製造業の見積業務を効率化する、AI活用の進め方

2026年9月5日：計算条件を十分に示せていなかった業種別の効果試算と、その参照表現を削除しました。自社の導入実績を示すものではありません。

製造業の見積は、図面を読み解く力、加工工程を組み立てる勘、過去案件の記憶を一度に使う業務です。だからこそ少数の熟練者に集中し、その人が動けない日には引き合いが滞留します。AIで狙うのは全自動ではなく、この一連の工程を分解し、機械に任せられる部分を切り出すことにあります。

見積の遅れは、失注として後から表れる

引き合いへの返答が一日遅れるたびに、価格ではなく速さで競合に流れる案件が生まれます。相見積もりの起点を早い会社に取られると、後から価格で並んでも覆しにくくなります。返答の速さは、それ自体が受注確率を左右する条件です。

損失は受注機会だけにとどまりません。担当者ごとに見積の粒度と原価の見方が変わり、似た部品でも利益率がぶれます。ある人は安全側に多めに積み、別の人は経験で削る。この差が、会社全体の粗利を静かに揺らします。

そして熟練者が退けば、値付けの根拠そのものが社外へ出ていきます。図面のどこを見て、どの条件でいくら足すのかという判断の中身が、引き継ぎ資料には残らないまま失われます。

見積業務を5つの工程に分解する

一枚岩に見える見積業務も、分解すれば性質の異なる工程の連なりになります。どこを機械に任せるかは、この分解を済ませたあとに決まります。

• 図面・仕様の読み取り：形状、公差、材質、表面処理、数量、納期といった条件を図面と仕様書から拾う
• 類似案件の検索：形状や加工が近い過去案件を探し、値付けの下敷きにする
• 材料費・工程の見立て：材料の歩留まりと単価、必要な加工工程と段取り時間を積み上げる
• 初稿の作成：拾った条件と見立てを、社内フォーマットの見積書に組み立てる
• 人の最終判断：例外性の見極め、戦略的な価格調整、顧客との交渉

工程ごとに求められる能力は異なります。前半は条件の抽出と過去データの照合が中心で、手順が決まっているぶん機械が得意とする作業です。後半に進むほど、文脈と責任を伴う人の判断が重くなります。この重さの違いが、切り分けの線を引く目安になります。

同じ前半でも、材料費の見立ては相場の変動を受けます。過去案件の単価をそのまま流用すると、鋼材や樹脂の値上がりを取りこぼす。ここは最新の仕入れ値を参照する仕組みと組み合わせ、機械の見立てに現在の単価を反映させておく必要があります。

AIに任せる工程と、人に残す判断

前半の4工程は、AIが下書きまで進められます。図面から条件を読み取り、近い過去案件を並べ、材料費と工程の目安を積み、見積の初稿を出すところまでを機械が担います。人はゼロから組み立てるのではなく、出てきた初稿を確認して直す側に回ります。

最後の一工程は人に残します。前例のない形状の見立て、戦略的に薄利や赤字を許容する判断、顧客の事情をふまえた交渉は、責任と背景を持つ人の仕事です。ここを機械に委ねると、説明できない値付けが混じり込みます。

肝心なのは、機械が自信を持てなかった項目を人に回す道を用意することです。読み取りに曖昧さが残る注記や、近い過去案件が見つからない新規形状は、確信度が低い項目として印を付け、人の確認へ送る。全部を等しく見直すのではなく、危ないところだけに人の目を集めれば、確認の負担は小さく保てます。

この切り分けの利点は、責任の所在を動かさずに作業時間だけを削れることにあります。機械が初稿を速く整え、人は判断に集中する。工程ごとにAIと人の役割を分ける考え方はバックオフィスの自動化設計にも通じます。

過去データが紙や個人フォルダでも、始め方はある

類似案件の検索と初稿の生成には、過去の見積と実績原価が検索できる形で必要になります。とはいえ多くの現場では、それらが紙の控えや個人のフォルダ、担当者の記憶に散らばっています。整っていないから始められない、とはなりません。

起点は、熟練者の頭の中を言葉にすることです。値付けのときに何を見て、どの条件でいくら足し引きするのかを聞き取り、判断基準として書き出します。この聞き取り自体が、後で機械に渡す教材になります。

• 直近の代表的な案件を数十件選び、図面・見積・実績原価を一組にして電子化する
• 熟練者に値付けの手順を聞き、材質や工程ごとの加算ルールを文章にする
• 見積と実際にかかった原価の差を確かめ、勘のどこが当たり外れするかを記録する
• 案件を形状や加工の種類でタグ付けし、あとから探せる状態にする

小さく数十件から始め、初稿の精度を確かめながら対象を広げます。全件をそろえてから着手する必要はありません。むしろ狭い範囲で回した方が、判断基準の穴が早く見つかり、直しながら育てられます。

紙とデジタルが混在する期間は避けられません。当面は電子化した範囲だけを機械の対象にし、それ以外は従来どおり人が見積もる。この二重運用を前提に置くと、完璧なデータ整備を待たずに走り出せます。

見積の整備は、そのまま技術伝承になる

熟練者の判断基準を言葉にして蓄える作業は、見積の効率化にとどまらない意味を持ちます。背中を見て覚えるしかなかった値付けの勘が、若手でも参照できる資料に変わります。

整理された工程知識は、見積の初稿づくりだけに使うものではありません。若手の教育、生産計画の検討、新人の立ち上げにも同じ資産が効きます。属人化の解消と技術伝承が、一つの作業の裏表になります。

見積のAI化を、コスト削減の施策としてだけ捉えるのはもったいない話です。熟練者がいるうちに判断を形式知へ移す取り組みは、退職や採用難というもう一つの経営課題への備えにもなります。

効果の試算と、最初の一歩

見積の回答時間が短くなったか、値付けの誤りや差し戻しが増えていないかを、導入前後で比較します。

工数の削減は、担当者を減らすためだけの数字ではありません。空いた時間を、熟練者にしかできない難案件の見立てや、値付け基準の見直しに戻せます。定型の初稿づくりを機械に預けるほど、人は判断の質そのものへ時間を使えるようになります。

進め方に迷うときは、小さく試して数字で確かめる順序が安全です。検証を成果へ橋渡しする考え方はPoCを成果につなげる進め方にまとめています。まずは自社の見積工程のどこが熟練者に依存しているかを洗い出すところから、無料相談で一緒に整理しましょう。