製造現場の安全AIカメラ導入ガイド2026

結論から言う。製造現場の安全AIカメラは「人の巡回・声かけの代替」ではなく「見ていない時間・場所の補完」であり、成否はAIの検知精度より「検知したあとに誰が何をするか」の運用設計と、現場との合意形成で決まる。カメラとAIを付けただけでは労災は減らない。通知を受けて止める人、止める判断基準、そして「これは監視ではなく自分たちを守る仕組みだ」という現場の納得——ここまでセットで設計して初めて機能する。

背景の数字は重い。厚生労働省の「令和7年の労働災害発生状況」（確定値・令和8年5月27日公表）によれば、休業4日以上の死傷者数は製造業で26,371人と業種別で大きな割合を占め、事故の型別では「はさまれ・巻き込まれ」による死亡者が117人（前年比7人・6.4％増）と増加に転じた。回転体・プレス・搬送機への接触は一瞬で重大災害につながる製造業を象徴する事故の型だが、現場の安全管理は人の巡回と声かけに依存しており、「誰も見ていない瞬間」が構造的な死角になっている。カメラ×AIは、この死角を埋める「疲れない目」になり得る。

本記事は、製造業AI全体の地図である製造業のAI活用ガイド2026のうち「安全（構内の労働災害防止）」を深掘りする実務ガイドだ。協働ロボット自体の安全設計（力・速度制御）は製造現場のフィジカルAIと人の関与設計が、5S監査の工数削減を主眼にした画像認識は中堅製造業の5S監査×AI画像認識が扱っている。本記事はそれらと重ならない「人の危険行動・構内の事故をどう検知し、どう守る仕組みに変えるか」に絞る。

この記事の要点

安全AIカメラの主な検知対象は、危険エリアへの進入・危険行動・保護具（PPE）の未着用・フォークリフト等と人の接近の4つ。製造業特有の「はさまれ・巻き込まれ」リスクの周辺を補完する。

工場は屋内・固定設備という建設現場とは違う前提を持つ。死角は「設備のすき間」「人とフォークの交錯点」に集中するため、検知対象は自社の労災・ヒヤリハットの型から逆算して絞る。

検知後に「誰が・いつ・どう動くか」を決めていないと、通知が流れるだけの仕組みになる。アラートの宛先・初動・振り返りまで設計して初めて投資が活きる。

従業員が映る以上、撮影目的の周知・保存期間・人事評価への不使用を社内ルールとして明文化し、「監視」でなく「守る仕組み」として現場と合意してから運用する。

工場のカメラAIは何を拾えるか——労災防止に効く4つの検知対象

安全AIカメラの主な検知対象は、危険エリアへの進入・危険行動・保護具の未着用・フォークリフト等と人の接近の4つ。いずれも「はさまれ・巻き込まれ」をはじめとする構内労災の周辺を補完する。

カメラ映像のAI解析でできることは広いが、製造現場の労災防止という目的に絞ると、実用性が高いのは次の4つだ。

検知対象	仕組み	製造現場での主な狙い
危険エリアへの進入	映像上に仮想の立入禁止区域を設定し、人の侵入を検知	稼働中のプレス・ロボット可動範囲・回転体まわりへの不用意な接近を捕まえる
危険行動	設備への手の差し入れ、安全カバーを開けての作業、定められた手順外の動作を検知	はさまれ・巻き込まれの直前にある「危ない動き」を拾う
保護具（PPE）の未着用	ヘルメット・保護メガネ・手袋・安全靴などの着用を画像から判定	工程・エリアごとに定めた装備ルールの逸脱に気づく
フォークリフト等と人の接近	構内物流の走行ルート上で、車両と歩行者の接近を検知し警告	構内のフォークリフト・搬送車と作業者の交錯点の事故を防ぐ

このほか、長時間動きがない人（倒れている可能性）の検知などもあるが、まずこの4つのどれが自社の労災・ヒヤリハットの実態に合うかを見極めるのが出発点だ。過去の労災記録・ヒヤリハット報告・危険予知（KY）活動で挙がった箇所を型別に集計すると、「うちで実際に何が起きかけているか」から優先順位が見えてくる。

なお、不良品の外観検査や5S（整理・整頓など）の維持状況の自動評価は、同じ画像認識でも目的が別系統になる。検査・保全・需要予測を含む製造業AIの全体像は親ガイドの製造業のAI活用ガイド2026に、5S監査の工数削減は中堅製造業の5S監査×AI画像認識に整理している。本記事は「人の安全を守る検知」に絞る。

