4類型の得意・不得意
製造業のAI導入で相手になる企業は、次の4類型に分けると整理しやすくなります。1社が複数の顔を持つこともありますが、提案の中心がどこにあるかで見分けます。
| 類型 | 得意なこと | 不得意になりやすいこと | 向く段階 |
|---|---|---|---|
| AIコンサル | 構想策定、テーマ選定、効果の試算、経営への説明 | 現場の実装、設備やMESとの連携 | 構想・テーマ選定 |
| SIer | 全体の統合、MES・ERPとの連携、運用保守の体制 | AIの先端手法、特定用途の深い知見 | 本番化・横展開 |
| AI専業（ベンチャー） | 特定用途のモデル開発、新しい手法、速いPoC | 大規模なシステム統合、長期の運用保守体制 | PoC・特定用途の本番化 |
| 設備・機器メーカー | 撮像系やセンサーと一体の製品、現場での据え付け | 自社製品以外との連携、横断的なデータ活用 | 単独工程の導入 |
類型ごとの特徴
AIコンサル
経営課題からAIのテーマを洗い出し、効果を試算し、ロードマップを描くのが得意です。複数のテーマを比較して優先順位を付けたい段階や、経営層に投資を説明する材料が要る段階で役に立ちます。一方、実装は別の会社に任せることが多く、構想と実装の間で前提がずれないよう、発注側が橋渡しをする必要があります。
SIer
MESやERPとの連携、ネットワーク、セキュリティ、運用保守までを一体で担えるのが強みです。AIを本番の業務フローに組み込み、複数の工場に展開する段階で中心になります。国内でも、SCSKがERP・PLM・MESと設備・品質・保全のデータを連携してAIエージェントで異常を可視化するサービスを2026年8月に発表するなど、データ連携とAIを合わせて提供する動きがあります（MONOist、2026年9月17日）。AIの手法そのものはパートナーのAI専業に頼ることもあるため、誰がモデルを作るかを確認します。
AI専業（ベンチャー）
外観検査、予知保全、需要予測などの特定用途で、モデル開発の経験と速さに強みがあります。PoCを短期間で回したいときや、難しい不良の検出のように手法の工夫が要るときに向きます。注意点は、会社の規模によっては長期の運用保守や多拠点の展開に対応しきれない場合があることです。保守体制と、成果物の引き渡し条件を確認します。
設備・機器メーカー
AI機能を搭載したカメラや画像処理装置、センサーを、撮像系や据え付けと一体で提供します。キーエンスやオムロンはAI判定機能を持つ画像センサーや画像処理システムを製品化しており、単独工程の検査であれば、開発せずに導入できる場合があります。自社製品の範囲では強い一方、他社の設備との横断的なデータ活用や、MESへの連携は別途検討が必要です。
テーマと段階で組み合わせる
1社にすべてを任せるより、段階ごとに類型を組み合わせるほうがうまくいくことが多くあります。
- 単独工程の外観検査で、既製品で要件を満たせる：設備メーカーの製品を直接導入する
- 難しい不良の検出で、手法の工夫が要る：AI専業とPoCを行い、本番化でSIerを加えてMESと連携する
- 複数工場・複数テーマで全社的に進める：AIコンサルで優先順位を決め、データ基盤とMES連携はSIer、個別の用途はAI専業と分担する
組み合わせるときは、発注側がプロジェクト全体の責任者になり、各社の成果物の引き継ぎ（データの形式、評価方法、インターフェース）を管理します。
料金と関わり方の変化
類型の境界は動いています。富士通は2026年9月、コンサルティングとFDE（顧客の現場に入るエンジニア）による伴走を打ち出し、成果連動型・利用量連動型の収益モデルに移ると表明しました（MONOist、2026年10月8日）。日立も顧客の現場に入るFDEを置いています。大手SIerがAI専業のような伴走支援に踏み込み、料金の形も変わり始めています。料金方式の違いは料金体系の比較で扱います。
中国では、工業和信息化部が2026年1月に公表した工業インターネット平台の行動方案が、「先用后付」（先に使って後で払う）や「效果付费」（効果に応じた支払い）といったサービスモデルを支持しています（C114、2026年1月13日）。成果に応じた支払いは、日本以外でも広がりつつあります。
よくある質問
1社にまとめて任せたほうが楽ではありませんか
窓口が1つになる利点はあります。ただしその会社の得意でない部分が弱くなりやすいため、再委託先がどこか、モデル開発と連携をそれぞれ誰が担うかを確認してください。
大手と小さなAI専業のどちらが安全ですか
大手は保守体制の継続性、小さなAI専業は特定用途の深さと速さに強みがあります。安全性は会社の規模より、成果物の引き渡し条件と保守の契約内容で確保します。
設備メーカーのAI機能だけで十分な場合はありますか
単独工程の検査で、判定基準が明確で品種が少ない場合は、既製の画像センサーのAI機能で足りることがあります。品種が多い、MESと連携したい、といった要件があれば追加の検討が必要です。
この記事に出てくる用語
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・人材育成と、製造業向けAIの調査・開発・教育を手がける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・データ基盤・AI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。
