2026年10月19日：改定 連載の全体像と記事一覧：生産ラインの現場から、データと判断のあり方を考える 取材の場で聞いたが、記事にならなかった話 日産GT-Rという国産スーパーカーは、2007年に登場し2025年に生産終了を迎えました。発売当時、私もこの車の助手席に乗せてもらったことがあり、とてつもない加速力とエンジン音に悲鳴を上げてしまったことを覚えています。たった一回の乗車で大ファンになりました。 その日産GT-R開発責任者の水野和敏氏は、2013年のNIDays基調講演に登壇され、私はその取材に同席させていただく機会がありました。私の印象に最も残ったのは、記事には載らなかった「ある運用ルール」の話でした。取材から10年以上が経った今、水野氏が語っていたのはこういうことだったのか、と思うようになりました。 その話を書く前に、まず経営上の問いを一つ置きたいと思います。 【問い】 部門ごとのKPIだけで、組織全体の失敗の原因は見えるか？ 多くの企業では、経営のKGI（Key Goal Indicator）を、売上・利益・納期・品質などの切り口で、部門ごとのKPI（Key Performance Indicator）に分解して運用しています。分解の仕方自体は、KPIツリーとして整理されていることが多いと思います。 それでも「KGIが現場に落ちない」「現場がKPIを達成しても業績が上がらない」という悩みは尽きません。目標の分解が悪いのでしょうか。私は、もっと手前に原因があると考えています。各部門が、別々のデータで、別々の定義で、自分の数字を見ていることです。 GT-R開発に見る「部門別の仕事をやめる」という決断 水野氏は、開発責任者に就くとまず、計測システムの開発に着手したと語っていました。エンジン、ボディー、サスペンション、ブレーキ、ミッションと部門ごとに別々の計測をしていては、クルマ全体で見たときの失敗の原因が分からないからです。そこで一度に250項目のデータを取得し、ソフトウェアで統合して解析できる仕組みを作りました。部門ごとの仕事は全部やめるよう、チームに伝えたそうです。 統合した計測データを各専門家に共有すると、課題と解決策の両方が見えてくるそうです。水野氏は「これまでミッションが原因だと思っていたものが、実はエンジンに問題がある場合もある」と述べていました。（出典は文末に記載） なお、これは水野氏ご本人が語った内容であり、成功した当事者の総括でもあります。ここでは検証済みの一般法則としてではなく、示唆に富む一つの事例として紹介します。 取材で聞いた「絶対に譲らなかったルール」 ここからが、取材の場で伺った話です。水野氏は、計測データを現場のエンジニアが個別に取得することを認めませんでした。データの引き渡し担当者を置き、エンジニアは、その担当者を通じてしかデータを受け取れない形にしたのです。意図的に、です。 担当者は、若手の非エンジニアの女性でした。当然、現場のシニアエンジニアからは強い声が上がりました。「エンジニアが直接データを見せてもらった方がいいはずだ」と。彼女は、その矢面に立ち続けました。当時の大変さは、ご本人からも伺っています。 それでも水野氏は譲りませんでした。個別にデータを渡せば、議論が再び部門ごとの仕事に戻ってしまう。全員が同じデータを同じ形で見ることが、すべての前提だったからです。この点を、水野氏は力を込めて語っていました。 私がここで感じたのは、次のことです。 なんという先見の明、そして譲らない根性か。ただただ凄いと思いました。腕利きのエンジニアたちに、データの取得を各自でやらせない。それは直感に反するように思え、当時は正直なところ混乱したことを覚えています。 「窓口を絞れば遅くなる」という反論に答える エンジニアの方ほど、こう思うはずです。「窓口を1人にするのは、ボトルネックでは？」 ご指摘のとおり、その懸念はあります。ただし、この事例の本質は、窓口を絞ることではありません。データと指標の定義を1つに統一することです。2013年の事例は、それを人の力で実現した例と読めます。今なら、データ基盤を一元化し、指標の定義を一箇所で管理する（いわゆるSingle Source of Truthや、指標定義を集約するセマンティックレイヤーの考え方）ことで、速度を落とさずに同じ状態を作りやすくなっています。 もう一つ、正直に書いておくべき点があります。水野氏がこれを貫けたのは、当時の経営トップの強い後ろ盾があったからでもあるでしょう。多くの組織で同じことをするなら、仕組みを作る人と、それを守る権限を持つ人を、意図して設計する必要があると思います。 図１　GT-R開発時の全体ゴールと各部門のKPIの考えは、経営でも同じ 製造業の実践例：KPIツリーで、工場の利益から現場のデータまでをつなぐ では、これを製造業の現場に置き換えるとどうなるでしょうか。 図２は、工場の利益を例にした、経営KGIから現場のデータまでのKPIツリーです。工場管理利益の定義は会社によって異なるため、ここでは一例として、売上（社内振替を含む）から変動費と工場固定費（管理可能費）を引いたものとしています。図は、左から順に次の5つの階層で構成されています。 経営KGI：何を達成したいか（工場管理利益） 財務ドライバー：利益を動かす要因は何か（生産・売上貢献、変動費、工場固定費） 製造KPI：何を改善するか（OEE、材料歩留まり、エネルギー原単位など） 現場KPI：どの現象を管理するか（時間稼働率、性能稼働率、良品率など） Operational Data：何のデータで把握するか（設備稼働データ、品質・検査データなど） 図２　工場管理利益のKPIツリー（一例） 左から右へ読むと、経営の目標が現場の管理項目に分解されていく流れです。右から左へ読むと、現場のデータが積み上がって、工場の利益になる流れです。ここで注目してほしいのは、すべての数字の出発点が、いちばん右のデータであることです。 OEEの経路をたどってみる 図の最上段が、OEEの経路です。製造KPIの「設備総合効率（OEE）」は、時間稼働率 × 性能稼働率 × 良品率で表される指標です。この3つは、そのまま現場KPIになります。さらにその下で、設備の稼働・停止の記録、実サイクルタイム、検査結果といったデータから計算されます。 逆に上へ向かうと、OEEが上がって生産量・出荷量が増えれば、「生産・売上貢献」を通じて工場管理利益に効いてきます。この経路を金額に換算する式は、次のとおりです。