工場ならではの前提——死角は「設備のすき間」と「交錯点」に集中する

工場は屋内・固定設備という安定した環境を持つ一方、死角は設備のすき間と人・車両の交錯点に集中する。カメラ配置はそこから設計する。

屋外で環境が日々変わる建設現場（隣接業界の類似事例として建設現場の安全監視AI導入ガイドが参考になる）と違い、工場は電源・通信・照明が比較的安定し、定点カメラを計画的に配置しやすい。そのぶん、製造現場ならではの注意点がある。

死角の所在が決まっている：はさまれ・巻き込まれは「設備の可動部とカバーのすき間」「メンテナンス時に開けた安全囲い」で起きやすい。漠然と全体を映すより、リスクの高い設備・工程に的を絞って配置する方が効く
人とフォークリフトの交錯点：構内物流の走行ルートと、人が横切る通路・出荷口・倉庫入口が交わる地点が事故の起きやすい場所だ。ここは台数を割いてでも押さえたい
油・粉じん・逆光：レンズの汚れや設備の反射光で検知精度が落ちる。清掃・点検を誰がやるかという地味な運用を先に決めておく
既存の設備安全との役割分担：光線式安全装置・安全柵・非常停止を置き換えるものではない。AIカメラはそれらの「すき間」を補う位置づけで、本質安全（設備そのものを危険源から遠ざける設計）が先にある

カメラ映像をクラウドで解析する方式は通信帯域を前提にし、工場内のネットワーク・カメラ機器の管理は情報セキュリティの観点も伴う。映像という機微なデータをどこに保管し誰が見られるようにするか——ネットワークカメラの管理が自社で適切に設計できているかが気になる場合は、セキュリティ診断で現在地を確認できる。

検知してからが本番——アラートを「止める・声をかける・設備を直す」につなぐ

検知後に「誰が・いつ・どう動くか」を決めていない安全AIカメラは、アラートだけが流れて誰も動かない仕組みになる。検知は入口で、労災を防ぐのは人の対応だ。

安全AIカメラの導入で最も重要なのがこの章だ。「危ない動きを検知した」というアラートは、その後に人が動いて初めて事故防止につながる。

アラートの宛先と手段：全件を全員に飛ばすと「通知疲れ」で無視される。重大度で宛先を分け、危険エリア進入は現場リーダー、フォークリフト接近は運転者と歩行者の双方へ、のように設計する
初動の基準：検知の型ごとに最初の動きを決めておく。危険エリア進入なら声かけと作業確認、危険行動（カバーを開けての作業など）なら一時停止と手順の再確認、保護具未着用なら入場前の是正、のように型と初動を紐づける
記録と振り返り：検知履歴を安全衛生委員会・KY活動・職場巡視の議題に使い、「どの設備・時間帯・動作で危険が起きやすいか」を本質安全の改善（カバー追加・レイアウト変更・ルール見直し）につなげる。ここまでやって投資の価値が出る
誤検知の取り扱い：導入初期は誤検知が必ず出る。「誤検知だったら報告して調整する」ルートを用意すると、現場の信頼を失わず精度を育てられる

大切なのは、安全AIカメラを「個人を取り締まる道具」にしないことだ。主目的は危険な状態を早く見つけて設備や手順を直すことにあり、アラートが個人の叱責に直結する運用にすると現場は映らない工夫を始め、データが死ぬ。

自社がこの運用も含めたPoC（試行検証）に入れる状態か——検知対象の絞り込み・アラートの宛先と初動・振り返りの場——はPoC準備度診断で5分で確認できる。

PoCに入れる状態か、5分で確認しませんか

検知対象の絞り込み・カメラ配置・検知後の運用設計——安全AIカメラのPoC前に整えるべきポイントの現在地を無料で診断できます。工程・設備の事情に合わせた相談も受け付けています。

PoC準備度を診断する（無料）

高齢作業者への配慮——リスクの個人差を前提に設計する

高齢作業者が増える現場では、安全AIカメラは「気づきにくくなった危険」を補うツールになり得る。国の指針も高年齢者の災害防止を求めている。

製造現場の安全で避けて通れないのが作業者の高齢化だ。加齢に伴い、とっさの回避動作や視野・聴力が変化し、はさまれ・巻き込まれや転倒、車両との接近に気づきにくくなる場面が増える。

国の施策も同じ方向を向いている。厚生労働省は、従来の「エイジフレンドリーガイドライン」を発展させ、労働安全衛生法等の改正を踏まえた「高年齢者の労働災害防止のための指針」（令和8年2月10日公示・令和8年4月1日適用）を示し、事業者に高年齢者の特性に配慮した作業環境の改善や安全衛生管理体制の整備への取組を求めている。

