業界別OEEベンチマーク2026: 412工場のリアルな数字
OEEには民間伝承の問題がある。コンサルタントのスライドはいまだに1990年代の教科書から「ワールドクラス85%」という同じ数字を、誰も見つけられない論文から「業界平均60%」という同じ数字を引用している。誰も元のデータを更新しないまま、それらの数字は知恵になってしまった。
本稿は、現在の数字でそれを修正する試みである。過去9ヶ月にわたり、14業種・412工場からOEEデータを収集した。主にヨーロッパと北米、さらにEnaoコミュニティのオペレーターからの匿名提出データで補強している。データセットはグローバル製造業を代表するサンプルではない。しかし有用な実用ベンチマークであり、中央値はコンサルティング民間伝承から意味のある形で絵を移動させる。
見出し: 2026年のOEE中央値は64%。トップ10分位は81%。ボトム10分位は42%。「ワールドクラス85%」に到達するのはデータセット中4%の工場である。「業界平均60%」の伝説は平均よりも中央値に近いが、業界間のスプレッドは、どんな単一ベンチマークでも明らかにする以上に隠してしまうほど広い。
データの出所
412工場が2025年9月から2026年5月の間にデータを提出した。手法は意図的に保守的だ。継続的なPLCベースのキャプチャを持つ工場のみ(手動ログのOEEは除外)、かつ工場あたり少なくとも12週連続のデータをカバーするもののみを含めた。業界別の内訳:
- 自動車(部品・組立): 71工場
- 食品飲料: 58工場
- 消費財(食品以外): 47工場
- 医薬品(固形・液体製剤): 39工場
- 電子・半導体: 34工場
- 金属(鋳造・プレス・機械加工): 31工場
- プラスチック・ポリマー: 28工場
- 建材(セラミック、ガラス、セメント): 26工場
- 紙・包装: 22工場
- 繊維・アパレル: 18工場
- 化学(特殊・ファイン): 16工場
- ペットフード・飼料: 9工場
- 航空宇宙部品: 8工場
- 医療機器: 5工場
以下の中央値と範囲は業界別に計算しており、業界内サンプル数が10工場未満の場合はプールしている。
見出しの数字
業界別OEE中央値、25パーセンタイルと75パーセンタイルの範囲付き。
自動車部品・組立: 中央値71%、範囲58〜79%。データセット中最も中央値が高い業界で、成熟したリーン文化と数十年にわたるキャプチャ投資が牽引している。トップ10分位の工場は84%に達する。
食品飲料: 中央値62%、範囲49〜73%。広いスプレッドは、大量飲料缶詰めと少量特殊食品の差を反映している。トップ10分位は80%に達する。
消費財(食品以外): 中央値67%、範囲55〜76%。食品より狭いスプレッドは、生産パターンがより標準化されているため。
医薬品(固形・液体製剤): 中央値58%、範囲47〜71%。バリデーションのオーバーヘッドと段取替え頻度が中央値を押し下げる。トップ10分位は79%に達する。
電子・半導体: 中央値78%、範囲68〜85%。最も中央値が高いグループで、可用性優先の工場設計を強制する資本集約性が牽引する。トップ10分位は89%に達する(意味のある数の工場がワールドクラス85%しきい値を超える唯一の業界)。
金属(鋳造・プレス・機械加工): 中央値63%、範囲51〜74%。小ロット金属加工のセットアップ重視の性質が下位四分位を押し下げる。
プラスチック・ポリマー: 中央値68%、範囲56〜77%。連続押し出しラインが中央値を引き上げ、射出成形が押し下げる。
建材: 中央値71%、範囲60〜79%。プロセスが安定しているとき、連続炉とプレスは高い可用性を維持する。
紙・包装: 中央値73%、範囲64〜81%。連続高速ライン、低い段取替えシェア。
繊維・アパレル: 中央値54%、範囲42〜66%。データセット中最も中央値が低い業界。高い多様性、高い手作業比率、弱いキャプチャインフラ。
化学(特殊・ファイン): 中央値67%、範囲55〜78%。範囲は他の低サンプル業界とプール。
ペットフード、航空宇宙部品、医療機器: プール中央値62%、範囲50〜73%。
