ProveIt! 2026：箱から出してすぐ使えるMESが可能であることを実証

製造業界で最近勢いを増している意見があります：「箱から出してすぐ使える（Out-of-the-box）MESなんて存在しない。工場はそれぞれユニークすぎるから、十数個のツールを繋ぎ合わせ、毎回ゼロから作り直すしかない」と。

私は10年以上ショップフロアに立ち続けてきました。なぜそう信じられるか、よくわかります。だが私はそれが間違いだと考え、それを証明しに行きました。

それが、私たちがProveIt! 2026に出展した理由です。

ProveIt! とは実際何なのか

知らない方のために：ProveIt! は業界屈指の過酷な競争環境です。51ベンダー。報道によれば125社の製造業者が来場。意図的に「汚く、不完全な」3つのライブ仮想工場（これが実装の現実だから）。自社製品を工場に接続し、構築したものを見せ、舞台上で4つの質問に答えるのみ：「何の問題を解いたか？ どう解いたか？ 何日かかったか？ コストはいくらか？」 綺麗なスライドデッキではごまかせません。証明するか、しないか。

私たちは「完璧な箱出しMESが存在する」と主張しに行ったのではありません。「ゼロから始める必要はない」もっと具体的なことを証明しに行きました。製造業者が、18ヶ月・コンサルタントチーム・白紙のページなしで、自社操業に実際に機能するシステムを手に入れられることを。

私たちが解決しようとした問題

MachineMetricsはディスクリート製造（工作機械・プレス・射出成形）のために作られました。それが我々のDNAです。航空宇宙・防衛・医療機器・精密ジョブショップなど、機械加工中心のメーカーと深く繋がっています。

割り当てられたProveIt!仮想工場は？ マルチサイトの飲料ボトリング工場。3サイト。槽、充填機、ラベラー、パレタイザー。連続バッチ処理。CNC工作機械は一台もなし。

正直言うと、課題を見た瞬間の第一声は「何に巻き込まれたんだ？」でした。我々の典型的環境では全くありません。

そこで、これを真のストレステストとして扱うことにしました。我々のプラットフォームは、再構築せざるを得なくなるまで、どこまで伸びるか？

答えは、私自身をも驚かせました。

2週間。1人（ほぼ）。

正直に言います：着手したのは会議の2週間前。エンジニアリングチーム全員が強い四半期末の新規導入で手一杯だったため、アプリケーションエンジニアのVicenteの助けを借りつつ、基本的に私1人でやりました。私は開発者ではありません、せいぜい「ちょっとできる程度」です。

何を構築したか：

• 数時間でマシン接続完了：エッジプラットフォームを立ち上げ、UNS上のMQTTブローカーに接続、AI支援ツールで50台超のマシンのデータ項目を自動マッピング。タンク接続なんて初体験。センサーが重量と流量を報告しているのが途中で判明したが、システムは難なく対応。この柔軟性を、真っ最中になるまで十分に理解していませんでした。
• AIに「ボトリング」を教えた：最も不安だった部分。新機能Knowledge Hubにプラント説明書・機能仕様・飲料製造の一般知識を投入し、ネイティブエージェンティックAIであるMax AIを学習させた。即座に有用な回答を生成開始。実SOPsベースのチェンジオーバーチェックリスト。充填機停止と下流ラベラー問題の違いを理解したシフト引き継ぎサマリー。
  「飲料用MESを作った」のではない。「AIに飲料製造の仕組みを教えた」のだ。この違いが重要。カスタマイズ vs 設定可能性の差だ。
• カスタムオペレーターパネル：開発者向けMCP、API、フロントエンドデザインフレームワークで構築。明確にしておく：カスタム開発は伴う。だがそれは、製造データ・生産スケジューリング・ダウンタイム分類・シフトイベントを「すでに理解しているプラットフォーム」の上でのフロントエンド作業だ。ゼロからの12ヶ月バックエンドエンジニアリングではない。Vicenteと私で、本物の製品のように見え振る舞うものを数日で作った。このフロントエンドフレームワークには今名前がある：Carbide。専属エンジニアチームを持たないあらゆるお客様にも、この種の開発を可能にする仕組みだ。
• インテリジェントエージェント：MCPサーバーとN8Nを用い、スケジュール実行で生産データを取得→AI通過→異常/ボトルネック検知→インテリジェントブリーフ配信というワークフローを構築。ステージで見せたデモでは、タンクブロッキング問題を特定。VAT3が間違った製品を保持し、下流にカスケード障害を誘発。システムが再発防止の具体的アクションを推奨し、オペレーターパネルがリアルタイムアラートを表示。Max AIへの2プロンプト、N8Nワークフロー1インポート。完了。

