図面からの見積が遅い・社長しかできない｜見積根拠をAIで形式知化し、返答を翌日から当日にする方法

結論から言えば、見積を速くする最短ルートは、見積AIツールを買うことではありません。「なぜその金額になるのか」という根拠を文章と数字で書き出すことです。根拠さえ形になれば、生成AIはそれを型にして下書きを作れます。逆に根拠が社長の頭の中にあるままでは、どんなツールを入れても学習させる元がなく、結局これまでどおり社長が計算し直すことになります。まず10件から20件の過去見積を並べるところから始めてください。

「見積の返答が遅いせいで失注している気がする」「社長が出張に出ると見積が止まる」。金属加工・機械部品の会社で、この2つを口にされない経営者はほとんどいません。どちらも同じ原因から出ています。見積を出す能力が、1人の頭の中にしか存在していないという構造です。

この記事では、見積が遅くなる本当の原因を分解したうえで、生成AIができること・できないことを線引きし、過去見積のデータ化からエージェント型の自動化までを3段階で説明します。ツールの比較よりも「何を先にやるか」に重点を置いていますので、まだ何も手をつけていない会社ほど役に立つはずです。

見積が遅い原因は3つに分解できる

「見積が遅い」とひと言で言っても、遅れている場所は会社によって違います。原因を分けずに対策を打つと、効かないところに手を入れることになります。まずは3つに分解します。

原因1：図面を読む工程が属人化している

1つ目は、図面を読んで加工内容を把握する工程です。材質、寸法公差、表面粗さ、熱処理や表面処理の指示、溶接記号。これらを読み取って「うちの設備で何をどう作るか」を組み立てる作業は、経験がそのまま速度になります。

若手が図面を開いても、どこを見れば工数に効くのかが分からない。だから結局ベテランに回ってくる。この時点で、見積の待ち行列が1人分の処理能力に制限されます。

原因2：工数の見積もりが「勘」で成立している

2つ目は加工工数です。段取りに何分、切削に何分、検査に何分。これらの数字が実測値として残っていない会社が非常に多く、ベテランが「これくらいだろう」と当てています。

厄介なのは、この勘がかなり正確だということです。正確だからこそ誰も困らず、記録に残す動機が生まれません。しかしその結果、勘を持つ人がいなくなった瞬間に見積が出せなくなります。

原因3：材料単価と外注単価が動き続けている

3つ目は単価の変動です。鋼材もアルミもステンレスも、価格は動きます。めっきや熱処理の外注単価も上がります。最新の単価表が整備されていないと、見積のたびに問い合わせや調べ直しが発生し、そこで半日が消えます。

そして単価表の更新は誰の担当でもないことが多く、気づけば1年前の数字のまま使われている、という状況が生まれます。

どこが遅いかを見分ける簡易チェック

自社がどの原因に当たるのかは、次の観点で切り分けられます。

失注コストは「遅さ」で発生している

見積が遅いことのコストは、意外と見えません。失注は「他社のほうが安かった」という形で報告されがちですが、実際には回答が遅くて先に決まっていた、というケースがかなりの割合を占めます。

仮に月10件の引き合いのうち2件を回答の遅さで失っていて、1件あたりの粗利が5万円だとすれば、年間で120万円です。これは、見積業務の整理にかけるコストを大きく上回ります。まずは失注理由を「価格」「納期」「回答の遅さ」「その他」で記録するだけでも、判断材料になります。

生成AIができること・できないこと

対策に入る前に、期待値を正しく設定しておきます。ここを間違えると「AIは使えなかった」で終わってしまいます。

できること：照合、変換、下書き

生成AIが得意なのは、すでにある情報を照合し、形式を変換し、文章の下書きを作ることです。具体的には、過去の見積から似た案件を探す、図面の情報を見積項目の形に整理する、単価表と工数から金額を計算する式を組み立てる、見積書の文面や条件書きを作る、といった作業です。

これらはどれも「正解が既存データの中にある」タイプの仕事です。だからこそ、精度が出ますし、間違っても人が見れば分かります。

できないこと：工数の勘を代替すること

一方、生成AIに任せてはいけないのが、実績データのない工数の見立てです。「このワークならだいたい何分」という判断は、自社の設備、治具、作業者の習熟度に依存します。汎用のAIはそれを知りません。

もっともらしい数字は返ってきます。しかしその数字には根拠がありません。ここを鵜呑みにすると、赤字受注か失注のどちらかが起きます。工数は必ず自社の実績か、ベテランの判断を通してください。

