製造業AI・DX Expo 2026：515事例が示す現場の打ち手

深夜1時。スマートフォンの画面をいったん消してから、もう一度つけた。

展示会で持ち帰ったパンフレットが机の端に積んである。セッション中に取ったメモは、まだ見返していない。「とりあえず何か読もう」と検索窓に打ち込んだのが「製造業 AI DX Expo 2026」だった。

出てきた記事を3本読んでも、月曜日の朝礼で何を言えるかまるで分からない。

それ、あなたが情弱なせいじゃないと思っています。その記事が、現場を知らない人間が書いているだけです。「AI活用が進んでいます」じゃなくて、「来週、班長に何を相談すれば動けるか」まで落としてくれる情報が必要なんですよね。

この記事では、2026年上期に公表された製造業DX関連事例515件の実数字をもとに、展示会で見聞きした技術を「現場の判断」に変換するための具体的な手順を渡します。

---

技術テーマ1位「AI・機械学習」450件、その中身を知らずに動くと痛い

株式会社パブリカが運営する「ものづくり新聞」が2026年8月6日に発表したレポートによれば、2026年上期（1〜6月）に確認された製造業DX関連事例はちょうど515件。日本194件、海外321件という内訳です。参考

技術テーマ別の内訳を見ると、「AI・機械学習」が450件でダントツ1位。次いで「ロボット・自動化」244件、「クラウド・データ基盤/BI」207件、「生成AI・LLM」157件、「IoT・センサー/エッジ」151件と続きます。参考

{CHART|bar|2026年上期 製造業DX 技術テーマ別件数|AI・機械学習,ロボット・自動化,クラウド・データ基盤/BI,生成AI・LLM,IoT・センサー/エッジ|450,244,207,157,151|件|https://www.asahi.com/and/pressrelease/16789210|ものづくり新聞}

出典: ものづくり新聞のデータより匠座作成

ここで重要なのは、「AI・機械学習」と「生成AI・LLM」が別カテゴリとして区別されている点です。

「AI・機械学習」450件の多くは、画像認識による外観検査・異常検知・予知保全など、現場の判断をモデルに置き換える系の事例。製造設備との連携が必要で、導入には数百万円〜の投資と現場データの整備が前提になります。

一方「生成AI・LLM」157件は、設計仕様書の要約・マニュアル検索・日報の自動生成など、知的作業の効率化が中心。こちらはクラウドサービスを使えばスモールスタートが可能です。

展示会のAIブースを回って「全部すごい」と感じて帰ってきた場合、まず「自分が解きたいのはどちら側か」を判断しないと次の一手が出ません。判断を先送りにすると、展示会のメモは永遠に眠り続けます。

DX領域別では「生産・製造」が277件で全体の55.2%を占め、「経営・全社基盤」が15.1%、「AI・自動化・先端技術」が7.8%という順序です。参考 つまり製造業DXの主戦場は今もやはり「生産ライン」であり、経営管理ツールよりも現場オペレーションの改善が先行しています。

月別では4月が140件でピーク、3月93件、5月98件という推移でした。参考 年度始めの4月に動きが集中するのは、予算確定後の発表タイミングと一致していて、裏を返すと「5月以降は各社が実装フェーズに入っている」とも読めます。

{CHART|line|2026年上期 月別製造業DX関連事例件数（確認分）|3月,4月,5月|93,140,98|件|https://www.asahi.com/and/pressrelease/16789210|ものづくり新聞}

出典: ものづくり新聞のデータより匠座作成

---

「電機33%・自動車20%」の数字が、機械・部品メーカーにとって朗報である理由

業種別の内訳は、電機が33.1%でトップ、自動車19.5%、機械15.5%という構成です。参考

先日、ものづくり新聞（株式会社パブリカ、代表：伊藤宗寿）のこのレポートを読んでいて唸ったんですよ。電機・自動車の2業種だけで全体の52.6%を占めている。機械15.5%を加えると3業種で68%超。つまり「製造業全体でDXが広がっている」という文脈で語られる515件の事例は、実態として大手〜中堅の電機・自動車メーカーに集中している可能性が高い。参考

食品・化学・樹脂・金属加工・建設資材を手掛ける中小メーカーの方が「うちも急がないと」と焦る必要は、数字を見る限りそれほど高くないと思っています。

ただし逆に読むと、これは大きなチャンスでもあります。

電機・自動車で先行して実績が出ている事例を「自社業種に翻訳する」ことができれば、競合他社が動き始める前に先手が打てる。展示会で見た技術を「うちの業種だったら何に使えるか」と変換する作業が、最も費用対効果の高い情報活用の仕方なんです。