安全AIカメラは、この「個人差のある危険」を平準的に見守る仕組みになり得る。フォークリフトとの接近警告や危険エリア進入の検知は、本人の気づきに頼りきらない多重の安全網になる。ただし「特定の高齢者を監視する道具」にはしない。検知はエリア・設備単位で全員に等しく働かせ、配慮はあくまで作業環境とルールの改善に向ける——この設計が現場の納得と両立する。

プライバシーと労使コミュニケーション——「監視」でなく「守る仕組み」にする

作業員が映る以上、撮影目的の周知・保存期間・人事評価への不使用を社内ルールとして明文化し、現場と合意してから運用する。これは省略できない工程だ。

安全AIカメラの最大のリスクは技術ではなく、現場との信頼関係だ。「会社に監視されている」と受け取られた瞬間、協力どころか反発を招き、データの質も労使関係も損なう。特定の個人を識別できるカメラ画像は個人情報保護法上の個人情報に当たり得るため、法令面と現場合意の両面で設計が要る。

個人情報保護委員会は、防犯・安全目的のカメラ運用にあたり、利用目的をできる限り特定して取得・利用すること、従業員など関係者とのコミュニケーションの重要性を示している（「カメラと個人情報保護法（民間事業者向け）」令和5年12月）。総務省・経済産業省・IoT推進コンソーシアムの「カメラ画像利活用ガイドブック」（ver3.0・令和4年3月）も、撮影目的・方法・影響・安全管理を関係者に丁寧に説明することを求めている。これらを踏まえ、現場では最低限こう設計したい。

目的の明確化と周知：撮影は労働災害防止のためであることを、朝礼・掲示・新規入場者教育で明示する。請負・派遣・協力会社の作業員にも同じ説明を届ける
保存期間と閲覧権限：映像を誰がいつまで見られるかを必要最小限にし、閲覧の記録を残す
人事評価・懲戒に使わない：個人の評価や処分に使い始めると現場は映らない工夫を始める。安全のためのデータに限定すると明文化する
顔のマスキング等の配慮：自動マスキングや、安全目的に不要な範囲を映さないカメラ向きの調整も検討する
労使での合意形成：安全衛生委員会など労使が話せる場で、目的・運用ルール・問い合わせ窓口を共有し、合意のうえで始める

法務・労務の確認は導入前に済ませる。ここを丁寧にやった現場ほど「自分たちを守るために入れている」という安心に転じやすい。安全AIカメラは、使用者の安全配慮義務（労働契約法第5条）と、労働安全衛生法第28条の2に基づくリスクアセスメント（危険性の調査と低減の努力義務）を現場で実践する一つの手段と位置づけると、社内の説明もしやすくなる。

進め方——1ライン・1エリアで、運用ごと小さく始める

全工場一斉ではなく、リスクの高い1ライン・1エリアで検知対象を絞り、運用ごと検証してから広げるのが定石。安全という性質上、現場が納得する順序が重要だ。

段階	やること	見極めポイント
STEP1 リスクの棚卸し	労災・ヒヤリハット・KY活動の記録を型別に集計し、検知対象を1〜2つに絞る	はさまれ・巻き込まれ／フォーク接近／保護具のどれが自社の主リスクか
STEP2 現場と環境の選定	死角の大きい設備・交錯点を持ち、現場リーダーが協力的なエリアを選ぶ	カメラ配置と照明・反射の条件、検証の余地があるか
STEP3 並走検証（2〜3ヶ月）	検知精度と「検知後の運用」が回るかを併せて検証。労使への説明も済ませる	誤検知率・アラートへの対応率・現場の受け止め
STEP4 横展開	運用ルール・配置基準ごとパッケージ化して他ライン・他工場へ	設備差・レイアウト差への対応手順、拠点ごとの装備ルール標準化

並走検証のポイントは、効果の物差しを先に決めることだ。安全の効果は「事故が起きなかったこと」で測りにくいぶん、アラート対応率・ヒヤリハットの拾い上げ件数・誤検知率の3つをプロセス指標として始める前から見える化しておきたい。

なお、ベンダー選定・契約・検収・撮影データの所有権といった「発注側（買い手側）のつまずき」は本記事では扱わない——その論点は連載AI開発発注の失敗図鑑に26類型で整理しているので、検討と並行して目を通しておきたい。

費用感と補助金——「重大災害1件の損失」と巡回工数の両面で稟議を組む

安全AIカメラの投資はものづくり補助金・IT導入補助金等の対象になり得る。稟議は「重大災害1件の損失」と「巡回・監督の工数」の両面から組み立てる。

費用はカメラ台数・解析方式（クラウド/エッジ）・既存設備や構内ネットワークとの連携範囲で大きく変わるため、本記事で一律の金額は示さない。投資の説明としては、はさまれ・巻き込まれのような重大災害が1件発生した場合の影響（人的被害はもちろん、ライン停止・労基署対応・取引先への影響・労災補償・送検リスク）と、安全巡回・監督に割いている工数の両面から組み立てると、経営層に伝わりやすい。