デモが実際に示したもの

登壇時、会場はすでに多くのベンダーを見ていました。私が響いたと感じたポイント：

• スピードの物語が、予想と違う角度で刺さった：「2週間で、2〜3人？」と来場者から繰り返し聞かれた。製造業者は6〜18ヶ月の導入サイクルを当たり前と刷り込まれてきた。マルチサイト接続・ERP統合・未知環境へのAI設定・カスタムオペレーターUI構築が2週間で可能だなんて、ライブで見るまで信じられない。
• シフト引き継ぎデモが、会場の空気を変えた：オペレーターがシフトメモを記録。AIがそれらを生産イベント・ダウンタイム分類・チェンジオーバー時間・生産率と統合し、引き継ぎサマリーを生成。次シフトが機械に触れる前にブリーフを受け取る。暗黙知が毎シフト自動的に捕捉される。現場でこの問題がどれほど痛いか知っている。会場もそれを感じた。
• 設定可能性の物語が、インテグレーター層に響いた：ディスクリート製造向けプラットフォームが、Knowledge Hub経由で飲料製造を学び、私が未経験のプロセスについて文脈的に正確なインサイトを生成する。ゼロから作り直す必要はないことの証明になった。

そこから何を構築しているか

ProveIt! のようなカンファレンスで最も価値があるのは、ステージ時間ではない。4日間ブースに立ち、フィードバックをフィルターせず語るビルダー・インテグレーター・製造業者の声を聞くことだ。

聞こえた声、そして我々が取っているアクション：

• より高速なUNS接続を構築中：ProveIt!ではUNSが整備済みで接続は容易だった。実導入ではこれが最も時間のかかるパートの一つ。会期中に新UNSコネクタを構築：ISA95マシン検出・データ項目マッピング・アダプター設定をワンクリックで。数時間が数分に。全導入で複利的に効く改善だ。
• 「スタックのどこに位置するか」の説明を研ぎ澄ます：ブースで最多だった質問は「動くか？」ではなく「MachineMetricsは私のアーキテクチャのどこにフィットするか？」。レイヤーで考えるコミュニティにとって公正な質問。我々はフルスタックプラットフォーム＝多くのベンダーより問題の広い範囲をカバーする。だがフルスタック≠クローズド。データを公開し、MCPで共有し、既存システムと統合する。両方真実。両方を明確に語れるよう改善中。
• プラットフォームに倍賭けし、名前を与える：ProveIt!で見せたMachineMetricsは、未知のボトリング工場に接続し、Knowledge Hubでプロセスを学び、文脈的に正確なオペレーターワークフローを2週間で生成した。オペレーターパネル、インテリジェントエージェント、AI支援アプリ足場：これらをCarbide（カスタムアプリビルダー）という単一ケイパビリティへ正式化。Carbideは、お客様・自社チームが、従来の開発期間・ゼロベースなしで、MachineMetricsを各メーカー固有のワークフローへ拡張するアプリを高速に構築・配布・イテレーションする仕組みだ。ProveIt!で見せたのは初期の証明。さらに続く。

大きな絵

51ベンダー、報道125製造業者と1週間過ごしたProveIt!で、私が実際に信じるようになったこと：

AIは「製造ソフトウェアを構築することの意味」を変えつつある。 数ヶ月かかったアプリが数時間でスキャフォールドできる。SOPと暗黙知にあった知識が、構造化・蓄積・全オペレーター全シフトへ配信可能になる。箱出しMESを不可能にしていた障壁——設定可能性のギャップ、垂直特有の知識要件、カスタム統合作業——が急速に縮小している。

これは機会を生む。完璧なカスタムソリューションを待つ製造業者は、「箱出し」と「うち向け」のギャップが予想より速く埋まることを知るだろう。中間地帯——「速く価値に到達し、そこから拡張できる設定可能なプラットフォーム」——が、合理的な選択肢になりつつある。