判断の境界線

実務では、次のように線を引くと分かりやすくなります。

3段階の進め方

ここからが本題です。見積業務の整理は、次の3段階で進めます。1段階目を飛ばして3段階目に行こうとすると必ず失敗しますので、順番を守ってください。

第1段階：過去見積のデータ化と根拠の書き出し

最初にやることは、過去の見積を10件から20件選び、1件ずつ「なぜこの金額になったのか」を書き出すことです。書き出す項目は次のとおりです。

この作業は、ベテランに口頭で説明してもらいながら、若手か事務担当が書き取る形が現実的です。ベテランに文章を書かせようとすると、まず進みません。所要時間は1件あたり15分から30分、20件で1日から2日といったところです。

ここが最も面倒で、最も効果のある工程です。この20件が、あとに続くすべての土台になります。

第2段階：テンプレート化と生成AIによる下書き

根拠が書き出せたら、それを生成AIに読み込ませます。そのうえで、新しい案件の情報を渡して下書きを作らせます。指示の出し方の骨格は次のようになります。

まず、過去見積20件の根拠をまとめた資料を渡します。次に、新規案件の材質・寸法・数量・要求精度・納期を伝えます。そして「過去の類似案件を挙げ、それを基準にした見積項目の一覧と、工数の仮置きを作ってください。工数は根拠が薄い箇所を明示してください」と依頼します。

ここで重要なのが最後の一文です。AIに「自信のない箇所を明示させる」ことで、人が確認すべき場所が絞られます。全部を疑うのではなく、指摘された箇所だけを見る。これで確認の負担が大きく下がります。

この段階の成果は、見積作成時間が半分程度になることと、社長以外の人が下書きまで進められるようになることです。最終判断は依然として社長が行いますが、判断に集中できるようになります。

第3段階：図面読解AI・見積ツールの検討

第2段階が回り出してから、初めて専用ツールの検討に入ります。図面PDFから寸法や公差を自動で読み取るツール、類似形状を検索して過去実績を引き当てるツールなど、選択肢は増えています。

この段階で検討する意味は、自社の見積プロセスがすでに言語化されているため、ツールを評価する基準を持っているという点にあります。「うちの見積のどの部分を代替してくれるのか」を具体的に問える状態です。この基準がないままデモを見ると、印象で決めることになります。

3段階の全体像

エージェント段階：図面PDFから見積書ドラフトまで

第2段階が定着すると、次に見えてくるのがエージェント型の運用です。人が都度チャットに指示を出すのではなく、決めた手順を自動で実行させる形です。

想定する流れ

たとえば、次のような流れが組めます。お客様から図面PDFが添付されたメールが届く。そのメールと添付を起点に、案件情報を抽出して受注管理の台帳に仮登録する。過去の類似案件を検索し、見積項目の一覧と概算金額のドラフトを作成する。ドラフトを担当者に通知し、担当者が工数と単価を確認して修正する。承認されたら見積書として出力し、返信メールの下書きまで用意する。

人がやるのは、工数と単価の確認、そして送信ボタンを押すことだけになります。ここまで来ると、回答は翌日ではなく当日に出せるようになります。

承認ルールを先に決める

エージェント化で最も重要なのは、承認の設計です。次の3点は必ず先に決めてください。

小規模な会社であれば、「金額30万円未満かつ過去に同一品番の実績がある案件は担当者判断、それ以外は社長確認」といった具合に、シンプルな基準で十分です。

顧客図面をAIに入力してよいかは、先に線を引く

エージェント化で必ず出てくるのが、顧客から預かった図面をそのままAIに読み込ませてよいのか、という問題です。ここは会社としての線引きを先に決めておく必要があります。

要点だけ述べると、顧客図面は秘密保持契約の対象であることが多く、無条件に外部サービスへ入力してよいものではありません。一方で、法人向けプランの学習オフ設定や、顧客の承諾を得たうえでの利用など、条件を整えれば使える道もあります。全部禁止でも全部OKでもなく、図面の出どころと契約内容で区分するのが現実的です。この線引きの具体的な方法は、機密情報の扱いを扱った関連記事で詳しく整理していますので、そちらを参照してください。

なお、図面そのものを入力しなくても、この記事で説明した第1段階と第2段階はすべて実行できます。過去見積の根拠は自社の情報であり、単価表も自社の情報です。線引きの結論が出るまで着手できない、ということはありません。

