●3月のタイ自動車生産、前月比13％増で持ち直し、国内販売も大幅増

　先ほどこの製造原価算出システムはERPシステムの中ではかなり重要な位置付けであると説明させていただきましたが、どういうことかと言いますとERP内での業務の流れとしましては、先ず販売・購買及び生産実績システムのデータを元に在庫管理データが作成され、次にそれらの各システムと固定資産管理や給与計算システム等の各システム群のデータを元に会計伝票が作成されます。そして会計データと前述の生産実績データや材料在庫のデータを元にして個別製造原価が算出されるということで、それらのシステムデータが全て正しくないと当然ですが正しい原価は算出されない訳で、極端な言い方をすると製造業様向けERPシステムの最終目標がこの個別製造原価の算出とも言えるのではないでしょうか。

　ただこのように非常に重要な位置付けのものではあるのですが、普通に考えますと製造原価における原材料費は材料在庫データからの積み上げになりますし、工程原価は会計データを個別に案分したものになりますことから、わざわざAI機能を使うまでもなく単純な計算式で事足りるのではないかとも思われます。実際この個別原価計算機能をエクセルシートにて毎月算出されている会社さんも結構いらっしゃいまして、ただ単純な式で算出しているが故に頭を悩まされてる問題も多々ありまして、そこで今回はその問題点と共にではAI機能を活用することによってその問題は解決するものなのかという点について考えてみたいと思います。

１、工程原価の算出における問題点

　この工程原価の算出と言いますのは、大雑把に説明しますとその月にかかった経費をその月に製造した品目に案分するという作業でありまして、会計的に見れば製造原価として計上された経費のトータルと各々の製造品目に振り分けられた工程原価のトータルが合致していれば問題無い訳で、少し乱暴な言い方をしますと壮大な辻褄合わせをおこなう処理であります。

　ただ当然ではありますがその案分の仕方が実情に則していないと、本当は高コストの製品を安価で販売してロスを出したり、逆に低コストの製品に不相応な高価格を付けて競争力を失ったりというような事態が発生してしまいます。そこで一般的な案分方法としまして機械オペレーターさんの給与や機械の減価償却費といったような直接製造に関連する経費については該当品目の製造時間を用いて比例配分をおこない、管理部門の給与や事務所内のOA機器に対する減価償却費といった間接経費については前述の直接経費を配分した結果の金額の多寡により比例配分をおこなうというやり方がよくおこなわれております。

　もちろんこの案分のルールについては会社さんによりケースバイケースでありまして、例えば機械の減価償却費であれば同一ラインの機械をまとめた値で算出するのではなく、機械単位で細かく金額を振り分けられたりとか、経費によっては作業時間ではなく品目ごとに設定された別の原価配分用の値を用いたりとかそういった様々な差異はあります。

　それで何が問題なのかと言いますと、このように比例配分が自動でおこなわれ最終的なトータル値が会計の数字と合致しているが為に、製造コストにおける異常事態を検知し難いという点が挙げられます。

　例を挙げて説明いたしますと、ある工程で使用する制作機械では製品を作成する作業に熱処理等が必要なためかなり時間がかかるのに対して、別の工程では切断処理だけなので短時間で作業が終了するといったケースが有ったとして、これらの生産工程における経費の案分を単純に作業時間のみでおこなってしまうと、時間がかかる機械工程にかなり多くの経費が分配される形となります。

　生産機械の減価償却費であれば機械ごとに案分してしまえばその形でも問題ないのですが、労務費についてはそれほど簡単にはいきません。実は時間のかかる作業機械は最初に設定さえ行えば後は自動で動く仕組みとなっており、オペレーターさんが常につきっきりで作業をおこなう訳ではなく、極端な話1人が同時に10台の機械を監視することも可能であったとします。この場合単純に作業時間を元に労務費を案分してしまうと、実際には他の作業機械に比べて10分の1の費用しかかかっていないのに実際以上に労務費がかかった形で原価が算出されてしまいます。

　上記は1例なのですがこの他にも1人のオペレーターさんが別の工程機械と兼任で担当するケースもあれば、逆に1台の機械に複数のオペレーターさんが付くケースもあるでしょうし、単純に作業時間で労務費を割り振る形では実情とはかけ離れた原価が算出される可能性は大いにあります。

