1/28ページ
カタログの表紙 カタログの表紙 カタログの表紙
カタログの表紙

このカタログをダウンロードして
すべてを見る

ダウンロード(3.8Mb)

製造業445人に聞きました！開発現場の手戻りはなぜ起こる？実態調査レポート

ホワイトペーパー
ストックマーク株式会社
お問い合わせ

本資料は、製造業の開発現場において頻発する「手戻り」がなぜ起こるのかを、実態調査をもとに明らかにしたレポートです。

調査からは、開発プロセスの各工程において、情報の分断や認識のズレ、過去知見の未活用などが積み重なることで、後工程での修正ややり直しにつながっている実態が浮き彫りになりました。特に、社内に蓄積された情報や外部環境の変化を十分に踏まえられていないことが、意思決定の質に影響し、結果として手戻りを引き起こす要因となっています。

また、こうした手戻りは単なる作業の非効率にとどまらず、開発スピードの低下や機会損失にも直結する重要な課題です。本資料では、手戻りが発生する構造を整理するとともに、その背景にある情報活用の課題や、今後求められるアプローチについて解説しています。

このカタログについて

ドキュメント名 製造業445人に聞きました！開発現場の手戻りはなぜ起こる？実態調査レポート
ドキュメント種別 ホワイトペーパー
ファイルサイズ 3.8Mb
取り扱い企業 ストックマーク株式会社 (この企業の取り扱いカタログ一覧)

この企業の関連カタログ

この企業の関連カタログの表紙
製造業向け「生成AIエージェント」Aconnectのご紹介資料
製品カタログ

ストックマーク株式会社

この企業の関連カタログの表紙
R＆Dの情報収集。AIで「月14時間の工数削減」に貢献！自動車・化学業界別の事例もご紹介｜Aconnect
製品カタログ

ストックマーク株式会社

この企業の関連カタログの表紙
【設計開発部門向け】競争優位性を高めるAconnect活用手法紹介資料
製品カタログ

ストックマーク株式会社

このカタログの内容

Page1

Slide 1: “情報の見落とし”が生む手戻り 製造業開発現場における、情報活用実態調査 2025

“情報の見落とし”が生む手戻り 製造業開発現場における、情報活用実態調査 2025
Page2

Slide 2: 調査概要

調査概要 ｜ このレポートについて 本レポートは、外部調査機関に委託して実施したウェブアンケートの結果をもとに、製造業の開発現場で働く方々の情報活用の実態を分析・整理したもの です。回答者の詳細な属性は次ページに掲載しています。なお、比率の合計は四捨五入の関係上、100％とならない場合があります。 調査名 製造業従事者の情報収集行動に関するアンケート 調査手段 ウェブアンケート 調査期間 2025/10/02～2025/10/06 回答総数 製造業従事者 445名（課長以下の現場層） 2
Page3

Slide 3: 回答者情報①

回答者情報① ｜ 回答者の属性 従業員規模・業種・部署 1st 従業員数 業種 部署 電機・精密 18.5% 研究開発 製品開発・設計 sub 10000人以上 51.2% 自動車・輸送機 18.5% ア ク 5000人以上～10000 セ ン 10.5% ト 人未満 機械 17.6% 1s t 3000人以上～5000人 素材・化学 17.1% 50% 50% 11.6% 未満 医薬品 11.6% 2000人以上～3000人 9.0% 食品 8.1% 未満 鉄鋼・非鉄 7.0% 1000人以上～2000人 17.6% 未満 エネルギー 1.5% n=455 n=455 n=455 3
Page4

Slide 4: 回答者情報②

回答者情報② ｜ 回答者の属性 役職・年代・男女比 1st 役職 年代 男女比 男性 女性 sub 役職なし 44% 20-29歳 9% ア ク 15% セ ン 主任級 31% ト 30-39歳 31% 1s t 課長級 25% 40-49歳 20% 85% 50-59歳 32% 60-69歳 8% n=455 n=455 n=455 4
Page5

