経済産業省が2026年5月に公表した「2026年版ものづくり白書」によると、製造業のDX推進の課題として「暗黙知の形式知化が難しい」と回答した企業は68.6%に上ります。熟練技術者の経験・勘・コツをデジタルデータとして記録・共有することの難しさが、製造業のDX推進の最大のボトルネックの一つになっています。
調査概要
経済産業省が2026年5月29日に閣議決定・公表した「2026年版ものづくり白書」の分析結果です。製造業のDX推進における障壁・課題を調査しています。DXの課題「暗黙知の形式知化が難しい」：68.6%（製造業全体）。
ひとことで言うと？
「職人の感覚」はなぜデジタル化できないのか──68.6%の課題認識はその難しさを正直に反映しています。熟練工が「なんとなく分かる」加工音・振動・色の変化は、言語化も数値化も困難なケースが多いです。しかしAIと高精度センサーの組み合わせが、この「言語化できない感覚」を少しずつデータに変える可能性を開いています。
インパクトデータ：製造業DXの課題「暗黙知の形式知化」68.6%（2026年）
2026年版ものづくり白書によると、製造業がDX推進で直面する課題のうち「暗黙知の形式知化が難しい」は68.6%と最上位クラスの課題認識率です。高齢熟練工の退職が加速する中、技術継承の問題は生産品質の維持に直結しており、デジタルによる知識保存の重要性が高まっています。
このデータをプレゼンで使うには？
①誰に向けて話すか②次のスライドで何を話すか、を入力するだけで、このインパクトデータを使ったプレゼン冒頭のトークスクリプトを生成AIに作ってもらうためのプロンプトが自動生成されます。生成されたプロンプトをそのままChatGPTやClaudeなどに貼り付けてください。
よくある質問
Q. 製造業の暗黙知をデジタル化するための現実的なアプローチを教えてください。
A. 最も現実的な方法は「熟練工の作業を動画で記録し、本人に音声でコメントを加えてもらう」ことです。完全な言語化は難しくても、映像と本人の解説の組み合わせで多くのノウハウを残せます。次の段階として、センサーで加工時の物理量（温度・振動・電流値）を記録し、熟練工の判断と照合することで「感覚の数値化」に近づけます。
Q. 暗黙知の形式知化にAIはどのように役立ちますか？
A. AIは「人が言語化できないパターンを大量のデータから学習する」ことが得意で、暗黙知の形式知化に適しています。例えば加工音や振動のセンサーデータに熟練工の「良品/不良品」判定ラベルを付けて学習させると、熟練工が感覚で行っていた品質判断をAIが自動で行えるようになります。最初は熟練工と並走させて精度を確認しながら段階的に移行するアプローチが安全です。
Q. このデータはどこから取得できますか？
A. 経済産業省が2026年5月29日に公表した「2026年版ものづくり白書」から取得できます。経済産業省のウェブサイト（meti.go.jp）からPDFが公開されています。
本記事のグラフ・数値・データ表は、出典として本記事へのリンク（「出典：DataSlide」＋記事URL）を明記いただければ、ブログ・資料・SNS等で自由に転載いただけます。事前連絡は不要です。
