平成26年度中小企業白書について

第四次産業革命への対応

製造業はどこへ向かうのか？

平成２８年６月

経済産業省

我が国製造業の業績

我が国製造企業の業績は、昨年に引き続き改善。国内設備投資額も回復。 1 資料：財務省「法人企業統計」 備考：金融業、保険業以外の業種。資本金１億円以上 【企業業績の推移（営業利益）】 18.8 11.1 0.1 11.2 8.8 _8.5 13.4 14.3 14.9 -5 0 5 10 15 20 07 08 09 10 11 12 13 14 15 化学工業 鉄鋼業 はん用機械器具製造業 生産用機械器具製造業 業務用機械器具製造業 電気機械器具製造業 情報通信機械器具製造業 輸送用機械器具製造業(集約) その他製造業 製造業（計） （兆円） （年） （資料）財務省「法人企業統計」、経済産業省「海外現地法人四半期調 査」より作成（資本金1億円以上の製造業の国内設備投資額、海外 設備投資額） 【国内・海外設備投資の推移】 （兆円）

経常収支の黒字拡大

• 経常収支（暦年ベース）は２０１１年以降黒字縮小が続いていたが、５年ぶりに黒字が拡 大。海外直接投資収益拡大に伴い、第一次所得収支は過去最大の黒字を計上したのに加え、 貿易収支とサービス収支が大幅に赤字を縮小。 • 貿易収支の赤字縮小は、原油価格の下落により鉱物性燃料輸入額が減少したことが大きな要 因。継続して輸送用機器と一般機械が輸出を支える構造。 2 【経常収支の推移】 資料：財務省「国際収支統計」 資料：財務省「貿易統計」 12.7 _11.8 9.5 -0.3 -4.3 -8.8 _-10.4 -0.6 -5.3 -4.1 -2.7 -2.8 -3.8 -3.5 _-3.1 -1.6 7.7 11.9 13.6 14.6 14.0 17.2 18.1 20.8 14.1 18.7 19.4 10.4 4.8 _3.9 2.6 16.6 -15 -10 -5 0 5 10 15 20 25 30 2000 05 10 11 12 13 14 15 第二次所得収支 第一次所得収支 サービス収支 貿易収支 経常収支 （兆円） （暦年） -8.2 -14.1 -16.3 -20.6 -23.1 -25.9 -26.2 -17.0 6.6 7.7 8.5 8.8 7.8 7.4 7.5 7.4 7.8 7.1 4.5 3.6 _{3.0 1.7 1.1 1.3} 9.4 13.1 13.6 12.3 12.7 13.5 _13.9 15.0 10.7 _8.7 6.6 -2.6 -6.9 -11.5 -12.8 -2.8 -50 -40 -30 -20 -10 0 10 20 30 40 2000 05 10 11 12 13 14 15 その他 輸送用機器 電気機器 一般機械 原料別製品 化学製品 鉱物性燃料 原料品 食料品 収支総額 （兆円） 貿易黒字 貿易赤字 （暦年） （輸出超過） （輸入超過） 【貿易収支の推移】

3

なぜ国内に生産現場が必要か？ ～ イノベーションシステムの一部

・ 米オバマ政権下では、National Network for Manufacturing Innovationの構築を開 始。独フラウンホーファー研究所をモデルに、産学連携研究拠点を整備。 ・ 2016年前半までに９拠点を設置。（３Dプリンティング、次世代パワーエレクトロニクス、デジタ ルマニュファクチャリング、軽量・次世代金属、先進複合材料製造、統合フォトニクス生産、フレキ シブル・ハイブリッド・エレクトロニクス、スマートマニュファクチャリング、革新繊維材料） Ｗ．ボンビリアン _{MITワシントン事務所長} ・ 製造業は、農業とは違う。（製造業では、雇用が減少すると、生産量も減少） ・ 米国の製造企業は、ますます“Ｈｏｍｅ Ａｌｏｎｅ”になっている。 ・ 中小ベンチャー企業は、革新的な製品を量産化（スケールアップ）するためのファイナンスを 受けられない。 ・ 強いイノベーション能力＝強い生産能力 生産には、非常に創造的な設計・デザインが必要。両者間には、濃密なﾌｨｰﾄﾞﾊﾞｯｸのﾙｰﾌﾟ。 生産能力が海外に移転すると、イノベーション能力も追随せざるを得ない。 ・ ドイツから学ぶべきこと： 強いエコシステム 米より高賃金なのに対中貿易黒字 産学官連携R&D、人材育成システム、急速な規模拡大のためのサプライチェーン連携 等 ・ 製造業は、サービス産業にも影響。

