日東工業、図面見積AIアプリの実業務適用を開始

配電盤・分電盤大手の配電機器メーカー日東工業は、日本IBMの支援のもと、設備図面から分電盤の見積に必要な情報を抽出するマルチモーダル生成AI活用Webアプリケーションを開発し、全国23営業拠点の約50人で実業務への段階的適用を開始しました。熟練者の暗黙知に依存していた高度な図面読み取りと見積作業をAIで標準化し、組織的な知識基盤の構築を推進します。

設備図面からの自動抽出と人とAIの協働プロセス

建設および設備業界では、人手不足や熟練技術者の知見継承が深刻な課題となっています。分電盤の見積業務では、案件ごとにフォーマットが異なる図面から法規制や製品仕様を読み取り、回路構成を検討する高度なノウハウが必要とされていました。

開発されたシステムの主な特徴は以下の通りです。

• ​図面アップロードによる自動抽出​: 建物図面をアップロードすると、マルチモーダル生成AIが回路情報、機器仕様、特記事項を抽出して構造化データへと整理
• ​営業担当者による確認・補正​: AIの抽出結果を営業担当者が業務知識に基づいて確認・修正し、その補正データを蓄積することで組織的なナレッジベースを形成
• ​統合AI基盤アーキテクチャの採用​: 日本IBMが提唱する「統合AI基盤」のレファレンスアーキテクチャや「Client Zero」「IBM Consulting Advantage」の知見を取り入れたAIエージェントフレームワークを実装
• ​モデル非依存の柔軟な構成​: 特定のAIモデルやインフラに縛られない設計を採用し、将来のモデル進化や業務要件の変化に追従可能

実装プロセスと製造業DXの知見

日東工業と日本IBMは、約1年半にわたって見積業務のプロセス再設計を進めてきました。

フェーズ	取り組み内容	期待される成果
業務知識の構造化	熟練者が行っていた判断プロセスや暗黙知をルール化・定義	属人化を排除し、若手担当者でも迅速・高品質な見積対応が可能に
人とAIの役割分担	AIが図面の一次読み取り、人間が品質確認と最終判断を担当	見積回答スピードの向上と対応件数の拡大を両立
知識基盤の蓄積	日常業務で蓄積された構造化データを全社で共有	設計、生産、保守など周辺業務への知見展開基盤を構築

日本の製造業への影響と分析・展望

日本国内の製造業や設備機器メーカーにおいて、生成AIの活用は「社内文書検索（RAG）」や「チャットボット」にとどまる事例が多く見られました。

日東工業の事例は、顧客ごとに形式が異なる「図面」という非構造化データをマルチモーダルAIで読み解き、基幹業務である「見積」に直接組み込んだ本格的な業務実装例です。

編集部注: 生成AIの導入において最も困難なのは「現場の暗黙知をいかにモデルと協調させるか」という点です。日東工業が1年半をかけて人とAIの役割分担を定義し、補正結果を再学習・蓄積するオペレーティングモデルを構築したことは、日本のものづくり企業がAIを真の生産性向上につなげるための重要な先行モデルといえます。

引用元：MONOist