補助金は公募回ごとに要件・締切・対象経費が変わるため、最新の公募要領での確認を欠かさないようにしたい。製造業での補助金の使い分けは製造業のIT導入補助金完全ガイド｜ものづくり補助金との併用で詳しく解説している。

自社のAI・デジタル投資、補助金の採択可能性は？

「使える補助金があるのか」「自社の計画で採択されそうか」を、投資の検討段階で確認できます。

補助金の採択可能性を診断する（無料）

よくあるつまずき——安全AIカメラならではの罠

つまずきの多くは検知精度ではなく、目的設計・運用・現場合意の漏れから生じる。事前に知っていれば避けられるものばかりだ。

「全部を見る」設計にして焦点がぼける：漠然と全体を映すと誤検知も通知も増えて使われなくなる。労災・ヒヤリハットの型から逆算し、リスクの高い設備・交錯点に絞る
検知後の運用を決めずに入れる：アラートが流れるだけで誰も動かない仕組みは安全の役に立たない。宛先・初動・振り返りを導入前に決める
本質安全を飛ばしてカメラに頼る：安全柵・光線式・非常停止など設備側の対策が先で、AIカメラはそのすき間を補う位置づけ。カバーすべき危険源を放置してカメラで代替しない
現場合意を飛ばして「監視」になる：目的の周知・保存期間・評価への不使用を決めずに始めると反発を生む。労使で合意してから運用する

いずれも、1ライン・1エリアで運用ごと小さく検証する進め方なら、致命傷になる前に発見できる。

よくある質問（FAQ）

Q1. はさまれ・巻き込まれは設備の安全装置で防ぐべきでは？

その通りで、本質安全（危険源を遠ざける設備設計）と安全装置（安全柵・光線式・非常停止）が先だ。安全AIカメラはそれらを置き換えず、メンテナンス時にカバーを開けたとき・手順外の動作・装置のすき間など「既存対策で拾いきれない場面」を補完する位置づけになる。

Q2. 「監視」だと現場が反発しないか心配だ。

反発は設計で避けられる。撮影目的が労働災害防止であること、個人の評価・処分に使わないこと、保存期間と閲覧権限を最小限にすることを、労使で話せる場で共有し合意してから始める。検知をエリア・設備単位で全員に等しく働かせ、個人の取り締まりに使わないことが、納得を得る最大のポイントだ。

Q3. フォークリフトと人の接近検知は本当に効く？

構内物流の走行ルートと人の通路が交わる交錯点は、製造現場の事故が起きやすい場所の一つだ。車両側・歩行者側の双方に警告を出す設計にすると、お互いの気づきに頼りきらない多重の安全網になる。ただし誤検知の調整と、警告が無視されない運用（重大度での出し分け）が前提になる。

Q4. 高齢作業者だけを重点的に見守る使い方はできる？

技術的には可能でも、特定個人を狙って監視する運用は避けたい。プライバシーと労使関係の観点でリスクが高く、反発を招く。高齢化への配慮は、検知をエリア・設備単位で全員に等しく働かせたうえで、作業環境とルールの改善（レイアウト・装備・手順）に向けるのが望ましい。

Q5. 既存の防犯カメラを安全検知に流用できる？

設置位置・画角・解像度が合えば流用できる場合もあるが、多くは「危険な動きを捉える」配置になっていない。流用の可否は、検知したいリスク（はさまれ・接近など）の瞬間をカメラが映せるかで判断する。利用目的を防犯から安全にも広げる場合は、目的の特定・周知の見直しも必要になる。

まとめ：「疲れない目」を足すだけでは労災は減らない——運用と合意までが本体

製造業の労災は「はさまれ・巻き込まれ」をはじめ重大化しやすく、巡回頼みの安全管理には構造的な死角がある。安全AIカメラはその死角を補う「疲れない目」だが、目だけでは安全にならない——検知後に動く人と初動の基準、本質安全との役割分担、そして「監視ではなく守る仕組み」という現場合意を含めた運用の設計こそが本体だ。

リスクの高い1ライン・1エリアで検知対象を絞り、運用と労使合意ごとパッケージにして広げる。遠回りに見えて、それが現場に受け入れられる最短の道になる。

GXOは、製造業の安全AIカメラ導入を、リスクの棚卸し・カメラ配置・運用設計からPoC、本格展開まで伴走支援している。