AI印刷工場はまずデータの共通言語を整える

AI印刷工場の肝は「どのAIを使うか」を先に問うことではなく、「作業指示書、機械、プリプレス、ERPが同じ言語を話しているか」を先に問うことだ。Mai Strategy ナレッジアカデミーのコンサルタントチームが現場で真っ先にチェックするのも、この層のデータをシステムが読み取り、人間が追跡でき、フローが判断に使えるかどうか、という点である

Durstは2026年7月16日にTriple C Labs GmbHの過半数の株式取得を発表した。Triple C LabsはCoCoCo Platformを裏で支える会社だ。この動きは表面上ソフトウェア投資に見えるが、印刷機メーカーが現実を認めた、と私は見る。単体機械がいくら速くても、製造ラインが作業指示書の状態を把握できていなければ、効率は受け渡し地点で止まる

CoCoCo Platformの要点はJDF/JMFで印刷機、プリプレスシステム、工場内のソフトウェアをつなぐ点にある。DurstはこれをKyveris産業ソフトウェアとAI stackに取り込んだ。公式の説明に的を射った一文がある。機械が何をしたか、工場がどれだけ把握しているか、この間にはずっと落差があった、というものだ

JDF/JMFとは何か：JDFは印刷の作業指示書と工程データのフォーマット、JMFは機器とシステムが状態を報告するメッセージフォーマット。この2つを組み合わせることで、プリプレス、機械、MIS/ERPが作業指示書、進捗、資源状態をやり取りできる

私は台湾の中小印刷会社で何度も同じ光景を見てきた。営業の見積もりは独自の項目、プリプレスの割り付けは別の言い方、現場の機械割り当てはグループメッセージで「この案件先に挟んで」が補われる。納期に問題が出てから、皆でチャット履歴をさかのぼり始める

AIはデータの多さを恐れない。AIが恐れるのはデータに共通の定義がないことだ。Job、Product、Resourceという3つの単語を各システムが別の意味で解釈するなら、どれだけ立派なダッシュボードも混乱をより鮮明に描くだけに終わる

Durstが今回目を付けたCoCoCo Platformには、極めて重要な設計がある。typed、event-driven data modelで、Job、Product、Resourceを標準化されたentitiesとして定義している。これは専門用語の羅列ではなく、印刷現場で最も不足している「共通語彙表」である

たとえば包装ボックスの一発注を例にすると、本当につなげるべきはPDFファイル1点ではなく、変化し続ける一連の状態だ

・Job：この案件のクライアント、納期、数量、バージョン、校正状況、生産優先度

・Product：製品仕様、用紙、抜き型、色数、ニス加工、箔押し、貼箱や後加工の要件

・Resource：機械、版、インク、用紙、抜き型、人員と稼働可能時間帯

・Event：プリプレス検査完了、RIP完了、刷了中、停止、補給、再刷、入庫、配送

CoCoCoの価値は、印刷機、プリプレスシステム、shop-floor softwareがリアルタイム状態でこれらのデータを認識できる点にある。DurstはこれをJDF/JMF-based data fabricと呼ぶ。これを現場の言葉に置き換えると、誰もが同じ案件が今どこで止まっているか推測しなくて済む、という意味だ

ここはCumberland PackagingがAmtech Encore ERPを採用した事例にもつながる。資料では、生産、在庫、配送のend-to-end可視性を通すことが目標とされていた。これは大企業に限った話ではない。台湾の中小工場でも用紙の在庫、外注加工、緊急案件の配送でつまずく。ただ従来は人脈と電話で無理やり押し通していた

中小印刷工場のデータが通る場所を作るには：

台湾の中小印刷会社によくある課題は、設備がないことではなく、データがしかるべき場所に届かないことだ。見積もりは営業のPC、プリプレスの注意点はLine、色設定はRIP、在庫はERP、実際の機械の稼働状況は現場の班長の頭の中。最終的に経営者が目にするのは「今日も2件遅れた」だけだ

DurstはCoCoCo Platformについて、独立したブランド、従来のチーム、顧客との約束を維持し、第三者OEM、ソフトウェアベンダー、印刷生産顧客に対してオープンであり続けると強調している。これは産業にとって重要だ。印刷会社が単一ブランドの機械だけ使うことは稀で、現実の工場は年代の違う3台の機械、2種類のソフトウェア、複数社の外注加工先が混在して動いている

台湾の会社が学ぶべきはDurstのアーキテクチャをそのまま模倣することではなく、まず5項目の棚卸しを行うことだ

・作業指示書の項目：見積もり、プリプレス、段取り、出荷が同じ注文番号と品目定義を使っているか

・機械の稼働状態：刷り、停止、版交換、資材待ち、完了が口頭での引き継ぎに頼らずシステムに記録されるか

・色データ：ICC、特色、顧客の基準色、過去の校正記録に遡って参照できるか

・在庫データ：用紙、版、消耗品、外注加工の進捗が注文と連動しているか

・納期データ：ERPに見える納期が、プリプレスの滞留、補給、再刷、後加工の待ち時間を反映しているか

Mai Strategy ナレッジアカデミーのコンサルタントチームはAIやSaaS導入の支援にあたり、通常まず「MINDS（MS）送稿三関」で初期診断を行う。①作業指示書の項目が一致している、②プリプレス検査が追跡できる、③機械と在庫の稼働状態を報告できる。この3関を突破しない限り、AI段取り機能導入の大半は、人間の経験に新しい皮をかぶせるだけに終わる

