ものづくり白書2026を読み解く｜不確実な時代に求められる製造業のAI・デジタル戦略

急変する外部環境：三重の圧力

2026年版の白書では、日本の製造業を取り巻く対外環境が急激に変化していることを指摘しています。これに掲載された企業調査によると、製造事業者への影響として「米国関税措置」を第1位に挙げた割合が47.4%に達し、自動車・電子部品など多くのセクターにサプライチェーン再構築を迫っています。

また、中国によるレアアース輸出規制強化も重要鉱物の安定調達に暗雲を投じており、モーターや電池など製造業のコア部品に直結する問題として代替調達先の確保やリサイクル技術の開発が急務となっています。

さらに、2025年9月にはAI法（人工知能関連技術の研究開発及び活用の推進に関する法律）が全面施行され、同年12月に人工知能基本計画が閣議決定されたことに加え、欧州でもAI規制法（AI Act）が段階的施行が開始されました。これら国内外における制度設計や法規制の本格化を受け、製造業はAI活用と規制対応の両立という新たな局面を迎えています。

こうした通商・規制の不確実性は、設備投資計画にも影響を与えており、各社の対応力が問われています。

製造業の現状：生産性格差と収益の変化

製造業は日本のGDPの約2割を占める基幹産業ですが、労働生産性は米国の約0.3倍、ドイツの約0.6倍にとどまり、国際競争力の強化が急務です。

製造業全体の営業利益は約20.4兆円（前年比▲0.8兆円）と微減するなか、完全失業率2.5%の低水準が示す人手不足も続いており、直近3年間で価格転嫁（80.6%）・賃上げ（79.4%）・設備投資（64.5%）を組み合わせた対応が広がっています。

製造業の1人当たり名目労働生産性は1,141万円/人（2024年）と全産業平均の1.2〜1.3倍の水準にある一方、国際的には大きく出遅れています。この生産性ギャップを埋めるためには、デジタル・AI投資による業務効率化と付加価値向上を同時に進めることが不可欠です。また、コスト上昇への対応として多くの企業が複合策（価格転嫁・賃上げ・設備投資）を組み合わせており、収益力と投資余力の確保が優先課題となっています。

設備投資動向：収益力格差が投資格差を生む

2025年のソフトウェア投資は2兆337億円（前年比+5.3%増）とデジタル投資が拡大しています。一方、収益力の差が投資格差を拡大させる構造が明確になっており、EBITDAマージン0%未満の企業では「設備投資実績なし」が55.6%に達する一方、10%以上の企業では有形・無形両方に積極投資する割合が最も高くなっています。大企業の設備投資額合計は中小企業の1.4倍に達しており、1社あたりの投資余力の差が競争力格差に直結しています。

こうした格差是正と投資加速に向け、令和8年度税制改正で「大胆な投資促進税制（特定生産性向上設備等投資促進税制）」が創設されました。製造業を含む全業種を対象に、投資額35億円以上（中小企業等は5億円以上）・ROI15%以上の要件で即時償却または税額控除（原則7%、建物は4%）が適用されます。

高市内閣（2025年10月発足）が掲げる成長戦略（2025年11月設立の日本成長戦略本部が策定推進）とも連動しており、2030年度135兆円・2040年度200兆円の官民投資目標の実現を強力に後押しする制度として注目されています。

DX推進の現状と課題：大企業と中小企業の分断

デジタル技術活用戦略の策定状況を見ると、大企業の55.5%が策定済み・策定中である一方、中小企業の55%が「策定しておらず、予定もない」と回答しており、規模間の格差が顕著です。共通する課題は「デジタル技術に関する知識・ノウハウの不足（約46〜58%）」と「人材不足（約47〜58%）」。

一方、成果を出している企業に共通するのは「社内横断組織が主導する推進体制」であることが示されており、DXは現場任せでなく経営主導の横断体制で進めることが成否の鍵となっています。

製造現場のデータ活用についても、データ取得（66%）→活用（51.4%）→効果あり（43.9%）と段階的に減少しています。

また、製造プロセスをエンジニアリング・サプライ・プロダクション・サービスの4チェーンで捉えると、各チェーン内での連携は約3割が実施している一方、すべてのチェーンを横断する統合データ活用ができている企業はわずか3％弱というのが実態です。

ベテランの暗黙知デジタル化（形式知化）についても68.6%が「形式知化が難しい」と回答しており、技術継承とDXの両立が喫緊の課題となっています。

AIO（AI最適化）への対応：製造業の新たな転換点

白書は「生成AIの普及が事業に影響した」と回答した製造事業者の割合が2024年度より上昇していると示しています。この流れを踏まえ、本記事ではブレインパッドが注目する概念「AIO（AI-Oriented：AI最適化）」の観点から製造業の対応を整理します。

AIOとは、生成AIが参照・活用しやすい形でデータ・業務プロセス・コンテンツを最適化する取り組みであり、SEOが検索エンジンに対応した情報整備であるように、AIOは生成AIに対応したデータ基盤整備と位置づけられます。

ブレインパッドでは、製造業における生成AI活用を3つのレイヤーで整理しています。

• 業務効率化：設計書生成・品質検査レポート自動化・AIチャットボット対応（ソフトウェア投資+5.3%増の背景にも）
• 製造現場：IoT×AIによる設備稼働最適化、ベテランノウハウのデジタル化、AIロボット活用
• 経営戦略：需要予測精度向上、SCMリスク早期検知、新規事業機会探索

