MESの必要機能や標準機能の一覧について

MES（製造実行システム）の導入を検討するとき、多くの製造現場の担当者がまず知りたいのは「MESには結局どんな機能があり、そのうち自社に本当に必要なのはどれか」という機能の全体像ではないでしょうか。MESはISA-95でいう実行層を担い、ERPが立てた生産計画を現場の作業指示へ落とし込み、製造実績を収集してトレーサビリティを確保するシステムです。しかし、製品カタログに並ぶ機能一覧をそのまま眺めても、どれが現場の効果に直結するのかは見えてきません。だからこそ、標準機能を「役割」として理解し、自社の課題と結びつけて取捨選択する視点が重要になります。

本記事は、MESの必要機能・標準機能の一覧を、導入する製造業の視点から整理する「機能特化」の解説です。MESA（製造実行システム協会）が定義した11機能を起点に、データ収集・工程管理・トレーサビリティといった中核機能の中身、ERPやPLMとの役割分担、そして近年広がるAIコパイロットやIoT連携といった発展機能まで、一次データとあわせて具体的に解説します。読み終えるころには、自社が「どの機能を最初に入れ、どの機能を後回しにすべきか」の判断軸が描けるはずです。なお、MES導入の全体像をまだ把握していない方は、まずMESの完全ガイドから読むことをおすすめします。

▼全体ガイドの記事
・MESの完全ガイド

MESの中核機能（MESA 11機能の再解釈）

MESの機能を体系的に語るときの出発点が、MESA（製造実行システム協会）が示した11の機能です。資源配分、作業指示、生産単位のディスパッチング、文書管理、データ収集、人員管理、品質管理、プロセス管理、設備保全管理、製品追跡、実績分析の11領域で、MESがカバーすべき範囲を網羅しています。ただし、すべてを一度に導入する必要はなく、自社の課題に直結する機能から段階的に揃えるのが現実的です。ここでは特に効果が大きい中核機能を、現場の役割として再解釈します。

MESのもっとも基礎となる機能が、現場の実績データ収集です。誰が、いつ、どの設備で、どの品目を、何個作ったかという情報を、作業端末やハンディターミナル、設備からの信号で自動的に集めます。これまで紙の日報をExcelに打ち直していた工場では、この機能だけで転記工数が大きく減り、従業員30名規模で月100時間の事務作業削減につながった一次データもあります。データ収集は地味ですが、後段のすべての機能の土台になります。

収集と表裏一体なのが作業指示の機能です。ERPから受け取った生産計画を、現場が実行できる単位の作業指示へ展開し、どの工程で何を、いつまでに作るかを端末に表示します。紙の指示書を配って回る運用と違い、計画変更が即座に現場へ反映されるため、急な飛び込み注文や設計変更にも追従できます。データ収集で集めた実績を作業指示にフィードバックすることで、計画と実行のズレをリアルタイムに把握できるのが、MESを入れる最大の価値です。

作業指示の機能は、ディスパッチング（生産単位の割り付け）とも連動します。どの設備が空いているか、どの作業者が対応できるかを踏まえて、作業の順序を組み替える。この動的な割り付けができると、設備の遊休や作業の待ちを減らせます。ただし、ここを高度に作り込むと費用がかさむため、まずは計画を素直に展開する基本機能から始め、割り付けの最適化は効果が見込める段階で追加するのが現実的です。機能の高度さと費用のバランスを取ることが、作業指示でも問われます。

MESがERPや生産管理システムと決定的に異なるのが、製品追跡（トレーサビリティ）の機能です。どのロットの材料を、いつ、どの設備で、どんな条件で加工し、どの製品になったかを、ひも付けて記録します。万一の品質問題が起きたとき、原因ロットを特定して影響範囲を絞り込み、リコールを最小限に抑えるための生命線になります。手作業の記録では追跡に何日もかかる調査が、MESがあれば数分で完了することも珍しくありません。

