製造業でPythonを使って自動化する方法｜非エンジニアが現場で実践した5場面

2026.03.31

製造業でPythonを使って業務を自動化する方法を書きます。

私は生産管理を担当しながらPythonを独学し、毎日１時間かかっていた生産実績の集計を５分で済ませることができました。エンジニアではありませんでしたが、コードを書けなくても今はChatGPTがあるので問題ありませんでした。

この記事では、製造業でPythonが実際に使える5つの場面を体験をもとに書きます。

「勉強したはいいけど、自分の業務にどう使えばいいか分からない」という人が、読み終えたときに「これなら自分でもできそう」と感じられることを目指します。

結論：製造業のPython自動化は「毎月繰り返す手作業」から始める

製造業でPythonが最も力を発揮するのは、毎月・毎週・毎日繰り返している手作業です。

計算・集計・ファイル操作・レポート作成——これらは全部Pythonで自動化できます。コードを自分で書く必要はなく、ChatGPTに「やりたいこと」を日本語で伝えれば動くコードが出てきます。

私が生産管理時代に一番時間を奪われていたのが、
各部門からのExcelを集めて一覧にまとめる作業でした。

  • Excelファイルを一つひとつ開く
  • 基幹システムのデータを貼り付ける
  • 別シートに転記して一覧表を作って共有する

これが毎日１時間かかっていました。

Pythonで自動化したあとは５分で終わるようになりました。そんな嘘な。と思わず「もっと早くやればよかった」と本気で思いました。

この記事が向いている人・向かない人

向いている人

  • 製造業・工場勤務で、毎月同じ集計やExcel作業を繰り返している
  • コードを書いた経験がないが、業務を楽にしたいと思っている
  • ChatGPTやAIツールをうまく活用したいと思っている
  • 今のExcelファイルをそのまま使いたい（新しいシステムを入れたくない）

向かない人

  • DjangoやFlaskで社内Webシステムをゼロから構築したい
  • IoTセンサーのリアルタイムデータ収集・制御がしたい
  • 本格的なデータエンジニアリングやAIモデル開発を学びたい

これらが目的なら、別の記事や教材の方が合っています。
この記事は「今あるExcel業務をそのまま自動化する」非エンジニア向けの内容です。

製造業でPythonが使える5つの自動化場面

使い道は5つです。

  • ① 生産実績の自動集計
  • ② 在庫・発注管理の自動化
  • ③ 品質データの分析・可視化
  • ④ レポート・帳票の自動作成
  • ⑤ 計算ツールのWeb化

それぞれ詳しく見ていきましょう。

① 生産実績の自動集計｜１時間→５分になった話

製造業の集計業務は、Pythonで一番効果が出やすい場面です。

各ラインや部署のExcelファイルを一枚に統合して集計する——これが手作業だと毎日静かな１時間が必要になるケースがあります。私のいた工場でも、データ集計が苦手な人は月次の生産報告書を作るのに丸１日使っていました。

Pythonのライブラリ pandas を使えば、
フォルダ内の全Excelを読み込んで縦結合・集計・グラフ出力まで一気にできます。

import pandas as pd
import glob

# フォルダ内のExcelをすべて読み込む
files = glob.glob(r"C:\生産実績\2026年3月\*.xlsx")
df_list = [pd.read_excel(f) for f in files]
df_all = pd.concat(df_list, ignore_index=True)

# ライン別集計
summary = df_all.groupby("ライン名")["生産数"].sum().reset_index()
summary.to_excel("月次集計結果.xlsx", index=False)
print("集計完了:", len(files), "ファイルを処理しました")

