「予知保全を導入したい」と考えながら、実際には何も動き出せていない中小製造業は多い。センサーの初期費用、専任エンジニアの確保、データ分析基盤の整備——壁を挙げればきりがない。だが設備保全のDXは、大規模なIoT投資だけが正解ではない。この記事では保全方式の基本を整理したうえで、中小企業が現実的に踏み出せる第4の選択肢を紹介する。
設備保全の3方式をあらためて整理する
設備保全には大きく3つのアプローチがある。現場の実態と照らし合わせながら確認してほしい。
BM（事後保全）：故障してから直す
BM（Breakdown Maintenance）は、設備が実際に壊れた後に修理・交換する方式だ。初期コストはほぼゼロで、小さな工場では今も主流の運用である。
問題は突発停止による損失が読めない点にある。八千代ソリューションズの2025年調査によると、製造業が突発停止で被る損失は平均年間1,892万円に上る。しかも調査対象企業の60%以上が、自社の損失額を正確に把握できていないと回答している。「故障してから直す」のコストは見えにくいが、実際には相当大きい。
TBM（時間基準保全）：決まった周期でメンテする
TBM（Time Based Maintenance）は、設備の状態に関わらず一定周期で部品交換や点検を実施する方式だ。計画を立てやすく、保全履歴の管理もシンプルに保てる。製造業では長く標準的な手法として使われてきた。
ただし過剰保全が発生しやすいのが弱点だ。まだ使える部品を交換してしまうコストの無駄や、定期的に発生するラインの停止時間は、生産効率を静かに蝕む。
CBM（状態基準保全）：状態データで判断する
CBM（Condition Based Maintenance）は、センサーや測定器で設備の状態を継続的に監視し、異常の兆候を検知したタイミングで保全を行う方式だ。予防保全の理想形であり、不要な保全コストの削減と突発停止リスクの低減を同時に実現できる。
問題は導入ハードルの高さである。IoTセンサーの設置費用、ネットワーク整備、データ分析基盤の構築、そして分析結果を解釈できる人材——これらがすべて揃って初めて機能する。国内でIoTを本格活用できている製造業はわずか6〜7%にとどまるとされており（コネクシオIoT調べ）、多くがPoC段階から先に進めていない実態がある。
中小企業がCBMで躓く3つの壁
「うちの規模でCBMは無理」と感じる現場管理者は多い。その理由を具体的に分解すると、以下の3点に集約される。
| 障壁 | 内容 | 典型的な声 |
|---|---|---|
| 初期コスト | 専用センサー・通信インフラ・サーバー費用 | 「1台あたり数十万円は出せない」 |
| 人材不足 | データ分析・システム運用の専任者が必要 | 「設備担当は1人しかいない」 |
| データ蓄積 | 判断基準となる正常データの収集に時間がかかる | 「導入しても半年は何もわからない」 |
特に深刻なのが人材面だ。2024年度のメンテナンス実態調査（日本プラントメンテナンス協会）では、保全部門の人材採用の困難さが年々増していると報告されている。ベテラン保全員の引退による技術の空洞化が進む中、新たにIoTシステムを扱える人材を確保するのは、多くの中小企業にとって現実的でない。
では、何も変えなくていいのか
「CBMは無理だからTBMのままで」という判断が積み重なると、現場にはじわじわとリスクが蓄積する。
設備の老朽化は確実に進む。高度成長期に導入された機械設備が更新されないまま稼働している工場は少なくない。TBMの定期交換サイクルが実態と合わなくなり、BM頻度が増えているケースも多い。
さらに2025年問題として語られる高齢化・人材難の波は、保全部門を直撃している。「音で異常を察知する」「微妙な振動の変化に気づく」といった熟練の感覚的知見が、次世代に伝わらないまま失われようとしている。この「経験の空洞化」こそが、中小製造業における設備保全の最大のリスクだ。
📱 PlantEar → 👉 無料で試す
第4の選択肢：スマホ音響診断という現実解
CBMの恩恵を、大規模投資なしに享受する方法がある。スマートフォンを使った音響診断だ。