Slide 5: 製造業開発現場における、 情報活用実態調査 2025

製造業開発現場における、 情報活用実態調査 2025
Page6

Slide 6: 開発スピード・複雑性の上昇

開発スピード・複雑性の上昇 ｜ 製造業開発現場で進む「スピード要求」と「開発難易度の高まり」 1st ここ2～3年で、開発に求められる「スピードが速くなった」と答えた方は51％、開発の難易度・複雑性などの「開発負荷が増えた」と答えた方は63％に のぼりました。スピードと開発難易度の双方への対応が同時に求められ、現場負荷は高まっています。 sub Q あなたの研究開発／製品開発・設計業務に要求される納期や開発スピードは、 Q あなたの研究開発／製品開発・設計業務の負荷（要求内容の難易度・複雑 ア ここ2～3年で以前よりどのように変化したと感じますか。（単一回答） 性・求められる水準の高さを含む）は、この2～3年で以前よりどのように変化 ク セ ン したと感じますか。 （単一回答） ト 1s t 1% 51%が納期・開発スピードが 3% 63%が 「速くなった」と回答 「開発負荷が増加」と回答 5% 15% 24% かなり速くなった かなり増えた 少し速くなった 34% 少し増えた 変わらない 変わらない 43% 少し遅くなった 少し減った 36% かなり遅くなった かなり減った 39% n=455 n=455 6
Page7

Slide 7: DX・AI導入効果の実感度

DX・AI導入効果の実感度 ｜ 一方で、DX・AIの導入効果は、開発業務では未だ発展途上 1st DX推進が各所で進む中でも、製造業の開発現場では、DX・AI導入によって「業務が楽になった」と感じる方は28％にとどまりました。 約7割がDX・AI導入の効果に「実感がない」と回答しており、現場では依然として「デジタル化＝生産性向上」には至っていない現状が浮き彫りとなって います。 sub Q DX・AI導入の進展により、あなたの日常の研究開発／製品開発・設計業務は以前より「楽になっている」と感じますか。 （単一回答） ア ク まったくそう思わない セ ン ト 10% 強くそう思う 1s t 3% まあそう思う あまりそう思わない 25% 24% 72%が 「DX・AI導入の効果に 「実感がない」 と回答 どちらともいえない 38% n=455 7
Page8

Slide 8: 手戻りの発生状況と頻度

手戻りの発生状況と頻度 ｜ 情報の見落としによる開発手戻り、直近3ヶ月で6割以上が経験。 1st 直近3か月の間に、情報の見落としが原因で再設計・再試作などの「手戻り」が発生した経験があると答えた方は63％にのぼりました。特に製品開発・設 計部門では、半数が「月に1度は手戻りが発生している」と回答しており、研究開発職に比べて頻度が高い傾向が見られます。製品フェーズにおいては、 顧客要求、コスト、納期、品質など、複数の制約条件を同時に満たす必要があり、P.6で明らかになったような日々の判断スピードの高まりや開発負荷の sub 増加、さらに情報連携の複雑性が手戻りや負担を増大させていると考えられます。 ア ク セ Q あなた自身の直近3か月の研究開発／製品開発・設計業務において、情報の見落としが原因で手戻り作業（再設計や再試作など）が発生したことはどのくらいありまし ン ト 1s たか。 （単一回答） t 全体 5% 14% 44% 37% n=455 63%が直近3ヶ月での手戻りを経験 製品開発・設計 6% 50% 14% 30% n=266 製品開発・設計部門では特に手戻りが顕著 研究開発 3% 38% 14% 45% n=229 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% よくある（週1回以上） 時々ある（月1回程度） たまにある（数ヶ月に1回） ない 8
Page9