２、予定原価との比較による問題品目の洗い出し

　上記のような原価算出の問題点を解決するには、単純に考えますと複数機械を同時に稼働させた場合を考慮して、労務費の案分時に同シチュエーションを補うような係数をかけてやれば解決するのではと思われます。

　ただ予定製造原価の算出はその形で問題ないとしても実際製造原価の場合は何台の機械が同時に作業をおこなうかはその生産状況に拠りますことから、常に10台の機械がフル稼働している訳ではなく、ある時は1台のみが稼働であるときは5台が同時に稼働する日もあります。（あくまでも仮定の話なのでそういう風な設定で考えます）

　その場合、より精緻な製造原価を算出するには後述のように少々厄介な処理ロジックを組む必要がありますので、そこで先ずは簡易的なチェック方法を考えますと前述の通り予定原価の算出時にはこの状況を鑑みた上での原価算出がおこなわれておりますので、同原価と実際製造原価とを比較して、あまりにも数値がかけ離れている場合にはいずれかの数値に問題があるのではという判断をおこなうことが可能となります。

３、問題品目における正確な実際原価の算出

　ということで、上記のようなケースで実際の製造原価を厳密に算出しようとすると、各品目の生産時に同時に稼働した機械台数を情報として取り込み、同情報を元に係数を調整していくという方法を採ればかなり実情に近い数値を算出することが出来るのではありますが、言うは易し行うは難しで当該の機械グループは当然ながら毎回同じタイミングで生産を始める訳ではなく、機械ごとで1時間とか30分とかずれて開始した場合に、では何時から何時までには機械台数が何台でといった形で時間帯ごとに台数とその割合を元に係数というパラメータを調整していく作業が必要になります。

　あとオペレーターさんと作業機械の関連性についても様々なケースが考えられますので、予定原価の算出時には人間が適正値を想定して算出をおこなうことが可能だとしても、実際原価の算出時には膨大な情報を元にありとあらゆるケースを想定しないといけない為、それを一つ一つ検証していく形ですと恐ろしく時間のかかる処理となりまして、そこでここの処理ロジックにAI機能を活用することが出来るのかというのがここからのお話となります。

４、問題品目のグループ分けを行い傾向を調査

　前述のようにいきなり各品目単位で枝葉からデータチェックをおこなう形で作業を開始しますとどこまでシミュレートを繰り返せば正解に近づけるかという部分が雲を掴むような話となりますので、先ずは前項にて洗い出した問題品目の傾向を探ることから始めてみます。具体的には問題品目をグループ分けしまして実際原価が予定原価に比べて大幅に上回っているグループ、若干上回っているグループ、若干下回っているグループ、大幅に下回っているグループといった形で幾つかのグループを作ります。

　そしてグループ分けされた結果を元に傾向を探っていきます。例えば全ての品目において実際原価が予定原価を大幅に上回っているとすれば、それは前述のような経費の配分方法が間違っているという問題ではなく、該当月が賞与支給月だったとか光熱費が予定原価算出時より上がったとか予定外の大きな支出があったとか、そういった形で年次レベルで確認をおこなう必要はあるのですは、今回の月次レベルでの確認作業としてはとりあえず置いておきます。

　それで調査作業の対象となりますのが、実際原価が予定原価を大幅に上回っているグループと大幅に下回っているグループが共に存在しているケースとなりまして、可能性としてその二つのグループには何の関連性も無くたまたまそのような結果となってしまったということも考えられなくもないのですが、前述のように片方の原価が別のグループに割り振られているという結果になっているとも考えられます。

　そこでようやく各品目ごとで工程ごと経費科目ごとで内容を確認していくフェーズに入る訳なのですが、ここまでの説明で思ったより枚数を費やしてしまいまして、ここからの説明もまた長くなりそうですので、続きのお話については次回に回させていただけますでしょうか。

BANGKOK TOKI SYSTEM CO., LTD.
住所：333 Lao Peng Nguan Tower 1, 17th Floor, Unit B1, SoiChaypuang,
Viphavadi-Rangsit Road, Chomphol, Chatuchak, Bangkok 10900
電話：0-2618-8310-1　ファクス：0-2618-8312　Eメール：toki@ksc.th.com
ウェブサイト：www.bkktoki.com

