海外製紙メーカーのAI・DX活用：公表事例23件から分かる進め方

目的別：何のデータを蓄え、どのAI・DXを使うか

出典：GAMATCH「海外製紙メーカーのAI・DX活用」（2026年10月）。各社の公表情報に基づく整理です。

事例の一覧：目的別の23件

公表事例23件を目的ごとに分けました。

各事例のページで、測る・判定・知らせる・対応・効果の流れと、工場・時期・試行の範囲・出典をご紹介しています。

出典は2013〜2026年の公表資料です。

導入後も運用を続けているかは、多くの事例で公表されていません。

12社には不織布メーカーの Freudenberg を含みます。

Metsä Board は Metsä Group のグループ会社です。

設備の故障を事前に知る11件

• Klabin（ブラジル）AIによる故障の早期発見推定：保全予算の年約10%を節減AI詳しく見る →
• Ahlstrom Caieiras 工場（ブラジル）無線振動センサーの段階的な拡大機械2台の停止を回避AI詳しく見る →
• SCGP（タイ）無線振動センサーと自社開発AIによる予兆検知設備の故障が5割近く減少（顧客の声）AI詳しく見る →
• Ahlstrom Rhinelander 工場（米国）特殊紙抄紙機の故障予測効果の数値：公表なしデジタル・自動化詳しく見る →
• Suzano（ブラジル）センサーの後付けと故障記録の標準化による信頼性プログラム生産損失 平均39%減デジタル・自動化詳しく見る →
• Metsä Group（フィンランド）常時監視と週次の遠隔診断8か月で不具合の予兆 約200件を特定デジタル・自動化詳しく見る →
• UPM（フィンランド）振動の状態監視による保全（バイオ燃料工場）効果の数値：公表なしデジタル・自動化詳しく見る →
• Suzano（ブラジル）ローラー約2,500個の常時監視効果の数値：公表なしデジタル・自動化詳しく見る →
• Metsä Board（フィンランド）設備メーカーとの長期保守契約ワインダーの停止 年80時間近く→数時間デジタル・自動化詳しく見る →
• Nordic Paper（スウェーデン）耐油紙抄紙機の遠隔監視効果の数値：公表なしデジタル・自動化詳しく見る →
• ストラエンソ（フィンランド／スウェーデン）保全・安全記録の3D可視化効果の数値：公表なしデジタル・自動化詳しく見る →

消耗部品の破断を防ぐ1件

• Metsä Board（フィンランド）通紙ロープの破断前の交換効果の数値：公表なしAI詳しく見る →

品質を安定させる3件

• ストラエンソ（スウェーデン）段ボールの反りの自動補正反りによる社内クレーム 年4件（2016年）デジタル・自動化詳しく見る →
• SCGP（タイ）紙力のリアルタイム予測効果の数値：公表なしAI詳しく見る →
• Freudenberg（ドイツ）不織布ラインのAIとIRカメラ（導入時の仕様）効果の数値：公表なしAI詳しく見る →

欠陥・異物を見つける3件

• SCGP（タイ）古紙の異物のカメラ・AI検知効果の数値：公表なしAI詳しく見る →
• ストラエンソ（フィンランド）断紙監視・欠陥検査カメラの更新効果の数値：公表なしデジタル・自動化詳しく見る →
• Lecta（スペイン）感熱紙塗工機の断紙監視効果の数値：公表なしデジタル・自動化詳しく見る →

エネルギー使用量を減らす2件

• ストラエンソ（フィンランド）蒸気・電力の需要予測効果の数値：公表なしAI詳しく見る →
• SCGP（タイ）蒸気・電力の24時間監視と、効率低下の要因の通知蒸気 年6万トン・電力 年240万kWhの削減（2025年の報告）AI詳しく見る →

