金属加工の受注・見積りをAIで自動化｜一品一様・多品種少量の進め方

町工場の一日は、受注と見積りに追われています。FAXが届き、電話が鳴り、メールに図面が添付されてくるたびに、社長やベテラン社員が一件ずつ確かめて、価格と納期を決めているのではないでしょうか？

「うちは一品一様だから、自動化なんて無理だ」とよく言われます。標準品を大量に作る工場と違い、案件ごとに図面も材料も加工の手間も変わるためです。

それでも、一品一様の見積りにも、AIに任せられる部分はあります。届いた注文を読み取ってそろえる作業と、過去の似た案件を探す作業です。

反対に、金額を決めて取引先に出す判断は、人に残します。この記事では、この線引きに沿って、受注と見積りをAIで回す進め方をまとめました。

想定している読者は、従業員30人以下の金属加工メーカーの経営者や後継者の方です。

見積もりAIに任せることと人に残すこと

受注から見積りを返すまでの作業を分けてみると、AIに任せやすい作業と、人が持つべき判断がはっきりします。

作業	受け持つもの	中身
注文・依頼の読み取り	AI	FAXの画像、メールの本文、電話の録音から、品名・図番・数量・納期を取り出して同じ形にそろえる
読めない箇所の確認	人	かすれた図番や聞き取れない数量を、AIが付けた印をもとに確かめる
似た過去案件の検索	AI	材質・形状・加工の内容が近い過去の案件を探し、当時の価格・材料費・加工時間を並べる
金額の計算	仕組み（単価表と計算ルール）	材料費や加工費を、自社の単価表と決めた計算式で出す。AIには計算させない
金額と納期の決定・送信	人	並んだ根拠を見て金額を直し、確定してから取引先に送る

表のとおり、AIの役目は「読む」と「探す」までです。金額は単価表で計算し、決めて送るのは人です。

この分け方にしておけば、AIが読み間違えても、似ていない案件を引いてしまっても、取引先に出る前に人が気づけます。

一品一様の見積りが重くなる理由

自動化の話に入る前に、なぜ受注と見積りがこれほど負担になるのかを整理しておきます。理由は、割り込みの多さと、市販のソフトでは判断まで扱えないことの二つです。

割り込みで本来の仕事が削られる

負担の中心は、作業の量よりも突発的な割り込みにあります。図面が届くタイミングはこちらの都合と関係がなく、現場を見ているときも、別の見積りを作っているときも、FAXやメールは届きます。

そのたびに手を止めて内容を確かめなければなりません。しかも見積りは、返事が遅れるほど、ほかの会社に決まってしまうおそれがあります。

後回しにできないため、社長やベテランは一日中、割り込みの対応に追われます。その結果、次のような本来の仕事の時間が削られていきます。

• 段取りを考える時間
• 現場を回る時間
• 新しい取引先を探す時間

受注と見積りを自動化する意味は、この時間を取り戻すことにあります。

市販ソフトでは判断まで任せられない

標準品なら、注文が入った時点で価格が決まっています。在庫を引き当てて出荷するだけなので、市販の販売管理ソフトで十分に回ります。

一方、一品一様では、案件ごとに図面・材料・加工の手間が違うため、価格を出すたびに個別の判断が要ります。

製造業向けの販売管理ソフトや生産管理ソフトは、在庫や工程の管理には役立ちます。ただ、決められたルールを処理する道具なので、図面を見て価格を決める判断までは代わってくれません。

ソフトの選び方は、生産管理システムの比較と在庫管理システムの比較で扱っています。

探す作業ならAIが肩代わりできる

ベテランの「この形ならだいたいこのくらい」という感覚は、勘のように見えます。実際には、過去に似た案件をいくつも手がけた経験から生まれています。

つまり見積りの前半は、頭の中から似た案件を探す作業です。図面や依頼の中身を読み取り、過去の似た案件を探して並べるところまでは、AIが肩代わりできます。

従来のソフトは決まった処理しかできませんが、AIは言葉や書き方が少し違う依頼でも、中身の近い過去案件を探せます。そのうえで決めるのは人なので、ベテランの判断は残ります。

見積もりAIの三つの方法

「見積もりAI」と呼ばれるものには、大きく分けて三つの方法があります。自社の案件の中身と、手元に残っている過去のデータの量で選びます。

方法	中身	向いている会社	注意点
生成AIに下書きさせる	ChatGPTなどに依頼の内容を渡し、見積書の文面や項目の下書きを作らせる	まず試してみたい会社	自社の過去の価格を知らないので、金額には使えない。社内データを渡す範囲を先に決める
図面から見積る専用サービス	図面を読み込ませ、形の近い過去の図面や、登録したコストの表から価格を出す	過去の図面と実績が多く残っている会社	過去の実績が少ない製品や、まったく新しい製品では精度が下がる
自社の過去実績を引く仕組みを組む	受注の取り込みから、似た案件の検索、単価表での計算までを自社の業務に合わせて組む	受注の入口がFAX・電話・メールに分かれ、見積りの基準が会社独自の会社	過去の案件をデータにそろえる準備が要る。設定を作った人しか分からない状態にしない

