そりゃ｢年収2000万円超｣も納得だわ…キーエンスの顧客が原価10万円の品を100万円でも喜んで買う本当の理由

キーエンスの平均年収は2039万円といわれる。日本人の平均年収の4.5倍とい“異常値”をなぜ実現できるのか。日本工業大学大学院技術経営研究科の田中道昭教授は「キーエンスを『センサーで儲けている会社』と捉えるのは半分間違いだ。同社が半世紀かけて築いたのはセンサーではなく、“現場の一次データを生み出す仕組み”そのもの。年収2039万円はフィジカルAI時代の入口にすぎない」という――。■内情を知れば「安すぎる」と思うはず2039万円――日本人の平均年収約460万円の、4.5倍。これは、ある日本企業の平均年収である。平均年齢は34.8歳。日本人の感覚では、にわかには信じがたい数字だろう。その会社の名は、キーエンス。世間がこの会社について語るとき、議論はいつも年収の話で終わる。「異常な高給」「特殊な会社」「ブラックなのではないか」「営業がすごいらしい」――。しかし、その表層の議論の下に、本稿が日本の経営者に伝えたい構造がある。それは、キーエンスという会社が、2026年から始まったフィジカルAI時代において、世界で最も決定的なポジションの一つに立っている、という事実である。なぜそう言えるのか。書籍『フィジカルAIの衝撃「身体をもった人工知能」は2030年の世界をどう変えるか』（朝日新聞出版）で、私はキーエンスを「現場の1次データを生み出す側」に立つ企業として位置づけた。本稿では、書籍に書ききれなかった最新の事実と、なぜキーエンスの年収2039万円が「むしろ安すぎる」と言える構造を、5月時点の最新情報とともに提示したい。■原価10万円の製品を100万円で販売できるワケでは、なぜ年収2039万円が可能なのか。最新の数字から見ていこう。2025年6月に開示された有価証券報告書によれば、キーエンスの平均年収は2039万円。係長クラスで2706万円、課長3538万円、部長4266万円（各種独自算出）。新卒1年目でも700万～800万円。20代後半で年収1000万円超に到達する事例が珍しくない。この高給を支えているのが、同社の驚異的な収益構造である。書籍入稿後の2026年4月24日に発表された最新決算が、その実態を明示している。2026年3月期の連結業績は、売上高1兆1692億円（前期比10.4％増）、営業利益5957億円（同8.4％増）、営業利益率51.0％、経常利益6357億円（同13.3％増）で、5期連続過去最高益更新。5期連続増収、6期連続増益。海外売上は7792億円（同13.5％増）、海外比率は約66.6％。自己資本比率94.6％という驚異的な財務体質。製品の原価率は10～20％とされる。原価10万～20万円の製品を、100万円前後で販売できる付加価値構造である。世間に流通している説明――「キーエンスはセンサーで儲けている会社」「営業が強い会社」「効率経営の会社」――は、半分正しく半分間違いだ。これらの説明は表層であって、本質を捉えていない。キーエンスの本質は、もっと深いところにある。それは――キーエンスが半世紀かけて作り上げてきたのは、製品ではなく「現場の1次データを生み出す仕組み」そのものである、ということだ。そしてこの仕組みは、フィジカルAI時代に決定的な意味を持つ。ここで書籍『フィジカルAIの衝撃』で私が示した命題を提示したい――脳（WFM、ワールド・ファウンデーション・モデル、世界の物理現象を学習した汎用基盤モデル）がコモディティ化するほど、差別化は「世界をどう観測できるか」「どれだけ高解像度で現場を測れるか」に移る。その「測る側」の頂点に、キーエンスがいる。■売る前に聞き出す「4つの仕組み」キーエンスの本質を、構造的に解明したい。同社の製品は、センサー、画像処理システム、計測機器、PLC（プログラマブル・ロジック・コントローラ、工場機械を制御する産業用コンピューター）、3Dプリンタなど多岐にわたる。これらは技術的に優れているが、競合他社にも類似製品は存在する。製品技術の優位性「だけ」では、営業利益率51％は説明できない。では、本質は何か。それは――現場に入り込む「仕組み」そのものである。具体的に分解してみよう。第1の仕組みは、コンサルティング営業（同社で言う「提案営業」）である。キーエンスの営業は、製品を売る前に、顧客の課題を深くヒアリングする。工場のどの工程でどんな不具合が起きているか。検査でどんな見落としがあるか。歩留まりはなぜ落ちているか。これらを徹底的に聞き出し、課題の根本を見つけ出す。第2の仕組みは、横展開のデータベースである。聞き出した課題は、社内のデータベースに保存される。「この業界のこの工程で、こういう課題があった。それをこういうセンサーで解決した。コスト削減効果は年間いくらだった」――このナレッジが、別の顧客の似た課題に横展開される。