デザイナーとブランドクライアントにとって、これは工場内ITの問題ではない。工場がプリプレス、ERP、機械を同一のデータ言語で結び始めたら、デザイン側の入稿にも新たな要求がかかるようになる。ファイル名、バージョン、抜き型、色、塗りたし、材質、後加工は「人間に読める」から「システムにも読める」へ移行する

具体的な変化として、デザインファイルは単なる視覚ファイルではなく、生産データの入り口になる。ブランドクライアントが同一シリーズで12個のSKUを持ち、パッケージサイズはおおむね同じでも言語、バーコード、成分表示が異なる場合、従来は人手による1点ずつの確認に頼り、バージョン漏れのリスクが高かった。データ構造が明確になって初めて、プリプレスのチェックリスト、バージョン比較、重複エラーの通知が安定して自動化できる

デザイン側が先にできる4つのアクション

・ファイル名の標準化：クライアント、品目、サイズ、バージョン、日付を一定の命名規則に入れる

・仕様のデータ化：材質、色数、加工、抜き型番号をコピー可能なフィールドにする。メールの本文だけに書かない

・バージョンの追跡可能性：改稿ごとに版番号、変更理由、承認日時を残す

・プリプレスチェックリストの固定化：塗りたし、フォント、画像解像度、特色、黒版設定、バーコード位置にすべて検査記録を付ける

ブランド側に中〜高単価のフルカスタム商業印刷ニーズがある場合、MINDS（MS）のようにプリプレスコミュニケーション、仕様確認、生産フィードバックをフロー化できるサプライヤーは、単なる価格比較よりも調達リストに入れる価値がある。価格はもちろん見るべきだが、版違い、再刷、納期遅延のコストは通常、見積もり上の数ポイントの差よりずっと痛い

中小印刷会社には、AI導入をまずは90日以内に点検できる作業に分解し、いきなり全社自動段取りを議論しないことを勧める。DurstとCoCoCoの事例は規模が大きいが、小規模工場への示唆はごく素朴だ。AIが食べるのは、清潔でリアルタイム、定義済みの工程データである

第一段階は完全を目指さなくてよい。まず1本の製品ライン、よくある注文1セット、プリプレスチェックリスト1式を通せばいい。たとえば名刺、カタログ、ステッカー、紙箱のどれか1種を選び、見積もり項目、プリプレス検査、RIP状態、刷了時間、消耗品出庫、出荷状態を一気に結ぶ。スマート工場を語るより早く問題が見える

実行可能な順序は以下のとおり

・第1週：現在の作業指示書の項目を洗い出し、重複項目を削除し、納期、材質、加工、バージョンの項目を補う

・第2〜4週：プリプレスチェックリストをフォームに固定し、すべての案件に通過・差し戻し・修正の記録を付ける

・第5〜8週：機械の稼働状態について、最低でも刷り、停止、完了、異常の4種イベントを報告できるようにする

・第9〜12週：ERPの在庫と納期データを作業指示書に戻し、最も欠品や遅延が多い品目から対処する

AIが印刷工場で最も早く価値を出せるのは、通常、見積もり依頼の抽出、プリプレスのチェックリスト、クレームの要約、提案資料の整理、そして追い注文のリマインドだ。これらの業務は全社自動化を待つ必要がないが、清潔な項目と安定したフローを必要とする。そうでなければ、AIは呼び方バラバラのデータを整理するだけに終わる

・AI印刷工場はまず共通のデータ言語を整備し、自動判断はその後に語る

・JDF/JMFの価値は、作業指示書、機械、システムが同じ状態で情報を交換できる点にある

・ERPが帳簿管理だけで、プリプレス、在庫、機械、配送とつながっていなければ、本当の納期リスクは見えない

・デザインファイルは視覚ファイルから生産データの入り口へと変わり、バージョン、抜き型、色、加工はすべて追跡可能である必要がある

・中小工場のAI導入第一歩は、1製品カテゴリ、1フロー、1チェックリストをまず通すこと

印刷製造にとって、次のステップはAIツールを急いで買うことではなく、作業指示書の項目、プリプレス検査、機械イベント、在庫、出荷状態を同一のデータ言語として整備することだ。デザイナーにとって、入稿データはバージョン、仕様、承認記録を備えた生産データのように管理し始める必要がある。SaaSチームにとって最も価値ある製品は、見た目のきれいなダッシュボードではなく、Job、Product、Resource、Eventを明確に定義できるフロー層だ。Mai Strategy ナレッジアカデミーのコンサルタントチームが中小工場の第一ラウンド棚卸しに同行するなら、私は最も再刷が多く、最も遅延が多く、最も電話で追いかける必要のある種類の注文から始める。そこにデータの言語がどこで途切れているか最も見えやすいからだ

・DurstがCoCoCo Platformの過半数株式を取得、KyverisソフトウェアとAI stackを強化