◆一般的な生産計画のステップ

　一般的な生産計画のステップは、受注入力→①基準日程生産計画(日別数量平準化)→②MRP(オーダ方針)→③差立て計画→生産→出荷のようになり①②③項を総称して生産計画となります。

①第9回 基準日程生産計画(MPS Master Production Schedule)とはで述べています。
②第9回 基準日程生産計画(MPS Master Production Schedule)とはで述べています。
③差立て計画は、いつ(日時)・どの設備で・どのような順序で生産するかを計画します。この計画に対応できるソフトウエアは生産スケジューラです。

……

SimLex Developmet Co., Ltd. 古賀 敏生

九州大学を卒業後、大手ベアリング会社に就職し生産技術研究所にて工程設計を経験し、38才で独立後スケジューラ・生産管理システムを中心とした開発・販売を実施した。その後、タイにてSimLex Development Co., Ltd.を設立し、0ベースよりERP・生産管理システム・会計システムを開発・販売し現在に至る。

　頼みの綱である中国からの入国者も、前年同月比では48％増の41万624人と大きく増えているが、67万7768人だった前月から急減し、入国者数増は春節効果のみにとどまった。2位はマレーシアからの同17％増34万2188人、次いでロシアからの同6％減22万1202人、インドからの同11％増20万8484人、ドイツからの同3％減11万858人となった。日本からは7位で同3％減10万6020人。韓国は同18％減9万9462人で、10万人を割って前月の5位から8位に順位を落とした。

　タイ政府観光庁（TAT）は4月2日、今後は中国、マレーシア、インドなどの近距離市場と国内観光に重点を移し、入国者数の拡大よりも体験価値を重視した持続的な成長を目指すと発表している。

●エネルギー高騰を受け観光戦略転換　タイ政府観光庁が近距離・国内市場を重視

　米ドル建てでは、輸出が294億3965万米ドル、輸入が322億7329万米ドルで、貿易収支は28億3364万米ドルの赤字だったとしている。

基準日程生産計画(MPS Master Production Schedule)とは

　基準日程生産計画は、完成品の必要数と必要日決める生産計画のことで、基準日程生産計画をなぜ必要とするのかの理由は以下のようになります。

・受注に合わせて生産を行うのが普通ですが、受注に合わせた生産では生産の負荷平準化ができない。
・受注数が多すぎるため、分割生産を行いたい。
・安全在庫を持ちたい。
・需要予測分の先行生産を行いたい。

　すなわち、基準日程生産計画は受注と生産の間を埋めるクッションの役割を果たします。

……

SimLex Developmet Co., Ltd. 古賀 敏生

九州大学を卒業後、大手ベアリング会社に就職し生産技術研究所にて工程設計を経験し、38才で独立後スケジューラ・生産管理システムを中心とした開発・販売を実施した。その後、タイにてSimLex Development Co., Ltd.を設立し、0ベースよりERP・生産管理システム・会計システムを開発・販売し現在に至る。

　アマタは現在、タイ、ベトナム、ラオスで計9万3000ライ（150平方キロメートル、1ライ＝1600平方メートル）の工業団地を運営。2025年の連結純利益は31億5000万バーツと、前年から28％増加した。

　2026年の工業用地販売目標は2800ライとし、アジアの新規投資家による需要や、アセアン地域への海外直接投資（FDI）の拡大を追い風に据える。創業者で会長のウィクロム・クロマディット氏は、「アセアンがハイテク、デジタル、次世代産業の新たな投資拠点として存在感を高めており、研究開発と製造の両機能を併せ持つ拠点設置を検討する企業が増えている」と指摘。一方で、「中東情勢の先行きには不透明感が残り、今後の動向を注視する必要がある」との認識も示した。

　こうした環境変化に対応するため、同社は国内外で経験豊富な経営人材や専門家を登用し、経営体制を強化。3月1日付で筒井康夫氏がタイ事業の最高経営責任者（CEO）に就任し、アマタ全体のマーケティング責任者も兼務する。前任の須藤治氏は実績のあるベトナムに戻り、現地子会社の副CEOに就いた。

　最高財務責任者（CFO）のデーンダーオ・コーモンメート氏によると、2025年の利益拡大はベトナム事業の収益改善に加え、全体的な効率向上と利益率の改善によるもの。売上高は米国の通商政策や関税を巡る混乱の影響で一部顧客の土地引き渡しが遅れ、145億バーツと前年比3％減少したが、収益性の向上がこれを補った。

