製造業のエッジコンピューティング｜工程別の適用可否と既設設備からのデータ取得

工場のデータをどこで処理するかは、工程ごとに答えが変わります。ロボットの動作を止めるかどうかの判定は現場で完結させる必要があり、日次の歩留まり集計は翌朝までにクラウドへ届けば足ります。ところが製造業向けの解説記事は「遅延が減る」「通信量が減る」というメリットの列挙で終わることが多く、どの工程は今のままでよいのかが書かれていません。この記事では、外観検査・予知保全・生産実績収集の3工程を応答時間の要求水準で仕分けし、既設のPLCから稼働データを取り出す経路、OT側のネットワークを保ったままデータを外へ出す設計、そして製品の提供終了とランタイムのサポート期限から逆算する更改計画までを扱います。

まとめ：応答時間の要求で分かれる工程と、機器を置く前に確かめる数値

工程は応答時間の要求で3つに分かれます。ミリ秒単位で設備へ指令を返す工程、秒単位で異常を検知して人に知らせる工程、分から日の単位で集計する工程です。現場に機器を置く価値があるのは前の2つで、3つ目はクラウド集約のままで足ります。この線引きを先にやらないまま「工場全体をエッジ化する」と決めると、置いた機器の台数だけ保守対象が増えます。

製造現場に固有の壁は、技術そのものより既設設備の側にあります。稼働中のラインは止められず、制御系のネットワークは外へ出す前提で組まれていません。取り出し経路は既設のPLCに触れずに済む方法から順に検討し、通信は工場側から外向きに張る一方向で設計します。

もうひとつ、設備の寿命とソフトウェアの寿命の差を最初に見込んでおきます。AWSは映像解析向けのエッジ製品であるAWS Panoramaを2026年5月31日で終了し、公式ドキュメントには終了後はデバイスも動作しなくなると明記されました。Azure IoT Edgeも1.5 LTSのサポートが2026年11月10日で切れます（いずれも2026年8月12日時点の公式情報）。10年使う設備に、3年で更改が来るソフトウェアを載せる。この時間差を吸収する契約と設計が、製造業でエッジを長く運用できるかどうかを分けます。

製造業でエッジ処理が要る工程と、クラウド集約のままでよい工程の線引き

エッジ処理の判断は、工場全体ではなく工程単位で下します。まず応答時間の要求で仕分けます。

ミリ秒・秒・分の3区分で分かれる、現場データの応答時間の要求水準

ミリ秒区分は、判定結果を設備の動作に戻す工程です。搬送中のワークを不良として排出する、ロボットの軌道を補正する、安全柵内の人を検知して停止させる。この区分では、判定から設備への指令までが1タクトの中に収まらなければ意味を持ちません。タクト2秒のラインで撮像から排出指令まで500ミリ秒以内、といった形で設計値が決まります。

秒区分は、異常の兆候を検知して人へ知らせる工程です。モーター電流の急変、温度の上昇、振動の実効値の跳ね上がり。数秒から数十秒遅れても現場の対応は変わらないため、判定は現場でも拠点サーバーでも成立します。

分から日の区分は、実績・品質・原価の集計です。ここはクラウドへ集めた後に処理して差し支えありません。エッジ処理を採るかどうかの一般的な判断軸である遅延・通信量・現場の自律性という3点の整理は、エッジコンピューティングとは？仕組み・クラウドとの違いから導入判断までで扱っています。本記事は、その判断を製造の工程名に落として決め切る段です。

日次の実績集計と品質分析がクラウド集約のままで足りるという判断

生産実績・不良率・稼働率の日次集計に、現場での処理は要りません。1日1回のバッチで前日分をまとめて送れば、通信は夜間の空いた時間に寄せられます。品質分析も同じで、ロット単位の傾向を見る処理はデータが揃ってからのほうが精度が出ます。

数値で確かめます。設備20台から1秒に1点ずつ状態値を送ると、1日約172万8,000件、1か月でおよそ5,184万件。AWS IoT Coreのメッセージング料金は100万メッセージあたり1.00USD（2026年8月12日時点の公式料金）なので、月およそ52USDです。この規模なら通信費を理由に現場機器を置く判断にはなりません。