AIO対応の起点はデータ整備です。白書が示す「データ取得→活用→効果」の逓減構造（取得66%→活用51%→効果44%）が示すように、まずサプライチェーン領域（生産計画・調達・在庫管理）から着手し、段階的にチェーン横断のデータ基盤を整えることが実践的なアプローチです。

白書でも、サプライチェーン領域はその他のチェーンと比較してデータ活用の効果が最も得られやすいと示されており、中小企業においても生産計画データのAI活用から小さく始め、成功体験を積み重ねることが重要です。

またAI法・人工知能基本計画（2025年12月閣議決定）を踏まえると、品質検査・予知保全などへのAI導入に際してはアルゴリズムの透明性確保やデータガバナンス整備も合わせて進める必要があります。

欧州に輸出・進出する製造業にとっては、EUのAI Actへのグローバルなコンプライアンス対応も視野に入れることが求められます。AIOへの対応は単なるITの問題ではなく、データ経営・AI経営という経営戦略の問題として位置づけることが成功の鍵です。

ブレインパッドが提供する製造業向けAI・DX支援

ブレインパッドはデータ分析・AI活用を軸に製造業のDX推進を一気通貫で支援しています。ものづくり白書2026が示す課題に直結した主な支援メニューは以下の通りです。

• 生産計画最適化（需要予測・在庫適正化）：白書が最も効果の出やすい領域と示すサプライチェーンでのデータ活用を実現
• IoT×AI解析：製造現場の設備稼働データを活用した予知保全・品質管理・稼働率向上
• 生成AI活用ナレッジマネジメント：ベテランの暗黙知をデジタル化し、組織に継承可能な形式に変換
• AIO対応コンサルティング：技術文書・製品情報・マニュアルを生成AIが参照しやすい形式に最適化
• DX戦略立案支援：「何から始めるか」の検討から社内横断体制構築まで、経営レベルでのDX推進をサポート

「白書は読んだが、自社に何が必要かわからない」「DXに取り組んでいるが成果が出ていない」といったご相談から、AIロボティクスや生成AIの本格導入まで、製造業の課題に精通したコンサルタントが伴走支援します。

よくある質問（FAQ）

Q1. ものづくり白書2026（令和7年度版）はどこで入手できますか？

経済産業省・厚生労働省・文部科学省の各省ウェブサイトからPDF版を無償でダウンロードできます。冊子版は全国官報販売協同組合等で購入可能です。

Q2. ものづくり白書2026で特に注目すべき新しいポイントは何ですか？

3点が新機軸です。米国関税措置・中国レアアース規制への言及強化（製造事業者の47.4%が関税措置の影響を筆頭に挙げる）、AI法全面施行・人工知能基本計画を踏まえた製造業のAI活用指針の整理、大胆な投資促進税制（令和8年度税制改正）の創設です。

Q3. AIO（AI最適化）とは何ですか？製造業との関係を教えてください。

AIO（AI-Oriented）はブレインパッドが注目する概念で、生成AIが参照・活用しやすい形でデータ・業務プロセス・コンテンツを最適化する取り組みを指します（白書に記載された用語ではありません）。SEOが検索エンジンに対応した情報整備であるように、AIOは生成AIに対応したデータ基盤整備です。白書が示す「データ活用の逓減構造」や「ベテランノウハウ形式知化の課題」はAIO対応の重要な出発点となります。

Q4. 中小製造業がDXを進めるうえで、何から始めるべきですか？

白書のデータでは「サプライチェーン領域（生産計画・調達・在庫管理）」が最もデータ活用の効果が出やすい領域と示されています。まずこの領域でデータ取得・活用を試み、効果を確認しながらプロダクションチェーン（設備稼働・品質管理）、エンジニアリングチェーン（設計・開発効率化）へと展開するステップ型アプローチが実践的です。

Q5. ブレインパッドは製造業のAI・DX推進にどのように支援できますか？

ブレインパッドはデータ分析・AI活用を軸とした企業変革支援を専門とするコンサルティング・エンジニアリングファームです。製造業向けに、データ戦略立案・IoTデータ分析・需要予測・品質管理AI・生成AIを活用したナレッジマネジメントまで一気通貫で支援しています。「自社の課題はわかっているが、何から着手すべきかわからない」という段階からご相談いただけます。まずはお気軽にお問い合わせください。

まとめ

ものづくり白書2026のメッセージを一言で表せば、「収益力の高い企業が投資を積み重ね、さらに競争力を高める好循環に入っている」という厳しい現実です。大胆な投資促進税制やAI法・人工知能基本計画といった政策ツールを活用しながら、DXとAIO対応を経営戦略の中核に据えることが、不確実な時代を生き残る製造業の条件といえるでしょう。

ものづくり白書2026が示す5つの問いかけを整理すると次のようになります。

1. 外部環境の急変にどう備えるか
2. 収益力を高めて投資好循環に入れるか
3. DXを経営課題として捉えた全社戦略を持てるか
4. 製造現場のデータをチェーン横断で活用できるか
5. 生成AI・AIO対応を経営戦略に組み込めるか。

これら5つへの回答が、今後の製造業の競争力を左右する分岐点となるでしょう。白書を羅針盤として活用し、自社の現在地と次の一手を明確にすることが、不確実な時代を乗り越える第一歩です。