　2025年末時点の負債資本比率は1.29と、前年末の1.33から改善した。未引き渡し分を含む受注残高は211億バーツに達し、今後の安定した収益確保を示している。こうした財務余力を背景に、同社は2026年までに100億バーツを投じ、用地拡張やインフラ、公共設備、各種サービスの整備を進める。

　2026年の販売計画では、タイが1650ライと最大を占め、東部経済回廊（EEC）を中心にデジタル化関連を含むハイテク産業の進出を見込む。ベトナムでは550ライを販売し、ハイテク、電子、環境関連、軽工業、物流など幅広い分野でアジア企業の生産拠点拡張や移転需要を取り込む。ラオスでは農産加工や物流向けに600ライの販売を計画している。

　現在、アマタの各プロジェクトには30カ国以上の企業が進出し、フォーチュン・グローバル500企業を含むおよそ1600の工場や商業施設が稼働している。雇用規模は約35万人に上る。

ウィクロム・クロマディット会長

筒井康夫CEO

デーンダーオ・コーモンメートCFO

　どういうことかと言いますと、昨今のシステムではデータベースも含めて入出力プログラム自体がクラウド上に置かれておりインターネットを介してシステム使用をおこなうというケースが主流となっております。この形の利点としてはインターネットへの接続環境さえあれば在宅勤務でも出張先でも普通にシステム使用が可能となるということで、特に数年前のコロナ禍の時期にはこの方式がかなり一般的となりました。

　反面デメリットとしましては、当たり前ですが社外からもシステムに接続することが可能なので、VPN設定やファイアウォール、パスワード等でのセキュリティ管理により防御はされているとはいえ、外部からの部外者の侵入を100％防ぐことは不可能な状況となっております。また仮にクラウド形式でなく、社内にサーバーが設置されているオンプレミス形式であったとしても、社内のネットワークがインターネットに接続されていれば、同回線を通じて外部からの侵入は可能となってしまいます。

　あと、極端な話をしますと社内のネットワークが外部のインターネットに全く接続されていないケースでも（あまり考えたくはないのですが）社内に悪意を持った人がいればシステムデータを故意に捏造したり必要データを削除したりといったことは起こりうる問題であります。また悪意は無くともシステムオペレーションに不慣れなスタッフがとんでもない事態を引き起こしてしまう可能性も皆無ではありません。

　そこでそういった危機状況に対してAIを活用することにより防御は出来るのかというのが今回の主題となります。具体的にどういった手法にておこなうかという案を事例ごとに説明させていただきますと、下記の通りとなります。

１、ユーザーIDとオペレーション時間とのチェック

　システムのデータベースに直接接続を行う為にはIDとパスワードによる一般的なセキュリティロックが掛かっており同内容はシステム管理者といった限られた人しか知らされておりませんので、ここで言うところのユーザーIDはERPシステムにログオンをおこなうユーザーIDとなります。その場合パスワードの管理は各々のユーザーさんに委ねられますので、中には管理の甘いユーザーさんからパスワード情報が漏れてしまうというケースも考えられます。

　そこでシステムにログオンをおこなわれたユーザーIDが本当に正規のユーザーさんからのものかどうかを確認する必要があるのですが、どのようなチェックをおこなえば良いかということで先ずはログオンがおこなわれた時間について考えてみます。ただ昼勤のユーザーさんであれば基本的に会社の業務時間内にシステム使用がおこなわれますが、忙しい時期であれば残業をされるユーザーさんもいらっしゃるでしょうし、夜勤のユーザーさんもいらっしゃると思います。

　この為ユーザーIDごとで今までの使用時間の履歴を解析しておき、例えばAさんのユーザーIDは午前中にシステム使用が行われることが多く、Bさんは午後と残業時間帯、Cさんは夜勤の時間帯といった形でIDごとで使用時間がある程度決まっていたとした場合、通常使用される時間帯以外にログオンがおこなわれた際には、果たしてそれは本人がログインをおこなっているのだろうか？という疑いをかけるという仕組みとなります。

　もちろん普段は午前中しかシステムを使用しない人がたまたまその日は午前中に半休を取って午後から出社したとか、普段は定時で帰宅する人が繁忙期なので残業したりといったイレギュラーなケースは考えられますので、杓子定規にログオン不可にする訳にはいかないのですが、チェック内容や対応アクション（ユーザーIDに登録されているメールアドレスやシステム管理者のメールアドレスに警告メールを送る等）を設定することにより不正ログオンの防止をおこなうことが可能となります。