1社で解決された課題が、数百社、数千社に同じソリューションとして提供されていく構造である。■3万円の競合品に50万円で勝てる理由第3の仕組みは、「課題への要求度」の見える化である。各課題について、「この課題を解決するために顧客がどれだけお金を払う意思があるか」が、データベースで見える。だからキーエンスは、競合の3万円のセンサーに対して、10倍以上の50万円のセンサーを提案できる。なぜ買ってもらえるのか。それは年間数百万、数千万のコスト削減や歩留まり改善が見込めるからだ。経済合理性そのもので勝負している。第4の仕組みは、真の顧客ニーズが製品化に直結する循環である。営業が現場で発見した「まだ解決されていない課題」は、開発部門にフィードバックされ、新製品として商品化される。だからキーエンスの製品ラインナップは、常に「現場が本当に必要としているもの」に最適化されていく。つまりキーエンスは、単に「現場の1次データを生み出す側」にいるのではない。「現場の1次データを生み出させる仕組みそのものを持っている会社」なのである。製品は、その仕組みの結果として高く売れている。ここに、年収2039万円の本当の理由がある。営業利益率51％の本当の理由がある。そして、世界46カ国250拠点で30万社のものづくりを支援する「現場アクセス」の規模こそが、競合他社が真似できない参入障壁である。ライバル企業がキーエンスを追いかけようとしても、追いつけない。なぜなら、同じセンサー製品を作ることはできても、半世紀かけて構築された「現場へのアクセス網」と「課題データベース」と「営業のコンサルティング能力」を、短期間に再現することはできないからだ。これは、本連載第1回で論じた「時間が複利で効く構造」そのものである。■「測れない現場」はAI時代に生き残れないここからが、本稿の決定的なメッセージである。本連載第1回〈｢日本はAIで完敗｣は大間違い…米国が100兆円投じても手に入らない､ヤマトやトヨタが持つ｢最強の逆転カード｣〉、第2回〈日本が誇る最高精度のロボットはなぜ中国の量産型に負けたのか…マスコミが報じない｢日本製造業の真の問題｣〉で論じた通り、フィジカルAI時代の競争優位は「学習し続ける現場」に蓄積される。そして現場での学習を成立させるのは、その現場を「測る」能力である。ここで決定的な視点を提示したい。フィジカルAI時代、測定・検査・センシングは「コスト」ではなく「資産」になる。これまでセンサーは、品質管理のためのコストだった。製品の不良を検出するため、工程の異常を見つけるため、設備の状態を監視するため――これらはすべて「不良を出さないためのコスト」と捉えられてきた。しかし、フィジカルAI時代、それは反転する。センサーが収集する1次データは、ヒューマノイドや産業用ロボットや自動化システムが学習するための「燃料」になる。工場内の微振動、ワークの微細なズレ、工程の微妙な不具合――これらは「不良を出さないために監視するもの」から、「ロボットが学習する素材」へと役割を変える。つまり、センサーは「コストセンター」から「資産形成装置」へと変貌する。■ロボット1000万台時代の「目」を握るキーエンスここで本連載第1回の論点「学習し続ける現場」が決定的に重要になる。現場が学習し続けるためには、現場を高解像度で測り続ける必要がある。測れない現場は、学習できない。学習できない現場は、フィジカルAI時代の競争に勝てない。そして「測る」ことの頂点にいるのが、キーエンスである。具体例で示そう。キーエンスのロボットビジョンシステム（マシンビジョン、機械の目）は、国内外の産業用ロボットメーカーに直結接続が可能である。ファナック、安川電機、ABB、KUKA――どのメーカーのロボットでも、メーカー名を選択するだけで、キーエンスの「目」を装着できる。3Dロボットビジョンの「3D VGRシリーズ」は、4つのカメラで死角のない画像を生成し、ワークの位置や向きによらず安定した物体認識を実現する。これは何を意味するか。ヒューマノイドや産業用ロボットが世界で量産されればされるほど、それらに搭載される「目」の市場が拡大する、ということだ。テスラOptimusが2027年からテキサスで年間1000万台量産を始めれば、AgiBotが累計1万台から年間数万台規模に拡大すれば、Unitreeが上海STAR市場のIPOで調達した資金で量産能力を倍増させれば――それらすべての「目」の供給先候補に、キーエンスは立っている。■景気が落ちても利益率51％が崩れない凄ささらに重要なのは、ロボット本体に搭載されるセンサーだけではないという点だ。書籍が指摘した通り、現場側に置かれるセンサー――工場全体の状態を測るキーエンス製品群――もまた、フィジカルAIの時代に役割を増す。