一方、振動の生波形を1kHzで上げ続けると桁が変わります。3軸を1台1kHzで送る設計にした瞬間、20台で1日51億点。要否は工程の名前ではなく、このデータ密度の実数で決まります。

外観検査・予知保全・生産実績収集の3工程で変わるエッジ機器の置き方

工程が決まると、置く機器と処理の中身も決まります。製造業で件数の多い3工程を順に見ます。

外観検査：カメラ映像を現場で判定し、良否をPLCへ戻す構成の要件

外観検査は、映像をクラウドへ送る設計にした時点で成立しなくなります。ライン速度に対して往復の通信時間が長すぎるためです。カメラの映像を現場の機器で受け、推論して、良否の信号をPLCの入力へ返す。この閉ループを工場内で完結させます。

設計時に決める数値は3つあります。撮像から判定までの許容時間、1台の機器で受け持つカメラ台数、そして判定モデルを更新する頻度です。カメラ台数は機器の処理能力で頭打ちになり、AWSの移行案内でも「単一拠点で多数のカメラを使う顧客はサーバーのほうが適している」と整理されています。モデル更新は現場作業になるため、月1回なのか四半期に1回なのかで運用体制の重さが変わります。

予知保全：振動と電流の高頻度データを現場で間引く設計と通信量の試算

予知保全は、生波形を全部クラウドへ送る設計だけは避けます。現場で特徴量に落とすのが定石です。加速度3軸を1kHzで取得し、1分間の実効値・ピーク値・周波数上位成分だけを残して1分1件へ落とすと、設備20台で1日2万8,800件、1か月およそ86万件。先ほどの試算と同じ単価なら月1USD未満に収まります。

間引きの設計で決めるのは、何を残すかではなく何を捨てるかです。異常の兆候が出た区間だけ生波形を退避しておき、平常時は特徴量だけ送る。この「異常時のみ生データを残す」構成にしておくと、後から原因を追う余地を残したまま通信量を抑えられます。

なお、そもそも自社設備に予知保全が要るのかという判断は別の問題です。定期交換で回っている設備に予知保全を入れても投資は回収できません。設備保全とは？予防保全・予知保全・事後保全の違いと製造業の進め方で3方式の使い分けを整理しているので、保全方式の選定から入る場合はそちらを先に読むと順序を間違えません。

生産実績収集：MES・生産管理システムへ渡すデータの粒度と遅延

生産実績の収集では、粒度をどこに置くかが設計の中心になります。ショット単位（1個ごと）で拾うのか、ロット単位でまとめるのか。ショット単位はトレーサビリティに効きますが、データ量は数十倍になります。

ここで現場機器が効くのは、設備の信号を生産管理システムが読める形に翻訳する部分です。設備のカウンタ値の差分を取って良品数に変換する、段取り替えの時間を非稼働として切り分ける、といった前処理を現場で済ませておくと、上位システム側の改修が小さく済みます。AWS IoT SiteWiseのようなマネージド構成を採る場合、拠点に置くSiteWise Edgeのデータ処理パックが月200USD、データ処理が100万計算あたり0.50USDという単価で積み上がります（2026年8月12日時点の公式料金）。拠点数がそのまま固定費に効く構造です。

渡す先の選定は別の検討になります。MES・生産管理・BIのどれで受けるかという製品分類は、製造業のDXツールとは？IoT・MES・生産管理・BIの分類と選び方で整理しています。

既設設備・OTネットワーク・設置環境という製造現場に固有の3つの制約

ここからが、IT側の常識だけでは越えられない部分です。3つの制約を順に潰します。

既設PLCからデータを取り出す3経路と、制御系に触らない原則

稼働中の制御系プログラムには手を入れない。これを原則に置くと、取り出し経路は自然に絞られます。

• PLCの上位通信ポートから読み出す：既存のラダープログラムを変更せず、外部から周期的にデバイスメモリを読む。メーカーごとのプロトコル対応が前提になる
• センサーを外付けする：電流センサー・振動センサー・温度センサーを設備に後付けし、制御系とは独立した経路でデータを取る。設備が古くPLC自体に通信手段がない場合の現実解
• 設備メーカーの提供する出力を使う：新しい設備であれば標準の通信インタフェースが用意されていることがあり、その口を使うのが最短

