予知保全と予兆保全、何が違うのか：現場の混乱を終わらせる判断軸

深夜0時を回った工場事務所。検索窓に「予知保全 予兆保全 違い」と打ち込んで、出てきた記事をざっと読む。「予知保全はAIで故障を予測する技術です」「予兆保全は異常の兆候を早期に検知します」——なるほど、それはわかった。でも次の手が見えない。

あなたが知りたいのは、定義じゃないんですよね。「うちの設備、どっちを入れたらいいんだ」という話だと思います。

この記事では、定義の整理は短めに終わらせます。大半は「どちらを選ぶか」「何から始めるか」の実務の話にします。

「予知保全」と「予兆保全」を混同する、無理もない理由

正直に書きます。日本の製造業界では、この2つの言葉を明確に区別して使っている人の方が少数派です。

ベンダーの営業資料でも混在している。機器メーカーのカタログでも同義で並んでいる。JIS Z 8115「ディペンダビリティ用語」では「予知保全」の定義はありますが、「予兆保全」は独立した用語として定義されていません。業界誌でも、記者によって使い方が違う。

だから「検索してもよくわからなかった」のは、あなたのせいじゃない。用語自体が揺れているんです。

ただ、この2つを混同したまま導入を進めると、確実につまずきます。何がどう違うかを一度整理しておくだけで、ベンダー選定の精度がまったく変わります。

匠座の記事自動生成パイプラインを組んでいるとき、製造業の技術資料を大量に処理する機会があって、同じことを実感しました。業界誌のPDFをAIでタグ付けしようとすると、「予知保全」と「予兆保全」をどのカテゴリに振り分けるかで判断が何度も割れた。最終的に「何を答えとして出すか」という観点で分類ルールを固定したら、精度がかなり安定しました。言葉の揺れを放置すると、分類も判断も揺れる——現場の導入判断でも同じことが起きてます。

「何を答えとして出すか」が、2つの技術を分ける

両者の本質的な違いは、この1点に尽きます。

「何を答えとして出すか」が違う。

予兆保全は、心拍モニターに近い。心拍が急に上がれば警告が出る。なぜ上がったか・いつ倒れるかはモニターは教えてくれない。でも「今すぐ確認した方がいい」という合図はくれる。

予知保全は「あと2,000km走ったらブレーキパッドを替えてください」と言ってくれる仕組みに近い。何キロ走ったか、どんな道を走ったか、過去の劣化パターンがあって初めて言える言葉です。

この違いを頭に入れておかないと、「予知保全システムを入れたのに故障の予測が全然当たらない」という話になりやすい。多くの場合、原因は「故障データが足りなかった」です。詳しくは後述します。

あなたの設備、どちらが向いている？○×で選ぶ5つの判断軸

「うちはどっちを入れるべきか」を決めるとき、僕がよく確認するのは次の5つの問いです。

① 過去の故障データが蓄積されているか？

機種別の故障日時・故障モードが複数年分デジタルで残っている → 予知保全が狙える。「記録はあるが振動や温度の時系列データはない」 → まず予兆保全から。「日常点検記録は紙台帳のまま」 → どちらも今すぐは難しい。センサー設置とデータ収集を先に始める。

② 設備の停止計画に柔軟性があるか？

「○月の大型定修まで何とか持たせたい」という要望がある → 予知保全の価値が高い。「おかしくなったらすぐ止めて点検できる」体制なら → 予兆保全で十分。

③ 止まったときの損失規模は？

1台止まると他のラインも連鎖停止する、または人命・環境リスクがある → 予知保全を優先して検討。予備機があるか手動代替で数時間対応できる → 予兆保全から始めて十分。

④ センサーはすでにあるか？

振動・温度・電流の計測器がすでに設置されている → どちらも着手しやすい。設置から始まる → 設置コストと期間を含めた計画が必要になる。

⑤ 保全担当者の体制は？

1〜2名でこなす小規模現場 → アラートを受けて動く予兆保全の方が運用しやすい。月次で保全計画を立てる担当者がいる → 予知保全の出力（あと○○日）を計画に組み込める体制。

5つのうち3つ以上が「予知保全向き」なら予知保全の検討を、3つ以上が「予兆保全向き」なら予兆保全から始めるのが現実的です。どちらとも言えないなら、センサー・データ整備が先です。

