御社の見積業務、今の担当者が来月いなくなったら回りますか？──ある金属加工メーカーの社長にこの質問をしたら、3秒ほど黙ってから「……正直、止まります」と返ってきました。
図面を見て、材質と形状から加工の手間を読み取り、過去の似た案件を思い出して価格を積み上げる。この一連の流れが、ベテラン1人の頭の中で完結している工場は少なくありません。
この「属人化」に、生成AIという新しい選択肢が出てきました。実際に図面をAIに読ませて分かったことと、現場の成果を書きます。
Q01多品種少量の見積業務に、生成AIは使えますか？
使えます。むしろ多品種少量だからこそ生成AIが効きます。従来のシステムやルールベースのAIは「パターンが決まった業務」が得意でしたが、生成AIは「毎回違う入力を理解して対応する」のが本質的な強みです。毎回形状も材質も違う図面が来る町工場こそ、実は相性が良いのです。
見積業務の流れはこうです。図面を受け取る → 材質・寸法・加工方法を読み取る → 頭の中で過去の類似案件を検索する → 加工難易度を考慮して価格を積み上げる → 見積書を作成する。この全工程がベテラン1人の頭の中で行われているのが、よくある姿です。
- 従来：ベテランが図面を目視 → 頭の中で過去案件を検索 → 経験則で価格算出（1件あたり数十分〜数日）
- 生成AI活用後：図面をAIに読ませる → 過去の見積データと自動照合 → ドラフト見積を生成 → ベテランが最終チェック
Q02AIは本当に図面を読めるのですか？
CADで出力した図面なら実用レベルです。画像とテキストを同時に理解するマルチモーダルAIは、寸法・材質だけでなく、注記欄の「熱処理後に研磨仕上げ」といった文脈まで読み取って工程数の見積に反映できます。一方、鉛筆で走り書きしたような手書き図面はまだ厳しいのが正直なところです。
従来のOCR（文字認識）との違いは決定的です。OCRは「文字を拾う」だけ。生成AIは「この形状でこの材質なら旋盤加工が必要で、公差がこれだけ厳しいから仕上げ工程も要る」という、加工プロセスを踏まえた理解 ができます。
私も実際に加工図面を読ませてみるまで半信半疑でした。寸法を拾うのは当然として、注記欄の「熱処理後に研磨仕上げ」まで読み取って工程数の見積に反映してきた。CAD出力の図面なら実用レベル、手書きはまだ発展途上──ここはフェアに言っておきます。
Q03見積AIを導入した現場では、どんな成果が出ていますか？
従業員24名の金属加工メーカーでは、AI図面検索の導入で見積回答時間が平均3〜4日から最短当日になり、月300万円以上の受注増につながりました。プラスチック精密加工メーカーでは見積回答が平均3日から最短10分になり、受注率も30%から40%に向上しています。
- 従業員24名の金属加工メーカー：ベテランが15分以上かけていた過去図面の検索を大幅短縮。見積回答は平均3〜4日 → 最短当日、月300万円以上の受注増
- 大手自動車部品メーカーの工機部門：数万点以上の過去知見を蓄積・アセット化し、見積業務の時間を半減。ベテランしかできなかった業務に勤続数年の若手も対応可能に
- プラスチック精密加工メーカー：見積回答 平均3日 → 最短10分、受注率 30% → 40%
共通しているのは、AIが全部やるのではなく、AIがドラフトを出して人が最終チェックする 形になっていることです。ベテランの仕事が「ゼロから積み上げる」から「確認して調整する」に変わっています。回答スピードが上がると受注率まで上がる、という関係も見逃せません。
Q04図面をAIに読ませる精度を上げるコツはありますか？
3つあります。「分からなければ空欄にして」と指示すること、図面の注記欄こそ読ませること、取引先ごとの独自記号は記号表を一緒に渡すことです。特に空欄指示は、AIが知らない記号に無理やり答えて間違える現象を大きく減らします。
- 「判別できないものは空欄にして」と一言加える。AIは分からないことを分からないと言えず、知らない記号に無理やり答えて間違えることがある。この一言で激減する
- 注記欄こそAIに読ませる。「熱処理後に研磨仕上げ」「バリ取り指示」「面粗さRa1.6以下」といった文脈情報の理解が、見積精度を左右する
- 取引先ごとの独自記号は、記号表をAIに一緒に渡す。テンプレートを個別登録する必要がなく、正しく解釈してくれる
Q05見積のAI活用は、何から始めればいいですか？
大がかりなシステム導入ではなく、手元の1件の図面から始められます。過去の見積データの整理（まずはExcelで可）、代表的な図面をAIに読ませて読み取り精度を体感、過去データとの照合の仕組みの設計、という3ステップです。目指すのは完璧な自動化ではなく「ベテランの最終チェックだけで済む」状態です。
- 過去の見積データを整理する（まずはExcelでOK）
- 代表的な図面をAIに読ませて、どこまで読み取れるか体感する
- 過去データとの照合の仕組みを設計する
急ぐべき理由は数字にあります。製造業の65歳以上就業者比率は2002年の4.7%から2022年には8.6%まで上昇（2023年版ものづくり白書）。将来の技能継承に不安を感じている企業は約8割です（経済産業省の調査）。見積が出せない＝受注できない＝売上が消える。技術の話ではなく経営の話です。
よくある質問（FAQ）
- Q. 見積AIを入れると、ベテランは不要になりますか？
- A. なりません。むしろベテランの役割は「ゼロから積み上げる」から「AIのドラフトを確認して調整する」に変わります。最終チェックの目は引き続き必須です。
- Q. ベテランの頭の中の知見は、どうやって引き継ぐのですか？
- A. 見積の判断材料（過去案件・価格の積み上げ方・注記の読み方）をAIが参照できるデータにしていくこと自体が技能継承になります。引退してからでは引き出せないため、在職中に始めることが重要です。
- Q. 従来のOCRや見積システムと何が違いますか？
- A. OCRは文字を拾うだけですが、生成AIは形状・材質・注記から加工プロセスを踏まえた理解ができます。パターン登録が不要で、毎回違う図面に対応できる点が本質的な違いです。
- Q. 手書き図面しかない場合は使えませんか？
- A. 手書き図面の読み取りはまだ発展途上です。CAD出力の図面がある案件から始めて、手書き分は過去データの整理対象として扱うのが現実的です。
AUTHOR
黛 政隆（まゆずみ まさたか）
株式会社GembaShift 代表取締役CEO
エンジニア歴20年、PM経験50件超。生成AIの導入を、現場に入って一緒に組む仕事をしています。 この記事の内容は、著者自身が実際に手を動かして業務で検証した実体験に基づいています。