Slide 9: 手戻りの影響工数

手戻りの影響工数 ｜ 手戻りによるコスト＝1度の必要情報の見落としが“9人日”の損失に。 1st 手戻り作業に費やした時間を尋ねたところ、「2～3日程度」かかった人が最多（26％）、さらに「1週間を超える」ケースも17％あり、全体の半数が2日 ～1週間以上の遅延を経験しています。また、手戻り作業で追加作業が発生した人数は「2～3人（37％）」 「4人以上（20％）」と、 約6割のケースで複数人で対応していることがわかります。情報の見落としが手戻りにつながり、これが個人のミスに留まらず、現場の数日分の作業遅延 sub × 数人分のリソース浪費という形で、確実に現場の生産性を削り取っていることがわかります。この手戻り発覚のきっかけは「自身の再確認」や「自部署 内での指摘」が中心であり、自部門内での確認作業によって手戻りに気づくケースが多いようです。 ア ク セ ン Q 直近に発生した「情報の見落とし」による手戻り Q 直近に発生した「情報の見落とし」による手戻り Q 「見落としていた情報」には、最終的にどのよう ト 1s t 作業（再設計や再試作など）で、あなた個人はどれ 作業（再設計や再試作など）で、追加の作業が発生 にして気づくことが多いですか？ （単一回答） くらい時間を使いましたか。 （単一回答） した人数（あなたを含む）は何人でしたか。 （単一 顧客や取引先から 回答） の指摘 覚えていない 覚えていない 3% わからない, わからない 試作・検証の 8% 数時間程度 15% 1人 過程での判明 ご自身の見直し 1週間を超える 18% 7人以上 27% 18% や再確認で判明 17% 9% 33% 他部署のメンバー 4–6人 1日程度 からの指摘 4～5日 12% 17% 10% 21% 自部署のメンバー 2–3人 からの指摘 2～3日 37% 26% n=286 n=286 29% n=286 9
Page10

Slide 10: 手戻りの要因分析

手戻りの要因分析 ｜ 手戻りの背景─抜け落ちやすい情報は「過去のトラブル履歴」「実験データ・設計記録」 1st 手戻りの原因となった「見落とし情報」として多かったのは、「過去の不具合・トラブル履歴」「実験・設計データの記録」「類似製品・部品の設計データ」で した。上記に加えて、研究開発部門では「製造工程・品質データ」や「対象技術の最新動向」など、製造プロセスや市場情報との接続不足が課題として挙げられ ました。一方、製品開発・設計部門では「量産立ち上げの制約情報」や「競合情報」など、生産体制や市場動向といった外部環境の把握不足が手戻りの一因と なっていました。こうした傾向から、過去の社内知見を活かしきれていないことに加え、他部門や外部情報との接続の弱さが手戻りを生む構造的課題として浮か sub び上がります。 ア Q 手戻り作業（再設計や再試作など）の原因となった「見落としていた情報」は、特にどのような情報のことが多いですか。以下の選択肢から、1位 → 2位 → 3位の順にお選び ク セ ください。※2位・3位で当てはまるものがない場合は「当てはまるものはない」を選択してください。（複数回答） ン ト 1s t n=286 10
Page11

Slide 11: 情報の見落とし理由

情報の見落とし理由 ｜ 情報の見落とし理由──データ自体は存在しているが、情報過多で発見できず 1st 情報を見落とした要因を尋ねたところ、「情報が存在しなかった」「古い情報のままだった」といった、情報そのものの欠如や更新遅れも一定数見られま した。一方で、最も多かったのは「情報量が多すぎて把握しきれなかった（23％） 」「情報の共有不足（20%）」、また、「情報の重要性に気づけなかっ た（13%）」 など、データ自体は存在していたが、情報量が多い故に、それを適切に“業務に使えていない”ケースが多く見られました。DXの第1フェーズ sub では、各種ツールを導入し「データを残す・可視化する」ことが求められていましたが、今や課題はその先の 「あふれる情報の中で、業務にあわせてどの 情報を取捨選択するのか」、その”判断力”が重要なフェーズへと変化しています。 ア ク セ ン ト Q 前問でお答えいただいたような情報を見落としてしまったのは、どのような理由によることが多いですか。（単一回答） 1s t 情報はあったが、情報量が多すぎて把握しきれなかった 23% 情報はあったが、部門間・関係者間での連携不足により共有されなかった 20% 情報はあったが、アクセスできなかった（所在が不明・探しにくいなど） 18% 情報はあったが、チェック項目から漏れ、情報の重要性に気づけなかった 13% 情報はあったが、参考にした情報の更新が遅れていた／古い情報のままだった 13% 社内に必要なデータは存在する。 しかし、 56％が「把握・共有不足」で 必要な情報が存在していなかった（データ化／テキスト化されていなかった） 12% 手戻りにつながっていると回答。 その他 1% n=286 11
Page12

