製造業のAI導入の先送りとは、期限も判断基準も決めないまま「まだ早い」と結論を保留し続けることです。先送りを続けると、人を採って補う、ベテランから技能を受け継ぐ、省力化で先行する企業との差を抑える、AI活用の知識と担当者を社内に貯める、という4つの手が、この数年のあいだに同時に細っていくおそれがあります。
数字にも表れています。製造業の就業者数は2002年の1,202万人から2025年の1,033万人へ、約169万人（約14%）減りました。34歳以下は384万人から258万人に減り、65歳以上は58万人から85万人に増えています。リクルートワークス研究所の試算では、2030年に生産工程の職種で22.1万人の労働供給が不足する見込みです。
「うちの現場にAIはまだ早い」「目の前の受注をさばくだけで手一杯」。そう感じて判断を保留している経営者や工場長は少なくありません。実際、製造業で生成AIを業務に使っている企業は33.0%で、約7割はまだ活用していない段階です。ただし、先送りのままでは、3年後に選べる手が少なくなります。逆に、期限を決めて準備だけ進める「期限つきの見送り」なら、費用をほとんどかけずに選択肢を残せます。
この記事では、公表されている統計をもとに、先送りで起きうる4つのこと、先送りと期限つきの見送りの違い、今日から始められる3つの準備を、経営者と工場長が判断に使える形で整理します。
目次
製造業がAI導入を先送りすると何が起きるのか？
先送りで起きる変化は、AIに乗り遅れること自体より、選べる手が減ることです。公表データから読み取れる4つを、次の図にまとめました。
4つの内容と根拠を、表に整理します。
| 細っていくもの | 起きうること | 根拠になる公表データ |
|---|---|---|
| 採用で補う手 | 人を足して穴を埋める余地が狭まる | 中小製造業の従業員数過不足DIは2025年にマイナス17.9。2030年に生産工程で22.1万人の供給不足という試算 |
| 技能を受け継ぐ時間 | ベテランの退職までに残せる技能が減る | 65歳以上の就業者は85万人（8.2%）。技能の見える化に取り組む企業は31.2% |
| 投資で先行する企業との差 | 少ない人数で現場を回せる企業との差が開く | 収益力が高い企業群の50.4%が省力化・省人化投資に積極的（低い群は34.2%） |
| AI活用の知識と人材 | 着手するときの壁が高いまま残る | 活用の課題は「知識・ノウハウの取得」57.2%、「人材の確保」47.9% |
この記事でいう「3年後」は、2026年から見た2029年ごろです。2029年時点の数値を直接示した公的な統計は、この記事の調査では確認できませんでした。そのため、以下は現在の統計の傾向から読み取れる見通しとして整理し、事実と見通しは本文で書き分けます。
製造業のAI活用は、いまどこまで進んでいるのか？
製造業のAI活用は、まだ入口の段階です。帝国データバンクの生成AIに関する企業の動向調査（2026年3月）（有効回答1万312社）では、生成AIを業務で活用している企業は全体で34.5%、製造業は33.0%でした。製造業で活用している企業のうち、86.9%が「効果あり」と答えています。
使い道は文書作業が中心です。製造業の活用業務は、文章の作成・要約・校正が44.5%、情報収集が25.9%、データの集計・分析は7.1%にとどまります。
中小企業基盤整備機構の中小企業のAI等の利活用に係る実態調査（2026年3月）（東京商工リサーチが調査を実施、n=1,647）でも、AIの導入率は20.4%、導入を検討している企業は18.6%でした。業務分野別のAI導入率は、総務・管理部門が68.3%で最も高く、製造・生産部門は34.9%です。導入済みのAIの内訳は、生成AIが82.6%、画像認識AI（外観検査など）が11.2%、需要予測AIが8.1%、異常検知AI（設備保全など）が4.3%でした。
| 指標 | 数値 | 出典 |
|---|---|---|
| 生成AIを業務で活用している製造業 | 33.0%（全業種は34.5%） | 帝国データバンク（2026年3月） |
| 活用している製造業のうち「効果あり」 | 86.9% | 同上 |
| 製造業の活用業務（文章作成・要約・校正／情報収集／データの集計・分析） | 44.5%／25.9%／7.1% | 同上 |