優先順位は上から順です。既設のPLCに通信ポートの空きがあれば1つ目、なければ2つ目に移る設計です。設備を止められる停止期間が年に数日しかない工場では、この選択が工期を丸ごと左右します。実際の事例が処理をどの層に置いているかは、エッジコンピューティングの導入事例｜処理を置く4層と自社への当てはめ方で層別に整理しています。

OTとITの境界を保ったまま外部へデータを出す通信方向の設計

制御系のネットワークは、外部から接続されない前提で組まれています。ここへクラウド連携を持ち込むときの原則は、通信を工場側から外向きに張る一方向にすることです。外から工場内へ入るポートを開けない。この一点を守るだけで、想定すべき脅威の範囲が大きく狭まります。

経済産業省は工場システムにおけるサイバー・フィジカル・セキュリティ対策ガイドラインを2022年11月16日に策定し、その後Ver1.1と別冊「スマート化を進める上でのポイント」（2024年4月4日公表）を出しています。ゾーンを分けて境界を管理するという考え方は、この文書群が基準になります。

境界設計そのもの、つまりOTとITで何が違い、Purdueモデルの各層をどう区切るかはOTとは？ITとの違い・Purdueモデル・OTセキュリティ実装までで扱っています。エッジ機器はこの境界にまたがって置かれるため、設置場所を決める前に境界の線を引き直すのが順序として正しいやり方です。

盤内の温度・粉塵・電源事情で決まる、産業用機器を選ぶ判断基準

オフィス向けの小型PCを制御盤に入れると、夏に落ちます。盤内は外気より10度から20度高くなることが珍しくなく、ファン付きの機器は粉塵を吸い込みます。切削油のミストが漂う環境ではなおさらです。

選定基準は4つに絞れます。動作温度範囲が盤内の実測値をカバーしているか、ファンレスか、DC24V電源で駆動できるか、そして瞬時停電で壊れずに復帰できるか。工場の電源は溶接機やインバータの起動で瞬時電圧低下が起きるため、電源断からの自動復帰は必須条件になります。

エッジ機器の提供終了とランタイム更改が製造現場に持ち込む期限

製造業でエッジ導入が失敗する原因は、性能不足より寿命の読み違いにあります。実例で確かめます。

AWS Panoramaの終了が示す、専用アプライアンス採用の落とし穴

AWSは映像解析向けのエッジアプライアンスであるAWS Panoramaについて、2025年5月20日に新規受付を停止し、2026年5月31日でサービスを終了しました。公式ドキュメントには、終了後はアプリケーションが動かないだけでなく「Panoramaデバイスも動作しなくなる」と明記されています。クラウド側のサービスに依存する構成だったため、機器が手元にあっても使えません。

移行の負担も公式に整理されています。アプライアンスはNVIDIA Jetson Xavierベースで、代替は現行世代のJetsonまたはエッジサーバー。アプリケーションはPanorama固有のAPI呼び出しを取り除いて書き直しが必要で、カメラ接続と映像ストリーミングの部分がまるごと影響を受けます。加えて、認証情報の保管やデバイス管理も自前で実装し直すことになります。

ここから引ける教訓は明確です。単一ベンダーの専用アプライアンスに映像処理を全面依存させると、終了告知から実際の停止までの1年余りで、機器・アプリケーション・運用基盤の3つを同時に入れ替える事態になります。汎用ハードウェア＋標準的なコンテナ実行環境という構成を選んでおけば、少なくとも機器の入れ替えとアプリケーションの書き直しは切り離せます。

Azure IoT Edge 1.5 LTSの期限から逆算する現場機器の更改計画

ランタイムのサポート期限も同じ性質の問題です。Microsoftの公式バージョン履歴（2026年8月12日時点）では、サポート対象はIoT Edge 1.6 LTSで、2026年7月にリリースされ2028年11月14日までサポートされます。ひとつ前の1.5 LTSは2024年4月のリリースで、サポート終了は2026年11月10日。さらに前の1.4 LTSは2024年11月12日に終了済みです。Windows上で動かすEFLOW 1.5 LTSも2026年11月10日までとなっています。