ある 12.0% ない 88.0% 【海外設備投資比率の推移】 【生産の国内回帰を実施した企業（直近１年間）】 資料：経済産業省調べ（15年12月） 4 【国内生産の比率を上昇させる要因となる変化（上位５つ）】 64.5% 57.7% 57.1% 54.3% 53.7% 35.5% 42.3% 42.9% 45.7% 46.3% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 熟練技能者による現場力の強さ 電力ｺｽﾄの低下 工場労働者の確保のしやすさ 高度技術者の確保のしやすさ 円安基調の為替ﾚｰﾄ (n =34 ₃₈) (n =34 ₄₀) (n =34 ₄₃) (n =34 ₂₉) (n =34 ₅₅) はい いいえ 資料：経済産業省調べ（15年12月） （_n=710） （注）「ある」：以下のいずれかに該当す るものを集計。 １．海外自社工場で生産していた製品や 部品を国内自社工場での生産に切り替 えた ２．海外でOEM生産または海外メーカー から購入していた製品や部品を国内自 社工場での生産に切り替えた ※この他、「取引先の国内回帰により国 内自社工場での生産が増加した」と答え た企業が28社あった。 「この１年間に海外で生産していた製品・部品を国内生産に戻した事例」に 関する自由記述への回答を集計したもの

生産の国内回帰

生産の国内回帰を実施した企業は全体の約１割。 労働供給面の制約、電力コスト高などがさらなる国内生産拡大の障害となっている。

差異化していく, 30.9% 標準化･共通化を進めてい く, 41.3% 積極的に投資はしない, 18.2% その他, 9.6% (n=670) 海外拠点との差異化 を図るための拠点 62.1% 生産拠点の1つに過ぎ ない 33.0% 国内拠点は縮小･廃止 の予定 4.8% 資料：経済産業省調べ（_{15年12月）} 備考：海外生産拠点を有する企業に対しての設問 【今後の国内生産拠点の設備方針】 資料：経済産業省調べ（2014年12月） 備考：海外生産拠点を有する企業に対しての設問 経済産業省調べ（15年12月）（海外生産拠点を有する企業から、優先度の高いものを 最大３つまで回答（１位～３位までを合計したもの）） 46.8% 42.5% 42.0% 37.2% 26.7% 24.8% 21.0% 17.3% 12.9% 6.2% 5.9% 2.3% 0.0% 10.0% 20.0% 30.0% 40.0% 50.0% 多品種少量生産に対応できる 短納期に対応できる 取引先のﾆｰｽﾞを汲み取りやすい 取引先の開発段階から参画しやすい 高度な技能を活用できる ｻﾌﾟﾗｲﾁｪｰﾝが充実している 最低限の基盤技術の国内維持･保有につながる ｺｱな技術やﾉｳﾊｳの海外流出を防げる 最新の技術を入手しやすい 国や自治体の施策や助成金等が活用できる 洗練された日本の消費者の声を吸収できる 産学連携がしやすい （_n=666） （_n=705） （_n=670） 5

国内拠点の位置づけ

・ 国内拠点は、「海外拠点との差異化を図るための拠点」とする企業が多く、「イノベーション拠点」、 「マザー工場」「フレキシブル工場」等の役割を担っている。 ・ 国内拠点と海外拠点で差異化を図る企業が６割にのぼるなかで、設備については、海外と標準 化・共通化を進めていくとする企業も多く見られる。 【国内で生産することの優位性】 新しい技術や製品な ど新たな価値創造を 生み出す｢ｲﾉﾍﾞｰｼｮﾝ拠 点｣ 38.6% 自動化やIT導入によ り､圧倒的な生産性の 高さを誇る｢ものづく りのﾊｲﾃｸ拠点｣ 4.7% 海外へ移管する生産 技術や海外工場のﾊﾞｯ ｸｱｯﾌﾟを担う｢ﾏｻﾞｰ工 場｣ 32.1% 技術やﾉｳﾊｳ流出を防 ぐためのｷｰﾊﾟｰﾂを生 産する｢ﾉｳﾊｳ拠点｣ 4.0% 多品種少量生産､短納 期生産などに柔軟に 対応できる｢ﾌﾚｷｼﾌﾞﾙ 工場｣ 13.3% 人材育成や技能 継承を行う｢人材 育成拠点｣ 2.1% 試作開発や最低限の 基盤技術を保有する ための｢試作開発拠 点｣ 2.1% その他 3.0% 【国内生産拠点の役割】

6



実社会のあらゆる事業・情報が、データ化・ネットワークを通じて自由にやりとり可（IoT）



集まった大量のデータを分析し、新たな価値を生む形で利用可能に（ビッグデータ）



機械が自ら学習し、人間を超える高度な判断が可能に（人工知能（AI））



多様かつ複雑な作業についても自動化が可能に（ロボット）

→ これまで実現不可能と思われていた社会の実現が可能に。

これに伴い、産業構造や就業構造が劇的に変わる可能性。

データ量の増加 処理性能の向上 ＡＩの非連続的進化

世界のデータ量は

２年ごとに倍増。

ハードウェアの性能は、

指数関数的に進化。

ディープラーニング等

によりＡＩ技術が

非連続的に発展。

業績

今、何が起こっているのか？①～技術のブレークスルー～

7 第１次産業革命 第２次産業革命 第３次産業革命 第４次産業革命 動力を獲得 （蒸気機関） （電力・モーター） 動力が革新 （コンピュータ） 自動化が進む 自律的な最適化が可能に （大量の情報を基に人工知能が 自ら考えて最適な行動を取る）