ヒューマノイドが工場で稼働するためには、ヒューマノイド本体だけでなく、工場全体を高解像度で測る仕組みが必要だからである。つまりキーエンスは、二正面のセンサー需要――「ロボット側」と「現場側」――の両方で、フィジカルAI時代の決定的な供給者になる構造を持っている。書籍で私が指摘した観測すべきポイント――「短期の景気循環で売上が上下しても、中長期で『現場が学習する前提』が立つほど、同社の役割はむしろ強くなる構造」――は、まさにこの構造を指している。書籍で私が指摘した観測ポイントを、最新の業績データで補強したい。2026年3月期決算は、世界経済の不透明感の中でも、営業利益率51.0％（前期51.9％）を維持した。第34半期累計では売上営業利益率が前年同期51.3％から49.8％にやや低下した時期もあったが、第44半期は53.6％まで回復している。これは、設備投資の循環的な減速局面でも、同社の収益構造が極めて堅牢であることを示している。■市場はまだキーエンスの「本当の価値」を織り込んでいない書籍時点でのバリュエーションは、予想PER（株価収益率、株価が一株当たり利益の何倍かを示す指標）32.1倍、PBR（株価純資産倍率）4.09倍。PBRが過度に高騰していない一方で、PERは相応に高い水準にあった。市場は同社を「高収益・高品質な現場インフラ」として評価しているが、ここで本稿が指摘したいのは――市場はまだ、キーエンスを「フィジカルAI時代の学習ループの入口企業」として完全には織り込んでいない可能性がある、ということだ。設備投資のサイクル企業として見るか、フィジカルAI時代の構造的勝者として見るか――この見方の差が、今後の評価ギャップを生む可能性がある。そして書籍が示した本質的な観測ポイントは、こうだ。フィジカルAIの実装が進むほど、測定対象が「検査」から「学習の燃料」へ移り、同社の製品が現場の学習ループに組み込まれていくかどうか。この移行が本格的に始まれば、キーエンスの製品需要は景気循環を超えた構造的拡大局面に入る。2026年は、その入口にあたる年だ。本連載第2回で論じた通り、中国ではAgiBotが累計1万台を達成し、Unitreeが上海でIPO申請を受理された。本連載第3回で論じた通り、テスラ・Unitree・AgiBotの3人の経営者は、それぞれの形で量産ヒューマノイドへの本格投資を進めている。これらのヒューマノイドが現場で稼働を始めれば、必ず「測る側」の需要が膨張する。その膨張の最前線に、キーエンスが立っている。■年収2039万円は“答え”ではなく“問い”である記事を、最初の問いに戻して締めたい。世間はキーエンス社員の年収2039万円を、「異常な高給」「特殊な会社」として消費する。しかし、視点を変えれば、これは異常でも特殊でもない。キーエンスが半世紀かけて作り上げた「現場の1次データを生み出す仕組み」は、フィジカルAI時代に文字通り桁違いの価値を持つ。「脳がコモディティ化するほど、現場を測る側の価値は上がる」――書籍が示したこの構造命題が正しいとすれば、キーエンスの営業利益率51％、年収2039万円という数字は、フィジカルAI時代の入口にすぎない可能性すらある。だから、本稿のタイトルは「それでも安すぎる」と書いた。問われているのは、こういうことだ。日本企業の経営者は、自社の組織を「現場の1次データを生み出す側」に置けるか。世界の現場に直接アクセスし、課題を聞き取り、解決し、その知見を横展開する――この仕組みを、自社の中に組み立てられるか。これはキーエンス以外の日本企業には不可能、という話ではない。むしろ逆だ。本連載第1回で論じた通り、日本の製造業・物流・医療・建設の現場には、世界でも特異な「現場の蓄積」が存在する。キーエンスは、その蓄積を「測る側」から構造化した1つの成功例である。同じ思想で、別の業種に同じ構造を作ることは可能だ。問われているのは、年収の問題ではない。「現場の知能を誰が握るか」という問題である。日本企業がフィジカルAI時代に何で稼ぐかを決める、構造的な問題である。次回は、20社のなかから、ファナックを取り上げる。FA（工場自動化）で世界の頂点に立ってきた同社は、フィジカルAI時代の「FAからPAへの転換」をどう乗り越えるのか。引き続き、日本企業に残された選択肢を読み解いていく。----------田中 道昭（たなか・みちあき）日本工業大学大学院技術経営研究科教授、戦略コンサルタント専門は企業・産業・技術・金融・経済・国際関係等の戦略分析。日米欧の金融機関にも長年勤務。主な著作に『GAFA×BATH』『2025年のデジタル資本主義』など。シカゴ大学MBA。テレビ東京WBSコメンテーター。テレビ朝日ワイドスクランブル月曜レギュラーコメンテーター。公正取引委員会独禁法懇話会メンバーなども兼務している。----------（日本工業大学大学院技術経営研究科教授、戦略コンサルタント 田中 道昭）