周期を読むと計画が立ちます。公式には、各LTSは前のLTSのサポート終了のおよそ6か月前に出荷されると説明されており、実際に1.4 LTSから1.5 LTSまでが約20か月、1.5 LTSから1.6 LTSまでが約27か月でした。つまり2年半に1回はランタイムの更改が来ると見込んで、現場機器の遠隔更新の仕組みを最初から入れておきます。

費用側も同時に見ます。AWS IoT Greengrassの場合、デバイス管理はデバイスあたり月0.16USDで、最初の3台は1年間無料（2026年8月12日時点の公式料金）。台数課金そのものは小さい額ですが、この管理基盤を入れずに現場へ機器を配ると、更改のたびに拠点数×人日の出張費が発生します。1拠点あたり年2回の現地作業が消えるだけで、管理基盤の費用は回収できます。

設備の寿命10年とソフトの寿命3年の差を吸収する保守契約の置き方

製造設備は10年以上使い、載せるソフトウェアは2年半から3年で更改が来る。この差を契約で埋めないまま導入すると、5年目に「更新の予算がない」という理由でサポート切れのまま動かす状態に入ります。

やることは2つです。ひとつは、稼働開始時点でランタイムのサポート期限を保守契約の更新条項に書き込み、期限の6か月前に更改の可否を判断する会議を設定しておくこと。もうひとつは、現場機器の役割を「データの取得と前処理」に限定し、業務ロジックを上位側へ寄せておくことです。機器側の責務が薄いほど、入れ替えの影響範囲は小さくなります。

この構造を設計段階から織り込むには、現場の設備側と上位システム側の両方を見て切り分けられる体制が要ります。一創ではAI/IoTソリューションとして、センサーによる現場データの収集からエッジでの前処理、クラウド連携までを一貫して請け負っており、既設設備からの取り出し経路の検証段階から相談を受けています。

エッジを採用してよい製造業の条件と、見送ってよい現場の線引き

最後に判断を言い切ります。条件を数値で置くと、社内の合意も取りやすくなります。

採用条件：応答時間・通信量・停止許容の3つを数値で満たす場面

次の3条件のうち、いずれか1つでも該当すれば現場に機器を置く判断が立ちます。

1. 判定結果を1秒以内に設備へ戻す必要がある工程が存在する（外観検査の排出指令、ロボットの軌道補正、安全系の停止）
2. 1設備あたり毎秒100点を超えるデータを継続的に取得する計画がある（振動の生波形、高速カメラの映像）
3. 回線が切れている間もラインを止められない（通信断が生産停止に直結する工程がある）

逆に言えば、この3つのどれにも当てはまらないなら、現場に機器を置く根拠は薄いということです。数値を測らずに「リアルタイム性が要る」という言葉だけで進めると、置いた機器が単なる中継装置になります。

見送り条件：拠点が1つで台数が少なく、停止しても止まらない工程

見送ってよい場面を具体的に挙げます。拠点が1か所、対象設備が10台以下、収集するのは日次の実績と稼働時間だけ、通信が数時間切れてもラインは動き続ける。この条件の工場では、ゲートウェイ1台でデータをクラウドへ上げ、処理はすべてクラウド側で行う構成のほうが安く早く終わります。

もうひとつ、はっきり見送るべき場面があります。設備からどんなデータが取れるかを誰も把握していない段階でエッジ機器を選定することです。まず1設備で取れるデータの種類と周期を洗い出し、そのデータで判定できるかを確かめる。この確認を飛ばした案件は、機器を置いた後に「必要な信号が出ていない」と分かって止まります。

「まず1ラインで試す」という進め方自体は正しいものの、そこから本番へ広げる段の費用構造は別に押さえておく必要があります。見積もりの内訳と内製・受託の分岐はエッジコンピューティング導入の費用と進め方｜見積もり内訳と内製・受託の判断で扱っています。

チョコ停の削減額から投資回収年数を出す、1ライン規模の計算例

回収計算は、削減する損失を先に金額へ直すところから始めます。手順は3段階です。

第1段階、現状の損失を測ります。チョコ停が1回5分、1日8回、稼働250日なら年間1万分、およそ167時間です。第2段階は、その時間の金額換算です。ライン1時間あたりの逸失利益を社内の基準値で掛けます。第3段階、削減率を控えめに置きます。予知保全で突発停止を半減できたとして、年間の削減額は第2段階の半分。ここへ初期投資と年間の運用費を並べれば、回収年数が出ます。