Before/Afterで見る：選び方が変わると現場の1日も変わる

架空の数字は使いません。ただ、こういう構図の変化が現場に起きる、という実務のイメージを描いてみます。

Before：「勘と経験」だけで回している現場

月曜の朝7時。ベテランの山田さんが工場に入るなり圧縮機の前に立ち、耳を澄ませる。「今日はちょっとうるさいな」と感じたら、午後に増し締めして様子を見る。こういう判断が月に何十回も積み重なって、設備は何とか動いてきた。

来週から山田さんが1週間の有休に入る。後輩の田中さんには、まだその耳がない。それだけで現場は不安になる。

After（予兆保全を入れた翌月）：「合図」が生まれた現場

振動センサーのデータが5分おきにクラウドへ上がり、異常スコアが正常帯を外れると担当者のスマホに通知が来る。山田さんが有休でも、田中さんでも、スコアが上がった時点で「確認してください」という合図がある。「何がどのくらいおかしいか」はシステムが示す。「どう対処するか」は人間が判断する。

山田さんの耳の代わりにはなれない。でも、耳のない人が初動で動けるようになる。この差は、技術継承という文脈でかなり大きいと思ってます。

After（予知保全まで進めた半年後）：「スケジュール」が生まれた現場

振動データの蓄積と、過去の交換履歴のデジタル化が終わった。モデルが「このベアリング、残存寿命は推定42日±7日」と出すようになった。保全担当者は、この数字を月次計画に組み込む。来月の第三週に部品発注、第四週の定修で交換——という段取りが組める。部品在庫の持ち方も変わってくる。

この段階になって初めて、「予知保全を入れてよかった」という話ができます。

正直な限界：うまくいかないケースを先に言っておく

よくある失敗パターンを書いておきます。導入前に知っておくと、同じ落とし穴を避けられます。

故障データが少ない設備に予知保全を入れると、モデルが育たない

予知保全は「故障するまでのパターン」を学習します。故障が年に1回未満の設備では、学習データが圧倒的に不足する。正常時データが何千時間あっても、故障直前の数十時間のデータがなければ残存寿命は推定できない。こういう設備には、まず予兆保全（異常検知）が現実的です。

「導入すればすぐ動く」と期待していると、数ヶ月後に失望する

センサーの選定・設置・データ品質の確認・アラートのしきい値調整——これだけで数ヶ月かかります。「AIが自動でやってくれる」という話は、ほぼ現実にはない。初期チューニングには現場のベテランの知見が不可欠です。

設備の種類が多すぎると、一括導入は難しい

10種類の設備に一斉導入しようとすると、センサーの種類もモデルも全部違う。最も損失が大きい設備1台から始めるのが鉄則です。

中小規模では「誰が見るか」問題が発生しやすい

アラートが来ても見る人がいなければ、通知を無視するようになる。現場担当者が2〜3名の会社では、アラートの数を意図的に絞る設計が必要です。「全部アラートにする」は最終的に「全部無視する」に繋がります。

向いていないのはこういうケースです。データが全くない状態で予算だけが先行している。保全担当者がすでに手一杯でシステムの運用リソースがない。初期費用のみが計上されていてランニング費用が未計画。導入後に「維持できない」と気づくのが、最もコストの大きい失敗パターンです。

よくある質問に先に答えます

Q. 中小企業でも導入できますか？

できます。ただし「何十台も一気に」は難しい。最も損失が大きい設備1台から始めるのが現実的です。センサー設置とクラウド接続だけなら、小規模な構成で動かすことは技術的に可能です。

Q. 費用の目安を教えてください

今回参照できる費用データがないため、具体的な数字はお出しできません（推測で書いてあなたを惑わせたくないので）。ベンダー比較の際は「センサー設置費」「ソフトウェア月額」「初期チューニング工数」の3つに分けて見積もりを取ることをおすすめします。この3つを「一式」でまとめてくるベンダーは、後から追加費用が出やすいです。

Q. 社内にデータサイエンティストがいなくても動かせますか？

予兆保全の異常検知なら、ノーコード・ローコードのツールで現場担当者が運用できる製品が増えています。予知保全の残存寿命推定は、初期モデル構築にある程度の専門知識が要ります。SIerやベンダーのサポートを使うか、クラウドサービスのAutoML機能を活用するかの選択肢が現実的です。

