわる情報の蓄積場所として機能しています。

新世代型のMESはAIの判断基準となるシステムとして機能し、今後、製造現場の改善に「必須の道具」となることは明白です。

結論：次世代MESが描く製造業の未来と戦略的ロードマップ

現在の製造実行システム（MES）市場で起きている新潮流は、単なるソフトウェアの機能追加やインフラの移行ではありません。それは、データアーキテクチャの根本的な再設計であり、ひいては製造業という組織の行動様式そのものに影響を与える重要な「戦略」としてとらえる必要があります。

MESを導入する際の戦略的要件は、以下の３つの柱が軸となります。

1. 旧来型巨大システムを脱し、コンポーザブル戦略を全面採用：
   何年もの歳月と莫大なカスタマイズ費用を投じて巨大なシステムを構築する従来型のアプローチは、すでに経済合理性を失っています。独立したマイクロサービスを組み合わせ、必要な機能からスモールスタートし、事業環境の変化に応じて柔軟にモジュールを組み替えるコンポーザブルMESの採用が、投資対効果を最大化し、プロジェクトの失敗リスクを最小化する唯一のアプローチとなります。
2. クラウドの積極活用
   進化するクラウド技術を積極的に取り入れたソリューションを検討することが重要です。大量のデータを収集・蓄積し、AIで分析するなどの最新技術を利用した改善を実施していくのに、オンプレミス環境を利用する旧来のMESでは困難です。MESパッケージの選定・導入において、最新技術との接続性を担保された仕組みが機能化されていることが必須要件となることは間違いありません。
3. 継続的改善が可能な「市民開発性能」を見極める
   ノーコード／ローコード開発ツールを導入し、IT部門の負担を軽減させるとともに、現場のオペレータや生産技術担当が日々の業務課題を迅速に解決できるアジャイルな組織文化を醸成することが重要な戦略となります。システムが現場を縛るのではなく、現場がシステムを自らの手で最適化する環境こそが長期的な競争力となると考え、MES導入を企画することが重要です。

「スマート製造」と呼ばれる次世代の製造オペレーションにおいては、変化に対する適応力こそが最大の競争優位性の源泉となると考えられます。クラウド、コンポーザブル、AI、市民開発対応といったテクノロジー群を戦略的に統合することで、予測不可能な未来に対しても常に最適化できる製造現場を作り上げることが可能となります。