【2026年最新】製造業×生成AI 完全ガイド｜受注・見積から技能継承まで活用事例とプロンプト5選

製造業が直面する構造的課題と生成AIの可能性

数字で見る製造業の危機：就業者・人手不足・技能継承

経済産業省・厚生労働省・文部科学省がまとめた2026年版ものづくり白書の概要には、製造業の働き手について、次の数字が載っています。

技能継承の数字もあります。厚生労働省の令和7年度「能力開発基本調査」では、技能継承に問題があるとした事業所は全体で44.2%でした。産業別では製造業が65.8%で最も高く、建設業の59.2%を上回っています（対象は常用労働者30人以上の事業所）。

生成AIの普及：中小企業で取り組んだのは3割、製造の現場は事務より遅れ

中小企業庁の2026年版中小企業白書の概要資料によると、2019年以降の省力化の投資で、AIの活用に「取り組んだ」中小企業は30.3%（n=5,645）でした。取り組んだ事業者に部門ごとの状況を聞くと、次のとおりです（その部門がない事業者は除く）。

AIに取り組んだ会社の中でも、製造・生産管理・物流の部門は、事務の部門より活用が進んでいません。「必要だと思うが、まだ使えていない」が3割あります。裏を返せば、現場の仕事には、まだ手つかずの使いどころが残っているということです。

中小製造業に固有の3つの壁：なぜ使いこなせないのか

1. 情報が紙と頭の中にある：受注はFAXと電話、段取りはベテランの記憶、不良の記録は手書き。AIに渡す材料が文字になっていない
2. 図面と取引先の情報を外に出せない：取引先から預かった図面や仕様書には、守秘の約束がある。どこまでAIに入れてよいかが決まっていない
3. 教える人・進める人がいない：ものづくり白書の概要は、AI・デジタル技術の活用にあたって、知識・ノウハウや人材の確保の難しさが課題だとしている。現場の人材育成でも「指導する人材が不足している」が6割を超える

AIに取り組んでいない中小企業にも理由を聞いています（同じ資料、n=3,888、複数回答）。上位は「活用する業務がイメージできていない」63.4%、「活用を推進する人材が不足している」40.0%でした。「必要な予算を確保できない」は13.8%です。高い設備より先に、どの仕事から始めるかを決めることが要ります。

製造業における生成AIユースケース全体像

生成AIが得意なのは、文章や表を「読む」「まとめる」「下書きする」仕事です。製造業の仕事に当てはめると、次のように整理できます。

最初の1つは、次の3つを満たす仕事から選びます。①毎日くり返す、②元の資料と見比べれば正しさを確かめられる、③間違えても社外に出る前に止められる。受注メールの整理は、3つとも満たします。設備を止めるか、出荷するかといった判断が絡む仕事は、慣れてからにします。

国内製造業大手の生成AI活用事例

ここでは、各社が公式に発表した内容だけを紹介します。数字は発表時点のもので、条件は各社の発表のとおりです。

パナソニック コネクト｜社内AIで年間78.8万時間、総労働時間の3.4%を削減

パナソニック コネクトは、国内全社員約11,800人が使う社内AIアシスタント「ConnectAI」の2025年度の実績を発表しました。削減効果は78.8万時間で、年間総労働時間の3.4%に当たるとしています（2026年7月29日発表）。2024年の削減時間は44.8万時間（前年比2.4倍）で、使い方が「聞く」から「頼む」へ移ったことを理由に挙げていました（2025年7月7日発表）。

図面・設計仕様の照合の業務では、すでにAIエージェントを使い始めています。今後は経理や営業などの業務へ広げ、2030年に総労働時間の10%をAIで削減することを目指すとしています。

旭化成｜生成AIで業務全体の時間を月2,157時間短縮、危険予知の技術伝承にも活用

旭化成は、書類作成や社内資料の検索などに生成AIを使い、業務全体で月2,157時間を短縮したと発表しました（2024年12月9日発表）。書類監査の対応では、年間1,820時間の短縮としています。

製造現場では、作業前にリスクを洗い出す「危険予知」の活動に生成AIを使っています。熟練社員の高年齢化と退職で、ノウハウの継承が課題になっていました。そこで過去事例のデータを生成AIに読み込ませ、経験の浅い従業員でもリスクと対応策を洗い出せるようにしたとしています。新しい用途の探索では、ある材料で候補の選別にかかる時間を従来の約40%に短縮したとも発表しています。

