2026年7月28日

客先で「既設はキーエンス、増設はAB」という混在案件に当たったとき、この記事の3点構成をそのまま自分の検証手順書のひな型にできる。最初の一歩は、Dual-IPの発想を自分の手元に持ち込むこと。検証時は制御ネットワークと保守用PCのネットワークを1台のPLCで分けておくと、通信不良の切り分けが「どっちのポートで落ちたか」で判断できるようになる。次の段階は、記事と同じ順序で自分の手を動かすこと。まずタグ指定通信（Produced Tag + Input Only）で片方向を通し、それが安定してからPLCリンクで双方向にする。最初から双方向で組むと、送信側と受信側のどちらの設定ミスか分からなくなる。コストは、機器を持っていれば追加ゼロ。持っていない場合、EtherNet/IPユニット単体（KV-XLE02クラス）が最小の投資対象になる。注意点として、この記事はインターロックと通信異常処理を意図的に扱っていない。実機に載せるなら、通信断でPLCリンクのデータが凍った場合にラダー側でどう扱うか（前回値保持か異常停止か）は自分で設計し直す必要がある。ここを記事の範囲だと思って流用すると現場で危ない。

IO-Linkを「新しい規格だから次の案件から」と後回しにしている状態を、この記事で一気に飛ばせる。最初の一歩は、記事のリフレッシュ設定表をそのまま自分のGX Works3プロジェクトに写して、CC-Link IE Field Basicの設定画面で同じアドレス割り付けを再現してみること。X/Yを16点分（X1000-X101F）、Wを256ワード分（W1000-W10FF、W1800-W18FF）確保する形なので、既存プロジェクトのデバイス割り当て表と衝突しないかを先に確認しておく。次の段階は、立ち上げ時のデバッグ用にIO-Linkレディフラグ（X101E）を自己診断ラダーに組み込むこと。全機器がリンクアップしないとONにならないフラグなので、これを「IO-Link系準備完了」の1接点として持っておくと、現場で「どのセンサが繋がっていないか」を切り分ける前段の判断が一瞬で済む。コスト面の魅力がこの構成の主眼で、CC-Link IE Field Basicは三菱PLCの内蔵Ethernetで実装できるため専用ネットワークユニットを買わずに済む。注意点は筆者自身が書いているとおり、高速・高頻度のサイクリック制御には向かない。内蔵Ethernetは他の通信とポートを共用するので、まずは点検データや状態監視のような低速な用途で試し、動作の要となる制御ループには持ち込まないほうがいい。

この23%という数字は、客先で「AIで何かできませんか」と相談されたときの返し方を変えてくれる。最初の一歩は、次の打ち合わせで使う質問を1つ用意すること。「今、PLCの生産実績はどこまで自動で上流に上がっていますか。ERPまでですか、MESで止まっていますか、それとも人が日報に転記していますか」。この1問で、相手が93%側なのか23%側なのかが分かる。次の段階は、AI提案より前にOT側の出口を整えること。自分の担当範囲でできるのは、PLCのデータをCSVかデータベースに一定書式で吐き出す口を作っておくことで、これは既存のラダーとSCADAの改造でできる範囲であり、AI予算を待たずに着手できる。43%が自社データを活用できていないという数字は、逆に言えば「繋ぐ作業自体がまだ商品になる」という意味でもある。コストは、この段階なら追加ソフトなしで工数だけ。1プロジェクトの実績出力口を作る程度なら数日規模。注意点として、この調査はロックウェル自身が出したMESの調査であり、統合の必要性を訴える立場のレポートである点は割り引いて読む。数字を客先に出すときは、出典と調査規模（17カ国1560人）まで添えて、あくまで業界の傾向として扱うのが安全。

