【2026年版ものづくり白書 徹底解説】人材確保・設備投資・AI活用から見る日本の製造業の現在地

ものづくり白書とは

ものづくり白書は、「ものづくり基盤技術振興基本法」に基づき、政府が毎年国会へ提出する法定白書です。

2001年から毎年公表されており、2026年版で26回目となります。経済産業省、厚生労働省、文部科学省の3省が共同で作成しています。

白書は、大きく2部で構成されています。

第1部では、製造業の業況、人材確保・育成、教育・研究開発、設備投資、AI・デジタル技術、経済安全保障など、ものづくり産業の現状と課題を分析しています。

第2部では、研究開発、人材育成、中堅・中小企業支援、サイバーセキュリティなど、政府が実施したものづくり関連施策がまとめられています。

ものづくり白書を読むことで、自社だけでは把握しにくい製造業全体の動向や、他社がどのような経営課題に直面しているのかを確認できます。

2026年版の注目ポイント

2026年版ものづくり白書の大きなテーマは、急速に変化する事業環境への対応です。

米国の関税政策、中国による輸出管理の強化、原材料・エネルギー価格の変動などにより、製造業を取り巻く国際環境の不確実性は高まっています。一方で、生成AI、ロボティクス、IoTなどの進歩により、設計・調達・生産・保全・営業といった製造業の業務を変革できる可能性も広がっています。

白書では、特に次のテーマが重視されています。

• 人材確保・育成と技能継承
• 設備投資と労働生産性の向上
• AI・デジタル技術による製造データの活用
• 経済安全保障とサプライチェーンの強靱化

2026年版ものづくり白書のメッセージは、単に最新の設備やシステムを導入すればよいというものではありません。

自社が抱える経営課題を正確に把握し、中長期を見据えた設備投資、組織改革、データ活用を進めることで、予測しにくい環境変化に対応できる経営基盤を構築することが重要だと示されています。

製造業の現状

日本経済を支える製造業

製造業は、今も日本経済を支える重要な産業です。

白書の概要版によると、**日本の名目GDPに占める製造業の割合は約19％**です。米国の約10％より高く、ドイツとおおむね同程度となっています。一方、国内経済全体を見ると、**2025年の実質GDP成長率は前年比1.2％**となり、2024年のマイナス0.2％から回復しました。民間企業設備も、2025年の実質GDP成長率を0.4ポイント押し上げています。

ただし、米国の関税措置をはじめとする不確実性が、製造業の設備投資を抑制する可能性も指摘されています。

製造業の就業者数は減少

製造業の就業者数は、2024年の1,046万人から、2025年には1,033万人へ減少しました。

中小企業における製造業の従業員数過不足DIは、2025年にマイナス17.9となっています。マイナスの値が大きいほど不足感が強いことを示しており、人材不足が依然として深刻であることが分かります。また、製造業の34歳以下の就業者数は、2002年の384万人から2025年には258万人まで減少しています。一方、65歳以上の就業者数は、同期間に58万人から85万人へ増加しました。

人手不足は、単に採用人数が足りないという問題ではありません。設計、加工、検査、保全、生産管理などを担う人材が不足すれば、受注に対応できない、納期が長期化する、品質を維持できないといった経営上の問題につながります。

対外環境の影響も拡大

製造事業者に影響を与えた通商・産業政策については、「2025年の米国関税措置」を挙げた割合が約5割となりました。次いで、米国による対中半導体規制の強化や、中国によるレアアース輸出制限などの影響が大きくなっています。国内の人手不足や設備問題だけでなく、調達先、輸出先、原材料の供給元を含めた事業環境全体を把握する必要性が高まっています。

人材確保・技能継承

人材育成に課題を抱える事業所は82.9%

製造業では、人材を採用するだけでなく、採用した人材を育成し、熟練者の技能を次世代へ引き継ぐことが重要です。

白書によると、能力開発や人材育成に関する問題があると回答した製造業の事業所は、**2024年度に82.9％**となりました。全産業の79.9％よりも高い水準です。また、製造業におけるOFF-JTの実施率は、事業所規模が小さいほど低いことも示されています。一方、従業員の自己啓発を支援している製造業の事業所は**83.7％**に上り、支援内容では受講料などの金銭的援助が最も多くなっています。

中小製造業では、日々の生産対応を優先するあまり、教育に十分な時間を割けないことがあります。しかし、教育を後回しにすると、一部の熟練者へ業務が集中し、若手が育たないという悪循環が生じます。