食品・医薬品・自動車部品などの分野では、このトレーサビリティが取引や法規制の前提条件になっています。たとえば医薬品向けに特化したPharmanage V（アズビル）のような製品が初期5,000万円規模になるのは、製造記録の改ざん防止や厳密な追跡が求められるためです。自社が高いトレーサビリティを必要とする業種なら、データ収集の精度や記録の保全性を要件の中心に据えるべきです。逆にそこまで厳密でなくてよい場合は、追跡機能を簡素にして費用を抑える判断もあり得ます。必要な追跡の深さを見極めることが、機能選定の肝です。

トレーサビリティには、前工程をさかのぼる「後追い」と、ある材料がどの製品になったかをたどる「前追い」の両方向があります。リコール時に影響範囲を絞るには前追いが、不具合の原因究明には後追いが効きます。製品によって、どちらをどこまで実現できるかが異なるため、自社が起こり得るトラブルのシナリオを描き、必要な追跡方向を要件に落とすことが大切です。記録の粒度をロット単位にするか個体単位にするかでも、データ量と費用が変わります。自社のリスクに見合った粒度を選ぶ判断が求められます。

品質管理・プロセス管理の機能

データ収集とトレーサビリティの上に乗るのが、品質管理とプロセス管理の機能です。MESは単に実績を記録するだけでなく、製造の過程で品質を作り込み、異常を早期に検知する役割も担います。検査記録の電子化、QC工程表との連動、不適合品の管理、そして設備や工程の状態監視といった機能が、ここに含まれます。これらは「不良を作らない」「作っても流出させない」ための仕組みです。

品質管理機能の中心が、検査記録の電子化と不適合品の管理です。各工程の検査結果を端末から入力し、規格値を外れた場合はアラートを出して後工程への流出を止めます。紙のチェックシートでは、記録の抜けや後追いでの記入が起こりがちですが、MESで入力を必須化すれば、検査の漏れそのものを構造的に防げます。不適合が出たときは、その品目・ロットを隔離し、原因究明と是正処置の記録まで一連で残せます。

ここで重要なのが、既存のQC工程表やExcelの検査帳票との連携です。多くの工場では、長年かけて作り込んだ検査基準のExcelが現場に根付いています。これを無理に捨てさせるとかえって混乱するため、設計部門のExcel部品表を取り込めるのと同様に、既存の検査帳票のレイアウトを活かせる製品を選ぶのが現実的です。CSV変換を経由すると文字化けや列ズレが起きやすいので、Excelダイレクト出力に対応しているかも確認しておきたい観点です。品質機能は、現場の既存資産とどう共存させるかで定着度が大きく変わります。

プロセス管理の中で経営に響くのが、設備の稼働監視とOEE（総合設備効率）の見える化です。設備の稼働・停止・段取り替えの時間を自動で記録し、可用性・性能・良品率の三要素からOEEを算出します。どの設備が、いつ、なぜ止まっているかが数値で見えると、改善の優先順位が明確になります。勘や経験に頼っていた現場改善が、データに基づく議論に変わるのがこの機能の効果です。

収集した実績は、実績分析機能を通じて経営判断にも使えます。計画に対する達成率、不良率の推移、工程別のボトルネックなどをダッシュボードで可視化し、月次・週次の改善サイクルを回せます。注意したいのは、分析機能を欲張りすぎないことです。最初から複雑なBIを作り込もうとすると費用が膨らむため、まずは「計画対実績」「不良率」「設備稼働率」といった現場が日々見る指標に絞り、運用が回り始めてから分析を深めるのが堅実です。機能の豊富さより、現場が毎日見たくなる指標に絞ることが、定着の近道です。