この突合ロジックは、名前を変えるだけで制御設計の照合作業にそのまま効く。最初の一歩は、手元にある「2つあるべきものが一致しているか」の表を1組選んで、この記事のコードに流すこと。候補は、GX Worksのデバイスコメント一覧と、機械側から渡された I/O リストの突合。列は「デバイス番号」「信号名」でキーにできる。不足＝図面にあってPLCに未実装、過剰＝PLCにあって図面にない、数量不一致＝信号名の食い違い、と読み替えられる。次の段階は、盤内の端子台リストと結線チェック表の突合まで広げること。ここは今まで指差し確認していた部分で、100行を超えた盤なら記事の言うとおり目視では漏れる。コストは無料。GASなのでGoogleアカウントがあれば今日試せて、追加課金もない。注意点は記事の `in` の話が本質的に重要な点。FAの表には0が普通に入る（未使用点数0、予備0、待機時間0）。`if (map[key])` で書くとその0行だけ黙って落ちるので、コピーして使うときは必ず `!(key in mapB)` の形になっているか確認する。もう1つ、記事が言うように元データは触らず差分だけ別シートに出す作りにしておくこと。照合スクリプトが図面側の表を書き換える作りにすると、判定を1回間違えただけで正データが壊れる。

この5段階が価値のある部分で、AIが最後（STEP 4）に来ていることに注目したい。順番を守るだけで、客先の保全DX相談で外さない筋道が引ける。最初の一歩は、自分が関わっている設備で「STEP 1〜2に相当するものが揃っているか」を確認すること。具体的には、点検で人が見て判断している項目（音、振動、におい、漏れ、圧力計の読み）を紙に列挙し、そのうち何項目がすでにPLCやセンサーで数値として取れているかを数える。ここで半分も取れていないなら、その現場でAI予知保全の話をするのは早い。次の段階は、取れていない項目のうち1つを電気的に拾える形にすること。圧力・温度は既設計器から4-20mAで引ける場合が多く、振動なら後付けセンサーで拾えるので、PLCの空きアナログ入力1点から始められる。コストは、後付け振動センサーとアナログ入力ユニットで数万円から十数万円の規模。STEP 3以降の予測分析基盤やAI活用は別予算で、規模が一段変わる。注意点として、この講演の狙いは点検の無人化そのものではなく「現場知識のない作業者も安全に対応可能にする」ことにある。客先に持ち込むときも人員削減の話にすると反発を招くので、ベテランの判断を誰でも再現できるようにする話として組むほうが通りやすい。なお講演で具体的な削減率や投資額までは示されていないので、効果の数字を語るときは自分の現場で測ったものを使うこと。

この提携の本質は「検知」と「作業指示」の間の手作業をなくす点にあり、そこは高いツールを買わなくても真似できる。最初の一歩は、自分の担当設備で今この隙間に何分かかっているかを測ること。振動や電流の異常に気づいてから、実際に作業指示票が起票されて人が動き出すまでの時間。ここが数時間から数日かかっているなら、AIより先に手順の問題である。次の段階は、その隙間を軽く埋める仕組みを自分で作ること。PLCの異常フラグやしきい値超過をトリガに、Googleフォーム経由でスプレッドシートに作業依頼行を自動生成する（軸Aのトピック4と同じGASの範囲）。これで「Reliability Agent → Fiix MAX」の縮小版になる。コストはこの自作版なら無料で、実物のFiix + Auguryは提供開始が2026年9月なので、価格を含む本格検討はそれ以降。注意点として、この発表はメーカー自身のプレスリリースであり、6カ月以内の投資回収というのはAuguryの自社主張である。客先に持っていくときは「ベンダーがこう言っている」として扱い、自分の現場の停止1時間あたり損失額を掛けて別途試算すること。また統合対象がFiix CMMSとFactoryTalk側に閉じているので、客先が別のCMMSを使っている場合はこの絵はそのまま当てはまらない。