技能継承に成功している企業は約3社に1社

白書では、技能継承が「うまくいっている」または「ややうまくいっている」と回答した企業は、**全体の33.3％**にとどまりました。

技能継承がうまくいっている理由としては、**「計画的にOJTを実施している」が40.4％**で最も高くなっています。一方、将来の技能継承については、8割以上の企業が不安を感じていると回答しています。主な理由は、熟練技能者の高齢化・退職と、若手人材を採用できないことです。技能継承の推進策としては、再雇用や勤務延長によって、高年齢の従業員に継続して働いてもらう企業が多くなっています。

ただし、ベテラン人材の雇用を延長するだけでは、根本的な解決にはなりません。その期間に、技能や判断基準を言語化・可視化し、若手へ移転する仕組みを整える必要があります。

デジタル技術が技能継承を支援

技能継承の円滑化を目的としてデジタル技術を活用している企業では、**「継承すべき技術の見える化・標準化」に効果があったと回答した割合が77.8％**でした。

「教育にかかる時間の短縮」も**55.4％**に上り、「あまり効果はみられない」は2.5％にとどまっています。活用されている手段としては、デジタル手順書、電子マニュアル、作業動画などが中心です。

図面、加工条件、検査基準、不具合への対応履歴などをデータとして蓄積すれば、ベテランの経験を若手が参照しやすくなります。技能継承は、人から人へ教えるだけでなく、情報を継続的に利用できる仕組みづくりまで含めて考えることが重要です。

設備投資の状況

製造業の設備投資は増加傾向

日本の製造業における設備投資額は、2021年以降、増加傾向にあります。

設備投資額が減価償却費を上回る金額も、2022年以降拡大しています。企業が既存設備を維持するだけでなく、将来に向けた投資を増やしていることがうかがえます。一方で、日本では長期間使用されている工作機械も多く、設備の老朽化が課題になっています。老朽設備では、故障頻度や保全費用が増えるほか、精度、加工速度、消費電力などの面で新しい設備に劣る可能性があります。白書では、省エネ性能や生産性が向上した最新機種への更新を進める必要性が示されています。

収益力の高い企業ほど成長投資に積極的

白書の調査では、収益力の高い企業ほど、省力化・省人化や増産、システム更新などの投資に積極的であることが分かりました。省力化・省人化への投資を行っている割合は、収益力の低い企業群が34.2％であるのに対し、収益力の高い企業群では**50.4％**です。増産・販売力強化への投資は25.6％に対して41.1％、旧来型の基幹システム更新は9.4％に対して**29.1％**となっています。

また、白書では、資本装備率が高い業種ほど労働生産性が高く、労働生産性が高い業種ほど賃上げ率も高い傾向が示されています。

ただし、設備を導入すれば自動的に利益が増えるわけではありません。「古くなったから入れ替える」だけでなく、段取り時間の短縮、不良率の低下、省人化、生産能力の拡大、新製品への対応など、投資によって解決したい経営課題を明確にする必要があります。

AI・デジタル技術の活用

製造プロセス全体のデータ連携は進んでいない

製造業では、設計、調達、生産、検査、物流、営業など、さまざまな工程でデータが発生します。

しかし、これらのデータが部門別のシステム、Excel、紙、個人フォルダなどに分散し、製造プロセス全体で活用できていない企業も少なくありません。白書によると、製造プロセスのすべてのチェーン間でデータ連携を行っている企業は3％弱にとどまっています。さらに、データを取得・活用している企業であっても、7割超がデータ連携にAIを活用していません。企業間の連携についても、サプライチェーン内の企業とのデータ連携を実施している企業は2割弱です。企業・業界を横断したデータ連携は5％未満で、2023年度からほとんど進展していません。

AI活用の課題は知識と人材

AI・デジタル技術を活用する際の課題として、**57.2％が「知識やノウハウの取得」**を、**47.9％が「導入に必要な人材の確保」**を挙げています。

そのほか、導入効果や費用対効果が分からない、既存システムや業務との連携が難しい、データが不足しているといった課題もあります。AI導入を成功させるためには、AIを導入すること自体を目的にしてはいけません。まずは、見積作成に時間がかかる、過去図面を探せない、検査記録が活用されていない、設備故障への対応が属人化しているなど、自社の課題を整理する必要があります。

そのうえで、必要なデータを収集・整備し、小さな範囲から活用を始めることが現実的です。

製造業AX拠点構想

白書では、製造現場の加工・稼働データなどを収集し、AIモデルを実装した製造プラットフォームの開発を支援する**「製造AX拠点」**の構想も紹介されています。製造AX拠点では、複数企業の製造データを蓄積し、AIを活用した分析や製造高度化の支援につなげることが想定されています

