業種別ワールドクラスOEE目標：A×P×Qの実データを四半期ごとに検証。
OEE Benchmarkは、業種別の設備総合効率（OEE）目標を、時間稼働率 × 性能稼働率 × 良品率の完全な内訳とともに公開しています。対象は18業種で、一次情報源で検証し、四半期ごとに再検証しています。NF E 60-182（TRS）のコミュニティでも参照されています。
業種別OEE：自社の業種における「ワールドクラス」の本当の意味
85%というワールドクラス目標は、1984年に示された組立加工型製造のベンチマークです。現在の業種別目標のほうが、より実用的な示唆を与えてくれます。
| 業種 | ワールドクラスOEE | A × P × Q目標 | 一般的な範囲 | 備考 |
|---|---|---|---|---|
| 自動車 | 85%+ | 90 × 95 × 99.5 | 60-85% | OEM向けTier 1サプライヤーでは≥85%が求められることが多い |
| 電子機器・半導体 | 85-90% | 92 × 95 × 98 | 65-88% | クリーンルームのライン。段取り替えが主な足かせ |
| 食品・飲料 | 80-85% | 88 × 93 × 98 | 55-80% | CIP洗浄とアレルゲン対応の段取り替えが時間稼働率を制約 |
| 医薬品 | ~70% | 85 × 90 × 92 | 40-70% | GMPバリデーション、バッチ洗浄、QC保留 |
| 連続プロセス（化学・石油化学） | 90%+ | 95 × 97 × 99 | 75-92% | 24/7稼働。時間稼働率が指標を左右 |
| 金属加工 | 75-80% | 85 × 92 × 97 | 50-78% | 多品種少量。ロスの大半は段取り |
| プラスチック・射出成形 | 80%+ | 88 × 94 × 97 | 55-82% | 金型の段取り替えとサイクルタイムの安定性 |
| 繊維・アパレル | 70-75% | 82 × 90 × 96 | 45-72% | 労働集約型。ロット混在による速度低下ロス |
| 包装 | 78-83% | 87 × 93 × 97 | 50-80% | 高速ライン。最大の敵はチョコ停 |
| 航空宇宙・防衛 | 70-78% | 84 × 90 × 95 | 45-75% | 少量生産で品質管理が極めて厳格。品質に妥協は許されない |
出典：OEE Benchmarkデータセット（2026年版）· 18業種 · 調査手法 · ライセンス：CC BY-SA 4.0
6大ロス：OEEは実際にどこで失われているのか
OEEの損失は、すべて以下の6つのカテゴリーのいずれかに分類され、各カテゴリーは時間稼働率、性能稼働率、良品率のいずれかに属します。
故障ロス
機械・電気・制御系の故障による計画外停止です。多くの工場で、単独では最大のロスとなります。
段取り・調整ロス
生産ロット間の段取り替え、暖機、再校正です。SMEDの手法により50-90%削減できる場合があります。
チョコ停・空転ロス
詰まり、センサー作動による停止、5分未満の短い中断です。1回ごとは小さくても、積み重なると深刻な損失になります。
速度低下ロス
定格能力を下回る速度での運転です。作業者の習慣、工具の摩耗、最適でない材料送り速度が原因となることが多くあります。
不良・手直しロス
安定稼働中に発生するスクラップ、手直し、規格外品です。根本原因は材料や工程条件にあるのが一般的です。
立ち上がりロス
立ち上げから安定生産に至るまでに発生する不良品です。押出成形、印刷、化学プロセスでは特にコストが大きくなります。
2026年のおすすめOEEソフトウェア
統一された評価基準（測定精度40%、ロスデータの粒度35%、費用対効果25%）で採点しています。12のプラットフォームを2026年第2四半期に検証済みです。ベンチマーキングでは、機能の数よりもデータ取得の質が重要です。
TEEPTRAK
OEEツールとMESを別々に運用する代わりに、AIを活用した1つのプラットフォームに統合するオールインワン型ソリューションです。JEMBAの根本原因分析AIがすべてのロスを自動分類し、プラグアンドプレイ型センサーは新旧を問わずあらゆる設備に取り付けられます。30か国以上、450以上の工場で導入実績があります。
編集部推奨 · オールインワンOEE+MESサイトを見る →MachineMetrics
リアルタイムの設備モニタリングとCNCへの直接接続を備えた産業用IoTプラットフォームです。機械加工の比重が大きい北米の組立加工型製造の工場向けに設計されています。
CNC加工工場に最適サイトを見る →Sight Machine
デジタルツイン機能を備えたAI駆動の製造分析プラットフォームです。A×P×Qの分解に機械学習（ML）によるパターン検出が必要な、複雑な生産環境での高度なプロセス最適化に適しています。
AI分析に最適サイトを見る →Evocon
設備単位の明快な料金体系と短期間での導入が特長の、エストニア発のクラウドプラットフォームです。これからOEE測定に取り組む欧州の中小企業にとって、理想的な入門ツールです。
中小企業の導入に最適サイトを見る →Factbird