図面を読む観点を言語化する

第1段階で見落とされがちなのが、図面を読む観点そのものの言語化です。金額の根拠だけを書き出しても、「どこを見て、その根拠にたどり着いたのか」が残らなければ、若手は同じ判断ができません。

ベテランが最初に見ている場所

図面を渡されたとき、経験者は全体を均等に見ているわけではありません。工数と不良率に効く箇所から順に見ています。具体的には、公差の一番厳しい寸法、加工の基準面、内径や深穴の有無、薄肉部の有無、指定されている表面処理と熱処理、そして数量です。

この順番を言葉にして残すだけで、若手の一次確認が可能になります。「まずこの6点を確認して一覧にする」という作業であれば、入社1年目でもできます。そしてこの一覧こそ、生成AIに渡すべき入力情報です。

一次確認シートの項目

実務では、次の項目を埋める一次確認シートを作っておくと、そのままAIへの入力になります。

このシートを1枚作っておくと、図面が届いた時点で若手が埋め、ベテランは埋まったシートを見て判断する、という分担ができます。ベテランの拘束時間はここで大きく減ります。

言語化はそのまま技術継承になる

この作業を進めていくと、多くの経営者が同じ感想を持たれます。「AIのためにやっているつもりだったが、若手教育の資料ができた」というものです。

実際そのとおりで、見積の根拠と図面の見方を文書にする作業は、技術継承そのものです。AI活用を目的にすると社内の抵抗が出やすい一方、技術継承を目的にすると協力が得られやすい、という違いもあります。社内での説明の切り口としても覚えておくと役立ちます。

効果を測る指標を決めておく

改善を続けるには、変化が見える必要があります。見積業務の場合、次の4つを月次で記録するだけで十分です。

いずれも既存の記録から集計できるもので、新しい仕組みは不要です。とくに失注理由の内訳は、経営判断の材料として見積以外の場面でも効いてきます。記録を始めた月を基準として、3か月ごとに比較してください。

よくある失敗パターン

実際に導入した会社で起きた失敗を、あらかじめ共有しておきます。どれも防げるものです。

失敗1：社長がチェックしなくなる

最も危険なのがこれです。AIの下書きの精度が上がってくると、社長が中身を見ずに承認するようになります。そして半年後、まとめて赤字案件が発覚します。

対策は、承認の作業を「読む」から「確認する」に変えることです。具体的には、AIに「前回の類似案件との差分」と「根拠が薄い項目」を必ず出力させ、社長はその2点だけを見る形にします。全部読むのは続きませんが、差分だけなら続きます。

失敗2：単価表の更新が止まる

2つ目は単価表です。最初は整備するのですが、担当と頻度を決めていないと、半年で古くなります。古い単価で自動計算された見積が出続けると、AI化する前より危険な状態になります。

対策は単純で、更新担当と更新のタイミングを決めることです。「毎月第1営業日に事務担当が主要5品目の単価を確認する」程度の決めごとで十分機能します。加えて、見積書に単価表の更新日を内部メモとして残しておくと、古い単価が使われたときに気づけます。

失敗3：過去見積のデータ化が途中で止まる

3つ目は第1段階の頓挫です。20件と決めたのに、5件書いたところで通常業務に押されて止まる。これが最も多いパターンです。

対策は、件数ではなく時間で区切ることです。「毎週金曜の午後1時間だけ、社長と事務担当で2件分やる」と決めると、10週間で20件終わります。まとめてやろうとすると、いつまでも始まりません。

失敗4：全案件を一度にAI化しようとする

4つ目は範囲の広げすぎです。リピート品も新規品も、単純加工も複合加工も、すべて同じ仕組みで処理しようとすると、例外処理だらけになって破綻します。

対策は、まずリピート品と類似品に絞ることです。この領域は過去実績があるため精度が出ますし、件数も多いので効果が大きくなります。完全新規の難易度の高い案件は、当面これまでどおり社長が対応すればよいのです。

リピート品と新規品では進め方を分ける

最後に、対象範囲の切り分けについて補足します。同じ見積業務でも、リピート品と完全新規品では性質がまったく違うため、同じやり方を当てはめると無理が出ます。

リピート品・類似品は自動化の主戦場

過去に作ったことがある品番、あるいは形状が似ている品番については、実績という強い根拠があります。前回の工数、前回の不良率、前回の材料費。これらを引き当てるだけで、見積の骨格はほぼ決まります。