ダイキン工業×日立製作所｜設備故障の原因と対策を10秒以内・精度90%以上で回答（事前の実証）

ダイキン工業と日立製作所は2025年4月、ダイキンの堺製作所臨海工場で、設備の故障診断を支えるAIエージェントの試験運用を始めました（4月22日発表）。保全の担当者が点検中にポンプやバルブなどの故障を見つけると、AIエージェントが原因と対策を示す仕組みです。

事前の実証実験では、10秒以内に、90%以上の精度で故障の原因と対策を回答できることを確認したとしています。設備の図面や保全の記録など、熟練の保全担当者の知見をAIに読み込ませている点が特徴です。

三井化学｜独自の生成AIチャットで、特許分析と新規用途探索の業務時間を80%削減（実験）

三井化学は、化学の専門的な文書を読み取れる独自の生成AIチャットを開発しました（2024年12月25日発表）。事業部や研究開発部門の協力で行った実験で、「特許分析」と「新規用途探索」の機能に80%の業務時間削減効果が確認されたとしています。2025年度から社内で本格的に使う計画です。

中小製造業で使えるプロンプト5選

ここからは、中小製造業の事務と現場で、そのまま使える指示文です。［　］の中を自社の内容に置き換えて使ってください。使う前に、入力した内容の扱いを確かめたツールかどうかを社内で確認しておきます（リスクの章で説明します）。

①【受発注】受注メールを受注明細の表に整理する

得意先から届いた注文のメールを、販売管理システムに入れる前の形にそろえます。読み取れない所を「確認が必要な点」として出させるのがコツです。

AIが作った表は、注文のメールと見比べてから登録します。毎日の注文が多く、商品マスタとの照合や販売管理システムへの登録まで任せたい場合は、仕組みづくりの段階です。シス学の受注入力の自動化支援では、届いた注文を商品・得意先・納品先と照合し、今お使いのシステムへ登録する仕組みを整えます。

②【見積】過去の見積をもとに、見積の下書きと確認事項を作る

社長や見積担当の頭の中にある「いつもの単価」を、過去の見積の例として渡します。AIに金額を考えさせるのではなく、過去の例に当てはめさせるのがポイントです。

金額と納期を決めるのは人です。AIの下書きは「計算の抜けがないか」「聞き忘れがないか」を確かめる材料として使います。

③【標準化】作業メモから作業標準書（手順書）の下書きを作る

現場の担当者が書いた箇条書きのメモを、新人が読める作業標準書の形に整えます。メモにない数値をAIが書き足さないよう、はっきり指示します。

「要確認」と出た所が、ベテランに聞くべき所です。下書きは、現場の責任者が実際の作業と照らして確かめてから使います。

④【品質】不良の記録から社内向けの不良報告書をまとめる

手書きのメモや口頭の報告を、社内で共有できる不良報告書の形にします。事実と推測を分けて書かせるのが大切です。

お客様に出す報告書は、社内で原因を確かめたうえで、責任者が書き直してから出します。AIの下書きは、社内の話し合いのたたき台として使います。

⑤【技能継承】ベテランへの聞き取りの質問を作り、メモを手順に整える

ベテランは「見れば分かる」「慣れだ」と言いがちです。手順だけでなく、判断の基準を引き出す質問をAIに作らせます。

聞き取りは、スマートフォンで録音して文字にしておくと、あとでAIに整理させやすくなります。録音するときは、本人の了解を取ってからにします。

製造業×生成AIのリスクとガバナンスをどう設計するか

製造業で特に気をつけたい3つのリスク

• 図面・技術情報・取引先情報の扱い：取引先から預かった図面や仕様書には、守秘の約束があることが多い。入力した内容がどう扱われるかを確かめていないツールに入れると、約束を破るおそれがある
• もっともらしい間違い：AIは、規格の数値や材料の性質を、もっともらしく間違えることがある。見積の単価や作業標準書の数値は、元の資料と照らして確かめる
• 品質と安全の判断を任せきりにする：出荷するか、設備を止めるか、作業を続けるかの判断は人が行う。AIは判断の材料をそろえる係にとどめる

個人情報保護委員会は2023年6月2日、生成AIサービスを使う事業者に注意を呼びかけました。本人の同意なく個人データを入れ、それが回答を出す以外の目的で使われると、法律に違反するおそれがあります。入れるなら、提供者がそのデータを機械学習に使わないことなどを十分に確かめるよう求めています。

