2026年4月、経済産業省は「DX銘柄2026」と「DXプラチナ企業2026-2028」を発表した。化学・素材・医薬を含む製造業から多くの企業が選ばれた一方、総務省の調査では、情報通信業の約45%がDXに着手済みであるのに対し、宿泊・飲食サービスは約16%、医療・福祉は約9%にとどまる。製造業の中でもさらに大きな差がある。自動車・電機・化学の上位はデジタルツイン、生成AI、量子計算まで踏み込んでいるのに対し、食品・繊維・中堅以下の機械では「紙伝票が現役」というケースも珍しくない。同じ「製造業のDX」が、現場ではまったく違う景色を見せている。
現状：上位は走り、下位は止まっている
経産省「ものづくり白書2026」によると、製造業全体でDXに着手した企業は増えたが、「成果を実感している」と答えた企業は依然として全体の3割弱。残り7割は「ツールは入れたが業務が変わらない」「部署単位で止まっている」状態にある。さらに大きな問題は、DX未着手・途上の企業が日本企業全体の95%という数字だ。これは経産省自身が「ものづくり白書」で繰り返し指摘している。
業界別に見ると、自動車・電機・化学・医薬・素材の上位企業は突き抜けている。トヨタはNVIDIA Omniverse上で工場ラインのデジタルツインを構築し、エンジニアリングチェーン全体を再設計中。日立は熟練工のノウハウをメタバース上で再現し、技能継承の課題に取り組んでいる。コマツはIoT建機「KOMTRAX」のデータを生成AIで分析し、保守と稼働最適化のサイクルを縮めている。
一方、食品製造業はかなり様相が違う。売上10〜100億円未満の食品メーカーを対象にした調査では、デジタル技術を使わない理由として「初期コストの負担」「デジタル人材がいない」「運用コストの負担」がトップ3を占めた。労働集約的な手作業に長く依存してきたため、生産性が低く、賃上げ余力も乏しい。繊維、家具、紙パルプも同様の構造を抱えている。電機・機械でも、東芝・三菱電機のような大手と中堅以下では、IoTやAI導入の進捗に明らかな段差ができている。同じ業界名で語れない時代に入ったということだ。
背景：なぜ業界差が広がるのか
業界差の最大の要因は、製品単価とロット規模である。自動車・電機・化学は、1製品あたりの単価が高く、ロットも大きい。1%の歩留まり改善や1日のリードタイム短縮が数億円〜数十億円の利益に直結するため、DX投資のROIが計算しやすい。一方、食品・繊維・日用品の中堅以下は、製品単価が低く、利益率も薄い。同じ1%の改善でも金額インパクトが小さく、DX投資の意思決定が通りにくい。
二つ目の要因は、人材プールの厚みだ。自動車・電機の上位企業は、社内に数百〜数千人規模のIT・データエンジニアを抱えている。グローバル拠点を持つため、海外人材の採用も自然に組み込まれている。これに対し、地方の食品メーカーや中小機械メーカーは、IT部門が「数人」あるいは「兼任担当者一人」というケースも珍しくない。SaaSや生成AIのトレンドを追いかける余裕がなく、ベンダー任せにせざるを得ない。
三つ目の要因は、サプライチェーンの構造だ。自動車業界はTier 1〜Tier 3まで階層的にデジタル要求が降りてくる。トヨタやデンソーがEDI、3D設計、IoT在庫管理を導入すれば、下請けも対応せざるを得ない。化学・素材も主要顧客（半導体、自動車、医薬品）からの要求がDXを後押しする。一方、食品・繊維は最終消費者向けで、サプライチェーン上流からの強制力が働きにくい。結果として、業界全体としての底上げが起きにくい構造になっている。加えて、規制環境の違いも効いている。医薬や化学はトレーサビリティ要件が厳しく、データ整備の動機が制度から発生する。食品にもHACCP等はあるが、紙運用での適合が常態化しており、デジタル化の必然性が制度から生まれていない。
事例：トヨタ、日立、コマツと、その対極
トヨタは2021年から「Woven City」をデジタルツインのプラットフォームとして整備し、自動運転、モビリティ、ロボット技術の検証環境を社外にも開放しつつある。製造ラインのデジタルツインはNVIDIA Omniverse上で構築され、SCSKが支援。試作回数の削減と、海外工場への横展開スピードが大幅に向上した。トヨタ単体だけでなく、デンソー、アイシン、豊田自動織機などサプライヤー群にも同じ思想が波及している。
日立は、生成AIとメタバースを組み合わせた「技能継承プラットフォーム」を社内に展開中。熟練工の動作をモーションキャプチャで記録し、若手がVR上で繰り返し練習できる仕組みだ。鉄道、エネルギー、産業機器など長期サイクルの事業を抱える日立にとって、技能継承は避けて通れない論点であり、ここに重点投資している。コマツは、建機データから故障予兆を検知する保守AIをグローバルで運用し、稼働率改善と部品在庫最適化に貢献している。
対極にあるのが、地方の食品メーカーや小規模の機械加工業だ。受発注はFAX、生産管理はExcel、原価計算は経験則。経産省の「DXセレクション」では中堅・中小の優良事例も毎年紹介されているが、その背後には「やりたくてもリソースがない」企業群が圧倒的多数で存在する。化学業界の中でも、上場大手と中堅特殊化学の間には、SAP S/4HANA移行の進捗、PLM導入率、生成AI活用度で明確な差がついている。同じ「DX銘柄候補」と呼ばれる規模の企業同士でも、現場の自動化率は工場によって大きくバラついているのが実態だ。
学生・若手にとっての示唆
「製造業×DX」というキーワードは、就活でも転職でも頻繁に出てくる。しかし業界によって、入った後の景色はまったく違う。トヨタ、日立、コマツ、三菱ケミカル、住友化学、信越化学のような上位企業は、デジタルツインや生成AIを含む先端的なDXに本気で投資している。一方、業界全体の底上げ役を担う中堅企業や、構造的にDXが遅れている食品・繊維では、「DX担当」として入ってもツール導入と社内教育に時間が割かれることが多い。
視点を変えれば、「遅れている業界」ほど機会は大きい。生産性が低い業界はAI・自動化の余地が大きく、改善効果も実感しやすい。スタートアップが食品DXや繊維DXに本気で入っていけば、SAPやSalesforceでは届かない領域に独自のポジションを築ける。慶應生で起業や事業企画に興味があるなら、上位の華やかな事例だけでなく、底辺の重い構造を見ることも価値がある。商社・コンサル・SaaSスタートアップのいずれの立場でも、「DXが進んでいない業界」と接点を持つキャリアは、これからの10年で確実に評価される。
DXは「やるか・やらないか」ではなく「どのレイヤーで・どの業界で・誰と組むか」を選ぶ問題に変わっている。製造業全体の生産性が世界で何位かという議論より、業界別の格差が今後どう開くかのほうが、ビジネスとしての論点としては鋭い。生成AIと産業ロボットがコモディティ化する2027年以降、この格差は加速するか、それとも縮むか。経産省は中堅・中小向けの伴走支援を強化する方針で、ベンダーやコンサルの役割も変わるだろう。次の3年は、製造業DXの分岐点になる。