•

この技術のブレークスルーは、

① 大量生産・画一的サービスから、個々のニーズに合わせたカスタマイズ生産・サービスへ

（個別化医療、即時オーダーメイド服、各人の理解度に合わせた教育）

② 社会に眠っている資産と、個々のニーズを、コストゼロでマッチング（Uber、Airbnb等）

③ 人間の役割、認識・学習機能のサポートや代替（自動走行、ドローン施工管理・配送）

④ 新たなサービスの創出、製品やモノのサービス化（設備売り切りから、センサーデータを活

用した稼働・保全・保険サービスへ）、データ共有によるサプライチェーン全体での効率

性の飛躍的向上（生産設備と物流・発送・決済システムの統合）を可能にする

⑤ 第4次産業革命の技術は全ての産業における革新のための共通の基盤技術であり、

様々な各分野における技術革新・ビジネスモデルと結びつくことで、全く新たなニーズの充

足が可能に。(ゲノム編集技術×バイオデータ=新規創薬、新種作物、バイオエネルギー等)

今、何が起こっているのか？②～第四次産業革命～

技術（共通基盤技術×産業コア技術）×関連データ

8 共通基盤技術 （人工知能、 IoT、ロボット） 金融技術 医薬品開発技術 バイオインフォマティクス エネルギー負荷機器 制御技術 購買・商流データ、 金融市場データ 健康医療データ 生物データ 顧客データ 取引・決済データによる与信、 ロボアドバイザー（資産運用）等 個別化医薬品、 個別化健康・美容サービス 等 新規創薬、新種作物、先端材料製 造、バイオエネルギー 等 エネルギーデマンドレスポンス、 見守りサービス 等 技術 関連データ 様々な財・サービス ゲノム編集 生産管理技術 事故・ヒヤリハットデータ 異常・予兆の早期検知等による・安全_{性・生産性向上、保険・格付けの高度化} 等

9

リアルデータの利活用の重要性

• 第４次産業革命では、

「データ」の利活用が付加価値の源泉に。

バーチャルデータ

Web（検索等）、SNSなどのネット空間での活動から生じるデータ

→

海外のIT企業がプラットフォームを支配

（グーグル、アマゾン、アップル等）

リアルデータ

健康情報、走行データ、工場設備の稼働データ等、個人・企業の実世界

での活動についてセンサー等により取得されるデータ

→

うまく対応すれば、日本でプラットフォームを獲得できる可能性

リアルデータには、各企業の競争上の機密となるデータと、協調してビッグ

デー タ化する方がメリットが大きいデータとが存在。

「協調領域」を峻別し、事務所・企業・系列の枠を超えてデータを共有・活用する

「プラットフォーム」の形成が鍵。

第一幕 第二幕

サイバーフィジカル システム

生産

現場

受発注

工程

製品開

発工程

設備開

発

工程

技術開

発

工程

CA I PD M SC M CA x CR M ER P CA x Simulatio n MES PL M QMS /CR M

出所：“The German Standardization Roadmap Industrie 4.0, DKE/VDE”をもとにベッコフ が作成

出典：ベッコフ資料

独：インダストリー4.0 ～ものづくりを中心としたコンセプト～

11

※１ CAD/ CAM/CAE： Computer Aided Design /Manufacturing/Engineering ※２ Supervisory Control And Data Acquisition

PLM (Product Lifecycle Management)

設計から保守までをデジタル化して、共通プラットフォームを構築す ることによって一貫したシミュレーションが可能になり、手戻りを防ぎ、 設計から製造までのリードタイムが短縮できる。 → 日本企業もこの方向を志向するが、工程間の連携は不十 分。 CAD/CAMによる模型の試作（出典：木村鋳造所HP） 製品設計 生産設計 生産・生産管理 販売・保守 ﾃﾞｼﾞﾀﾙﾏﾆｭﾌｧｸﾁｬﾘﾝｸﾞ （3D-CAD/CAM/CAE※１_） 生産監視制御 （SCADA ※ ２_） データ分析 サービス ◆ 日本企業は、各工程のデジタル化（各企業が設計に活用する３Ｄ-CAD/CAM、各企業の生産 システム、コマツ等の保守システム）は進めているが、それらは横に繋がっていない。 ◆ 欧米ではそれらを横に繋げるソフトウェアツールを活用しており、欧米勢（独：シーメンス、仏： ダッソ－、米：ＰＴＣ（ﾊﾟﾗﾒﾄﾘｯｸ・ﾃｸﾉﾛｼﾞｰ・ｺｰﾎﾟﾚｰｼｮﾝ））が独占。