ERP・PLMとの連携で活きる機能と役割分担

MESの機能は、単体で完結するものではなく、上位のERPや設計領域のPLMと連携してこそ真価を発揮します。ISA-95の階層モデルでは、ERPが計画層、MESが実行層と位置づけられ、両者は明確に役割を分担します。この役割分担を理解しないまま機能を選ぶと、ERPでやるべきことをMESに作り込んでしまい、費用とカスタマイズが膨らむ原因になります。

ERPは「いつ、何を、いくつ作るか」という計画と、受注・在庫・原価といった経営情報を扱います。一方MESは、その計画を受けて「今この瞬間、どの設備で誰が何をしているか」という現場の実行を扱います。たとえば日本固有の「生産管理システム」はERP寄りの計画機能を多く含み、グローバル標準の「MES」は実行層に特化している、という機能の重複と棲み分けを比較表で整理しておくと、自社にどちらがどれだけ必要かが見えてきます。

連携の要は、ERPからMESへ生産計画を渡し、MESからERPへ実績を返すインターフェースです。ここを疎結合に設計しておくと、片方のシステムを将来入れ替えても影響を局所化できます。逆に、両者の機能境界を曖昧にして密結合に作り込むと、後の保守やバージョンアップが重くなります。役割分担を最初に線引きし、MESには実行層の機能だけを持たせる。この割り切りが、長く使えるシステムの条件です。

近年のMESでは、生成AIを組み込んだコパイロット機能や、設備IoTとの連携が広がっています。グローバルハイエンドでは、SAP Digital Manufacturingが会話型検索のJoule、Siemens Opcenter ExecutionがOpcenter CopilotやTeamcenter PLM連携を打ち出し、Rockwell FactoryTalk ProductionCentreなどとともにAI活用の動向を牽引しています。現場の作業者が自然言語で実績や手順を問い合わせたり、異常の予兆をAIが知らせたりする方向に進んでいます。

ただし、こうした発展機能は「将来の展望」として捉え、導入の主目的にしないのが賢明です。AIコパイロットが活きるのは、データ収集と実績の蓄積という土台ができてからです。土台が紙やExcelのままでは、AIに渡すデータが揃いません。国内パッケージのPrevision（インプローブ）やmcframe 7 LiteMES、COLMINA MES（富士通）のように、まず実行層の基本機能を堅実に固め、AIやIoTは効果が見込める領域から段階的に追加する。この順序を守ることが、流行に振り回されない機能選定につながります。

自社に必要な機能を見極める優先順位

これまで見てきた機能をすべて一度に入れる必要はありません。むしろ、機能を欲張って一斉に導入すると、現場が新しい入力作業に追われて習熟が追いつかず、どの機能も中途半端に使われなくなります。だからこそ、自社の課題に照らして「最初に入れる機能」と「後回しにする機能」を切り分ける優先順位づけが、機能選定の最後の仕上げになります。

優先順位を決める基本は、機能の豪華さではなく、自社の課題からの逆算です。もし最大の悩みが「進捗が見えない」「日報の転記に時間がかかる」なら、まずデータ収集と作業指示から入れるべきです。一方、「品質クレームが多い」「リコール時の追跡に時間がかかる」が悩みなら、検査記録とトレーサビリティを優先します。「設備の突発停止が多い」なら稼働監視とOEEから、という具合に、痛みの大きい課題に直結する機能を最初に据えるのが鉄則です。

逆にやってはいけないのが、「将来使うかもしれないから」と先回りして機能を盛り込むことです。使われない機能は、保守費だけがかかる負債になります。MESA 11機能を眺めて「全部必要に見える」と感じたら、それは課題の優先順位がまだ整理できていないサインです。自社の課題を痛みの大きい順に並べ、上位の課題を解く機能から導入する。この規律が、費用の膨張と現場の混乱を同時に防ぎます。

機能を絞って始める以上、後から機能を足せる拡張性が欠かせません。最初にデータ収集だけを入れた工場が、半年後に品質管理を、一年後にトレーサビリティを追加できるよう、製品やシステムの構造が拡張に耐えるかを確認しておきます。パッケージなら追加モジュールの有無と費用、フルスクラッチなら設計の拡張余地を、選定時にチェックしておくべきです。