この記事で扱うのは、三つ目の方法です。一品一様で受注の入口もばらばらな町工場では、入口から見積りまでを一続きで考える必要があるためです。

生成AIに見積りの金額を直接出させるのは避けてください。自社の単価や過去の価格を知らないAIが出す金額には、根拠がありません。

社内のデータを生成AIに渡すときの決まりは、生成AIに社内データを渡していい範囲で扱っています。

受注の入口は変えずに一つにまとめる

最初の関門は、注文の受け付け窓口がばらばらなことです。FAXは画像、メールは文章と添付ファイル、電話は音声で届くため、これまでは人が一件ずつ読み取るしかありませんでした。

取引先のやり方を変えずに受け取る

ここで最も大事なのは、取引先に今のやり方を変えてもらわないことです。

「今日からメールで注文してください」と頼んでも、長年FAXでやり取りしてきた相手には負担になります。相手が高齢の職人であれば、なおさらで、取引そのものに響くおそれもあります。

そこで入口は今のまま残し、AIが裏側で内容を読み取って、同じ形の受注データにそろえます。届き方は違っても、その後の処理は一本にまとまり、この考え方を「チャネル抽象化」と呼びます。

自社の現場から見れば、これまでどおりFAXが届き、電話が鳴るだけです。電話は人がいつもどおり受け、録音を文字に起こしてから同じ流れに乗せます。

当社では、FAXの画像・メールの本文・電話の録音をAIで読み取る仕組みを組み、その作り方を町工場の受注をAIで捌く開発記録にまとめています。

FAXの受注をデータに変える設計を、日報や領収書とあわせて整理した記事もあります。

読めないときは無理をせず人に回す

AIは、読み取りに自信がないときは、無理に先へ進めません。かすれて読めない図番や、聞き取りにくい数量があれば、「この部分が不確かです」と印を付けて人に確認を頼みます。

あやふやなまま進めて誤った見積りを作るより、そこで止めるほうが安全だからです。

AIにすべてを抱え込ませるのではなく、苦手な部分は人に引き継ぎます。どこまでをAIに任せ、どこから人が引き継ぐかを、最初に決めておくことが大切です。

見積りを過去の実績で裏づける

受注のデータがそろったら、次は見積りです。ここでも、AIの役目は「探して並べる」ところまでにします。

似た案件を引いて根拠を示す

新しい図面や依頼が届くと、AIは自社の過去案件の中から、中身の近いものを探します。そして、当時の価格・材料費・加工時間を根拠として並べます。

担当者はゼロから考えなくてよくなり、過去の実績を見ながら判断できます。見積りの根拠が記録に残るので、担当者が代わっても会社のやり方が失われません。

経験の浅い社員でも、過去の実績を見ながら見当をつけられるようになります。仕組みの作り方は、過去実績で見積りを裏づける開発記録にまとめています。

金額は単価表と計算ルールで出す

AIに金額そのものを計算させることはしません。金額は、自社の単価表と決めた計算ルールで、仕組みの側で出します。

AIが受け持つのは、図面や依頼から材質・寸法・数量・加工の内容を取り出すところまでです。取り出した項目に単価を掛けて、材料費や加工費を出すのはプログラムの計算です。

単価表にない材料や加工が出てきたら、その行の金額は空けたまま印を付けて、人に回します。推測の単価で埋めないことが、あとで間違いに気づくためのポイントです。

見積りの下書きを作る仕組みの設計は、次の記事で詳しく紹介しています。

「似ている」の基準は会社の資産

どの案件を「似ている」とみなし、それをどう価格に反映するかの基準は、会社ごとに違います。そして、この判断の基準こそが、その会社の強みです。

当社では、この基準をお客様の大切な資産として扱います。そのため、開発記録では仕組みの作り方を紹介していますが、個々の判断の中身は載せていません。

ベテランの判断を会社に残す考え方は、事業承継でベテランの見積り・段取りをAIに残す方法で扱っています。

確定した金額が次の材料になる

もちろん、最初から人の決める金額と同じ下書きが出るとは限りません。引いてきた過去の価格と、人が決める価格の間には、ずれが出ます。

たとえば、過去実績どおりの価格が並んだ製品について、承認するベテランが「この製品は、前の見積りより2割増しで出すのが通例だ」と知っているとします。

このとき承認する人が2割増しに直して確定させると、確定した金額が新しい実績として過去案件に加わります。

次に似た図面が届くと、AIはこの新しい実績も引いてくるので、下書きは会社の相場に近づいていきます。人が直した結果が、そのまま次の見積りの材料になる仕組みです。

ずれの大きい案件が続くときは、似た案件の引き方か、過去データの量を見直します。下書きの金額と確定した金額の差を、月に一度見比べておくと気づきやすくなります。

始める前にそろえる過去実績

仕組みが引いてくるのは、自社に残っている過去の案件だけです。過去の案件が探せる形でそろっていないと、見積もりAIは動きません。

最初は表計算ソフトで構わないので、1行に1案件ずつ、次のような項目で残していきます。

項目	書く内容	記入例
図番・品名	取引先の図番と品名	A-1021 取付ブラケット
材質・形状	材質と、板厚や外形の寸法	SS400、板厚6mm、200×150mm
加工の内容	工程と、曲げや穴の数	レーザー切断、曲げ2か所、穴あけ4か所
数量・納期	注文の数量と納期	40個、10日
見積り金額と実績	出した金額と、実際にかかった加工時間	見積書と作業日報から写す
担当者のひとこと	次に見積る人への申し送り	曲げの段取りに時間がかかった