取引先の担当者名や、従業員の名前が入った不良報告も同じです。「A社」「担当者B」に置き換えてから入れます。総務省・経済産業省の「AI事業者ガイドライン」（第1.2版、2026年3月31日公表）には、チェックリストとワークシート（別添7）も付いています。

社内ルールに盛り込みたい5つのポイント

1. 使ってよいツール：会社として認めたツールと、入力した内容の扱い（学習に使われない設定かなど）を書く
2. 入れてはいけない情報：取引先の図面、守秘の約束がある仕様書、個人の名前や連絡先などを具体的に挙げる
3. 人が確かめる場面：見積の金額、お客様に出す文書、作業標準書は、誰が確かめてから使うかを決める
4. 記録の残し方：よく使う指示文と、AIの下書きを直した結果を、共有フォルダに残す
5. 相談の窓口と見直し：迷ったときに聞く先を1人決め、3か月に1回はルールを見直す

中小製造業のための3段階導入ロードマップ

期間はあくまで目安です。会社の大きさや、記録がどれだけ文字になっているかで前後します。

フェーズ1：事務・文書の仕事から着手（0〜3か月）

• 社内の担当者を1人決め、受注メールの整理や社内文書の下書きなど、毎日くり返す事務の仕事を1つ選んでAIで試す
• 「使ってよいツール」「入れてはいけない情報」「確かめる人」を1枚のルールにまとめる
• 試す前と後で、作業時間や手直しの件数を測っておく

フェーズ2：見積・品質・技能継承への展開（3〜6か月）

• 過去の見積、不良の記録、作業メモを文字にして集め、見積の下書き、不良報告、作業標準書に広げる
• ベテランへの聞き取りを始め、判断の基準を手順書に残していく
• 使う人を増やすために社員向けの研修を行う。研修の内容や進め方によっては助成金の対象になる場合がある。対象になるかどうかは労働局の審査で決まる（条件はAI研修に使える助成金で解説）

フェーズ3：仕組み化・AIエージェント化（6か月〜）

• 件数の多い仕事は、AIの下書きを人が写す形から、決まった手順で自動で処理する仕組みへ進める（例：受注の内容を照合して販売管理システムへ登録する）
• 過去の不良や保全の記録をAIで検索できるようにし、現場からすぐ引ける形にする
• 測った数字で効果を確かめ、続ける・広げる・やめるを決める

シス学の場合

シス学（システム経営学）は、AIエージェントを活用し、会社を「儲かるシステム」につくり変える経営学です。株式会社むさしAI研修が提供しています。

シス学では、仕事を「作業・確認・判断」に分けて考えます。部品加工などの中小製造業の代表的な書類である見積書に当てはめると、次のようになります。

見積の単価の決め方は、社長の頭の中にしかないことが多い仕事です。社長の判断と勝ちパターンを言葉と仕組みに残すことで、いつでも渡せる会社に近づけます。

どの仕事から始めるかの順番づくり、社内ルール、社員向けのAI研修、受注入力などの自動化までを、シス学 AIコンサルティングで月ごとに一緒に進めます。月1回の定例ミーティング（90分）と壁打ち・相談会（60分）、月内のチャット相談で進め、オンラインで全国に対応しています。

まずは30分の無料相談から。料金は、対象の業務と体制をお聞きしたうえで、無料相談でご案内します。日時を選んで無料相談を予約できます。

まとめ：製造業×生成AIは「ベテランがいるうちに」始めよう

• 製造業の就業者は2025年に1,033万人。技能継承に問題がある事業所は製造業で65.8%と、産業別で最も高い
• AIに取り組んだ中小企業でも、製造・生産管理・物流の部門の活用は57.2%で、事務の部門より遅れている
• 大手4社は、社内の記録をAIに読ませて人の判断を助けている。中小製造業も、過去の見積や不良の記録を文字にすれば同じ考え方で始められる
• 図面と取引先の情報の扱い、人が確かめる場面を、1枚のルールで先に決める
• 事務の文書から始め、見積・品質・技能継承へ広げ、件数の多い仕事は仕組みにする

人が減ってから技能を残そうとしても、聞く相手はもういません。まずは今週、ベテランに15分だけ時間をもらい、プロンプト⑤で作った質問を1つ聞いてみてください。その答えが、会社に残る最初の手順書になります。

よくある質問