| 中小企業のAI導入率／導入を検討している割合 | 20.4%／18.6% | 中小企業基盤整備機構（2026年3月） |
| 導入済みAIの内訳（生成AI／画像認識AI／需要予測AI／異常検知AI） | 82.6%／11.2%／8.1%／4.3% | 同上 |
見えてくるのは2点です。1つは、AIを活用していない企業が多数派であり、いま始めていなくても取り残されているわけではないことです。もう1つは、生産・品質・保全の現場でAIを使う段階に進んでいる企業が、まだごく少数であることです。3年あれば、この差は大きく開きかねません。
3年後（2029年ごろ）の製造現場を左右する3つの動き
先送りの影響を見るには、まず製造現場の人員の動きを確認します。公表されている3つのデータを順に整理します。
製造業の就業者は減り、若手は少なく、高齢の就業者は増えている
経済産業省・厚生労働省・文部科学省の2026年版ものづくり白書（2026年5月）によると、製造業の就業者数は2002年の1,202万人から2025年の1,033万人へ、23年間で約169万人減りました。総務省「労働力調査」をもとにした数字です。
年齢別では、34歳以下が384万人から258万人へ減り、就業者に占める割合は31.4%から25.0%に下がりました。65歳以上は58万人から85万人に増え、割合は4.7%から8.2%です。ただし、若年・高齢の就業者数はいずれも、近年はほぼ横ばいで推移しています（ものづくり白書）。
足元の人手不足感も続いています。中小企業庁「中小企業景況調査」（2025年12月）による製造業の従業員数過不足DIは、2025年にマイナス17.9でした。DIは、従業員が「過剰」と答えた企業の割合から「不足」と答えた企業の割合を引いた値で、マイナスが大きいほど人手不足が強いことを示します。新型コロナウイルス感染症の拡大前（2019年）に近い水準に戻っています。
2030年には、生産工程の職種で約22万人の供給不足が見込まれている
リクルートワークス研究所は、2023年に公表した未来予測2040で、日本全体の労働供給が2030年に341万人余、2040年に1,100万人余不足すると試算しました。
製品の製造・加工、機械組立、機械整備などを含む「生産工程」の職種では、2030年に22.1万人、2040年に112.4万人の供給不足が見込まれます。2040年の労働需要（845.0万人）に対する不足率は13.3%です。同研究所は、対策として「徹底的な機械化・自動化」など4つの解決手段を挙げています。
3年後の2029年は、この2030年の見通しの1年前にあたります。試算は前提を置いたシミュレーションであり、確定した予測ではありません。
人手不足に起因する倒産は、製造業にも及んでいる
帝国データバンクの人手不足倒産の動向調査（2025年度）によると、2025年度の人手不足倒産は441件で、前年度の350件から約1.3倍に増えました。対象は、従業員の離職や採用難などを要因とする、負債1,000万円以上・法的整理の倒産です。
同社の「従業員退職型」の倒産動向（2025年）では、2025年（1〜12月）の従業員退職型の倒産は124件で、前年の90件から約38%増えました。製造業は21件で、初めて20件を超えて過去最多です。
件数は建設業（37件）やサービス業（29件）より少ないものの、従業員の退職が経営を止める事態は、製造業でも過去最多になりました。
AI導入の先送りで起きうる4つのこと
ここからは、上の統計をもとに、先送りを続けた場合に起きうることを4つに整理します。統計そのものは事実ですが、「起きうる」と書いた部分は筆者の見通しです。
1. 採用で穴を埋める選択肢が細る
製造業の採用方針は、中途採用中心が56.1%で、新卒中心（15.4%）を大きく上回ります。従業員49人以下の企業では、中途採用中心が66.2%です（労働政策研究・研修機構（JILPT）「ものづくり産業における人材確保・定着と技能継承に関する調査」2026年5月、n=4,342。2026年版ものづくり白書に掲載）。
中途で人を補う前提の会社ほど、採用が難しくなったときの代わりの手段を持っていない可能性があります。AIで省ける作業を先に見つけておけば、採れなかったときの穴を小さくできる可能性があります。
2. 技能継承の時間を失う
