図面解析AIが「検図・積算」を変える——Drawing-AIの拡張で誰の仕事がどう変わるか

「見る・読む・数える」という職人的作業に、AIが割り込んできた

図面を「読む」行為は、長らく人間の専門性に依存してきた。回路図であれ金型図面であれ、図面の意味を正確に解釈し、ミスを検出し、数量を積算するには、経験と集中力が要る。そこにAIが入り込んできたとき、最初に問われるのは「精度」ではなく、「どのプロセスを任せるか」の判断だ。

フィーチャが発表した図面解析AI「Drawing-AI」の機能拡張は、その判断を迫る出来事として捉えるべきだろう。単なる対応図面の追加にとどまらず、検図・データ化・積算という一連の業務フローをAIが支援する体制が整いつつある。

Drawing-AIが対応した領域と、実証で見えた数字

フィーチャが発表した今回の拡張の核心は、対応領域の広がりにある。従来から対応していた回路図や金型図面に加え、新たに建築図面への対応が加わった。これにより、製造業だけでなく建設・建築分野の業務プロセスにも適用範囲が広がる。

機能面では、図面の「検図（図面に誤りや抜けがないかチェックする工程）」「データ化（図面情報をデジタルデータとして構造化する工程）」「積算（材料や工数のコストを算出する工程）」の三つを支援する。これらはいずれも、熟練者が時間をかけて行う工程であり、人材不足や属人化が課題になりやすい領域でもある。

実証実験では、作業工数を30〜60%削減したという結果が出ている。幅があるのは、図面の種類や業務フローによって効果が異なるためと考えられる。この数字をそのまま自社に当てはめるには、業種・図面の複雑さ・既存ワークフローとの相性を見極める必要がある。

製造・建設の現場担当者と、業務設計を担う情報システム部門への影響

直接影響を受けるのは、図面を日常的に扱う設計者・検図担当者・積算担当者だ。これまで目視と経験に頼っていた確認作業の一部がAIに移行すれば、担当者の役割は「実行」から「判断・確認」へとシフトする。

一方、導入を検討する立場の情報システム部門や業務改革担当者にとっては、ツールの選定よりも「どの工程をAIに任せ、どこに人を置くか」の設計が問われる。積算のように金額に直結する工程では、AIの出力をそのまま使うのか、人が最終確認するのかで、責任の所在も変わってくる。

建築図面への対応拡大は、建設業界にとっての意味が大きい。建設業は慢性的な人手不足と、複雑な図面を扱う専門人材の育成コストという二重の課題を抱えており、積算業務の効率化ニーズは特に高い。

日本の図面文化と、Drawing-AI導入前に確認すべきこと

日本の製造・建設現場で使われる図面は、企業ごと・プロジェクトごとに書き方の慣習や記号の使い方が異なることが多い。AIが図面を「読む」精度は、学習データや対応フォーマットに左右されるため、自社の図面形式がどこまでカバーされているかは、導入前に確認が必要な現実的な問いだ。

また、検図や積算の結果をどのシステムに連携させるかも重要だ。既存のCADツールや積算ソフト、ERPとのデータ連携が想定通りに機能しなければ、工数削減の恩恵を受ける前に別の手作業が発生する。

今回の発表は機能拡張と対応領域の拡大を示すものであり、具体的な料金体系や導入支援の詳細については参照記事内に明記がない。導入を検討する場合は、フィーチャへの個別確認が必要になるだろう。

「工数削減60%」の数字より、何を人間が持ち続けるかが問われる

冒頭で「どのプロセスを任せるか」と書いたが、Drawing-AIの拡張はその問いをより具体的にした。検図・データ化・積算という三つの工程が支援対象になったことで、図面業務の大部分がAIの射程に入った。

だが、工数が削減された先に何が残るかを考えると、AIが出した結果を「正しいと判断できる人間」の価値は下がらない。むしろ、AIの出力を検証できる専門知識を持ちながら、より高度な設計判断や顧客折衝に時間を使える人材が、現場で求められる像になる。Drawing-AIを「省力化ツール」として使うか、「高度業務へのシフトの手段」として位置づけるかで、導入後の効果は大きく変わる。その判断軸を持って検討に臨むことが、ツール選定よりも先に必要なことだ。

本記事は公開情報をもとに、NEWGATA編集部で確認のうえ掲載しています。