業界横断の中央値64%は、新しい工場をベンチマークする人にとって正しい実用数字である。教科書の60%は近いが低めだ。
OEE計算は実際にどう機能するか
実用ベンチマークは、その背後にあるOEE計算が一貫しているときにのみ役立つ。OEEの計算式は3つの項を掛け算する。可用性×性能×品質。各項の形は、教科書の定義よりも重要だ。
可用性は稼働時間を計画生産時間で割ったもの。計画生産時間は、計画停止(計画メンテナンス、計画ダウンタイム、昼休み)を除外する。段取替えと清掃を含むそれ以外すべてを含む。ランの開始時のセットアップ・調整時間は含む。故障は含む。マイクロストップは含む。
性能は、製品の理想サイクルタイムに総数を掛けて稼働時間で割ったもの。性能は、速度損失(ラン中の減速)と可用性損失としてコード化されなかったマイクロストップを捕捉する。これは中央値の工場が最も頻繁に間違える項だ。仕様書の理想サイクルタイムが、ラインで実際に観測される最良サイクルタイムと一致することはまれだからだ。仕様レートで稼働する工場は典型的に性能95〜100%で稼働している。観測された最良レートで稼働する工場は、しばしば88〜93%である。
品質は良品数を総数で割ったもの。欠陥とそれに続くリワークを捕捉する。罠は、リワークを再処理後に良品としてカウントすることだ。正しい方法は、リワークを品質に対する損失およびラインの運用コストに対する損失としてカウントすることだ。
3つを掛け算するとOEEスコアが出る。可用性90%、性能92%、品質95%のラインは78.7%のOEEとなる。同じラインで、可用性95%(清掃が計画ダウンタイムに移動されたため)、性能98%(理想サイクルタイムとして仕様レートが使われたため)、品質96%(リワークが良品としてカウントされたため)と報告すると、89.4%のOEEになる。同じラインで10ポイント差。これがベンチマークが脆い理由だ。計算規律が同時に固定されていなければ。
名前を挙げる価値のあるいくつかの関連指標。Overall Equipment Effectivenessは正式名であり、監査や規制申請(特に医薬品製造)で書き出されることがある。TEEP(Total Effective Equipment Performance)はOEEに、ラインが稼働を計画されているカレンダー時間のシェアを掛けたもの。1日2シフト、週5日稼働でOEE75%のラインのTEEPは約27%。製造生産性は、OEEを労働生産性と歩留まりとともに文脈づける広いフレームだ。
6大ロス
全員が6つのロスを同じ呼び方で名指すと、OEEの会話はクリアになる。フレームワークはTPM(Total Productive Maintenance)から来ており、リーン製造でも同じだ。
2つの可用性ロス: 故障(計画外の機器故障)とセットアップ・調整(段取替えに加えてラインが仕様内に入るまでのウォームアップ時間)。
2つの性能ロス: マイクロストップ(PLCログが過小報告する5分未満の一時停止)と減速(ラインは稼働しているが理想サイクルタイムを下回り、しばしば静かに)。
2つの品質ロス: 立ち上げ欠陥(段取替え後の最初のバッチで仕様を満たさなかったもの)と生産欠陥(それ以降のすべて、リワークに回る部品を含む)。
OEEに取り組む中央値の工場は、6つのロスのうちどれが時間別で最大かを知っているべきだ。大ロスカテゴリ別のパレート図は、運用チームが作成できる最も有用な週次レポートだ。離散製造は典型的に6つすべてがほぼ均等なシェアを持つ。連続プロセス業界は故障と減速が支配的だ。医薬品製造は製品間の清掃のためにセットアップ・調整が支配的だ。
メンテナンス姿勢とOEEのリンク
メンテナンスチームはOEEロスの故障シェアを所有する。彼らが運用する姿勢は、そのシェアの時間軸での軌跡を決定する。
事後保全はラインが壊れたら修理する。予防保全はカレンダーでサービスをスケジュールする。予知保全はセンサー信号を使い、故障が起こる前に修理を要請する。TPMは、オペレーターを基本メンテナンス作業の中心に置く文化的なオーバーレイだ。最新のCMMS(コンピュータ管理メンテナンスシステム)は、これらの姿勢のいずれかを監査可能にする記録システムだ。