①開発・生産工程管理

12 製造実行（ＭＥＳ※_） 機器制御 （ｺﾝﾄﾛｰﾗ、ＦＡ機器） 受発注 生産管理 生産

ERP (Enterprise Resource Planning) ～_{Production Engineering の流れ}

◆技術で勝ってビジネスで負ける日本 ～ 企業の競争力は、『技術力』から『市場ニーズへの対応力』へ ◆すなわち、多様な顧客ニーズを反映した製品をロットサイズ１から市場に迅速に提供する方向へ

◆そのためには、デジタル化でマーケットと生産を直接つなぐ、『変種変量生産』が必要。

※Manufacturing Execution System

物流 業務・計画システム ＥＲＰ 製造実行システム ＭＥＳ 制御システム ＰＬＣ 受発注、納期、コスト、会計 等企業全体の業務計画の 管理を行う ERPの計画に基づき、製品 の仕様やロット数等工場全 体の生産工程の管理を行う MESの指示を受け、特定の 工程や設備の制御を行う 何をいつまでに いくつ作るか？ どのよう に 作るか？ どのように 作ったか？ 何をいつまでに いくつ作ったか？

②サプライチェーン管理

13

IoT/BD/AIが製造業にもたらす変化

 ｼﾐｭﾚｰｼｮﾝ 例：モデルベース開発、 最適工場設計、サプライ チェーンとの連携  ３Ｄﾌﾟﾘﾝﾃｨﾝ ｸﾞ試作開発  販売予測  個別受注  最適利用 例：自動走行  予知保全 （製品）  生産ﾌﾟﾛｾｽの柔軟性 と最適稼働  ｻﾌﾟﾗｲﾁｪｰﾝ管理 例：検査、ﾄﾚｰｻﾋﾞﾘﾃｨ  技能の形式知化  予知保全（ﾌﾟﾗﾝﾄ）  ﾏｽ･ｶｽﾀﾏｲｾﾞｰｼｮﾝ  他産業への波及 （ビッグデータの２次利用） 例：保険（自動車）、ヘル スケア （携帯 電話、 家電、 住宅機 器） 設計・開発 （製品／工場ライン） 製 造 保守／整備 使 用 設計ツール／ データの共有 販 売 製造データの共 有 協業／外注 高付加価値化 期間短縮 コスト削減 リスク削減 多様なﾆｰｽﾞへの対応 リードタイム削減 在庫圧縮 省エネ・省資源 品質向上 生産性向上 ビジネスモデル 生産性向上 ビジネスモデル ビジネスモデル 協業／外注 販売データの 共有 製品データの共有

モノ

サービス

 他企業・他産業への波及（システムの汎用化による販売・サービス提供、デファクト化） 例：生産方式、生産システム構築、データ分析ツール 自 社 他 社 保守コスト削減 ソリューション提案 短納期化 在庫圧縮 ビジネスモデル ビジネス モデル

ネットワーク

①経営資源の集中投入（自前主義からの脱却） ②スピード経営 ③中長期の戦略的視点 13

14  海外プレイヤーの戦略には、①サービスを起点とするものと、②ものづくり（製品）を起点とするもの の２つの動きが存在。 ①ネット上の強み（様々なサービス（検索・広告、商取引等）のプラットフォーム）をテコにリアルな事 業分野（ロボット、自動車等）へ拡大（ネットからリアルへ） ②リアルの強み（現場の生産設備・ロボット等）をテコに、現場データのネットワーク化を通じた新たなプ ラットフォーマーを目指す動き（リアルからネットへ） 出所：平成２６年度ものづくり基盤技術の振興施策 製造分野 の事例 ネットから リアルへ リアルから ネットへ

海外プレイヤーのグローバル戦略

アフターサービス

３Ｄシミュレータ 製品設計工程において活用 生産プロセスにおける熟練技能の マニュアル化・データベース化 設計開発と生産現場間でデータを 共有し開発リードタイムを削減 生産工程全般の見える化 とプロセス改善等 上記に加え、人員の見える化と プロセス改善等 自社工場内もしくは取引先企業 との間でトレーサビリティ管理 海外工場でも生産プロセスに係る データ等の収集・活用（注 販売後の製品の稼働状況に 関する情報の収集・分析 発注に関する情報の収集・分析 製品の予知保全 サービスの活用 製品の運用ソリューションサービス 生産プロセスにおける データ取得と改善・向上 市場や 運用に 関す る 情報 の 活用 新規事業への取組