このコードを毎月実行するだけで、集計は終わりです。Excelを一つひとつ開く必要はありません。

日報・週報の自動集計については → 日報をPythonで自動集計する方法

② 在庫・発注管理の自動化｜「発注忘れ」がなくなる仕組み

在庫の閾値チェックと発注アラートは、Pythonで完全自動化できます。

「在庫が少ないのに気づかず欠品した」という経験はありませんか。手作業でExcelを確認する方法だと、確認タイミングによってはギリギリになるケースがあります。

Pythonを使えば、在庫データCSVを毎朝自動で読み込んで、発注点を下回った品目だけをメールで通知する仕組みが作れます。

import pandas as pd

df = pd.read_csv("在庫管理.csv", encoding="utf-8-sig")
# 発注点以下の品目を抽出
low_stock = df[df["在庫数"] <= df["発注点"]]

if len(low_stock) > 0:
    print(f"【要発注】{len(low_stock)}品目が発注点以下です")
    print(low_stock[["品番", "品名", "在庫数", "発注点"]].to_string(index=False))
else:
    print("在庫は問題ありません")

私がいた部署では、月に1〜2回は「気づいたら在庫が0になっていた」という問題が起きていました。このスクリプトをWindowsタスクスケジューラで毎朝8時に実行するようにしてから、欠品ゼロが続いています。

発注点チェックの詳しい実装は → 在庫管理をPythonで自動化する方法

③ 品質データの分析｜手作業では気づけないトレンドが見える

Pythonのグラフ機能を使えば、品質データの傾向を視覚化できます。

ロット別の不良率、ライン別の傾向、月次の推移——これをExcelでグラフ化しようとすると、毎回セルを選んでグラフウィザードを動かす手間が発生します。Pythonなら、データを読み込んだらグラフ生成まで自動です。

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib

matplotlib.rc('font', family='Meiryo')

df = pd.read_csv("品質データ.csv", encoding="utf-8-sig")
df["年月"] = pd.to_datetime(df["検査日"]).dt.to_period("M").astype(str)

# 月別不良率の集計
monthly = df.groupby("年月").agg(
    検査数=("検査数", "sum"),
    不良数=("不良数", "sum")
).reset_index()
monthly["不良率"] = monthly["不良数"] / monthly["検査数"] * 100

plt.figure(figsize=(10, 4))
plt.bar(monthly["年月"], monthly["不良率"])
plt.title("月別不良率推移")
plt.ylabel("不良率 (%)")
plt.xticks(rotation=45)
plt.tight_layout()
plt.savefig("不良率推移.png", dpi=150)
print("グラフを保存しました")

手作業では「今月の数値だけ見て終わり」になりがちですが、グラフ化すると「3月から徐々に上がってきている」という傾向が一目でわかります。問題を早期に発見できるのが大きいです。

④ レポート・帳票の自動作成｜月末の残業がなくなる

月次報告書・週次レポートは、データが揃ったら自動生成できます。

「毎月末にExcelを埋めて、PDFに変換して、メールで送る」という業務は全部Pythonにやらせられます。

私が一番感動した使い道がこれです。月次レポートを作るために毎月末に2時間残業していたのが、スクリプトを実行するだけで10分以内に完成するようになりました。

from openpyxl import load_workbook

# テンプレートExcelを読み込む
wb = load_workbook("月次報告書_テンプレ.xlsx")
ws = wb.active

# 自動で数値を埋める
ws["C3"] = 15420   # 今月の生産数
ws["C4"] = 14      # 不良件数
ws["C5"] = 0.09    # 不良率（%）

wb.save("月次報告書_2026年3月.xlsx")
print("レポート生成完了")

実際の業務では、このコードを集計スクリプトと連携させて「集計→テンプレートに転記→保存」まで一連の流れにします。月末に1回実行するだけで帳票が完成する状態にできます。

⑤ 計算ツールのWeb化｜ExcelをURLに変える

現場の計算式をWebアプリにして、全員が使える状態にできます。

これが私にとって一番インパクトのある使い道でした。フィルムパッケージの製造現場では、重量計算・巻き径計算・面積計算など、毎日使う計算式がExcelに散らばっていました。

「どのファイルが最新版？」「これって誰が作った式？」という混乱が続いていたため、計算式をWebアプリにして全員が同じものを使えるようにしたのが filmtools.jp を作ったきっかけです。