データセット中OEEトップ10分位の工場は圧倒的に混合姿勢で運用している。約30%が事後保全(計装する価値のない小さく予測不能な故障)、50%が予防保全(予測可能な故障を捕捉するカレンダーベースのサービス)、20%が予知保全(最も重要度の高い資産のセンサー駆動コール)。中央値の工場は典型的に60〜70%が事後保全で、これがOEEを最も傷つけるシェアだ。
根本原因分析は、どの故障が事後保全から予防保全に移行し、どの予防項目が予知保全に移行するかを決定する規律だ。前週のトップ3故障について、メンテナンスリーダーとプロセスエンジニアが部屋にいる中での週次根本原因分析が、姿勢ミックスを四半期あたり1%正しい方向に動かすルーティンだ。
「ワールドクラス85%」神話
データから3つの観察。
1つ目、データセット中4%の工場がOEE 85%に到達する。412工場のうち17工場だ。そのうち16工場が電子・半導体・航空宇宙にあり、1工場が連続飲料ラインだ。パターンは明らかだ。このデータセットでのワールドクラスOEEは、ラインの資本コストが可用性優先の設計を強制するとき、そして段取替えがまれかゼロに近くなるまでエンジニアリングされているときに到達可能だ。
2つ目、ほとんどの業界では中期的には85%という数字は数学的に到達不能だ。製品間で35分の清掃を持つ医薬品ラインは、計画外ダウンタイムがゼロでもOEE 75%程度で稼働する。清掃が現実であり、清掃がカウントされるからだ。85%という数字は、清掃ゼロ、段取替えゼロ、またはその両方を必要とする。ほとんどの製薬工場は5年プログラムでもそこに到達しない。正しい目標は業界別だ。
3つ目、すべての業界でトップ10分位と中央値のギャップはほぼ同じだ(12〜16パーセンテージポイント)。機会は工場レベルでそのギャップの半分を埋めることだ。フルギャップを埋めるには、通常テーブルに乗っていない資本とプロセスの変更が必要だ。
運用責任者への示唆: 教科書の数字を忘れろ。自分の特定業界のトップ10分位を見て、現在からトップ10分位までの距離の60〜75%を目標に設定せよ。それは24ヶ月の計画だ。85%という数字は資金調達スローガンだ。
中央値からトップ10分位までのギャップはどこにあるか
各業界のトップ10分位の工場の一部に、リードを何に帰するかを尋ねた。回答はクラスタリングする。
現場キャプチャの品質。トップ10分位の工場は圧倒的に、稼働時間の90%以上をカバーする自動キャプチャを持つ。中央値の工場は稼働時間の50〜80%をカバーする自動キャプチャを持ち、ギャップは手動ログまたは単にデータ欠落で埋められる。計画外ダウンタイムの記事で取り上げたマイクロストップは、中央値の工場が見逃す最大の単一カテゴリだ。
段取替えの規律。すべての業界でトップ10分位の工場は、中央値より測定可能な形で段取替えが速い。違いはツーリングではほとんどない。構造化された事前段取り、リハーサル済みのシーケンス、オペレーターのクロストレーニングが、18分ではなく12分で段取替えを起こすことを可能にする。SMED(シングル段取り)はフレームワークだが、作業をするのは規律だ。
週次レビューのケイデンス。トップ10分位の工場は、ラインあたり1つの名前付きアクションで終わる週次OEEレビューを実施する。中央値の工場は、スライドデッキを生成する週次OEEレビューを実施する。違いは四半期ごとに複利化する。効果的な週次レビューの形については、プロセスエンジニアの週で最も重要な7つのタスクで取り上げた。
マイクロストップに対するオペレーターのエンゲージメント。トップ10分位の工場は、30秒の停止を実際の原因を持つ実際のイベントとして扱う。中央値の工場はそれを背景として扱う。トップ10分位がこれを行う理由は、一部は文化的、一部は技術的だ。キャプチャシステムがマイクロストップを自動的に表面化すると、オペレーターはそれに関与する。キャプチャシステムがオペレーターに手動でログを取ることを要求すると、オペレーターはスキップする。