２、ユーザーIDと端末環境とのチェック

　こちらも前項と似たような内容なのですが、ここではログオン時の端末環境をチェックしてやろうということで、例えば普段は会社内からシステム接続をおこなっていたユーザーIDが会社外から接続された場合や、あとは接続端末のOSがWindowsではなくiOSやアンドロイドであった場合や使用ブラウザーがいつもはEdgeを使用していたのにSafariに変わったとか、そういう風に端末環境がいつもとは違っていた場合に、同じように警告メールを送る等のチェック機能を付けることでこちらも不正ログオンの防止に努めることが出来ます。

３、ユーザーIDとオペレーションパターンのチェック

　実は前項までの内容であれば現状でもかなり一般的に使用されているチェック手法でありまして、特にEコマースやポイントサイト等では普段とは違う端末を使用した場合、成り済ましによる不正ログオンかどうかを確認する為の警告メールが送られてくるといった経験をされた方も多いかと思います。ただこの手法はEコマースのようなB to Cサイトではかなり有効なのですが、社内の業務管理システムのように基本的に社内のネットワークから接続が行われる場合は、成り済まし者も同じIPアドレスで同じPC環境でというケースも考えられます。そこでこの項ではよりAI機能を活用することによるERPシステムならではの更に複雑なチェック機能を考えてみたいと思います。

　先ずはオペレーションのパターンをチェックということで、どういうことかと言いますと例えばAさんのユーザーIDであれば通常朝9時から受注データの入力をおこない、その後在庫予測の照会を行いながら発注依頼データの入力をおこなうというオペレーションが日課だったのに、ある日突然同じユーザーIDで販売単価マスターを開いて既存のデータを次々に変更をおこなっているとなれば、それはちょっと疑わしいのではという判断がおこなえるのではないでしょうか。

　もちろんたまたまその日に販売単価の入力ミスに気付いてそういうオペレーションをおこなう必要があったというケースも考えられるのですが、穿った見方をすれば単価を勝手に改ざんしてるのではということになります。そこで、こういった場合もユーザー本人やシステム管理者に警告メールを送る、若しくは一旦システム使用をロックするといった強硬なアクションを採ることも可能です。

　その他にも社外秘となるような資料の閲覧や財務諸表の出力等を普段あまりそういう作業をおこなわないようなユーザーIDによりオペレーションがおこなわれた場合にも疑ってかかる必要があるでしょうし、あとは何故か既存の伝票を大量に削除しようとしたとか、マスターデータの削除を行おうとしたとか、そういった通常おこなわれないような危険な作業を実施しようとしていた場合には、何らかのチェック機能を付けることにより大きな被害を受けることを事前に防ぐことが出来るのではないでしょうか。

　今回も危機管理ということで、ただ前回とは少し違った観点でシステム自体の脆弱性をカバーする目的としてのAI機能の活用方法についての話をさせていただきましたが、次回もまた同じように今までとは異なる形でのAIの可能性についての話をさせていただければと考えております。

BANGKOK TOKI SYSTEM CO., LTD.
住所：333 Lao Peng Nguan Tower 1, 17th Floor, Unit B1, SoiChaypuang,
Viphavadi-Rangsit Road, Chomphol, Chatuchak, Bangkok 10900
電話：0-2618-8310-1　ファクス：0-2618-8312　Eメール：toki@ksc.th.com
ウェブサイト：www.bkktoki.com

　タイ政府は2月の持ち直しを「タイ観光業の回復」とアピールしているが、前年2月は国別最多である中国からの入国者数の激減が始まった月であり、「今年2月は増えて当然」という見方がもっぱら。同国からは春節（旧正月）の大型連休で訪タイが集中し、同82％増67万7768人となったが、それ以外の国・地域で目立った変化はない。

　2位はマレーシアからの同25％減31万3506人、次いでロシアからの同0.5％増23万1797人、インドからの同9％増18万5930人、韓国からの同14％減14万4467人と、これまでどおりの順位となった。日本からは同3％減11万6776人。

　3月は中東の政情不安などを理由に、再びの入国者数減が危ぶまれる。