設備の異常は多くの場合、音として現れる。軸受の摩耗、ポンプのキャビテーション、モーターの巻線劣化——いずれも異音として検知できる変化だ。従来、この診断は熟練保全員の「耳」に依存してきたが、AIを使った音響分析により、スマートフォンでも一定水準の診断が可能になってきた。
GenbaCompassのPlantEarは、この考え方を製品化したアプリだ。専用センサーは不要で、手持ちのスマートフォンを設備に近づけて録音するだけで、AIが異音パターンを分析し、異常の可能性を提示する。月額2,980円から利用でき、導入に際してITインフラの整備は必要ない。
スマホ音響診断が向いているケース
- 設備台数が少なく、大規模IoTシステムは過剰投資になる工場
- 保全専任者がおらず、生産担当者が兼務している現場
- まず試験的に予知保全の考え方を取り入れたい段階
- 熟練保全員が引退し、音の異常判断ができる人材が減っている工場
3方式＋スマホ診断の比較まとめ
実際に保全方式を選ぶ際の判断材料として、4つの選択肢を横並びで整理する。
| 方式 | 初期コスト | 運用難易度 | 突発停止リスク | 中小企業の適合性 |
|---|---|---|---|---|
| BM（事後保全） | 低 | 低 | 高 | 消去法的に選ばれがち |
| TBM（時間基準保全） | 低〜中 | 低 | 中 | 標準的な選択肢 |
| CBM（IoTセンサー型） | 高 | 高 | 低 | 大企業・大型ライン向け |
| スマホ音響診断 | 低 | 低〜中 | 中〜低 | 中小企業に現実的 |
CBMが「理想」であることは変わらない。だが中小製造業の現実として、人材・予算・時間のすべてが限られている。その制約の中で「次の一手」として選べるのが、スマホ音響診断という選択肢だ。
導入ステップ：現実的な順序で考える
設備保全のDXを進める際、いきなり全設備を対象にしようとして頓挫するケースは多い。以下のステップが現実的だ。
Step 1 — 現状把握（0〜1ヶ月） 現在の保全方式がBM中心か、TBMが機能しているかを整理する。故障履歴・停止時間のログがない場合は、この記録から始める。
Step 2 — 重要設備の特定（1〜2ヶ月） 全設備を一度に対象にしない。停止インパクトが大きい設備5〜10台に絞る。
Step 3 — スマホ診断の試験導入（2〜3ヶ月） 重要設備に対してスマホ音響診断を週次で実施し、音の変化の記録を蓄積する。異常判定の精度感覚を現場で掴む。
Step 4 — 保全基準の見直し（3〜6ヶ月以降） 蓄積したデータと実際の保全記録を照合し、TBMの周期設定や部品交換タイミングを最適化する。
この順序であれば、専任エンジニアなしに、月数千円の投資で始められる。CBMへのフルシフトは、この先の話だ。
まとめ
設備保全のDXに「完璧な答え」はない。CBMが最善だとわかっていても、導入できない現実がある中小製造業にとって、「何もしない」という選択は年間数百万〜数千万円の損失リスクを放置することと同義だ。
- BM・TBM・CBMにはそれぞれトレードオフがある
- CBMのIoT型導入は多くの中小企業にとってハードルが高い
- スマホ音響診断は初期投資を抑えつつ予知保全の第一歩を踏み出せる
- 重要設備5〜10台に絞った試験導入から始めるのが現実的だ
設備が止まる前に、できることから始める。それが中小製造業の設備保全DXの現実解だ。
📱 PlantEar → 👉 無料で試す
姉妹サービスの関連記事
GenbaCompassの姉妹サービスでも、現場改善に役立つ記事を公開している。
現場改善に役立つ関連アプリ
GenbaCompassでは、PlantEar以外にも現場のDXを支援するアプリを提供している。併せてチェックしてみてほしい。
| アプリ名 | 概要 | こんな課題に |
|---|---|---|
| WhyTrace Plus | AIによる5Why分析支援 | 設備故障の根本原因究明 |
| 安全ポスト+ | 安全ポスター自動生成 | 注意喚起・安全啓発 |
| AnzenAI | AI安全書類作成支援 | KY活動・ヒヤリハット記録 |
| 技術伝承AI | 熟練技術のデジタル化 | ベテラン退職後の知識継承 |
| DXスコープ診断 | 自社DX成熟度の可視化 | DX推進の現状把握と優先順位付け |
参考資料