設

計

・開

発

販

売

生

産

リアルタイムで生産 ラインに反映 個別工程の見える化と プロセス改善等 ※各項目における取組状況 右記にて得点化 ・実施している：１点 ・その他：０点 →企業規模ごとに各項目 の得点状況の平均をグラフ化 製品開発工程において試作品を製作 少量多品種の製品を製作 生産時に判明した設計開発の 不具合をフィードバック 生産設計工程において活用 製品の稼動データや顧客の声を 設計開発や生産改善に活用 設計開発・ 生産・ 販売な ど 複 数 部門 間で の 情報・ デ ータ の 共有 ３Ｄプリンタ

我が国製造業の対応状況

• ＩｏＴ等の技術の活用度合いは活用分野によって大きな違いがある。分野別に見ると「生産工 程の見える化」等に比べアフターサービス（予知保全等）への活用は進んでいない。 15 【ＩｏＴの実施状況（企業規模別）】 0.5 資料：経済産業省調べ（15年12月） 注）海外工場におけるデータ収集・活用に関しては母数 を海外拠点を有する企業に限定して得点を算出。 0.0 0.2 0.4 100人以下 101～300人 300人超

16 ERP MES 商品企画 研究開発 製品設計 （加工組立） 流通・販売 生産 アフター サービス 価値 ブランド 技術力 企画力 QCD競争力 顧客満足度 ブランド力 M2M プロダクト・ライフサイクル マネジメント（PLM) サービス・ライフサイクル マネジメント モデルベース 開発 CAD 設計 データ管理 サ プ ライ チ ェーン マ ネ ジ メン ト 顧客関係管理 部品在庫の修理用 最適管理 予知保 全 サービス 顧客サービス 履歴の管理 IoT／ビッグデータ 商品企画 研究開発 製品設計 生産 （加工組立） 流通・販売 アフター サービス 価値 ブランド M2M IoT／ビッグデータ 商品企画 研究開発 製品設計 （加工組立） 生産 流通・販売 アフター サービス 価値 ブランド IoT／ビッグデータ ERP MES プロダクト・ライフサイクル マネジメント（PLM) サービス・ライフサイクル _{マネジメント} モデルベース 開発 _{部品在庫の} 修理用 最適管理 予知保全 サービス 顧客サービス 履歴の管理 機器レベルの生産性向上 IoT／ビッグデータの恩恵も小規模 IoT／ビッグデータを新事業創出に活用 全社的生産性向上 価値レベルが低く、狭い範囲のIoT戦略 _{価値レベルが高く、広い範囲のIoT戦略} 2013～2015年のデジタル投資内容の国際比較 現場レベル （機器－機器） 工場レベル （工場－工場、工場－本社） 企業レベル （市場－生産） 最適化レベル 【課 題】 日本は生産技術に強み。しかし、生産 技術単体では、「設計開発」や「ソリュー ション」に比べ付加価値は小さい。 資料：PTCジャパン社資料を参考にMETI作成

デジタルものづくりの基盤とスマイルカーブ

0 20 40 60 ビジネスモデルの変革 買収獲得 広告・マーケティング 新製品開発 国内への地域的拡大 従業員報酬と教育の増加 設備の拡張 国外への地域的拡大 最先端テクノロジー 日本_(n=100) グローバル_(n=1278) （％） 68 16 32 84 0 20 40 60 80 100 グローバル (n=1,405) 日本(n=50) そう思う そう思わない （％） 資料：アクセンチュア「グローバルCEO調査2015」 【競合がビジネスモデルを大きく変化させるか（今後12か月）】 17 【今後３年間に優先される投資分野】 62 16 38 84 0 20 40 60 80 100 グローバル (n=1,405) 日本(n=50) そう思う そう思わない （％） 資料：アクセンチュア「グローバルCEO調査2015」 【競合企業が現在の市場を一変させる 製品・サービスを打ち出すか（今後12か月）】 資料：KPMG「グローバルCEO調査2015」 17  付加価値が「もの」そのものから、「サービス」「ソリューション」へと移る中、単に「もの」を作るだけでは生 き残れない時代に入った。海外企業がビジネスモデルの変革にしのぎを削る中、我が国企業の取組 は十分とは言えない。  日本企業は技術力などの強みは引き続き強化していくと同時に、ビジネスモデルの変革についての積 極的な意識や取組が求められている。ものづくりを通じて価値づくりを進める「ものづくり＋（プラス）_企 業」になることが期待される。