製造現場のデータは、単なる記録ではありません。

品質向上、設備の予知保全、生産計画の最適化、新たなサービスの開発などに活用できる経営資源です。

経済安全保障への対応

取組企業は4割から6割へ増加

経済安全保障とは、重要な原材料・部品・技術などを安定的に確保し、事業継続に影響するリスクへ備える考え方です。

白書によると、経済安全保障に取り組む製造事業者の割合は、前年度の約4割から約6割へ上昇しました。一方で、実際の取組は情報収集にとどまる企業が多く、リスク分析を行い、具体的な対応策へ結び付けている企業はまだ限られています。

中小製造業にも必要なサプライチェーン管理

経済安全保障は、大企業や輸出企業だけの問題ではありません。

国内向けの製品を製造している企業でも、使用している材料、部品、設備、ソフトウェアの供給元が海外に依存している可能性があります。特定の国や企業からしか調達できない部品があれば、輸出規制、自然災害、感染症、地政学的な対立によって供給が止まる可能性があります。

そのため、次のような情報を平時から整理しておく必要があります。

• 重要部材の調達先と生産地域
• 調達に必要なリードタイム
• 代替可能な材料・部品・仕入先
• サプライヤーの経営・生産状況
• 図面や技術情報の管理方法
• サイバー攻撃への対策

経済安全保障への取組は、短期的にはコストがかかります。しかし、対策を行わずに供給停止や情報流出が発生した場合、その損失が対策費用を上回る可能性があります。短期的なコストだけでなく、中長期的な経営判断によって取組を進めることが重要です。

製造業の取組事例

2026年版ものづくり白書では、製造業における先進的な取り組み事例も紹介されています。

事例1：株式会社桐生明治「社内技術大学KMSUによる技能継承」

出典：株式会社桐生明治公式HP　https://k-meiji.jp/pages/69/detail=1/b_id=183/r_id=1234/

群馬県の株式会社桐生明治は、精密切削部品を製造する企業です。

同社では、若手社員が担当業務の知識やスキルを持っていても、製造工程全体を理解する機会が少ないという課題がありました。そこで2021年、「KMSU（桐生明治ソリューションユニバーシティ）」という社内技術大学を創設しました。

ベテラン社員が、工作機械の操作だけでなく、図面の読み方、加工方法の検討、プログラム作成、刃物の選定など、製造工程全体に関するカリキュラムを作成して指導しています。さらに、独自の職級を8段階に分け、部門ごとに必要なスキルや資格を明文化しました。従業員が、自分の現在地と次の目標を確認できる仕組みを整えています。

事例2：株式会社シグマ「設備投資とブランド戦略による成長」

出典：日刊工業新聞　https://www.nikkan.co.jp/articles/view/00758683

カメラや交換レンズを製造する株式会社シグマは、福島県の会津工場で国内一貫生産を行っています。

同社は、不確実な経営環境下でも、技術開発や加工設備への計画的な投資を継続してきました。

会津工場にある約200台の工作機械のうち、約60台を複合加工機へ置き換え、製品精度の向上と工程の省人化・効率化を進めています。また、最新の5軸加工機を導入し、アルミインゴットから外装を削り出した継ぎ目のないカメラを開発しました。設備投資とブランド構築を組み合わせた結果、売上高は10年前と比較して約1.5倍へ拡大しています。

事例3：ダイキン工業株式会社「AIによる設備故障診断」

出典：日本経済新聞　https://www.nikkei.com/article/DGXZQOUF225BW0S5A420C2000000/

全世界に130以上の生産拠点を持つダイキン工業株式会社では、設備の高度化・複雑化に対して、保全技術者の確保や育成が追い付かないという課題がありました。

そこで、同社が蓄積してきた設備保全記録や設備図面と、株式会社日立製作所のAI技術を組み合わせ、設備故障診断を支援するAIエージェントの開発を進めています。設備保全記録だけでなく、熟練者が故障原因を考える際に参照する設備図面もAIへ学習させ、「止まらない工場」の実現を目指して試験運用を開始しています。

事例3：株式会社アマダ「サプライヤー情報の可視化『サプライヤーポータル』の構築」

出典：MONOist　https://monoist.itmedia.co.jp/mn/articles/2410/02/news084_2.html

株式会社アマダは、サプライヤー情報を集約する**「サプライヤーポータル」**を構築しました。

従来は属人的に管理されていた生産情報や納期の進捗などを可視化・共有することで、業務の標準化、欠品数の削減、見積りや図面に関する依頼・照会の省力化を実現しています。さらに、サプライヤーの状況を継続的に把握することで、欠品や納入遅延を未然に防ぎ、潜在的な調達リスクを早期に発見できる体制を整えています。

