製造業の2024年問題 2年目進捗レポート2026｜労働時間規制下の生産性維持とAI・自動化投資事例

2024年4月、改正労働基準法（時間外労働の上限規制）が建設業・物流業・医師とともに製造業も含めた全業種に原則適用されて2年が経過した。物流や建設ほど大きく報道されなかったが、製造業の現場でも「残業で回していた工程が詰まった」「採用が追いつかず生産が落ちた」という現象が全国で起きている。

本記事では、2026年4月時点の厚労省データ、業界団体の調査、中堅製造業の投資動向を整理し、労働時間規制下で生産性を維持・向上させるために実際に動いている会社が何をしているかをまとめる。

---

2024年問題、製造業の2年目は何が起きているか

時間外労働の上限規制、製造業への適用ルール

改正労基法で、時間外労働は年720時間、月100時間未満（複数月平均80時間）が上限となった（労働基準法第36条）。建設・運送・医師には5年間の猶予期間があり2024年4月から本格適用されたが、製造業はそれ以前から原則適用されていた業種だ。ただし臨時的特別条項、36協定の労使合意など運用面の見直しは多くの製造業が2024年前後から本格化している。違反した場合は6ヶ月以下の懲役または30万円以下の罰金（労基法第119条）が科され、発注元からの取引停止リスクもある。

中小製造業の人手不足は「構造的」に悪化

厚生労働省「職業安定業務統計」（一般職業紹介状況）では、製造業の有効求人倍率は全国平均を上回る水準が続いている。特に「機械・電気技術者」「金属・機械加工従事者」「生産工程従事者」は慢性的な人手不足だ。ハローワークに求人を出しても応募が来ない、来ても採用基準に達しない、という現場の声は全国共通になっている。

経産省「2025年版ものづくり白書」が示した2つの傾向

経済産業省「ものづくり白書」では、近年のデータから次の2つの傾向が指摘されている。

1. 売上規模別の投資格差の拡大：年商10億円未満の企業は設備投資・DX投資ともに停滞気味、年商50億円以上の中堅企業はIoT・AI投資を加速
2. 人手不足倒産の増加：2024年度の人手不足関連倒産は増加トレンドで、うち製造業が一定割合を占める

規模が小さく動けない会社と、動ける規模を持つ中堅企業との差が開きつつある。

---

業種別｜2年目の対応状況

金属加工・機械部品

金属加工業界は、CNC工作機械の自動化投資が本格化している。夜間無人運転を実現するための「ワークチェンジャー付きマシニングセンタ」「ロボット搬送システム」の導入が増えており、日本工作機械工業会の発表する受注統計でも中小企業向け設備の受注が続伸している。

食品製造

人手依存度の高かった盛付・検品工程で、画像認識AIと協働ロボットの導入が進んでいる。特に外観検査のAI化はコストが下がり、中堅企業でも導入しやすくなった。NEDO・経産省の補助事業や食品製造業向けの自動化ガイドラインが後押しとなっている。

自動車部品

自動車部品サプライヤーは、完成車メーカーからの納期短縮圧力と労働時間規制の板挟みになっている。IoTセンサーによる稼働監視、予知保全、MES（製造実行システム）の導入が加速しており、2024年以降の投資額は前年比で大きく伸びた企業が多い。

化学・素材

化学プラントではDCS（分散制御システム）の更新と同時に、AIによる運転最適化・予知保全が導入されている。装置産業のため設備投資額が大きく、省力化投資補助金・先進的CO2削減設備導入支援事業など複数補助金との組み合わせが前提になる。

---

中堅製造業が2年目で選んでいる投資の3類型

類型1：工程自動化への直接投資（協働ロボット・AGV・自動倉庫）

最も一般的なのは、労働時間の減少を物理的な自動化で埋める投資だ。協働ロボット（ユニバーサルロボット・ファナックCRX・安川電機MOTOMAN-HCシリーズなど）は、1台300万〜800万円のレンジで導入でき、ものづくり補助金・中小企業省力化投資補助金の対象になる。AGV（無人搬送車）は工場内物流の省人化に直結し、1台400万〜1,500万円が相場だ。

類型2：IoT・MESによる「見える化」投資

工作機械や設備にIoTセンサーを後付けし、稼働率・生産数・アラームをクラウドで可視化する投資だ。従業員80〜150名規模の中堅製造業で最も投資対効果が出やすい領域で、初期費用100万〜500万円、月額3万〜15万円のSaaS型サービスが主流になっている。見える化だけで即座に時短にはならないが、ボトルネック工程の特定→改善サイクル→時間外労働削減という流れに乗せやすい。

類型3：生成AIによる間接業務の省力化

設計・見積・調達・営業の間接部門で、GPT-5・Claude 4・Gemini 3などの生成AIを活用する動きも広がっている。RFP・仕様書・見積書・取引先とのメール・議事録など、文書作成時間が20〜40%削減される事例が各社・業界団体の公開事例で報告されている。月額費用は1人あたり3,000〜5,000円で、投資回収が早い。

費用対効果の目安

投資類型	初期費用	想定ROI期間
協働ロボット1台導入	500万〜1,500万円	2〜4年
IoT見える化（30台規模）	300万〜1,000万円	1〜2年
生成AI（50名規模）	月額15万〜30万円	6ヶ月以内