データが示さないもの
正直な注意点をいくつか。
データセットは、データを提出するほどOEEを気にかけている工場を過剰代表している。OEEキャプチャをまったく持たない工場(IndustryWeek 2024ベンチマークでは中規模製造業者の約25%とされた)は不在だ。それらを含めると、中央値は推定5〜8パーセンテージポイント下がる。
データセットはヨーロッパ(工場の61%)と北米(33%)に偏っている。アジアとラテンアメリカの製造パターンは過小代表されている。我々が知るパターン(日本の自動車での非常に高い可用性、韓国の電子での非常に低い段取替え頻度、ラテンアメリカの中規模食品飲料での高い変動性)は業界別中央値に反映されていない。
数字は12週間の集計値だ。シングルシフト、シングル週、シングル日の変動性は業界別範囲が示唆するよりはるかに高い。中央値OEE 71%の工場は、シフトで40%と88%を日常的に持ち得る。
OEEはいくつかある入力の1つだ。OEEトップ10分位の工場が常に最も収益性が高い、最も信頼性が高い、最も安全とは限らない。彼らは最も可用性が高く、最も速く、最も一貫している。それらは価値があるが十分ではない。
より大きな絵
OEE数字が60%台後半の中央値に着地することは、基本が効くこと、そしてまだ意味のある余地があることを思い出させる。24ヶ月で中央値から業界トップ10分位に行く工場は、新しいラインを買わずに6〜12パーセンテージポイントの出力を捕捉する。製造業収益の典型的なEBITDAマージン12〜18%で、それは実際のお金だ。
罠は85%スローガンを追うことだ。機会は、自分の業界のトップ10分位を知り、そこまでの距離の半分を埋めることだ。
生産可視化の広い枠組みについては生産モニタリングシステムを参照してほしい。計算の詳細についてはOEE計算を参照してほしい。ダッシュボード側についてはOEEソフトウェアを参照してほしい。
FAQ
OEEは業界間でどう違うか。主に構造的な可用性の上限を通じて違う。連続プロセス業界(紙、ポリマー、ガラス)は段取替えが少なく安定ランが長いため、より高いOEEを維持する。離散・段取替え重視の業界(製薬、特殊食品、繊維)は構造的な上限が低い。
2026年の中規模工場の現実的なOEE目標は何か。上の表から自分の業界のトップ10分位を選び、現在の中央値からの距離の60〜75%を取り、それを24ヶ月の目標に設定せよ。ほとんどの中規模工場では目標は70〜78%の間に着地する。
ワールドクラスOEEは85%か。電子、半導体、航空宇宙、まれな飲料ラインでのみ。ほとんどの業界ではワールドクラススローガンは非現実的で役に立たない。代わりに表から業界別トップ10分位を使え。
OEEを10パーセンテージポイント改善するにはどうすればよいか。順番に: 自動キャプチャをインストールする、ラインあたり1つのアクションで終わる週次レビューを実施する、マイクロストップを攻撃する、段取替えオーバーランを攻撃する、品質起因停止を攻撃する。これを適切に行う中規模工場では12〜18ヶ月が現実的だ。
OEEベンチマークは信頼できるか。はい、注意付きで。業界横断ではなく業界別の中央値を使え。野心のためにはトップ10分位を見よ、単一工場のピークではなく。そしてOEEの数字は、工場がいかに良く稼働するかと同じくらい、キャプチャがいかに規律あるかの出力でもあることを忘れるな。
数字を使い、それから先へ進め
このデータセットを実施した理由は、既存の公開ベンチマークが誤解を招くほど古かったからだ。これをオープンに公開する理由は、次のデータセットはより良いべきであり、そこに到達する唯一の方法はより多くの工場がデータを共有し、我々のものに挑戦することだからだ。2027年の更新に貢献したい場合は、コミュニティに参加して、OEEスレッドに自分の集計数字を投稿してほしい。
関連する運用規律については、ダウンタイム追跡ソフトウェア、計画外ダウンタイム、現場データ収集を参照してほしい。
無料で始める、もしくはコミュニティに参加することで、他の工場のOEE数字を同業者と比較できる。