「 ものづくり

＋（プラス）

企業」への転換（ビジネスモデルの変革）の必要性

技術革新のｽﾋﾟｰﾄﾞが 速く､製品の技術が 陳腐化しやすい 20.7% 顧客や市場のﾆｰｽﾞ の変化が速い 53.5% ｺﾓﾃﾞｨﾃｨ化しやすい 4.6% 業界が過当競争 に陥っている 15.9% 模倣品が出回ってい る 1.7% 規制や国際ﾙｰﾙなど の変化に対応する必 要がある 1.4% その他 2.2% (n=831) -10% -5% 0% 5% 10% 価格競争に陥らない事業領域 へのｼﾌﾄ ﾗｲﾌｻｲｸﾙを長期化するための ﾌﾞﾗﾝﾄﾞ戦略､差異化戦略 B to CからB to Bへの事業領域 のｼﾌﾄ ﾓﾉからｻｰﾋﾞｽへのｼﾌﾄ 知的財産の権利保護強化 ﾏｰｹﾃｨﾝｸﾞの強化 自社に有利なﾙｰﾙ形成 その他 特にない 増加(n=478) やや増加(n=906) 横ばい(n=1109) やや減少(n=594) 減少(n=452) 【ライフサイクルの短縮要因】 【ライフサイクルの最適化の取組と 過去３年の業績（営業利益）動向】 資料：経済産業省調べ（15年12月） 資料：経済産業省調べ（15年12月） 資料：経済産業省調べ（_{15年12月）} 【自社の主要製品のライフサイクルの変化（１０年前との比較）】 備考：全体平均とのポイント差をグラフ化。 21.7 34.7 16.3 18.2 30.2 26.9 25.8 26.2 72.0 58.9 68.9 79.1 68.5 68.3 68.5 69.3 6.4 6.4 14.9 2.7 1.2 4.8 5.7 4.6 0 20 40 60 80 100 一般機械 電気機械 輸送用機械 鉄鋼業 化学工業 非鉄金属 金属製品 その他 (n =50 3) (n =49 9) (n =36 3) (n =11 0) (n =16 2) (n =10 4) (n =64 7) (n =1, ₁₈1) 短くなっている あまり変わらない 長くなっている （％） 18

変わる外部環境～短縮傾向にある製品ライフサイクル～

過去10年で全業種において、製品ライフサイクルは短縮傾向。 こうした中、ライフサイクル最適化に向けた取組が業績を左右。

【５年前と比較した意思決定のスピードの変化】 【10年前と比較した主要製品における開発のリードタイムの変化】 【クラスター区分ごとの特徴】 備考：ＩｏＴ活用に向けた取組の実施状況を点数化し、左記の特徴にて最も積極的な企業群をクラス ターＥ、最も消極的な企業群をクラスターＡとして分類。 【各クラスター毎の従業員規模別構成比率】 資料：経済産業省調べ（15年12月） 19 低 高 I o T の 活 用 度 合 い 区分 特徴 クラスター A 【IoTの総合的な導入・活用度合いが最も低い】  IoTの活用については総じて消極的であり、特に「生産」部門や「販売」部門における取組 度合いが低い。 クラスター B 【IoTの総合的な導入・活用度合いがやや低い】  IoTの活用については総じて消極的であるが、「生産」部門における活用には比較的、積 極姿勢が見られる。 クラスター C 【IoTの総合的な導入・活用度合いは中庸】  「部門間連携」や「販売」部門でのIoT活用に積極的である。 クラスター D 【IoTの総合的な導入・活用度合いがやや高い】  「３Dシミュレータ」を最も積極的に活用している。  「部門間連携」でのIoT活用に積極的である。 クラスター E 【IoTの総合的な導入・活用度合いが最も高い】  IoTの活用全般に対して総じて積極的であり、特に「３Dプリンタ」の活用状況は極めて高 い。 • 企業規模に関わらず、ＩｏＴを積極的に活用している企業ほど、経営のスピードが速く、製品開発 のリードタイムが短くなっている。 • 従業員100人以下の中小企業においても積極的にＩｏＴの活用を行っている企業がいる。

・ 何ができるのかわからない

・ 技術がわかる人がいない／相談する相手もいない

・ データを共有することへの不安（買い叩かれるのではないか？ 競争力を失うのでは？等）

・ そもそもデータは誰のもの？

・ セキュリティが心配

・ データや通信方法の仕様が違いつながらない／多様な仕様のどれに合わせたらいいのか？

・ 投資する余裕がない／安価で簡単に使えるシステムがない

等

20

“つながる”上での問題（例）

１．ユースケースの創出

スマート工場実証事業（平成２８年度予算５億円）等により、ＩｏＴを活用したユースケー ス創出に挑戦する意欲的な製造企業を応援

２．規制・制度改革

３．サイバーセキュリティ

４．国際標準化への貢献（IEC/ISO）

５．中小企業への導入支援

中小企業がＩｏＴを活用して経営課題を解決できるよう、「スマートものづくり応援隊」に相談で きる拠点の整備を今年度から開始。

６．人材育成

７．国際協力

「日独IoT・インダストリ4.0協力に係る共同声明」を４月末に発出。政府間、プラットフォーム間、 研究機関間で日独協力を深化・具体化。また、米国や他の欧州諸国等との連携構築にも取り 組む。