これはあくまで条件が整った場合の試算で、既存プロセスの標準化度合いや現場定着により大きく変動する。

---

---

よくある質問（FAQ）

Q1. 36協定の特別条項を使えば月100時間超の残業は可能か？

限定的に可能だが、年720時間・複数月平均80時間・月100時間未満の上限を超えることはできない。特別条項を使える回数も年6回までに制限されている。さらに、発注元の上場企業からサプライヤーに対する労務監査が強化されており、違反が見つかると取引停止や公表リスクもある。特別条項に頼る運用は長期的に持たないと考えるのが現実的だ。

Q2. ものづくり補助金と中小企業省力化投資補助金はどちらを使うべきか？

目的が違う。ものづくり補助金は革新的な製品・サービス・生産プロセスの開発が対象で、採択要件として付加価値額の向上が問われる。中小企業省力化投資補助金は汎用的な省力化製品（ロボット・AGV・自動倉庫など）のカタログ購入が前提で、採択スピードが速い。中堅製造業では、「新製品ラインの立ち上げ＝ものづくり補助金」「既存工程の自動化＝省力化投資補助金」と使い分けるケースが多い。最新の公募要領は中小企業庁の公式サイトで確認してほしい。

Q3. 現場のベテランが「ITは苦手」と言う場合、どう進めるか？

成功している会社の共通点は、現場のベテランを「批判者」ではなく「評価者」にすることだ。新システムの仕様は若手が書くが、「これなら現場で使える」とベテランが判断できるまで導入しない。ボタンが大きい、操作手順が短い、手袋でも反応する、など現場目線の要件を設計段階で入れ込むことで、定着率が大きく変わる。

---

まとめ｜2024年問題は「1年目の様子見」が終わった

改正労基法施行から2年、製造業は「様子見」の段階を過ぎた。動いた会社と動かなかった会社の差は、生産能力・採用力・取引継続力のすべてで広がりつつある。残業規制は緩和される見通しがなく、人手不足も構造的に続く。打てる手は限られているからこそ、自社の工程で効果が出やすい領域から着実に投資することが重要だ。

GXOでは、中堅製造業向けに労働時間規制対応と生産性向上を両立する投資計画、補助金活用、AI・自動化導入を支援しています。製造業 生産性 AI自動化 無料診断を受け付けておりますので、お気軽にお問い合わせください。

GXO実務追記: AI開発・生成AI導入で発注前に確認すべきこと

この記事のテーマは、単なるトレンド紹介ではなく、業務選定、データ整備、セキュリティ、PoCから本番化までの条件を決めるための検討材料です。検索で情報収集している段階でも、発注前に次の観点を整理しておくと、見積もりのブレ、手戻り、ベンダー依存を減らせます。

まず決めるべき3つの論点

論点	確認する内容	未整理のまま進めた場合のリスク
目的	売上拡大、工数削減、リスク低減、顧客体験改善のどれを優先するか	成果指標が曖昧になり、PoCや開発が終わっても投資判断できない
範囲	対象部署、対象業務、対象データ、対象システムをどこまで含めるか	見積もりが膨らむ、または重要な連携が後から漏れる
体制	自社責任者、現場担当、ベンダー、保守運用者をどう置くか	要件確認が遅れ、納期遅延や品質低下につながる

費用・期間・体制の目安

フェーズ	期間目安	主な成果物	GXOが見るポイント
事前診断	1〜2週間	課題整理、現行確認、投資判断メモ	目的と範囲が商談前に整理されているか
要件定義 / 設計	3〜6週間	要件一覧、RFP、概算見積、ロードマップ	見積比較できる粒度になっているか
PoC / MVP	1〜3ヶ月	検証環境、効果測定、リスク評価	本番化判断に必要な数値が取れるか
本番導入	3〜6ヶ月	本番環境、運用設計、教育、改善計画	導入後の運用責任と改善サイクルがあるか

発注前チェックリスト

• [ ] AIで置き換える業務ではなく、成果が測れる業務を選んだか
• [ ] 参照データの所有者、更新頻度、権限、機密区分を整理したか
• [ ] PoC成功条件を精度、時間削減、CV改善、問い合わせ削減などで数値化したか
• [ ] プロンプトインジェクション、個人情報、ログ保存、モデル選定のルールを決めたか
• [ ] RAG/エージェントの回答を人が監査する運用を設計したか
• [ ] 本番化後の費用上限、API使用量、障害時フォールバックを決めたか

参考にすべき一次情報・公的情報

• 経済産業省 AI事業者ガイドライン関連情報
• デジタル庁 AI関連情報
• OpenAI Platform Documentation
• Anthropic Claude Documentation
• OWASP Top 10 for LLM Applications

上記の一次情報は、社内稟議やベンダー比較の根拠として使えます。一方で、公開情報だけでは自社の現行システム、業務フロー、データ状態、予算制約までは判断できません。記事で一般論を把握した後は、自社条件に落とした診断が必要です。

GXOに相談するタイミング

次のいずれかに当てはまる場合は、記事を読み進めるだけでなく、早めに相談した方が安全です。

• 見積もり依頼前に、要件やRFPの粒度を整えたい
• 既存ベンダーの提案が妥当か第三者視点で確認したい
• 補助金、AI、セキュリティ、レガシー刷新が絡み、判断軸が複雑になっている
• 社内稟議で費用対効果、リスク、ロードマップを説明する必要がある
• PoCや診断で終わらせず、本番導入と運用改善まで進めたい