これらの事例に共通しているのは、システムや設備の導入を目的としていないことです。自社が抱える人材、品質、生産性、保全、調達といった課題を明確にし、その解決手段として教育、設備投資、データ活用を進めています。

中小製造業が取り組むべきこと

2026年版ものづくり白書を踏まえると、中小製造業が取り組むべきことは、次の5つに整理できます。

１つ目：自社の経営課題を整理する

まずは、製造現場で発生している課題を洗い出します。たとえば、次のような課題です。

• 見積作成に時間がかかる
• 過去の図面を探せない
• 特定の従業員しかできない作業がある
• 段取り替えや検査に時間がかかる
• 設備故障への対応が属人化している
• 生産進捗や原価を把握できない

設備やシステムを選ぶ前に、何を改善したいのかを明確にすることが重要です。

２つ目：スキルとノウハウを可視化する

誰が、どの設備や工程に対応できるのかをスキルマップとして整理します。そのうえで、作業手順、加工条件、検査基準、不具合への対応方法などをマニュアルや動画として残します。技能を「個人が持つ経験」のままにせず、「組織で利用できる情報」へ変えることが、技能継承や多能工化につながります。

３つ目：設備投資の目的を明確にする

設備投資を行う際は、投資目的と評価指標を事前に設定します。たとえば、段取り時間を何％短縮するのか、不良率をどこまで下げるのか、何人分の作業を省力化するのか、生産能力をどの程度高めるのかを決めます。導入前に目標を定め、導入後も効果を確認することが重要です。

４つ目：現場データを一元化する

製造業には、図面、見積書、仕様書、受注情報、工程、検査記録、不具合情報、設備保全記録など、多くのデータがあります。これらが紙やExcel、個人フォルダに分散している場合、まずは情報の保管場所と管理方法を整理します。すべてを一度にシステム化する必要はありません。図面管理、見積管理、品質管理など、効果が出やすい領域から段階的に取り組むことが現実的です。

５つ目：サプライチェーンのリスクを把握する

重要な材料・部品について、調達先、製造地域、納期、代替品の有無を整理します。特に、1社からしか調達できないものや、納期が長いもの、海外規制の影響を受けるものについては、代替調達先や安全在庫の確保を検討します。取引先と平時から情報を共有し、問題発生時に早く対応できる関係をつくることも重要です。

支援制度の活用も検討する

人材確保や職場定着に向けては、**「人材確保等支援助成金」**などの制度があります。雇用管理制度の導入や、従業員の作業負担を軽減する機器の導入などが支援対象となる場合があります。人材育成では「人材開発支援助成金」、研究開発では**「研究開発税制」**なども用意されています。制度ごとに対象者、申請期間、要件が異なるため、利用時には所管省庁や専門家へ最新情報を確認する必要があります。

厚生労働省「人材確保等支援助成金のご案内」https://www.mhlw.go.jp/stf/newpage_07843.html

厚生労働省「人材開発支援助成金」https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/koyou_roudou/koyou/kyufukin/d01-1.html

経済産業省「研究開発税制」https://www.meti.go.jp/policy/tech_promotion/tax/about_tax.html

営業製作所の支援領域

2026年版ものづくり白書からは、人材不足、技能継承、設備投資、AI・デジタル技術、サプライチェーン管理が、それぞれ独立した課題ではないことが分かります。限られた人材で生産性を高めるには、図面や見積り、過去案件などの情報を探しやすくし、業務の属人化を減らす必要があります。また、設備や技術を持っていても、営業人員が不足していれば、その強みを新しい受注へつなげることができません。

営業製作所では、AIによる類似図面検索と図面・見積情報の管理を支援する**「ジーエン図面」と、製造業に特化した営業支援・マッチングサービス「Eigyo Engine」**を提供しています。

図面管理システム「ジーエン図面」

たとえば「ジーエン図面」は、AIが図面の形状・寸法・材質などをもとに類似データを自動抽出し、過去図面や関連データを探しやすくする図面管理システムです。見積書や仕様書、PDF・Excel・CADデータなども紐付けられるため、図面・見積管理の属人化解消や業務効率化に役立ちます。

ジーエン図面に関する詳しい情報はこちら

営業支援サービス「Eigyo Engine」

また「Eigyo Engine」は、製造業に特化した営業支援・マッチングサービスです。製造業に特化したデータベースと専任リサーチャーにより、自社の技術的な強みを活かせる案件・商談の創出を支援します。

Eigyo Engineに関する詳しい情報はこちら

図面や見積情報の管理に時間がかかっている、過去の案件を十分に活用できていない、新規開拓に割ける人員が不足しているといった課題をお持ちの企業様は、ぜひ営業製作所へご相談ください。