Slide 12: 開発現場が求める情報の種類

開発現場が求める情報の種類 ｜ 開発現場がいま求める情報は、実務に直結する社内ナレッジと外部情報の両方 1st 現場が生産性向上のために追加で必要な情報として回答上位に挙がったのは、「類似製品・部品の設計データ」「過去の不具合やトラブル履歴」「実験 データ・設計審査記録」といった社内ナレッジに加えて「対象技術の最新動向」「競合の製品や技術情報」などの外部情報でした。 数ある情報の中でも、”自身の実務に直結するナレッジ”と”外部の最新動向”の両方がスムーズに提供されることを望んでいることがわかります。 sub Q あなたの日常的な研究開発／製品開発・設計業務における生産性向上のために、追加で入手したい、または今より使いやすい形（最新化・一元化など）で提供される ア ク セ と助かる情報を以下の選択肢からお選びください。 （複数回答） ン ト 1s t n=455 12
Page13

Slide 13: 情報収集に費やす時間

情報収集に費やす時間 ｜ 現場の開発職の多くが、情報収集に時間を使えていない 1st 開発現場が情報収集に費やす時間の最頻値は「月6～10時間」、週あたりではわずか1.5～2時間程度にとどまりました。現場層であるからこそ、実験や設 計、試作、打合せなど日々の業務対応が優先され、情報探索や整理に十分な時間を割きにくい実態が見えてきます。 限られた時間の中で、「いかに効率よく必要な情報にたどり着けるか」の環境づくりがポイントとなっています。 sub Q 直近1か月の研究開発／製品開発・設計業務において、必要な知識を得るために、ご自身が能動的に行った情報収集の「合計時間」について、最も近いものをお選びくだ さい。 （例：学会・論文・特許の閲覧、展示会・業界イベントへの参加、競合ベンチマークの確認、現場ヒアリング、規格・法規の調査、社内の過去データ・類似設計の ア ク 探索、生成AIを用いた調査 など）（単一回答） セ ン ト 1s t 21時間以上 10% 0～30分 19% 最頻値は「月6～10時間」 11～20時間 週あたりではわずか1.5～2時間程度 10% 1ヶ月につき 1～5時間 25% 6～10時間 36% n=455 13
Page14

Slide 14: 開発現場の現状と課題の総括

開発現場の現状と課題の総括 ｜ 調査まとめ 1st 開発現場の負荷は、確実に高まっている 1 開発スピードの加速（51％）や難易度・複雑性の上昇（63％）など、開発負荷の増大が明らかに。 一方で、約7割がDXやAI導入の効果に「実感がない」と回答し、成果が現場まで浸透していない状態に。 sub 情報の見落としによる“手戻り”は6割超が経験 2 直近3ヶ月で6割以上が手戻りを経験。特に製品開発・設計部門では、半数が「月に1度以上」発生している。 ア 情報の抜け漏れが日常的なリスクとなっており、組織全体の工数に影響を及ぼしている。 ク セ ン ト 1s t 情報見落としが“9人日”の損失に 3 手戻りによる再設計・再試作などの影響は、平均3日×3人＝9人日の工数ロス。 個人のミスではなく、情報活用の仕組み不足による“構造的な損失”といえる。 手戻りの背景は、“情報が多すぎて使いこなせない” 4 抜け落ちが多いのは「過去のトラブル履歴」「実験データ・設計記録」など社内知見。「情報量が多すぎて把握しきれなかった（23％）」 「共有不足（20％）」「重要性に気づけなかった（13％）」といった回答も目立ち、情報の欠如より“活用不全”が課題となっている。 現場が求めるのは、“社内ナレッジ×外部情報”の両輪 5 現場が求めているのは、「類似設計データ」「過去不具合履歴」などの社内情報と、「最新技術動向」「競合技術」などの外部情報の双方。さらに、 多くの開発職が情報収集に十分な時間を割けていない現状から、“いかに効率よく必要な情報にたどり着くか”の環境づくりが求められている。 14
Page15