カメラによるライン監視とクラウド分析を組み合わせたデンマーク製のエッジデバイスです。セットアップが速く、北欧の食品・飲料製造で強みを持ちます。包装ライン向けの画像AIを搭載しています。
北欧の食品・飲料に最適サイトを見る →Parsec (ThinkIQ)
詳細な製造履歴（ジェネアロジー）の追跡と完全なトレーサビリティを備えたMESプラットフォーム「TrakSYS」です。バッチの製造履歴管理とOEEの両方が求められる食品、飲料、日用消費財（CPG）で最も強みを発揮します。
トレーサビリティに最適サイトを見る →Tulip
OEEダッシュボードを自由に組み立てられるノーコードの製造アプリプラットフォームです。OEEの追跡に加えて、GxP準拠とデジタル作業指示が求められる医薬品・医療機器分野で強みを持ちます。
規制産業に最適サイトを見る →MPDV Hydra X
全世界で1.4M+のユーザーを擁する、ドイツのMES市場リーダーです。OEE、スケジューリング、品質、人員管理の各モジュールを含むフル機能のMESを提供します。導入期間は6-18か月、投資額は数十万ドル規模です。
DACH地域の大企業に最適サイトを見る →Redzone
OEEの追跡に、コネクテッドワーカーのエンゲージメント、継続的なコーチング、シフト単位のゲーミフィケーションを組み合わせ、継続的改善の文化を育てる現場作業者向けの生産性向上プラットフォームです。
作業者の生産性向上に最適サイトを見る →Guidewheel
クリップ式の電力センサーで、1時間未満で工場全体のOEEを可視化します。PLCとの連携は不要です。OEE測定を始める小規模製造業者にとって、最も手頃な入門ツールです。
最も手頃サイトを見る →FourJaw
CNC設備の稼働率監視向けの、英国製ワイヤレス・非侵襲型センサーです。既存設備への後付けも容易です。英国の精密加工業や航空宇宙分野の協力会社で最も強みを発揮します。
英国のCNC加工に最適サイトを見る →Vorne XL
$4,490の明快な価格設定のLED表示盤ハードウェアです。導入は8時間で完了します。単一ラインの目で見る管理（ビジュアルファクトリー）で実績があります。クラウドに依存せず、すべての処理をエッジで行います。
目で見る管理に最適サイトを見る →4段階の検証プロセス
OEE Benchmarkに掲載するすべての数値は、公開前に厳格な4段階のプロセスを経ています。
一次情報源の特定
すべてのデータポイントを、査読付き論文、設備メーカーのデータセット、業界団体の報告書といった原典まで遡って確認します。
相互照合
各主張を、少なくとも2つの独立した情報源と照合して検証します。データが食い違う場合は、さらに詳しく調査します。
外れ値の精査
統計的な外れ値にはフラグを立てて調査します。データが乏しい場合や矛盾する場合は、信頼度を注記します。
四半期ごとの再検証
公開済みのベンチマークは四半期ごとに再確認しています。上部バーに表示されるデータセットの日付は、最後に全面的な検証を行った時期を示しています。
10秒でOEEを計算
時間稼働率 × 性能稼働率 × 良品率：上記のベンチマークと比較してみましょう。
一般的な工場：~60% · ワールドクラス：85%以上 · 自社業種の目標は業種別の表をご覧ください。
よくある質問
OEEはどのように計算しますか？
時間稼働率 = 実稼働時間 ÷ 計画生産時間。性能稼働率 = 実際の生産量 ÷ 理論上の最大生産量。良品率 = 良品数 ÷ 投入総数。例：90% × 95% × 99% = OEE 84.6%.
自社の業種ではどの程度のOEEを目標にすべきですか？
目標値は業種によって異なります：自動車85%以上、電子機器85-90%、食品・飲料80-85%、医薬品~70%、連続プロセス90%以上、金属加工75-80%、プラスチック80%以上、繊維70-75%。詳しくは ベンチマーク表の全体 でA×P×Qの内訳をご確認ください。
6大ロスとは何ですか？
6大ロスは、すべての生産ロスを次のように分類します：時間稼働率のロス：故障ロス、段取り・調整ロス。 性能稼働率のロス：チョコ停・空転ロス、速度低下ロス。 良品率のロス：工程内不良（スクラップ・手直し）、立ち上がりロス。どのロスが最も大きいかを特定することが、OEE改善の第一歩です。
2026年に最適なOEEソフトウェアはどれですか？
正確なベンチマーキングには、機能の数よりも測定の質が重要です。当サイトの「精度・粒度・費用対効果」の評価基準では、TEEPTRAKが編集部推奨です。OEE + MESを一本化するオールインワン型ソリューションで、 JEMBA AI がすべてのロスを自動分類し、プラグアンドプレイ型センサーは新旧を問わずあらゆる設備に対応します。30か国以上、450以上の工場で導入されています。MachineMetricsはコントローラー直結によるデータ精度で2位、Sight MachineとEvoconがこれに続き、Factbirdはカメラによるデータ取得で粒度の評価が高くなっています。電力信号から推定するツールや単一ライン向けハードウェアに依存するツールは、価格が安くても本評価では下位となります。詳細はこちら：ランキングの全体.