積算そのものより、紙図面の画像化や縮尺設定などの準備に手間が残る現状
東海地方で建設会社向けの積算業務を支援する、ある会社では、AIを活用した積算の効率化が検討されていました。ただし、目指していたのは、AIだけで積算を完結させることではありません。
現場で実際に負担になっていたのは、積算前後に発生する次のような作業でした。
- 紙図面を画像に変換する
- 図面を積算ソフトに取り込む
- 縮尺を設定する
- 部屋情報を登録する
- 材料や数量の明細を読み取る
- 単価変更の資料を確認し、単価マスターを更新する
「積算ソフトを導入しても、図面を取り込んで縮尺や部屋を設定する準備を嫌がられることがある」という声もありました。
積算の中心工程だけを見れば便利なソフトでも、その前後に手作業が多く残っていれば、担当者は効果を感じにくくなります。積算AIの入口として優先したいのは、難易度の高い完全自動化より、日々繰り返される準備作業の削減です。
「AIで積算する」という大きな構想だけでは投資効果を測りにくい状態
積算業務は、図面の形式、明細の書き方、会社ごとの単価、担当者の判断などに左右されます。建設会社によって使い方も異なるため、一つの仕組みですべてを処理するのは簡単ではありません。
そのため、「AIで積算を自動化する」という目標だけを掲げても、何ができれば成功なのかが曖昧になりがちです。精度が高くても人の確認に時間がかかれば、削減効果は限定されます。反対に、完全には自動化できなくても、毎回の準備が短くなれば十分な価値が出ることもあります。
検討されていた会社でも、AIなのかRPAなのかを先に決めるのではなく、半自動化によって労力を減らせるかが重視されていました。技術の名前から考えるのではなく、「誰が、何に、何分かけているか」から対象業務を決める必要があります。
また、積算AIへの投資は、開発できるかどうかだけでは判断できません。実務で使われ、積算担当者の処理能力が上がり、見積もりの品質や粗利管理につながるところまで見なければ、投資評価が難しくなります。
図面・明細・単価マスターが分かれていることによる積算前後の負担
積算の効率化を難しくしている背景には、扱う情報が一つの形式にそろっていないことがあります。紙図面やPDF、Excelの明細、手書きの注文情報、単価変更資料などが混在し、それぞれに異なる処理が必要です。
明細をそのまま受け取り、材料や数量を確認して見積もるケースも少なくありません。ここで明細を読み取り、既存のマスターデータに当てられれば、担当者が一から入力する作業を減らせます。紙や手書きの情報についても、読み取り精度が上がれば、その後のマスター照合につなげられる可能性があります。
一方、単価マスターが古いままでは、図面や明細を正確に読み取れても、適切な見積もりにはなりません。単価変更の資料を受け取るたびに手入力している状態では、更新漏れや反映時期のずれも起こりやすくなります。
さらに、担当者ごとに使う単価や判断基準が異なれば、同じような見積もりでも金額に差が出ます。積算AIの土台になるのは、最新単価を維持できるマスターと、担当者がどの単価を使ったかを追えるデータです。
AI導入の前にデータを完璧に整える必要はありません。ただし、どのマスターを正とするのか、誰が更新するのか、変更履歴をどう残すのかは決めておく必要があります。ここが曖昧なまま自動化すると、誤った単価を速く反映する仕組みになりかねません。
準備作業を分解し、AI・OCR・RPAを小さく使い分ける検証
最初の一歩は、積算業務を一つの大きな工程として扱わず、作業単位に分けることです。今回のような状況であれば、次の順番で整理すると検証対象を選びやすくなります。
- 紙図面の画像化とファイル整理
- 積算ソフトへの取り込み
- 縮尺や部屋情報の設定
- 明細からの品目・数量の読み取り
- 品目と単価マスターの照合
- 単価変更資料を使ったマスター更新
- 担当者による確認と見積もり確定
このうち、すべてにAIを使う必要はありません。形式がある程度決まっている転記や画面操作はRPA、紙やPDFの文字・表の読み取りはOCR、表記揺れを含む品目候補の抽出や照合支援はAI、最終判断は人という役割分担が現実的です。
たとえば、紙図面を画像化して所定のフォルダに保存し、積算ソフトへ取り込むところまでは、定型化できれば自動処理との相性があります。一方、縮尺や部屋情報は図面によって判断が必要になるため、自動設定した結果を人が確認する半自動化から始めるほうが進めやすいでしょう。
明細についても、最初から見積書の完成まで任せるのではなく、品目名、数量、単位を読み取り、マスター上の候補を表示するところまでを検証します。担当者は候補が正しいかを確認し、例外だけを修正します。
小規模な検証では、少なくとも次の三つを測ります。
- 精度：どの項目を正しく読み取れたか
- 削減時間：従来と比べて何分短くなったか
- 確認範囲：人が全件を見るのか、例外だけを見るのか
精度は、全体の正解率だけでは判断できません。品目名は読めても数量を誤る、単位は合っていても別の単価にひもづく、といった違いがあるためです。見積金額への影響が大きい項目から、誤り方を確認する必要があります。
投資判断では、開発費だけでなく、対象作業の発生頻度も見ます。毎日繰り返す作業であれば、1件当たりの削減時間が小さくても積み上がります。反対に、発生頻度が低く、毎回図面形式が大きく違う作業は、自動化より運用の標準化を優先したほうがよい場合があります。
単価マスターの更新も有力な検証対象です。単価変更資料を読み込ませ、変更候補を一覧化し、人が承認したものだけを反映する流れであれば、更新速度と安全性を両立しやすくなります。「自動で更新する」より、「更新候補をすぐ確認できる」状態を先につくることが重要です。
その先では、担当者別、地域別、品目別に見積単価の差を可視化できます。ばらつきをすぐに良し悪しで評価するのではなく、仕入条件や案件条件による妥当な差なのか、単価マスターや判断基準の違いなのかを確認します。これにより、AI活用を単なる時短で終わらせず、見積もり品質や粗利率の改善につなげやすくなります。
まとめ
積算AIは、積算工程を丸ごと自動化するところから始める必要はありません。図面の画像化、ソフトへの取り込み、縮尺設定、部屋登録、明細読み取り、単価マスター更新など、担当者が負担に感じている準備作業から対象を選ぶほうが、効果を確認しやすくなります。
始める順番は、「作業を分ける」「技術を使い分ける」「小さく試す」「精度・削減時間・人の確認範囲を測る」です。
そのうえで、最新単価を維持できるマスターと見積もり履歴を整えていけば、担当者ごとの差や地域別の傾向も見えるようになります。完全自動化を急がず、人が判断すべき部分を残しながら、繰り返し作業を着実に減らすことが、積算AIを実務に定着させる近道です。
自社の積算業務で減らせる準備作業を整理するために
「AIを使いたいが、どの作業から試すべきかわからない」「積算ソフトや単価マスターが今の状態で使えるのか確認したい」という段階でも、まずは現行業務を分解すると次の一手が見えやすくなります。
ネクスゲートでは、中小・専門工事会社の経営課題を、現場、組織、原価管理、デジタル活用まで横断して整理し、実行まで支援しています。積算業務についても、特定の技術ありきではなく、削減したい作業、必要な精度、人が確認すべき範囲から進め方を整理します。
「うちの場合は何から検証すべきか」という段階からでも構いません。無理にサービスを勧めることはありませんので、社内だけでは整理しにくいときの相談先としてご活用ください。
