導入事例

PDF図面から寸法・部材情報を手作業で拾い出すのに案件ごとに多大な工数が発生。積算部門が存在せず、営業・工事が都度概算。重量の概算精度にも大きな誤差が生じていました。

AI画像認識による図面情報自動抽出。2D図面からの3D復元・重量算出。省略記号を含む部材の認識・集計にも対応。

案件あたりの工数を大幅削減（80%以上）。重量精度を大幅改善。年間の処理件数を飛躍的に拡大。

顧客から受領する図面・PDF・Excelから部品構成情報を手作業で登録。万〜数十万件規模の部品・案件情報が横断検索できず属人化が深刻。部品の生産中止・仕様変更時、影響を受ける顧客案件の特定に時間がかかり、通知漏れリスクも常時存在。

図面・部品表をAIが解析しBOM／部品構成情報を自動抽出。表記揺れ・列名揺れ・部分一致検索に対応した実務UI。案件・部品・顧客を横断管理し、変更時の影響範囲を自動検索・通知。

初期登録工数：手作業数時間→数分（70-90%削減）。変更通知漏れをゼロ化。万〜数十万件規模に対応可能。

配管図の記号（A〜O）を1枚ずつ目視カウント＋電卓で集計。1名集中で週50枚規模、ミス・漏れリスクが常時存在。Excel手動転記＋再チェックに時間がかかっていました。

凡例表（A〜O→配管径）をAIが自動読み取り、記号と配管をリーダー線追跡で自動マッチング。配管長を画像から自動計測し径別に集計。Excelへ自動転記＋原本との差分ゼロを機械検証。

配管拾い出し：数時間→数分。集計精度：目視ミスあり→高い一致率で機械検証可能。業務体制：1名集中→複数名並行（週50枚規模）。

設計事務所から受け取るPDF機器表から仕様を手で拾い出すのに月数十日を消費。設計事務所ごとにフォーマット表記揺れが多く、属人化と確認工数増大の要因となっていました。

OCR＋LLMによる機器表自動読み取り。信頼度スコアと補正UIによる半自動運用で、誤抽出を低工数で確認。既存の積算ソフトへAPI連携し、Excel経由で取り込めるフォーマットへ自動変換。

機器表OCR：数日／件→数分（削減率大）。月間積算工数を大幅削減。年間コスト削減効果は数千万円規模。

プラント工事の配管アイソメ図PDF（千枚規模）に対し、F（現地溶接）箇所のカウント、サイズ・材質・スケジュール抽出を熟練者1名が手作業で実施。1案件あたり3〜4ヶ月稼働、属人化により業務停止リスクが常態化していました。

AIが配管アイソメ図PDFからF箇所を自動カウント、配管仕様（サイズ・材質・スケジュール）を高精度で抽出。改訂版との差分検知に対応し、既存の物量集計表フォーマットへ自動転記。

F箇所抽出・仕様抽出ともに高精度で実現。熟練者1名の数ヶ月稼働を大幅短縮し、属人化リスクを解消。

LAN工事のPDF/CAD図面から、ケーブル長・シンボル・ケーブルラック・階高をまたぐ縦横配線を手作業で拾い出し。1案件で最大10日、専属5名規模。数量誤りが受注後トラブルに直結するため、極めて高精度な拾い出しが必要でした。

シンボル・色・ケーブル経路を画像処理／幾何処理で自動抽出。経路未描画の図面は手動経路定義で補完。階高・フロアルールでケーブル長を自動算出。生成AIを使わずオンプレ環境で動作可能。

経路解決を高水準で実現し、シンボル数百個を一括検出可能。5名規模の作業を1〜2名のチェック体制へ圧縮可能に。

山留め・重仮設材の見積では、紙・PDF・CAD・漫画絵・手書きマーカー付き図面まで多様なインプットから、シートパイル・腹起こし・切梁・ジャッキ・覆工板等の数量・延べ長を手作業で拾う必要があり、属人化と概算リードタイムが課題でした。

図面PDF／画像から色線を自動抽出し、スケール設定後に部材ごとの長さ・本数を自動計測。シートパイル幅・施工誤差・クリアランス等のルールベース計算と組み合わせ、概算見積用Excelへ自動出力。

概算見積前段階の数量拾いを大幅自動化。営業担当が初期段階で素早く概算を提示でき、案件初動の手間を圧縮。

足場図面・仮設図面から支柱・つなぎ材・先行手摺・布板・幅木・階段セット等の部材数量を、図面読解スキルが必要な熟練者が手作業で拾い出し。急な所長依頼で1件あたり数時間を要し、現場リードタイムを圧迫していました。

CAD座標・属性、PDF注記、業界基準（仮設工業会基準・安全衛生規則）、社内の暗黙ルールを組み合わせたAIで部材を自動カウント。Phase1で主要数十項目、将来的に主要部材100項目超への拡張を視野。

1件あたり数時間規模の手作業を圧縮。図面読解スキルに依らず誰でも一定品質の積算が可能になり、若手・管理職の作業時間削減に寄与。

プラント計器のベンダー図面（PDF）から、レンジ・材質・定格・出力信号などの技術仕様を手作業で読み取り、社内統一フォーマットの計器カタログに転記する作業に年間で多大な工数が発生。複数ベンダーで様式が異なり、確認・正規化の負荷が大きい状況でした。

OCR＋LLMによる技術仕様自動抽出システムを構築。複数ベンダーの異なる図面フォーマットに対応し、抽出結果を社内の統一カタログフォーマット（Excel）へ自動転記。

プロジェクトあたりの年間工数を大幅削減。カタログ生成の大部分を自動化し、担当エンジニアの確認工数を最小化。

設計BOMから調達用購買BOMへの変換を手作業で実施。型番の表記揺れや名寄せ対応に膨大な工数が発生していました。営業から「類似なのに価格が違う」と指摘されても、調査負荷が高く現状はバッファーで対応している状態。

AI＋ルールベースにより設計BOMから必要部品情報を自動抽出。型番の表記揺れ補正と名寄せを自動化し、マスター部品との類似品検索もサポート。

BOM変換工数の大幅削減。表記揺れによるミスを排除し、類似品検索により見積精度・調達リードタイムを改善。

海外プラントEPCの照明設計では、3Dモデル上での灯具配置検討と専用ソフトによる照度計算の手作業を繰り返し、案件あたり数週間〜数ヶ月を要していました。レイアウト変更のたびに再設計が発生し、業務はベテランの暗黙知に依存。設計品質と工数の両立が経営課題となっていました。

3Dモデル（BIM/IFC）から設計に必要な情報をAIが自動で取得し、要求照度を満たす灯具配置を最適化アルゴリズムで自動算出。結果は3Dモデルへシームレスに反映され、設計者は確認・微調整に専念できます。

設計期間を大幅に短縮。属人性を解消し、誰でも一定品質の照明設計が可能に。レイアウト変更への追従もスムーズになりました。