拡張性の観点では、データの一貫性も重要です。最初に入れたデータ収集の仕組みが、後から足す品質管理や実績分析でもそのまま使えるよう、マスタやデータ構造を整えておくと、機能追加のたびに作り直す無駄を避けられます。Prevision（インプローブ）やmcframe 7 LiteMESのように段階的な拡張を想定した製品もあります。riplaはフルスクラッチ受託の立場から、最初は小さく、後から無理なく機能を足せる設計を重視しています。機能選定は「今の課題」と「将来の拡張」の両にらみで進めるのが賢明です。

機能を選ぶときに忘れたくないのが、製品の標準機能をできるだけそのまま使う発想です。MESの標準機能には、多くの製造現場の知見が凝縮されています。自社の従来のやり方に無理に合わせ込もうとカスタマイズを重ねると、生産管理システム全般で見られるように、カスタマイズ費が初期費用の3〜4割に膨らみます。標準機能で吸収できる業務は、むしろ自社の運用ルールを標準側に寄せる方が、安く、保守も楽になります。

もちろん、自社の競争力の源泉になっている独自の工程は、標準に合わせず作り込む価値があります。判断の軸は「その業務のやり方が、自社の強みに直結するか、単なる慣習か」です。慣習にすぎない部分は標準機能に合わせ、強みに直結する部分だけにカスタマイズを集中させる。この線引きが、機能を活かしつつ費用を抑える要諦です。PoC（実機検証）で標準機能をどこまで使えるかを確かめておくと、この線引きがより正確になります。

機能の観点でもう一つ押さえたいのが、現場の入力デバイスとの相性です。どれだけ高機能でも、実績入力が手間なら現場は使いません。タッチ操作の端末、バーコードやICタグの読み取り、設備からの自動収集といった入力手段が、自社の作業環境に合うかを機能要件として確認します。油や粉塵の多い現場なら堅牢な端末が要りますし、手袋をしたまま操作する工程なら大きなボタンのUIが欠かせません。機能の中身だけでなく、それをどう入力するかまで含めて評価することが、形骸化しない機能選定につながります。

まとめ

MESの機能を振り返ると、MESA 11機能のうち中核となるのはデータ収集・作業指示・トレーサビリティであり、その上に品質管理・プロセス管理・実績分析が乗り、さらにERPやPLMとの役割分担が全体を支える構造になっています。データ収集だけで転記工数を月100時間削減でき、トレーサビリティは品質問題時の生命線になり、稼働監視・OEEは現場改善をデータに基づくものへ変えます。AIコパイロットやIoT連携は将来の展望として、まず実行層の基本機能を固めてから段階的に追加するのが堅実です。

機能を選ぶときに大切なのは、「機能の数」ではなく「自社の課題にどの機能が効くか」という視点です。ISA-95の役割分担を踏まえ、ERPでやるべきことまでMESに抱え込まないよう線引きし、効果の大きいデータ収集と見える化から始めてください。riplaはフルスクラッチ受託と国内開発を組み合わせ、既存Excelとの共存を含む機能の取捨選択と、現場に定着するシステムづくりを一貫して支援します。全体像の確認には、あらためて完全ガイドをご活用ください。

株式会社riplaでは、IT事業会社出身のプロフェッショナルが「Impact-Driven型支援」を通じて、プロダクトやシステムの納品・提供を目的とせず、お客様と同じ目線で、事業成果の達成をゴールとして、高品質なDX/開発支援をいたします。

また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。

もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。

株式会社riplaの会社HPはこちら

・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>

執筆者プロフィール

張田谷凌央

株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。IT事業会社出身のプロフェッショナルが集う株式会社riplaにおいて、「Impact-Driven型支援」を掲げ、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の実現に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。