この領域はAIの得意分野そのものです。検索して、差分を出して、金額を組み立てる。人が確認するのは、材料単価が変わっていないか、数量が変わって段取り費の配賦が変わらないか、といった限られた点だけです。多くの町工場では、引き合いの半分以上がここに入ります。

完全新規品は当面ベテランが担当する

一方、これまで扱ったことのない形状、初めての材質、要求精度が段違いに厳しい案件については、参照できる実績がありません。この領域でAIに数字を出させると、根拠のない値が返ってきます。

ここは当面ベテランが担当し、その代わりに「なぜその工数と判断したか」を1件ごとに書き残していきます。この記録が積み上がることで、新規品の一部が徐々にリピート品側の仕組みへ移っていきます。範囲を広げるのは、記録が溜まってからです。

切り分けの基準

この4区分で仕分けると、どこまでを自動化の対象にするかが明確になります。最初はリピート品と類似品だけで構いません。それだけでも見積件数の過半をカバーできる会社がほとんどです。

よくある質問

Q. 過去見積の書き出しは、何件やれば足りますか。

A. 20件を目安にしてください。10件では類似案件が見つからないことが多く、50件は多すぎて途中で止まります。20件を書き出す過程で、自社の見積の型がだいたい見えてきます。選ぶ際は、リピート性の高い品種を中心に、金額帯を散らして選ぶと使いやすくなります。

Q. Excelの単価表しかありませんが、それでも始められますか。

A. 始められます。むしろExcelがあれば十分な出発点です。生成AIはExcelの内容を読み取れますので、単価表と工数の考え方をセットで渡せば、下書きの精度は上がります。新しいシステムを入れる必要はありません。

Q. 見積の精度は上がりますか、それとも下がりますか。

A. 短期的には、これまでベテランが暗黙のうちに調整していた部分が抜けるため、精度が下がる可能性があります。ただし、その抜けが目に見えるようになるという点が重要です。抜けを1つずつ根拠に追記していくことで、半年程度で以前より安定した精度になります。属人的な精度から、組織的な精度への移行と考えてください。

Q. 社長以外に見積を出せる人を育てるのに、どれくらいかかりますか。

A. 下書きまでであれば、第2段階が回り始めてから1か月から2か月です。図面を読む部分にはやはり経験が要りますが、AIが項目を洗い出してくれるため、若手でも「何を確認すべきか」が分かる状態になります。最終判断まで任せられるようになるには、それとは別に実案件の経験が必要です。

Q. 見積AIツールは結局買ったほうがよいのでしょうか。

A. 引き合いの件数によります。月に数十件以上の見積を出していて、図面の読み取りが律速になっているのであれば、検討する価値があります。月10件程度であれば、生成AIと整理された過去データで十分に間に合うことが多いです。まず第2段階まで進めてから判断してください。

Q. 導入にあたって補助金は使えますか。

A. ITツールの導入については、デジタル化・AI導入補助金などの支援制度の対象となる場合があります。ただし対象ツールや要件は年度ごとに変わりますので、導入内容が固まった段階で確認するのが確実です。なお、この記事の第1段階と第2段階はほぼ費用がかかりませんので、補助金の可否にかかわらず着手できます。

Q. 顧客に「AIで見積を作っている」と伝える必要はありますか。

A. 一般には必要ありません。見積の内容と責任は自社にあり、その作成過程でどのツールを使うかは自社の業務プロセスの問題だからです。ただし、顧客から預かった図面をどう扱うかは契約上の論点になり得ますので、図面をAIサービスに入力する運用にする場合は、契約内容を確認してください。

まとめ

見積が遅い、社長しか出せないという問題は、ツールの不足ではなく、見積の根拠が言語化されていないことから生じています。したがって着手すべきは購入ではなく、過去見積20件の根拠を書き出すことです。

その土台の上に、生成AIによる下書き作成を乗せると、作成時間が半分程度になり、社長以外の担当者も下書きまで進められるようになります。さらに手順が固まれば、図面PDFの受信から見積書ドラフトまでをエージェントに任せ、人は工数と単価の確認だけを行う形に進めます。翌日回答が当日回答に変わるのはこの段階です。

注意点は、社長がチェックをやめないこと、単価表の更新担当を決めること、そして書き出し作業を時間で区切って続けることの3つです。この3つを守れば、見積は確実に速くなります。

見積業務のどこが律速になっているのか、過去見積の棚卸しから一緒に整理します。データ化の進め方から、AIへの指示の作り方、承認ルールの設計までご支援します。まずはお気軽にご相談ください。