「センサーを入れないとAIは使えない」は間違い
AI原価管理の話をすると、「まずIoTセンサーを導入しないといけないのでは」という反応をよく受けます。設備稼働データをセンサーで取って、AIが分析する ── そういうイメージが先行しているためです。
しかし、受注別の実コストを把握するうえでセンサーは必須ではありません。製造現場にはすでに、AIが活用できるデータが存在しています。問題はデータの有無ではなく、そのデータが「受注番号で紐付けられていないこと」と「デジタルで蓄積されていないこと」です。
この2点を解消するだけで、AIは受注ごとの実コスト計算を始められます。センサー投資の前に、手元にあるものを活かす順番が正しい入口です。
手元にある3種類のデータが出発点
原価管理に必要なデータは、ほとんどの製造現場にすでに存在します。
工数記録（直接労務費）
作業者がどの受注・工程にどれだけの時間をかけたかの記録です。紙の日報、Excelの勤怠管理表、手書きの作業指示書の余白メモ ── 形式は問いません。受注番号と作業時間が記録されていれば、AIが労務費を計算できます。
問題は、これが紙で分散し、月末にまとめて手作業で集計されていることです。デジタル化すれば、集計作業が消えて受注別コストの追跡が始まります。
購買・材料費記録（直接材料費）
購買伝票、発注書、Excel管理の在庫台帳など、材料の仕入れ記録はほぼどの現場にも存在します。ここに「受注番号」の列を1本追加するだけで、材料費を受注に紐付けることができます。新しいシステムを入れる必要はありません。
外注費・その他経費
協力会社への外注費や加工委託費も、請求書や受発注メールに金額と受注内容が記録されています。これも受注番号と紐付けてデジタルで蓄積すれば、AIの分析対象になります。
データを「受注番号」でつなぐ
3種類のデータを受注別に一元管理するための鍵は、受注番号による紐付けです。工数記録・材料費記録・外注費記録が同じ受注番号を持っていれば、AIがそれを自動で集計して実績原価を算出できます。
この仕組みは大掛かりなシステム移行なしに実現できます。既存のExcel・日報・伝票に受注番号の入力ルールを加えるだけで、データが蓄積され始めます。
3ステップで受注別コストを見える化する
Step 1 ── 工数記録のデジタル化
紙日報をタブレットや専用アプリの入力に置き換えます。作業者が受注番号・工程・作業時間をその場で入力するルールを設けることで、集計・転記の手間がなくなり、データがリアルタイムで蓄積されます。現場への負担を最小化するために、入力項目は「受注番号・工程名・時間」の3点に絞ることが定着の条件です。
Step 2 ── 購買記録への受注番号追加
既存の購買伝票・発注書・Excelに受注番号を入力する運用を加えます。新しいシステムは不要で、今使っているExcelに列を1本追加するだけです。これにより、材料費が受注に紐付いて蓄積されます。
Step 3 ── AIによる差異分析と見える化
工数と材料費のデータが2〜3か月分蓄積されたら、AIが見積原価と実績原価の比較を自動で行います。乖離が大きい受注を優先的に確認することで、値付けの見直しや工程改善の判断に使えるデータが手に入ります。
「IoTが先」ではなく「データ整備が先」
センサーによるリアルタイム設備データは、確かに原価管理の精度を上げます。しかし、工数記録や材料費の紐付けが整っていない状態でセンサーを導入しても、活かせるデータがありません。
正しい順序は、既存データのデジタル化と受注番号による紐付けが先です。この基盤が整ってからセンサー投資の効果が発揮されます。多くの長野・諏訪・岡谷の中小製造業では、センサーなしの段階でも受注別コストの見える化は十分に実現できます。
原価管理AIの導入に向けた現状のデータ整備状況については、具体的な状況をお聞きして「どこから手をつけるべきか」を整理します。効果が見込めない部分については、その理由をはっきりお伝えします。まず現場の状況を教えてください。