この16.4%という数字は、社内でAI活用を提案するときの守りに使える。最初の一歩は、次にAI導入の話が出たときに「PoCで終わらせない条件」を先に紙1枚で出すこと。書く項目は3つでいい。誰が日常業務で毎日使うか、成果を何の数字で測るか、その数字は今いくらか。今の値を測っていない案件は、成功しても成果として説明できないので必ず先に測る。次の段階は、調査で60.5%が優先領域に挙げたデータクリーニング側から手を付けること。制御設計の現場に置き換えると、設備の異常履歴やアラーム記録が担当者ごとに違う書式で残っている状態を、まず1つの表に揃えるところ。ここはAI以前の作業だが、揃っていないと何を試しても成果が出ない。コストはゼロ。集計様式を決めて過去半年分を写す工数だけで、スプレッドシートで足りる。注意点として、この調査の対象は「AI・データ活用に関心を持つ373人」で、製造業だけを対象にした調査ではない。関心層に偏ったサンプルなので、成果16.4%という数字は「関心のある人たちの中でもこの割合」と読む必要がある。社内提案で使うときは、その母集団まで添えて出すこと。数字を独り歩きさせると、後で反論されて提案ごと弱くなる。

この「送信できない構成にする」という発想は、客先向けの文書をAIに書かせたいときにそのまま使える。最初の一歩は、次の不具合報告書からシャドーモードで回すこと。自分は今までどおり報告書を書き、同時にAIにも同じ材料で下書きを作らせ、送らずに並べて比べる。比べる項目は記事の4段階をそのまま借りればよく、0＝そのまま使える、1＝語調だけ直す、2＝重要な内容の追加が必要、3＝危険な断定がある。10件やれば自分の業務でAIがどのレベルなのかが数字で出る。次の段階は、記事が挙げている missing_facts と unsafe_claims の2欄を必ず埋めること。不具合報告で怖いのは、AIが原因を断定してしまうこと（「センサー不良が原因」と書いてしまう）と、条件を落とすこと（「特定の運転モードでのみ発生」を省く）で、この2欄が自分の目のチェックリストになる。コストは無料。手元でやるならスプレッドシート2枚と手作業の比較で足りて、GAS化するのは10件回して有効性が確認できてからでいい。注意点は記事が明示している線引きを守ること。顧客への自動送信、契約や返金の判断、個人情報を含む問い合わせの外部送信は自動化しない。加えて、シャドーモードを通っただけでは自動送信へ進める根拠にはならない、と記事は書いている。客先向け文書は最後まで人が読んで出す前提を崩さないこと。

この話は真似する手順としてではなく、判断の記録の取り方として持ち帰るのが正しい。最初の一歩は、自分が過去に暫定処置で設備を動かした場面を1件だけ書き出すこと。書く項目は筆者が天秤にかけた3つに合わせる。生産側の事情、正しく直す場合に必要な時間、その暫定処置が成り立つ条件（この事例なら「同僚が毎回目視する」「休憩までの1時間だけ」）。特に3つ目の条件が重要で、暫定処置が危険になるのは処置自体ではなく条件が外れたときである。次の段階は、その記録を若手に渡せる形にすること。筆者が書いているとおり、この種の判断は教科書にもマニュアルにも載らず、上司も教えてくれない。ということは、意識して書き残さない限り引き継がれない。設備ごとの「暫定処置とその成立条件」の一覧を作れば、それが自分の現場のノウハウ資産になる。コストはゼロで、必要なのは時間だけ。注意点を強く書いておくと、筆者自身が「誰にでも勧められる方法ではありません」「推奨してるわけでもありません」と明記しており、安全に関わる入力の短絡は本来避けるべき行為である。この事例が成り立ったのは人が毎回目視するという代替の確認手段が置かれていたからで、その代替がないまま短絡すれば単に安全機能を殺すことになる。記録するときも、処置だけでなく代替の確認手段を必ずセットで書くこと。

