2026年8月26日、マッキンゼー・アンド・カンパニーは、最新インサイト「AI/デジタル時代のものづくり」を公開した。これは、日本の製造業がAI・デジタル技術の導入を個別の実証実験（PoC）やツール導入に留めず、全社的な競争力向上へつなげるための分析をまとめたものだ。

　日本の製造業は長年にわたり経済の基盤を支えてきたが、労働生産性は2000年のOECD38カ国中1位から2022年には19位に後退。また、2000～2024年に製造業従事者が約145万人減少し、就業者全体に占める割合も縮小している。

　インサイトでは、世界経済フォーラム（WEF）の「グローバル・ライトハウス・ネットワーク（GLN）」に認定される先進工場との比較を通じ、日本企業の遅れの背景を指摘している。GLNの拠点ではAIやIoT、先進解析、デジタルツインなどを横断的に活用し、生産性53％向上、加工原価26％削減、新製品導入リードタイム50％短縮などの成果が見られるが、日本国内の認定拠点は3ヵ所にとどまる。

　日本企業では、AIやデジタル技術によるPoCは多数実施されているが、以下の課題が全社的な変革の障壁となっている。
・AI・デジタルツール導入自体が目的化しており、業務プロセス再設計が進まない
・個別工場での成果が他拠点に横展開されにくい
・IT部門主導のまま、事業側が変革の主体になれていない
・外部ベンダー依存により社内知見が蓄積しにくい
・拠点ごとにデータやKPI、業務プロセスが異なり、統一感に乏しい

　中国の製造業では40％超のGLN拠点を持ち、基幹システムの標準化や人材育成を一体的に進め、競争力を発揮している。Mideaの事例では、経営・現場の意思決定までAIを組み込み、生産原価24％低減、不良率51％低減などの成果を実現している。

　マッキンゼーは日本企業が「PoC止まり」を脱し成果につなげるための要諦として、以下の3点を示した。
1．事業価値から逆算し、コアプロセスに変革を集中
2．ITからではなく事業部門がオーナーシップを持ち、全社展開可能な組織・人材体制を構築
3．スケール・柔軟性を両立したテクノロジー基盤を整備

　AI活用は、標準化された業務・データ基盤の上でこそ効果を発揮する「加速装置」であり、コード・データモデル・運用手順などの資産化と横展開が、今後の競争力の決定要素となる。単体の成功例を作る段階から、再現可能な組織的仕組みを構築する転換が求められるとまとめた。

【関連記事】
・消費財市場でディスラプターブランドが主要成長要因に——マッキンゼーが最新分析
・マッキンゼー、AIエージェントが購買行動を変える最新分析を発表
・製造業の63％がスキルギャップを変革の壁と認識、人材獲得競争が激化