Q. どのくらいのデータ量で動き出せますか？

予兆保全（異常検知）は、正常時のデータが数週間〜数ヶ月分あれば基準モデルを作れる場合があります。予知保全（寿命予測）は複数回の故障サイクルを含むデータが必要なため、設備によっては数年かかるケースがあります。「まず予兆保全で運用しながらデータを蓄積し、溜まったら予知保全に移行する」という段階的アプローチが現実的です。

Q. 既存の設備管理システム（CMMS等）と連携できますか？

API対応のシステムなら連携できるケースが多いです。ただし古いオンプレ型システムとの連携は別途コストがかかることが多い。導入検討時に「既存CMMSとのデータ連携はどうなるか」を必ず確認してください。

---

この記事全体のまとめ

---

ここまで読んで「自社だけでやるには手が足りない」と感じた方は、『AI鬼管理｜Claude Code業務自動化トレーニング』（Claude Codeで日々の業務を自動化する実践トレーニング（無料の業務効率化診断あり））のような外部サービスという選択肢もあります。急ぎでなければ、まずは無料のチェックリストで足元を固めるのがおすすめです。

AI鬼管理｜Claude Code業務自動化トレーニング ↗

今日やること：30分でできる3ステップ

今夜、30分でできることを3つに分けます。

ステップ1（10分）：止まると最も損する設備を1台選ぶ

工場・現場で、止まったときの損失が最大の設備を1台挙げてください。「勘で一番大事な設備」で構いません。その設備に今、振動・温度・電流のセンサーがついているか確認する。ついていればデータが取れる可能性がある。ついていなければ、次のアクションはセンサー選定です。

ステップ2（10分）：下のプロンプトをAIに投げて、自社の状況を整理する

あなたは製造業の保全改善コンサルタントです。
以下の設備について、「予兆保全（異常検知）」と「予知保全（残存寿命推定）」の
どちらが現実的か、理由とともに教えてください。

設備名：[設備名を入力]
設備の役割：[工程での役割を1〜2行で]
現在のセンサー：[振動センサー有無、温度センサー有無など]
過去の故障履歴：[おおよその頻度・記録の有無]
保全担当者の体制：[専任か兼任か、人数]
停止時の影響：[生産ライン全停か、部分停か]

上記をもとに、①今すぐ始められること、②半年後に目指すこと、
③避けるべき落とし穴、の3点でまとめてください。

使いどころ：ベンダー比較の前に、自社の状況を整理するための「思考の叩き台」として使う。

出力を検証する観点：故障データが少ない設備に予知保全を推奨してきた場合、その根拠を必ず問い返す。

ステップ3（10分）：ベンダー問い合わせ用の仕様メモ草案を作る

以下の情報をもとに、予兆保全または予知保全システムの導入検討にあたり、
ベンダー問い合わせ時に確認すべき質問リストと、
仕様メモの草案（A4半枚程度）を作成してください。

設備名：[設備名]
監視したい対象：[振動/温度/電流/その他]
現在のデータ収集状況：[センサーあり/なし、データフォーマット]
社内IT環境：[クラウド可否、既存CMMSの有無]
導入目的：[緊急停止防止/計画保全の効率化/技術継承]
予算感：[あれば記入。未定なら「未定」と記載]

質問リストには「費用の内訳（センサー設置費・月額・チューニング工数）」
「既存システムとの連携方法」「初期チューニングに必要な工数と期間」
を必ず含めてください。

使いどころ：複数ベンダーへの問い合わせ条件を揃えるため、事前に仕様メモを統一する。

出力を検証する観点：AIが書いた質問リストに、自社固有の制約（設置スペース・電源容量・IT部門のルール）が含まれているか確認する。

3ステップ、全部やっても30分です。深夜に「もう少し整理してから進めよう」と思っているなら、今夜その整理が終わります。

編集長メモ：ヘリックス（執筆者について）

この記事は定義を覚えるためじゃなく、明日の一手を決めるために書きました。判断軸とプロンプトだけ持ち帰ればOKです。用語に引きずられる時間は、現場には1秒もないので。

▶ あわせて読みたい：予知保全と予防保全の違い：現場が年間1,892万円損する前に読む話

▶ あわせて読みたい：予知保全 メリットの実務ガイド