21

政策的課題と対応

①ユースケースの創出： スマート工場実証事業

• 我が国製造業が、生産現場の状況を見え る化し、変化の早い市場ニーズに柔軟な 対応を行えるような基盤整備を行う。 • 具体的には、それぞれ形式の異なる生産 機械や設備の稼働情報を、生産管理や 品質管理等に反映し、最適な生産や在 庫、物流等に対応させるためのデータ伝達 の共通フォーマットを作成する。 • また、現場情報をITアプリケーションにつな げるために、中堅、中小企業も利用可能 なデータ活用ツールの普及を図る。 • こうした取り組みを率先して実証する工場 を支援する 生産管理 設備の稼働監視 共通フォーマット化 ロボットや工作機械、コントローラーなど 生産現場の各種機械からデータを収集 高度なインテグレーションなしにデータの一元管理が可能に 物流の最適化 変化の早い市場ニーズ 生産 現場の最適化 ビジネス全体の最適化 22

23

④国際標準化への貢献

ドイツでは、国際標準化もにらみ、リファレンス・アーキテクチャー・モデル（ＲＡＭＩ４．０）の作成とそ れに沿った事例創出を進めている。

24 （主な意見） • どこから手をつければ良いのかわからない企業が多いが、例えば、人材不足や労働事故の削減など経営課題を解決する視点から、 ＩｏＴ活用を論じることが重要。 • 中小企業には「関係ない話」という意識を払拭するため、とにかく身近な事例創出を１つでも積み重ねることが近道。 • ＩｏＴだからといって壮大なものを作る必要は無い。現場にとっての使いやすさといった観点からも、安いセンサーを使った単純な装置 等、受け入れやすいものからやっていけばいいのではないか。 • 何かやろうと思ったときに取組める仕組みが大切。地域のコミュニティのリーダーが動いてみようと思った時に支援ができるように。 • 効率化や労働力問題は勿論だが、一番はどう会社を存続させるかが課題となっている。金属加工や鋳造など、なくなってしまうと我 が国の国力の衰退に繋がる。 • 気付いている人たちは、ベンダーに頼んで一から作るのではなく、如何にして、家庭用のセンサーや別目的のアプリなどを使ってできな いか考えている。課題の多くは、既存品を探して、組み合わせることで解決できる。 • 中小企業１社毎では無理でも、中小企業「群」ととらえ、１０社、５０社、地域や業界で集まればできるのではないか。 主査：松島桂樹法政大学大学院客員教授。 委員：日商(小松情報化推進部長)、大商(中野部長)、錦正工業(永森社長)、浜野製作所(浜野社長)ほか  「経営課題」に応じ、「解決手段」や「課題とボトルネック」を整理した上で、それぞれの対策を検 討。  ＩｏＴは、経営や生産現場の課題を解消するためのツールだが、「高度で手の届かないツール」 との認識は不要。それぞれの企業の身の丈に合った活用方法がある。  一方、 「製品や工程の質が使っている機械のブランドで判断される」ように、ＩｏＴ導入が「頼れる 企業」の前提条件になり得ることを全ての中堅・中小企業が留意すべき。

⑤中小企業への導入支援（ＲＲＩ 中堅・中小企業サブ幹事会）

中小製造業がロボット、IoT等について「スマートものづくり応援隊」に相談できる拠点の整備を、本年度から開始

⑤中小企業への導入支援（スマートものづくり応援隊）

• 中小企業にとっては、自社の業務をどのように改善し、その際、IoT・ロボット等の新しい技術をどのように 活用していけばよいかが分からないことが多い。このため、 ① 「伴走型」で中小企業に支援を行える専門人材を育成・派遣する。 ② 専門人材を派遣する前提として、派遣する人材を育成するスクールを開催し、人材のクオリティーを確保。 ③ 例えば、IoTやロボットに知見を有する人材に対して現場カイゼンのノウハウを教えたり、カイゼン活動に秀 でた大手製造業OBに対してIoT・ロボット導入のノウハウを教えることを想定。 スクールでの研修 生産技術に 秀でた企業Ｏ Ｂ リードタイムの短縮 ・仕掛在庫の極小化 ・作業動線の短縮 ・多能工化の推進 ・作業の合理化 ・製造指示の作成 等 企業ＯＢの海外流出防止 下請け生産からの脱却 中小企業に派遣 身の丈に合ったロボット・IoT活用促進 IoT・ロボット等 に知見ある人材 ＋ 現場カイゼン ノウハウ IoT・ロボット 導入ノウハウ ＋ 全国の拠点整備を本年度から開始 事例：カイゼン×ロボットによる生産性向上の例 北九州産業学術推進機構 （FAIS）  「生産技術」と「ロボット技術」に通じたコーディネータ_{２名が連携して中小企業の生産性向上（カイゼン} 活動＋ロボ導入）  FAISでは、備えられたロボットを実際に動かして生産 の効率化を実験できる。ロボット・IoTは「手の届かない 高度なツール」との苦手意識を変え、中小企業の身の 丈に合った活用を推進。 スマートものづくり応援隊 ・ 企業でのカイゼン活動 ・ IoT・ロボット導入支援 拠点で相談受付 25