Slide 15: 製造業向けAIエージェント「Aconnect」のご紹介

1st sub ア 社内外の知を横断し、現場が必要とする情報を届ける。 ク セ ン ト 1s t 製造業向けAIエージェント「Aconnect」のご紹介
Page16

Slide 16: Aconnectとは？

Aconnectとは？ Aconnectのご紹介 ｜ 1st 開発現場の右腕。製造業向けAIエージェント sub あなたの業務を理解したAIが、リスクとチャンスを逃さず検知 必要な情報をまとめ、開発現場の判断を支えます ア ク セ ン ト 1s t 製造業に特化した情報ソース ニュース 論文 特許 官公庁レポート 社内資料 1. 収集 2. 調査 3. 共有 必要な技術情報を漏れなく リスクとチャンスをすばやく把握 ワンクリックで情報共有 自動でAIが収集 AIでスピーディーな調査を実現 “情報通”の視点を組織の知識へ パーソナライズ 特許調査エージェント 共有 テーマ配信 技術探索エージェント 可視化 16
Page17

Slide 17

開発者を支援するAconnectの機能 Aconnectのご紹介 ｜ 開発現場の右腕になる 製造業向けAIエージェント 1st 1.収集 2.調査 3.共有 sub 特許調査エージェント 重要情報はワンクリックで共有 国内情報 ア 開発テーマの ク セ ン 他社特許との関連度 ト 1s をAIが評価 t 社内の情報通の 海外情報 設定もAIで簡単！ 視点を環流 技術探索エージェント 組織や個人の重要情報をフォロー 技術課題の要因仮説 特許/論文 から解決策まで AIが網羅的に提示 17
Page18

Slide 18: 導入実績

導入実績 Aconnectのご紹介 ｜ 製造業を中心に国内大手エンタープライズ企業で導入が進んでいます 18
Page19

Slide 19

レポート 製造業に特化した豊富な情報ソース Aconnectのご紹介 ｜ 国内外約35,000サイトの日英中のニュース、論文・特許、官公庁レポートや 1st 社内資料を集約。手動ではとらえきれなかった情報を「発見」できます sub 情報ソースの一例 ✔ 全国紙 ア ク ✔ 業界紙 セ ン ト ✔ 大学の技術リリース 1s t ✔ 学会の情報 ✔ 専門誌のWEBサイト ✔ プレスリリース ✔ 企業サイト ✔ 論文 ✔ 特許 ✔ 官公庁やシンクタンクが 発行するレポートや報告書 ✔ 社内ドキュメント 等 19
Page20

Slide 20

1. 収集：必要な技術情報を漏れなく、自動でAIが収集 Aconnectのご紹介 ｜ あなたが注視するべき情報をAIが自動収集・レコメンド 1st 集めた情報から、次の行動のヒントをAIが提案します 業務を入力すると重要情報をお届け ウオッチするべき領域の情報収集を自動化 sub 登録した業務にあわせて、 登録したキーワードに関連する 見るべき情報を要約して配信 必要な技術・市場情報を自動でAIが収集 ア ク セ ン ト 1s t プロフィール 所属部門 担当市場 担当技術 ニュース 論文 特許 業務課題 業務に合わせた 行動のヒント 得られた情報から 業界動向を AIがやるべきことを提案！ 踏まえた戦略 設定もAIが支援 誰でも簡単に設定が可能！ 解決策の示唆 20