特に大事なのは、実際にかかった時間と、担当者のひとことです。見積り金額だけを残すと、読み違えた案件も「正解」として引かれてしまうためです。

全件を一度にそろえる必要はありません。直近の案件から入れ始め、新しい案件は受注のたびに1行ずつ足していきます。

取引先に出す前に必ず人が確かめる

AIと仕組みで見積りの下書きができても、それをそのまま取引先へ送ることはしません。見積り金額や納期の回答は、一度出すと取り消しにくく、金額を間違えればそのまま自社の損失になるためです。

AIは下準備、決めるのは人

役割ははっきり分けます。AIと仕組みが下準備をして、人が決めます。

AIは図面や依頼の読み取り、過去実績の検索、見積りの下書きまでを受け持ちます。人はその下書きを確かめ、そのまま承認するか直すかを決め、最後の判断と責任は人が持ちます。

承認する人が確かめるのは、次の三点です。

• 読み取った図番・数量・納期が、元のFAXやメールと合っているか
• 引いてきた過去案件が、材質や加工の内容で本当に近いか
• 単価表にない行や、印の付いた行が残っていないか

この形なら、おかしな下書きが出ても、承認の段階で止められます。送る前に止める仕組みの作り方は、送る前に止める業務自動化の設計で紹介しています。

止められる・見える・戻せる

外に出る内容を人が承認するのは、安全に任せるための基本です。承認に加えて、次の三つの備えを持っておきます。

1. 止められる：AIが処理を進めている途中でも、いつでも手で止められるようにしておく。非常停止がないと、間違いが広がるのを見ているしかなくなる
2. 見える：AIが何を根拠に、どの過去案件を引いてその下書きにしたのかを、あとから追えるようにしておく。履歴がないと、間違いの原因が分からず直せない
3. 戻せる：誤った見積りを出した、違うデータで上書きした、というときに、一つ前の状態に戻せるようにしておく

この三つは、AIを疑ってよい状態を保つための備えです。止められて、見えて、戻せるから、人は安心してAIに任せられます。

設計の考え方は、安全に任せられる業務AIの設計図にまとめています。

導入で変わることと効果の測り方

この仕組みを入れると、日々の受注と見積りの仕事はどう変わるのでしょうか？ 変わることと、効果の確かめ方を順に見ていきます。

読む作業が確かめる作業に変わる

これまで人が一から読み込んでいた作業をAIが下準備するため、人の仕事は「読む」から「確かめる」に変わります。

連絡が届くたびに手を止める必要がなくなり、時間を決めてまとめて承認する運用に切り替えられます。冒頭の割り込みの問題が和らぐのは、このためです。

さらに、判断の根拠が記録に残るので、特定の担当者一人に頼る状態も減ります。担当者が急に休んでも、ほかの人が承認を代われます。

どの業務が一人に頼っているかを洗い出す方法は、属人化の洗い出しで町工場がつまずく理由で扱っています。

効果は自社の数字で測る

導入の効果は数字で示したくなりますが、処理件数や削れる時間は、工場が扱う案件の中身や時期によって大きく変わります。ほかの会社の事例の数字をそのまま自社に当てはめると、期待との差が生まれるもとになります。

そこで、導入を考え始めたら、まず今の数字を測っておきましょう。数日分だけでも、受注1件ごとに次のような形で記録しておきます。

日付	届いた方法	品名・図番	見積りにかかった時間	止めた作業
9月30日	FAX	A-1021 取付ブラケット	45分	別の見積りの作成
9月30日	電話	B-2210 シャフト	30分	現場の段取り
10月1日	メール	C-0934 カバー	1時間	新しい取引先への連絡

この導入前の記録が、導入後に効果を確かめるときの物差しになります。どの届き方の受注に時間がかかっているかも、この表から見えてきます。

まとめ

「うちの現場は一品一様だから無理だ」とあきらめる必要はありません。読み取りと探す作業をAIに任せ、最後の決定を人が持つ形にすれば、多品種少量の現場でも自動化の仕組みは成り立ちます。

まずは、受注と見積りのどこで手が止まっているかを書き出すことから始めてみてください。

当社は、愛知・岐阜・三重の中小製造業を中心に、受注・見積りのAI化をお手伝いしています。FAX・電話・メールといった今の受け付け方を変えずに、人が確かめてから出す形で組みます。

製造業のAI活用を受注・見積りから始める進め方は、次の記事にもまとめています。