---

展示会の翌週月曜日、動いた人と止まった人の分岐点

少し場面を想像してみてください。

【Aさんの月曜日（展示会メモが眠るパターン）】

08:00 — 出社。カバンにパンフレットが入ったまま。

08:45 — 朝礼で「いろいろ面白かったです」と一言報告して終わる。

10:30 — 急ぎの受注対応とメール処理で午前が消える。

15:00 — 「展示会のまとめを今週中に出してください」と上司から催促される。

翌週月曜 — まとめ資料は出たが、「で、どうする？」という議論は始まっていない。

【Bさんの月曜日（展示会を"着火剤"にするパターン）】

07:30 — 帰宅中の電車でスマートフォンから展示会メモをAIに投げ、整理を依頼（後述のプロンプト参照）。

08:45 — 朝礼で「技術テーマを3つに絞りました。来週、現場の班長に課題を確認します」と報告。

10:00 — AIが出力した「自社課題との紐付けリスト」を15分で確認・修正。

14:00 — 製造部長に「予知保全の概算見積もりを1社だけ取ってみたい」と相談。

この差、能力の差じゃないと思っています。「展示会メモをAIに整理させる30分があったかどうか」だけ。BさんのやっていることはChatGPTやClaudeにメモを投げているだけで、特別なスキルは要りません。

---

コピペでいい：展示会メモをDX打ち手に変えるプロンプト2本

プロンプト①：展示会メモを自社課題との紐付けリストに変換する

あなたは製造業のDXコンサルタントです。
以下の展示会メモを読み、自社の課題と紐付けてください。

【自社情報】
- 業種：[例：金属部品加工、従業員80名]
- 現在の主な課題：[例：検査工程の人手不足、ベテラン退職による技術継承の遅れ]
- 直近1年で検討したIT投資：[例：なし、またはERPの更新程度]

【展示会メモ】
[ここに展示会で取ったメモ、パンフレットのテキスト、またはスクリーンショットのOCR結果を貼る]

出力形式：
1. 自社課題に合致しそうな技術テーマ（上位3つ、理由を1行ずつ）
2. 各テーマで次に確認すべき具体的アクション（各1〜2行）
3. 自社には今は早いと判断した技術と、その理由

使いどころ：展示会の翌日の朝、出社前10〜15分でインプットするだけ。展示会メモがなくても「自社の課題だけ」で試せます。

出力を検証する観点：「アクション」が「◯◯を検討する」で終わっていたら、「具体的に誰に・何を・いつまでに問い合わせるか」を追加で質問してください。

---

プロンプト②：Expo資料を現場管理職向け3分サマリーに変換する

以下の資料テキストを読み、製造業の現場管理職が3分で読めるサマリーを作ってください。

【資料テキスト】
[セッション資料・パンフレット・動画の文字起こしを貼る]

【自社の業種と規模】
[例：自動車部品メーカー、従業員150名]

出力形式（3ブロック、各3〜5行）：
ブロック1「業界で何が変わっているか」：トレンドを箇条書き3行
ブロック2「自社に関係ありそうなこと」：業種・規模の観点で紐付け2〜3点
ブロック3「明日から動けること」：コスト・特殊スキル不要の一手を1つだけ

ルール：結論から書く、専門用語は平易な言葉に換える、数字は具体的に残す。

使いどころ：DXサミットや展示会のアーカイブを視聴した後、上司・同僚への共有資料を作るとき。

出力を検証する観点：ブロック3が「AIの導入を検討する」のような一般論になっていたら、「明日の9時に誰かと何を話すか、1行で」と追加指示してください。

---

僕自身の経験を少し挟むと、匠座では毎朝AIパイプラインで記事ドラフトの生成と品質チェックを自動で回しています。最初の3週間はプロンプトのインプット形式があいまいなせいで出力品質がブレ続けた。「製造業実務者向けに書いて」と指示するだけではAIは想定外の方向に飛ぶことがある。「業種・人員規模・解きたい課題の三点セットを必ずインプットに含める」というフォーマットを決めた途端、品質が安定しました。展示会メモの整理も同じ構造で、インプットの型が決まると出力の再現性が一気に上がります。

---

よくある質問に先に答えます

Q1. 展示会で見たAIツール、予算がないと無理ですか？

ケースによります。「生成AI・LLM」を使った業務効率化（文書作成・検索・要約）は、ChatGPTやClaudeのAPIを活用すれば月数千〜数万円で始められる場合があります。一方「AI・機械学習」を使った外観検査システムは、カメラ・サーバー・学習工数を含めると数百万円〜になるのが一般的です。まず「何の業務課題に使いたいか」を絞ってから、ベンダーに見積もりを取るのが正しい順番です。