データを全工場でそろえる1件

• APP（インドネシア）全工場の製造実行システムとSAPの統一効果の数値：公表なしデジタル・自動化詳しく見る →

そのほかの目的：生産計画・安全2件

• SCGP（タイ）AIによる15工場間の生産配分生産時間 28%短縮（基準・期間は不明）AI詳しく見る →
• ストラエンソ（フィンランド）倉庫の衝突防止導入後、倉庫の事故・ヒヤリハット0件（2021年1月時点）デジタル・自動化詳しく見る →

Klabin・Metsä Board・Ahlstrom Caieiras 工場の3件に共通する点

1. 少数の設備で試し、効果を見て拡大を判断

   Klabin は設備10台で試行し、Ahlstrom Caieiras 工場はセンサー10台から77台に広げました。

2. 前提はデータの蓄積、なければセンサーの後付け

   Klabin は蓄積済みのデータにAIを使い、Ahlstrom Caieiras 工場は振動センサーを後付けしました。

3. 警報の受け手とその後の行動が明確

   Klabin は警報を受けて原因を診断し、Metsä Board は運転員がロープを交換し、Ahlstrom Caieiras 工場は保全チームが対処します。

海外大手4社の推進体制

海外大手4社の推進体制は、本社主導型と現場検証型の2つに分かれます。

ストラエンソの「2017年からの仕組み」は当時のデジタル責任者の寄稿によるもので、現在も同じ形で続いているかは確認できていません。

APP については、工場の保全に関する公表を確認できませんでした。

進め方：対象の選定から評価・展開までの5段階

事例をもとに、進め方を5つの段階に整理しました。

最初は1工場の保全部門で始め、品質の損失が大きい設備は品質・生産の部門と一緒に洗い出すことをおすすめします。

Klabin は1工場の保全部門が始め、ストラエンソは1工場で試してから複数の工場へ広げました。

1. 1対象の選定

   自社で行うこと

   停止時間・損失額の大きい設備に絞り込み

   GAMATCHが行うこと

   候補の整理と、事例との対応づけ

   根拠の事例

   • Klabin：10台で試行
   • Ahlstrom Caieiras 工場：センサー10台の試行から77台に拡大

2. 2データ・センサーの確認

   自社で行うこと

   測っている量・頻度・保存先の確認

   GAMATCHが行うこと

   確認項目の一覧の提供と、確認の支援

   根拠の事例

   • Klabin：履歴データの蓄積
   • Ahlstrom Caieiras 工場：無線振動センサーの貼り付け（配線工事なし）
   • Suzano：センサーの後付けと故障記録の標準化

3. 3警報後の対応の設計

   自社で行うこと

   警報の受け手・判断の基準・診断の手段の決定

   GAMATCHが行うこと

   事例の運用の型の提示

   根拠の事例

   • Klabin：集中監視拠点と原因の診断
   • Metsä Board：警報を受けた運転員が通紙ロープを計画的に交換
   • Ahlstrom Caieiras 工場：警報を受けた保全チームが、重大化の前に対処

4. 4提供企業の選定と試行

   自社で行うこと

   提供企業・対象設備・評価の基準の決定

   GAMATCHが行うこと

   数百社から3〜5社を選び比較表を作成

   根拠の事例

   • ストラエンソ（Imatra）：3社を比較して選定
   • Ahlstrom Caieiras 工場：選定の理由は価格・設置・配線
   • Lecta：小規模版を選んだ理由
   • ストラエンソ（倉庫）：数社の候補から提携先を選定

5. 5評価と展開

   自社で行うこと

   評価の基準での判定と、展開の判断

   GAMATCHが行うこと

   評価の取りまとめと、展開計画の支援

   根拠の事例

   • ストラエンソ：1工場で試行してから複数の工場へ展開
   • SCGP：設備保全のAIを複数の工場へ展開

最初の一歩

停止したときの損失が大きい重要設備を1工場で少数選び、AIで故障の兆しを早く知る試行から始めます。

海外の候補の選び方から試行までの進め方は、海外AI・DXマッチングと、製紙工場のDXの事例でご紹介しています。