美的タイランド「灯台工場」が示す、能力の輸出という新フェーズ——中国製造業のグローバル展開から学べること
美的（Midea）が2026年6月に発表した「スマートエージェント工場・海外進出パートナー計画」は、製造業のグローバル展開における一つの到達点を示している。
出典: 美的泰国灯塔工厂启示录：如何将中国供应链的"根系"植入全球土壤？
要点 (事実のみ)
- 美的空調タイ工場は2025年9月、世界経済フォーラムの「サプライチェーン・レジリエンス灯台工場」に認定。中国家電業界初の海外灯台工場。
- 同工場は2023年、海運異常により80シフト分の生産停止・製品20万台分の損失・コスト損失38万ドルを経験。その後、AIを活用した越境サプライチェーンリスク管理システムを構築し、異常対応時間を48時間から12時間以内に短縮、原材料の定時到着率を96%以上に改善。
- 品質管理では1,200万件超の品質問題データベースを基にしたAIによる根因推定を導入。市場クレーム修理率が32%減少、完成品不合格率が50%低下。
- 人材育成では自社開発の多言語機械学習技術で国内の2.8万コースを現地語化。新人育成期間を8日から3日に短縮。泰国籍の多能工200名超を育成。
- 「海外進出パートナー計画」として基礎版〜専業版の4段階パッケージを提供。現在約70社のパートナーが同工場と協業しており、そのうち3分の1が中国の上場企業。
徐 聖博の見解
この記事を読んで強く感じたのは、「デモが動くこと」と「業務に乗ること」の間にある深い溝の話だ、ということだ。記事中の武汉宏海科技の創業者が語る「搬得动的是设备，搬不动的是土壤（設備は運べる、しかし土壌は運べない）」という言葉は、ソフトウェア開発における「PoC は動いたが本番に乗らなかった」という経験と構造的に同じ問題を指している。
私がとくに注目したのは、美的がこの課題に対して取ったアプローチだ。彼らは越境サプライチェーンのリスク管理・品質トレーサビリティ・多言語研修という3つの問題領域それぞれに対して、個別のデータ基盤と自社AIエージェントを構築し、それを「モジュール化」して他社に提供している。これは単なるコンサルや設備販売ではなく、自社が実運用でペインを踏んで得た能力をSaaS的にパッケージした構造だ。
作る側の目線で見ると、1,200万件の品質問題データベースや、タイ語・ビルマ語対応の多言語機械学習モデルというのは、一朝一夕に構築できるものではない。こうした独自データの蓄積こそが差別化の本質であり、同じことを外部ベンダーから調達しようとしてもそのまま買えるものではない。
発注側の中堅・中小企業にとっての含意も大きい。越境サプライチェーン管理や多言語対応の品質管理システムをゼロから内製する体力のない企業が、美的のような「灯台工場経験者」のエコシステムに乗る選択肢は、現実的かつ合理的だ。日本企業が東南亜への生産展開を検討する際にも、同様の「能力貸し出し型エコシステム」のモデルは参考になる。記事が指摘する「日本の総合商社モデルの中国版」という表現は的を射ており、貿易ではなく製造能力の全チェーン提供という点で、むしろそれを超えている。
(編集レンズ: 実装・運用視点 / 発注側・中小企業への含意 / AIを「作る側」の目線)