この話の刺さるところは、被害者になるのは大企業ではなく「保護されていないエンドポイントを持っている人」だという点にある。X API v2 のベアラートークンやAI系のAPIキーを持っている自分もその側にいる。最初の一歩は今日やること。手元のAPIキーを棚卸しして、それぞれに支出上限（ハードリミット）が設定されているかを確認する。記事が挙げている自衛策はまさにこれで、上限がなければ不正利用に気づくのは請求書が来たときになる。次の段階は、キーの置き場所を確認すること。この repo は config/ を gitignore して機密を分離しているが、確認すべきはそれ以外の場所で、過去にチャットへ貼ったキー、テスト用スクリプトに直書きしたキー、複数PCにコピーしたキー。1つでも心当たりがあればローテーションする。コストはゼロで、上限設定もキー再発行も無料。注意点として、記事が名指ししている手口のうち「保護されていないサポートボット経由」は自作ツールに直接当てはまる。自分でAIを呼ぶ仕組みを作るとき、誰でも叩けるエンドポイントを置くと、そこが他人のトークン供給源にされる。認証なしの窓口を外に出さないこと。なお、この調査自体は主に中国での現象として報告されているもので、日本の個人利用者が直接狙われた事例が示されているわけではない。過度に怖がるより、支出上限という手数のかからない対策を先に済ませておくのが妥当。

価格が据え置きで検証・反復が強くなったという組み合わせは、この digest 生成パイプライン自体に直接効く。最初の一歩は、今の運用でモデル指定を固定している箇所を探して claude-opus-5 に揃えること。この repo なら要約はサブスク内のClaude Codeで完結しているので追加費用は発生せず、切り替えの費用はゼロ。API側を使っている処理があれば、価格が Opus 4.8 と同じなので月額の見積りを変えずに乗り換えられる。次の段階は、強くなった「自分の作業を検証して反復する」性質を使う工程を選ぶこと。この repo で相性がいいのは誤帰属監査の Arbiter 役と、出典検証で NG が出たあとの修正で、どちらも一度出した答えを自分で点検し直す作業である。逆にFastモード（2.5倍速・価格2倍）は、対話的に何度も試す作業には向くが、日次バッチのような待てる処理に使うと単に費用が倍になるだけなので使い分ける。注意点として、発表されているベンチマークはAnthropic自身が示した数字であり、自分の用途（日本語のFA記事の要約と誤帰属判定）での性能を保証するものではない。切り替えたら数日は digest の監査結果（誤帰属・判定不能の件数）を見て、実際に悪化していないかを自分の指標で確認すること。またサイバー分類器が実装されている点は、セキュリティ系の話題を扱う軸Cの要約で表現がブロックされる場合があることも意味するので、その挙動に当たったら分類器の判断として受け止める。

会社の研修予算を待たずに体系的な教材が手に入る、という点で実利がある。最初の一歩は、12科目のうち自分に効く3科目だけに絞ること。制御設計から見て価値が高いのはAI研修（Day1・Day2）、データ活用研修、セキュリティ研修の3つ。AI研修は「生成AIの基礎と商用API活用」まで扱うので、自分がやっている digest 生成のようなAPI利用の型を確認できる。データ活用研修は設備データの扱いに、セキュリティ研修は工場ネットワークの話に繋がる。次の段階は、動画がある科目から入ること。セキュリティ、Flutter、データ活用は資料公開のみなので、まず動画のあるAI研修をYouTubeの「MIXI TECH&DESIGN」で流し、資料はSpeakerDeck（mixi_engineers）で手元に置く。移動中や作業の合間に流せる形なので、まとまった学習時間を確保する必要がない。コストは完全に無料で、アカウント登録も不要。注意点として、これはWeb系企業の新卒エンジニア向けカリキュラムであり、FAや制御の内容は含まれていない。K8sやFlutterのような科目は自分の業務に直結しないので、全部やろうとすると挫折する。3科目に絞ると決めて、残り9科目は「そういう分野がある」と認識するだけで十分。もう1つ、AI研修の中身はMLの基礎から推論・学習・デプロイまでを含むので、生成AIの使い方だけを期待すると範囲が広い。自分に必要なLLM・AIエージェント・商用API活用の部分だけを拾い読みするのが効率的。