同じJILPT調査で、技能継承のために取り組んでいることを聞くと、「再雇用や勤務延長で高年齢の従業員に継続勤務してもらう」が54.8%で最も多くなっています。一方、「継承すべき技能の見える化（テキスト化・マニュアル化・デジタル化）」は31.2%で、従業員49人以下の企業では25.9%です（n=4,262）。
ベテランが在籍しているあいだは、現場が回ります。見える化を後回しにするほど、退職の時点で手元に残る記録は少なくなります。動画、作業記録、トラブル対応の記録をAIで整理する使い方は、記録が溜まるまでに時間がかかるため、早く始めた会社ほど蓄積が積み上がります。
3. 省力化に投資する企業との差が開く
2026年版ものづくり白書には、三菱UFJリサーチ＆コンサルティングの調査（2026年3月）が引用されています。収益力が高い企業群（EBITDAマージン10%以上、n=506）の50.4%は、省力化・省人化への設備投資に積極的です。収益力が低い企業群（マイナス、n=117）では34.2%でした。
これは相関であり、省力化投資が収益力の原因だと示すものではありません。収益力のある企業が省力化に先に動いているのは確かです。同じ人手不足の環境でも、少ない人数で現場を回せる企業とそうでない企業の差が開く余地があります。
4. AI活用の知識と人材を貯める時間を失う
同じ調査で、AI・デジタル技術を活用するうえでの課題を聞くと、「知識やノウハウの取得」が57.2%、「導入に必要な人材の確保」が47.9%で突出して高くなっています（n=1,338）。ツールの値段より、社内に知識と担当者がいないことが壁になっています。
この2つは、着手を遅らせても勝手には貯まりません。製造データについても、何らかの目的で取得している事業者は66.0%、活用している事業者は51.4%、効果が得られた事業者は43.9%にとどまります（n=2,851）。取って終わりにせず、使って成果を出すまでにも時間がかかります。
「先送り」と「期限つきの見送り」は何が違うのか？
先送りとは、期限も判断基準も決めずに、判断を保留し続けることです。期限つきの見送りとは、「いつまでに、何を確認して、始めるか止めるかを決める」と期限と条件を決めたうえで、AIの本格導入だけを見送ることです。見送っている間も、技能の見える化とデータの棚卸しは進めます。
3つの進め方を比べると、次のようになります。
| 項目 | 何もしない先送り | 期限つきの見送り | 小さく着手 |
|---|---|---|---|
| 決めること | なし（「まだ早い」） | 期限（例：12か月後）と、確認する条件 | 対象業務1〜2件と、測る数字 |
| この間にやること | なし | 技能の見える化、データの棚卸し、利用ルール | 左に加えて、無料〜低額のツールでの試行 |
| 現場の負担 | 小さい（ただし退職時に一気に発生する） | 小さい | 小〜中 |
| 3年後に手元に残るもの | 判断材料がない | 記録、データ、判断基準 | 試行結果と、社内の経験者 |
| 向く会社 | おすすめしません | 基幹システムの入れ替え中、繁忙期の真っただ中の会社 | 退職予定者や採用難が具体的に見えている会社 |
見送ってよい会社と、見送らない方がよい会社
次の状況にある会社は、AIの本格導入を期限つきで見送っても構いません。
- 生産管理システムなど基幹システムの入れ替えの最中で、現場の負担が限界に近い
- 製造データのほとんどが紙で、先に記録の整備が必要
- AIの社内利用ルールがなく、先に決めるべきことがある
次の状況にある会社は、見送らずに小さく着手する方がよいと考えます。
- 5年以内に定年を迎える技能者がいて、その技能が個人の頭の中にある
- 特定の1〜2人が抜けると止まる工程がある
- 採用計画が2期続けて未達になっている
この基準は筆者の考えであり、統計で裏づけられた基準ではありません。自社の退職予定と採用の見通しに照らして、調整してください。
今日から始める3つの準備
費用をかけずに、今日から始められる準備は3つあります。いずれも、AIを本格導入するかどうかに関わらず、無駄になりません。
1. 「3年以内に抜ける技能」を一覧にする
工程ごとに、誰が担当しているか、その人が3年以内に退職や異動で抜ける見込みか、代わりに担える人がいるかを一覧にします。表計算ソフト1枚で足ります。