⑦国際協力

 過去２年、二国間IoT連携が急速に進展（独中、独米、独仏、独日（＋印、チェコ（欧州）等））。  ドイツがこの流れを牽引。二国間に加え多国間の場も活用（EU、G7、G20、ダボス 等） 2015 2016 2017 G 7 G 2 0 ダ ボ ス 第四次産業革命 ＷＧ（～2018） デジタル大臣会合 （2017年4月） 2015.7.14 独中I4.0覚書 （BMWi－工業情報化部） 2016.4.28 日独共同声明 （BMWi－経済産業省） 産業サイバーセキュリティ、国際標準化（ユースケース共 有）、規制改革、中小企業（相互交流＋支援組織 相互アクセス）、人材、研究開発（AIST-DFKI） 2016.4.26 独仏共通行動計画 シナリオ・ユースケース共有（オンラインマップ） 独仏共通国際標準化ロードマップ（-2016末） テストベッド相互アクセス（共同プロジェクト）、教育・研究協 力 2016.3.2 PFI4.0-IIC協力 標準化（RAMI-IIRA相互運用性確保） テストベッド相互アクセス（共同プロジェクト） 政府 ＰＦ 研究機関 政府 ＰＦ 政府 ＰＦ ・ RRI国際シンポジウム＠東京（2017年初旬） ・ CeBIT2017パートナー国（2017年3月） ・ チェコロボット企業ミッション訪日（2017年3月）※独企業が関与 ・ 日独米アカデミックWS＠ミュンヘン（2017年4月） ・ G20デジタル大臣会合＠ドイツ（2017年4月） ・ ハノーヴァーメッセ＠ハノーヴァー（2017年4月） ・ ドイツ中小企業ミッション訪日（2017年中） 日 独 主 要 日 程 中国製造₂₀₂₅ 26

 民間のプラットフォーム協力  ロボット革命イニシアティブ協議会とプ ラットフォームインダストリー４．０の間 で連携強化に係る文書を４月２８ 日に締結。  研究開発協力  産業技術総合研究所とドイツ人工知 能研究所（DFKI）との間で研究協 力のLoIを締結済み。  今後具体的な協力に向けて連携強 化の調整を実施中。 27 上田経済産業審議官 マハニック経済エネルギー省事務次官  2016年４月28日、経済産業省と経済エネルギー省の間で「日独ＩｏＴ／インダストリー４．０ 協力に係る共同声明」を締結。５月４日の日独首脳会談において本声明の締結を歓迎。 日独政府間「共同声明」のポイント  経済産業省とドイツ経済エネルギー省の間 で、IoT/インダストリー4.0協力に関する局 長級対話を毎年実施。  IoT/インダストリー4.0に関心がある民間 団体等の参加を得て、具体的に下記項目 等で連携 ① 産業サイバーセキュリティ ② 国際標準化 ③ 規制改革 ④ 中小企業 ⑤ 人材育成 ⑥ 研究開発

⑦国際協力

日独首脳会談 共同記者会見（平成28年5月4日） 安倍総理冒頭ご発言 「日独は科学技術とイノベーションで世界をリードしています。先週、経済産業省と経済エネル ギー省の間でＩｏＴとインダストリー４．０に関する共同声明が発表されたことを歓迎した いと思います。今後も日独で緊密に協力して、「第四次産業革命」を実現させたいと思います」 安倍総理とメルケル首相 ﾌﾟﾗｯﾄﾌｫｰﾑ間、研究機関間でも協力推進

ＩｏＴ推進ラボ

ＩＶＩ

（Industrial Value chain Initiative）

 産学官  全分野（製造、モビリティ、医療・健康、エネルギー、農業、Fintech、観光等）  企業間マッチング、資金支援、規制改革

経済産業省が

双方にコミット

 産学官  製造業  実証事業を通じたユースケース創出 ＷＧ１ ＩｏＴによる製造ビジネス変革ＷＧ ＷＧ２ ロボット利活用推進WG ＷＧ３ ロボットイノベーションWG

ロボット革命イニシアティブ協議会

産学官による国内体制

 産学  製造業  実証事業を通じたユースケース創出 28

29

結びに：未来を考える視点

• 第四次産業革命： 「オタオタするな。でも油断するな」（東京大学大学院 藤本教授）

• “速いイノベーション”と“遅いイノベーション”（日立製作所西野副社長）

• “Try to fail. Don’t fail to try.” • • 生産性向上だけでなく、ビジネスモデルの変革（技術の利用自体が目的ではない）＝ 経営！ • シーズではなく、マーケット・ニーズから • データの活用 • オープン ｖｓ クローズ • 日本の強み： 現場力（人材・カイゼン） • 産学連携などのエコシステム

も の づ く り

＋

プラス

企 業