この計算で注意すべきは、削減率を他社事例の数字から借りないことです。事例で示される削減率は、その工場の分母（元の停止時間）に対する比率であり、自社の分母が小さければ同じ率でも金額は出ません。自社の停止時間を実測してから比率を掛ける。順序を逆にすると、稟議は通っても回収されない投資になります。

よくある質問

製造業でエッジコンピューティングを検討する際に、現場から挙がることの多い質問をまとめました。

古い設備しかない工場でもエッジコンピューティングは導入できますか？

導入は可能です。設備自体に通信手段がない場合は、電流センサーや振動センサーを外付けし、制御系とは独立した経路でデータを取る方法があります。この方式なら既設のPLCプログラムに手を入れず、設備の停止時間もセンサー取り付けの数時間で済みます。ただし取得できるのは外形的な状態値に限られ、設備内部の加工条件やアラーム内容までは取れません。何を判定したいのかを先に決め、その判定に必要な信号が外付けセンサーで取れるかを1設備で確かめてから台数を広げてください。

スマートファクトリー化とエッジコンピューティングはどちらから着手すべきですか？

スマートファクトリーという目標のほうが先で、エッジはその中の実装手段のひとつという位置づけになります。着手の順序としては、解決したい課題（不良率、突発停止、実績入力の手間）を1つ選び、それに必要なデータの種類と周期を決め、その周期がクラウド集約で間に合うかを判定する流れです。この判定でミリ秒や秒の応答が必要と出た工程だけが、エッジ機器を置く対象になります。全社の構想から入ると、どの工程にも機器を置く計画になりがちです。

工場のエッジ機器はインターネットに接続しても安全ですか？

通信を工場側から外向きに張る一方向に限定し、外部から工場内へ入るポートを開けない設計であれば、リスクは管理可能な範囲に収まります。経済産業省の工場システムにおけるサイバー・フィジカル・セキュリティ対策ガイドライン（2022年11月16日策定、Ver1.1あり）が、ゾーン分割と境界管理の基準を示しています。設計時にはOT側とIT側でネットワークの区分を明確に分け、エッジ機器がどちらの区分に属するかを決めてから設置場所を選んでください。

エッジコンピューティングとエッジAIは製造業ではどう使い分けますか？

エッジコンピューティングは処理を置く場所の話で、エッジAIはそこで動かす処理の中身がAI推論である場合を指します。製造業では、外観検査の良否判定や振動データからの異常検知がエッジAIに当たり、設備の稼働時間集計や実績のカウントはAIを伴わないエッジ処理です。導入の重さも違い、AI推論を伴う場合はモデルの再学習と現場への配信という運用が追加で発生します。

エッジ機器を導入した後、何年ごとに入れ替えが必要になりますか？

ハードウェアより先に、載せるソフトウェアの期限が来ます。Azure IoT Edgeの公式バージョン履歴では、1.4 LTSが2024年11月12日、1.5 LTSが2026年11月10日にサポート終了、1.6 LTSが2028年11月14日までと示されており、おおむね2年から2年半ごとに更改の判断が発生します（2026年8月12日時点）。現地作業を伴う更新を避けるため、遠隔からソフトウェアを配信できる管理基盤を導入時に組み込んでおくことをおすすめします。

関連記事

• エッジコンピューティングとは？仕組み・クラウドとの違いから導入判断まで：業種を問わない概念の整理と、クラウドとの使い分けの判断軸
• エッジコンピューティングの導入事例｜処理を置く4層と自社への当てはめ方：公表事例を処理を置いた層で分類し、製品側の一次情報で裏を取った記事
• エッジコンピューティング導入の費用と進め方｜見積もり内訳と内製・受託の判断：機器費・開発費・運用保守費の内訳と、規模別の費用レンジ
• 製造業のDXツールとは？IoT・MES・生産管理・BIの分類と選び方：エッジで集めたデータを渡す先となる上位システムの分類
• エッジAIとは？仕組みとクラウドAIとの違い：現場でAI推論を動かす場合の技術要件