一覧の中で「代わりがいない」工程が、見える化の最優先です。動画や作業メモ、トラブル対応の記録を残し始める対象が決まります。
2. データの取得場所を棚卸しする
設備の稼働、検査結果、不良の記録、日報のそれぞれについて、どこで取れていて、誰が見ていて、何に使われているかを一覧にします。取得しているのに使われていないデータが見つかれば、それが最初の活用候補です。
前述のとおり、取得している事業者は66.0%、効果が得られた事業者は43.9%です。取得と活用の間にある差を、自社で確認します。
3. 利用ルールを決め、1つの業務だけ試す
現場が個人の判断でAIを使い始める前に、入力してよい情報と禁止する情報を決めます。手順は生成AIの社内利用ルール7項目にまとめています。
議事録、日報、報告書の下書きなど、失敗しても被害が小さい業務を1つだけ選んで試します。進め方の全体像は、経営者の最初の90日で解説しています。
まとめ
AI導入を先送りして減るのは、AIを使える機会よりも、採用、技能継承、投資、知識と人材という選べる手です。製造業の就業者は23年で約169万人減り、若手は減り、65歳以上は増え、2030年には生産工程で22.1万人の供給不足が試算されています。
製造業で生成AIを使っている企業は33.0%で、約7割はまだ使っていません。焦って全面導入する必要はありません。ただ何も決めないのではなく、期限と条件を決めて見送り、その間に技能の見える化、データの棚卸し、利用ルールの3つを進めることが、3年後の選択肢を守ります。
「自社の技能継承やデータの棚卸しを、どの工程から始めればよいか」を整理したい場合は、ZIDAIのAI推進室で、業務の棚卸しから定着までを一緒に進められます。まずは、3年以内に抜ける技能の一覧づくりから始めてみてください。
よくある質問（FAQ）
Q1. 製造業がAI導入を先送りすると、具体的に何が困りますか？
採用で穴を埋める手、技能を受け継ぐ時間、省力化投資で先行する企業との差、AI活用の知識と人材の4つが細っていく可能性があります。製造業の就業者は2002年の1,202万人から2025年の1,033万人に減り、中小製造業の従業員数過不足DIは2025年にマイナス17.9です。統計は事実ですが、「困る」内容は筆者の見通しです。
Q2. 製造業の人手不足は、今後どうなりますか？
リクルートワークス研究所の試算では、日本全体で2030年に341万人余の労働供給が不足し、生産工程の職種では22.1万人が不足します。2040年には生産工程で112.4万人の不足（労働需要845.0万人に対して13.3%）です。ただし前提を置いた試算であり、確定した予測ではありません。
Q3. 中小製造業は、AIをいつから始めるべきですか？
3年以内に退職する技能者がいて、その技能が記録されていない場合は、今から技能の見える化を始めるのが適切です。そうした状況がなければ、期限を決めて見送りながら、データの棚卸しと利用ルールの整備を先に進める方法があります。AIの本格導入の時期は、その結果を見て決めます。
Q4. AI導入を見送ってもよい製造業はありますか？
基幹システムの入れ替え中で現場の負担が限界に近い会社や、製造データのほとんどが紙で先に記録の整備が必要な会社は、期限つきで見送っても構いません。ただし「期限」と「見送る間にやること」を決めることが条件です。何も決めない先送りはおすすめしません。
Q5. 製造業のAI活用は、何から始めるのがよいですか？
失敗しても被害が小さい文書作業から始めるのが現実的です。製造業でも、活用業務は文章の作成・要約・校正が44.5%、情報収集が25.9%と文書作業が中心です。外観検査や予知保全などのAIは、画像認識AIが11.2%、異常検知AIが4.3%（中小企業のAI導入済み企業ベース）と、まだ導入が進んでいません。まず利用ルールと文書作業で経験者を社内に作り、次に現場の課題に広げる順番が進めやすいです。
Q6. AIを入れれば、製造業の人手不足は解決しますか？
AIだけでは解決しません。リクルートワークス研究所は、解決手段として「徹底的な機械化・自動化」のほか、「ワーキッシュアクト」（本業の仕事以外の活動が、結果として誰かの困りごとを助けること）、「シニアの小さな活動」、「待ったなしのムダ改革」の4つを挙げています。AIは人を減らす手段というより、限られた人数で現場を回すための補完の手段として位置づけるのが現実的です。