Q2. 製造業DXサミット2026はもう終わっていますか？

Day1が2026年7月9日（木）12:30〜17:05、Day2が7月10日（金）10:00〜14:45のオンライン開催でした。参考 主催は日経クロステック、協力は日経ものづくり・日経コンピュータ・日経BP総合研究所。現時点では開催済みです。アーカイブ配信や資料公開の有無は公式サイトで確認してみてください。なお、参加登録者はアンケート回答でAmazonギフトカード1,000円分がもらえる特典もあったようです。参考

Q3. 中小メーカーには関係ない話ですか？

業種別データを見ると電機33.1%・自動車19.5%が上位で、中小が多い「機械」は15.5%。参考 大手事例が多いのは事実です。ただ「生成AI・LLM活用」（157件）は会社規模に関係なく取り組めます。「マニュアル作成の効率化」「日報集計」「品質報告書のドラフト」など、月数千円のクラウドサービスで試せるものから始めるのが現実的です。

Q4. 海外事例は国内に参考になりますか？

515件の事例のうち321件が海外で、米国・ドイツ・中国・韓国・台湾が上位です。参考 ドイツの製造業事例は生産システムとの親和性が高く参考になるものが多い反面、日本の中小製造業はOTシステム（工場制御系）の老朽化という独自課題があるため、そのまま適用できないケースも多い。「考え方の参考にして、手段は自社環境に合わせて変える」という使い方が正しいと思っています。

Q5. 社員がAIを使いこなせるか不安です。

最初は一人のリーダーが30分試してみるところから始めれば十分です。全社展開は後でいい。今の生成AIは専門知識なしで操作できるUIが増えていて、「難しい」というハードルは数年前より大幅に下がっています。まずこの記事のプロンプトを自分で試してから、「これなら現場でも使えそうか」を判断してみてください。

---

正直に言う：こういう会社はDX展示会で踊らされやすい

展示会というのは、ベンダーが一番輝かしい事例だけを並べる場所です。正直に言うと、展示会で見た技術を「ウチも」と次の月曜に動き始めることを、僕は無条件には勧めていません。

515件の事例が表に出ている一方で、「やってみたが止まった」という事例は表に出てきません。成功事例の裏に、同じくらいの数の停滞や撤退があることは、覚えておいてほしいんです。

---

まとめ：展示会情報を「打ち手」に変える5ステップ

---

ここまで読んで「自社だけでやるには手が足りない」と感じた方は、『AI鬼管理｜Claude Code業務自動化トレーニング』（Claude Codeで日々の業務を自動化する実践トレーニング（無料の業務効率化診断あり））のような外部サービスという選択肢もあります。急ぎでなければ、まずは無料のチェックリストで足元を固めるのがおすすめです。

AI鬼管理｜Claude Code業務自動化トレーニング ↗

今日やること：30分で決まる「次の一手」

ステップ1（10分）：課題を1行で書き出す

「◯◯（業務）で、◯◯（困り事）が起きている。解決できたら◯◯（効果）が得られる」という文を書いてみてください。この文が書けない段階では、展示会に行っても情報過多になるだけです。書けたなら、それが今日の起点になります。

ステップ2（15分）：プロンプト①を試す

この記事にあるプロンプト①を、ChatGPTかClaudeに貼る。展示会メモがなくても「自社の課題だけ」で大丈夫です。AIが課題に合う技術テーマと次のアクション候補を出してくれます。出力の最後に「アクションをもっと具体的にして」と追加で一言入れると精度が上がります。

ステップ3（5分）：1つだけカレンダーに入れる

「来週金曜日までに◯◯に問い合わせる」という一行を、スマートフォンのカレンダーに入れてから寝てください。これだけで十分です。

515件の事例も、DXサミットのセッションも、最終的には「誰が・いつまでに・何をするか」に落ちなければ動き出しません。それが決まっていれば、展示会の価値は十分に回収できます。

---

編集長メモ：ヘリックス（執筆者について）

事例の数字は「比べる素材」として使い、「自社課題との一致率」で優先順位を決めてください。深夜に読んでいるなら、まず課題を1行だけ書いてから眠ることを勧めます。

▶ あわせて読みたい：製造業AI活用事例2026：現場7社の実数字と今日の一手

▶ あわせて読みたい：物流業界のAI活用が2026年にどう変わるか完全ガイド