顧客から送られてきた数枚の不鮮明な写真や曖昧な音声メモをもとに、工場や設計部門と何度もやり取りしても、必要な要件がなかなか揃いません。
製造業・見積DX / AIアシスタント
製造業AI見積アシスタント 導入事例
受注生産や特注部品の見積業務では、図面、写真、口頭説明などの情報が十分に揃わないまま、仕様確認と原価計算を進めなければならないケースがあります。
導入方式
PoCから本格導入まで段階的に検証
対象業務
特注製造の仕様確認・見積作成業務
提供範囲
要件設計、開発、連携、運用支援まで対応
導入は、業務課題の整理から段階的に進めます
業務課題、既存データ、連携システム、運用体制を整理し、小規模な検証を重ねながら、段階的に導入範囲を広げていきます。
01
業務課題ヒアリング
02
現状診断・効果シミュレーション
03
PoC / パイロット検証
04
本格導入・運用支援
導入背景
特注品の見積では、営業が受け取る情報と設計・製造側が必要とする情報の粒度に差が生じやすく、確認作業が長期化しがちです。図面、写真、音声メモ、過去案件を横断して整理し、見積前の判断材料を早く揃えることが課題でした。
こうした現場では、営業、設計、製造部門の間で次のような課題が起こりやすくなります。
エンジニアの机には未処理の特注図面が積み上がっているのに、情報やパラメータが不足した見積依頼が次々と届き、確認と待機のプロセスを何度も繰り返さざるを得ません。
そのまま見積を出せば原価計算のミスで赤字になる恐れがあり、専門家レビューを挟めば対応が遅れて受注を逃す懸念があります。
確認作業が長期化すると、見積のスピードと精度の両方に影響が出ます。特注製造業では、経験に頼りきるのではなく、情報整理と判断支援を仕組み化することが重要です。
データ変換層：「曖昧な要件」を「扱えるパラメータ」へ整理する
特注製造の複雑さに対し、ERAI Inc.はAI見積アシスタントを提供しています。その役割は情報の認識にとどまらず、顧客要件とエンジニアリング標準をつなぎ合わせることにあります。両者の間のデータ変換層として機能します。
従来は、お客様からの説明や手描きのラフ図1枚を確認するだけでも、何時間ものやり取りが発生していました。現在、そのプロセスに変化が生まれています。
マルチモーダル認識
複雑なCAD図面、PDFファイルはもちろん、スマートフォンで撮影した写真、手書き文字、さらには音声入力による説明まで、AIエンジンが瞬時に取り込みます。
構造化と整理
整理されていない入力情報を、見積に使えるデータへ変換します。材質、寸法、公差、加工方法、数量、表面処理など、ばらついた情報の中から主要パラメータを抽出・構造化します。
これにより、見積前の情報整理を手作業だけに頼らず、AIで効率よく進められるようになります。
仕様確認から見積判断まで、AIがどう支援するか
単に文字や図面を読み取るだけでは、見積業務の支援としては不十分です。ERAI Inc.のAI見積アシスタントでは、不足情報を確認しながら見積判断へ進める対話型の支援を重視しました。
AIは担当者の判断を置き換えるのではなく、仕様確認、追加質問、見積明細の作成を補助する業務アシスタントとして機能します。
統合認識
深層学習ベースの画像認識（CV）と自然言語処理（NLP）技術に基づき、部門や形式ごとに分散した情報を、計算・検索しやすい構造化データへ変換します。
能動的な追加質問（中核能力）
図面の鮮明度が不足している場合や、必要なパラメータが欠けている場合、AIは担当者に追加確認を促します。「図面上で肉厚が確認できません。標準仕様の4mmとして進めますか？」のように、不足情報を明確にすることで、見積準備段階の認識違いを減らします。
見積案の生成
業務ルールやコスト計算ロジックに基づき、見積明細のたたき台を作成します。特殊性が高い案件や条件が不足している案件は、担当者レビューに引き継ぎ、効率と確認精度のバランスを確保します。
ナレッジの継承：「個人経験」を「デジタル資産」として蓄積する
製造系企業にとって大きな課題のひとつは、見積ノウハウの属人化です。ベテランエンジニアの定年退職や熟練営業の異動により、企業の見積基準や業務ロジックが継承されにくくなる場合があります。
ERAI Inc.のAI見積アシスタントは、「入力・理解・追加質問・見積生成・蓄積」という一連のサイクルを通じて、このロジックを再構築します。
ナレッジベースの自己成長
担当者レビューの判断基準、見積書1件ごとの修正が自動アーカイブされ、システム改善のためのデータとなります。
経験の継承を支援
特注見積に必要な判断基準を、個人の経験だけに依存させず、企業として参照できるデジタル資産として蓄積します。新任担当者は過去事例を確認しながら早期に業務へ慣れることができ、ベテランエンジニアはより難易度の高い案件や改善業務に時間を使いやすくなります。
導入はPoC（パイロット検証）と段階的導入をサポートし、既存システム（ERP/CRMなど）との連携が可能です。
AIで見積業務の属人化を減らす
特注製造の見積業務には、過去案件、図面、仕様、原価ルールなど、AI活用に適した知識資産が数多く存在します。
AIを活用することで、営業担当者は確認作業だけに追われるのではなく、顧客への提案品質を高める役割に集中しやすくなります。エンジニアも反復的な確認作業を減らし、より難易度の高い案件判断に時間を使えるようになります。
見積業務をデータ化し、製造と営業の連携をより確かなものにします。