Streamlitを使えば、Pythonだけでブラウザで動くWebツールが作れます。

import streamlit as st

st.title("フィルム重量計算ツール")

area = st.number_input("面積（㎡）", min_value=0.0, step=0.1)
thickness = st.number_input("厚み（μm）", min_value=0.0, step=1.0)
density = st.number_input("比重", min_value=0.0, value=1.4, step=0.01)

if st.button("計算"):
    weight = area * (thickness / 1_000_000) * density * 1000
    st.success(f"重量：{weight:.3f} kg")

streamlit run app.py で起動するだけで、ブラウザで動くツールが完成します。これを社内サーバーや無料のクラウドに置けば、URLを共有するだけで全員が使えます。「計算式のExcelが複数あって最新版が分からない」という問題を根本から解決できます。

ChatGPTと組み合わせれば、コードが書けなくてもできる

「Pythonを使いたいけど、コードが書けない」という人が一番多い理由です。

ただ、2026年現在は状況が変わっています。ChatGPTに「やりたいこと」を日本語で伝えれば、動くコードが出てきます。

たとえば、こう伝えるだけです。

「C:\生産実績フォルダにある複数のExcelファイルを読み込んで、ライン名ごとに生産数を集計し、月次集計結果.xlsxとして保存するPythonコードを書いてください。Excelの列名は『ライン名』と『生産数』です。」

これで①の集計コードとほぼ同等のものが出てきます。エラーが出たら、エラー文をそのままChatGPTに貼れば修正してくれます。

コードを書く力より、「自分の業務を仕様として言語化する力」の方が大事です。「何を・どのファイルから・どこに出力したいか」を明確にできれば、Pythonを使える状態になります。

製造業でPythonを使うためのハードル別整理

ハードル対応方法
コードが書けないChatGPTに仕様を日本語で伝えれば出てくる。書かなくていい
インストールが難しいGoogle ColabならPCに何もインストール不要
会社PCで動かせないまずColabで確認、本番はタスクスケジューラへ移植
エラーが怖いエラー文をそのままChatGPTに貼れば解決策が出る
何から作ればいいかわからない「毎月手作業で一番時間がかかっている作業」から始める

製造業でPythonを始める最短3ステップ

PythonをゼロからはじめてPython製造業の業務に使うまでの流れは3段階です。

第1段階：Google ColabとChatGPTで試す（1週間）

インストールなし。ブラウザだけで動きます。ChatGPTにコードを出してもらい、Colabで動かす体験をするだけでOKです。「本当に動いた」という体験が全ての出発点です。

第2段階：自分の業務に合ったツールを1本作る（1ヶ月）

毎月手作業でやっている集計や転記を1本自動化してみます。完成したときの「あ、本当に動いた」という感覚が次のモチベーションになります。

第3段階：Windowsタスクスケジューラで定期実行化する（追加1週間）

作ったツールを「毎日9:00に自動実行」する設定にすれば、本当に何もしなくても結果が出てくる状態になります。ここまで来ると、Pythonが「勉強したもの」ではなく「毎日仕事をしてくれているもの」に変わります。

まとめ

  • 製造業でPythonが使える場面は5つ：実績集計・在庫管理・品質分析・帳票作成・計算ツールWeb化
  • 一番効果が出やすいのは「毎月繰り返している集計業務の自動化」
  • コードは書かなくていい。ChatGPTに「やりたいこと」を日本語で伝えれば動くものが出てくる
  • まずGoogle Colabで1本動かしてみるのが最短ルートです

Pythonを学ぶなら、「業務改善」という目的を先に決めておくと続きます。目的のない勉強は2週間で止まりますが、「自分の職場の集計作業を自動化する」という目標があると、エラーが出ても諦めずに調べ続けられます。

次のステップ

具体的な実装まで進みたい方は、以下の記事でコードを手に入れられます。

現場の計算ツールが実際にどんなものになるか見てみたい方は、filmtools.jp を見てみてください。製造業向けの計算ツールを無料で公開しています。

製造業でPythonが使える人材は、まだ圧倒的に少ないです。今の職場でスキルを積むのも正解ですし、スキルをもって転職するのも正解です。どちらにせよ、Pythonを知っていることは必ず武器になります。

スポンサーリンク