データ品質がAIの上限を決める
AIの精度は、学習に使うデータの品質を超えられません。データサイエンティストの作業時間のうち、データ準備とクレンジングが約38%を占め、モデルの選択・学習・デプロイは約26%にとどまるという調査があります（Anaconda「2022 State of Data Science」、133か国・3,493人、2022年4〜5月）。製造業ではこの比率がさらに高いという実感を持つ担当者が多いはずです。
日本企業全体でも、データの整備は大きな課題です。IPAの「DX動向2026」（2026年7月）によると、データ整備・管理・流通の課題として「人材の確保が難しい」が51.2%、「データの標準化が難しい」が36.8%、「管理システムが整備されていない」が32.6%でした。Gartnerも、生成AIプロジェクトがPoC後に放棄される理由の筆頭にデータ品質の低さを挙げています（2024年8月）。
製造データ品質の10の問題
製造データの品質問題は、設備データ、MESデータ、両者の結合の3か所で起きます。
| # | 問題 | 発生箇所 | AIへの影響 | 検出ルールの例 |
|---|---|---|---|---|
| 1 | タグの命名・単位の不統一 | 設備 | 設備横断で同じ意味のデータを集められない | 命名規則への適合チェック、単位マスタとの照合 |
| 2 | 時刻ずれ | 設備・MES | 時系列と実績の紐付けがずれ、別ロットのデータが混ざる | 同一イベントの記録時刻の差分を監視 |
| 3 | 欠損 | 設備 | 通信断・PLC更新・システム停止の間のデータがない | 想定周期に対する欠落率、連続欠損時間 |
| 4 | 圧縮による情報損失 | 設備（ヒストリアン） | 小さな変動・ばらつきが消える | 圧縮設定の棚卸し、記録点の間隔の分布 |
| 5 | 範囲外・固着値 | 設備 | センサ故障の値を正常として学習する | 物理的な上下限、一定時間変化しない値の検出 |
| 6 | 手入力値の誤り | MES | 桁違い・入力漏れ・後追い入力 | 規格値からの逸脱、入力時刻と作業時刻の差 |
| 7 | マスタの不整合 | MES | 品番の改番・設備IDの変更で、同じ実体が別IDになる | 改番履歴との照合、未登録IDの検出 |
| 8 | ラベルの揺れ | MES | 判定者によって良否・不良コードが変わる | 判定者別・シフト別の不良コード分布の比較 |
| 9 | 異常データの少なさ | MES | 不良・故障の事例が少なく学習できない | クラス別件数の集計 |
| 10 | 所有者が不明 | 全体 | 問題を見つけても直す人がいない | データ項目ごとの所有者登録の有無 |
この10項目は、現場で繰り返し見られる問題を整理したものです。1〜5は設備側、6〜9はMES側、10は組織の問題です。
設備データの問題（1〜5）
最も多いのは1（命名・単位）と2（時刻ずれ）です。命名がばらばらだと、同じ種類の設備のデータを集める前処理を設備ごとに書く必要があり、横展開のたびに作業が発生します。命名規則とその移行は設備タグの命名規則で扱っています。
時刻ずれは、PLC・ヒストリアン・MES・検査装置の時計が同期していないことで起きます。数秒のずれでも、サイクルタイムの短い工程では別の製品のデータが混ざります。対策は工場データの時刻ずれ対策にまとめています。
4の圧縮は、データを抜き出しただけでは気づきにくい問題です。ヒストリアンの設定を確認しないと、ばらつきが消えていることが分かりません。詳しくはヒストリアンのデータはそのままAIに使えるかを参照してください。
5の固着値は、センサが故障して同じ値を出し続けている状態です。正常な値の範囲内に収まっているため、上下限のチェックだけでは見つかりません。一定時間以上まったく変化しない値を検出するルールが必要です。
MESデータと組織の問題（6〜10）
6の手入力値の誤りは、作業後にまとめて入力する運用で増えます。入力時刻と作業時刻の差を監視すると、後追い入力の多い工程が分かります。
8のラベルの揺れは、AIの精度の上限を直接決める問題です。同じ傷を検査員Aは「キズ」、検査員Bは「打痕」と判定していれば、AIはその区別を学習できません。判定者ごとの不良コードの分布を比べると、揺れの大きさが分かります。対策は製造AIの正解ラベルで扱います。
10の所有者不明は、他の9つを直せない原因になります。データの問題を見つけても、「このタグは誰が管理しているのか」「この不良コードを変える権限は誰にあるのか」が分からなければ、修正依頼が宙に浮きます。
品質ルールを基盤側に実装する
10の問題への対策で重要なのは、検出ルールをAIの前処理コードに個別に書くのではなく、データ基盤側に共通で実装することです。
基盤側に品質ルールを置くと、次の利点があります。
- すべてのAIテーマが同じ基準でチェックされたデータを使える
- 品質の推移をダッシュボードで監視し、悪化したときに所有者に通知できる
- 新しいAIテーマを始めるときに、品質チェックを作り直す必要がない
レイクハウスで構成する場合は、シルバー層（整備の層）に品質ルールを組み込むのが一般的です。設計は製造業のデータレイク・レイクハウスで扱っています。
よくある質問
データ品質はどの程度まで高めればAIを始められますか？
完璧を待つ必要はありません。対象のAIテーマに必要なデータについて、欠落率・紐付け成功率・ラベルの一致率を数値で把握し、その状態で精度がどこまで出るかをPoCで確認します。品質の数値とAIの精度の関係が分かれば、どこに投資すべきかが判断できます。
欠損値はどう扱うべきですか？
欠損区間を明示的に記録し、補間した値と実測値を区別してください。短い欠損は前後の値から補間できることもありますが、長い欠損を補間すると存在しないパターンを学習させることになります。欠損を含む区間を学習から除外する判断も選択肢です。
データ品質の責任は誰が持つべきですか？
データを発生させる部門（設備データなら生産技術・保全、MESの入力なら製造・品質保証）が品質の責任を持ち、データ基盤チームが検出と監視の仕組みを提供する分担が一般的です。
この記事に出てくる用語
AIは「データ基盤」で決まる
PoCは成功したのに本番で止まる。原因の多くはモデルではなく、MESと設備データの側にある 全130本
- MESとAIの関係：ロット・作業指示・品質判定がAIの精度を決める理由
- 製造業AIが本番で止まる7つの理由：PoCは成功したのにラインに載らない構造
- 製造業のAI-OCR：紙の検査記録・点検表・ミルシートをデータ化する手順
- データ基盤の段階的導入ロードマップ：ユースケースから逆算する8ステップ
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。
