中部の中小製造業がAIエージェントを導入するには｜愛知・岐阜・三重の受注・見積の現場から

夕方の町工場。機械が止まったあとも、FAXは紙を吐き出し続け、明日の朝いちばんに拾うべき注文が静かに積み上がっていきます。その一枚一枚を、ベテランが読み解いてきました。図面の癖、材料の相場、無理の効きない納期。どれも書類には残らず、ベテランの頭の中だけにあります。

そのベテランが、来年には引退します。中部の町工場の多くが、いま同じような場面を迎えています。一方で人手は足りず、後継者は受け継いだエクセルデータの前で戸惑います。数式の意味も、値付けの根拠も、説明できる人はもういません。

これは特別な会社の話ではなく、愛知・岐阜・三重の金属加工の現場で静かに、そして確実に進んでいることです。ただ、諦めるしかないという話ではありません。こうした状況を改善することはAIの登場により既に可能になっています。

この記事では、中部の中小製造業がAIエージェントをどう導入するかを、受注・見積りの現場目線でお伝えします。

中部の中小製造業でいま起きていること

はじめに、今、製造業の現場で何が起きているかを整理します。課題は2つあります、日々の受注・見積りの負担と、事業承継による判断の喪失です。

受注・見積りの現場が抱える負担

受注は、FAX・電話・メール、ときにショートメッセージと、いろいろな窓口から届きます。形式もばらばらです。FAXには手書きの図面や数量が並び、担当者はそれを目で読んでExcelや基幹システムに手で打ち込みます。その途中で電話が鳴れば作業は止まり、戻るとどこまで入力したか分からなくなります。

ときには打ち間違いも混じります。数量の桁、材質の記号、納期の日付。これらの間違いは後の工程で、ときには出荷してから発覚します。

見積りの基準は担当者の経験に依存します。図面を見て、材料費・加工工数・段取り・納期を組み立て、過去の似た案件を思い出しながら値付けします。その根拠は本人の記憶の中だけにあり、見積書に残るのは結果の数字です。なぜその単価なのかは、本人にしかわかりません。

繁忙期には見積りが追いつかず、返事が遅れているあいだに案件は他社へと流れます。担当者が休めば、代われる人がいないため受注そのものが止まります。件数が増えるほど、確認・転記・催促の時間が積み上がり、売上は増えても事務が回らなくなります。ここが、多くの町工場の売り上げの頭打ちの正体です。

事業承継期に失われるベテランの判断

中部地方の製造業は、いま事業承継の時期に入っています。経営者、工場長、見積り担当の引退が同じ時期に重なります。引退で失われるのは機械ではなく判断です。

「この客はこの納期なら無理が効く」「この材料はいま相場が上がっている」「この形状は取り都合が悪いから少し高めに出す」。どれも長年の勘で、図面にも見積書にもExcelにも残っておらず、本人の中だけにある基準です。後継者は受け継いだエクセルを開いても、数式の意味が分からず、なぜこの単価なのか説明できる人がもういません。引き継ぎ資料はたいていなく、あっても断片のみで、多くの現場では「見て覚えろ」というルールの基に回ってきました。

ベテランが辞めた瞬間、見積りの精度は落ちます。安く出せば赤字、高く出せば失注です。一度失われた判断は戻らず、同じ経験を新人が積み直すには、また何年もかかります。だからこそ、まだ本人がいるうちに判断をデータとして残す価値があります。これは事業の承継期にしかできない仕事です。

AIエージェントとは？なぜ産業革命なのか？

自動化の主役はAIエージェントです。ここは少し大きな視点で捉える必要があります。

AIは判断を含む業務まで任せられる

まずは従来の自動化とAIの何が違うのかをはっきりさせます。例えばエクセルのマクロは決めた手順を繰り返し、手順から外れると止まります。彼らに判断はできません。ChatGPTのようなAIが「聞かれたことに答える」道具だとすれば、AIエージェントは「目標を渡すと自分で段取りを組み、実務を進める」働き手です。

AIエージェントは状況に応じて判断でき、FAXの画像や電話の音声のような整っていない入力も読み取れます。これまで人が読み取って判断していた部分を任せられる。ここが、これまでの自動化との決定的な違いです。

デジタル化と自動化はどう違うのか

この十数年、多くの製造業がデジタル化を進めてきました。紙の台帳をExcelにし、伝票を業務ソフトに置き換えました。デジタル化は「人が使う道具」を紙からソフトに替えただけで、入力する人の負担はそれほど減少していません。これが過去数年の間に政府が推し進めてきたDXです。

「自動化」はその次の段階です。入力そのものをAIエージェントがこなし、人がおこなうのは確認して承認するだけです。下の図は、その違いをまとめています。

受注の内容をソフトに自分で打ち込むのがデジタル化、届いたFAXをAIが読み取り見積りの下書きまで用意し、人はそれを確かめて承認するのが自動化です。今度、私たちが目指すべきは自動化です。

我々は時代の転換点にいる

歴史を振り返ると、産業の形は技術により変化してきました。蒸気機関は人の筋力を、コンピュータは計算能力を肩代わりし、そのたびに人間の仕事の中身が大きく変わりました。AIエージェントはその次の変化であり、人の「判断」を肩代わりし始めています。読み取り、下書き、値付けの案出しなどといった、これまで人にしかできなかった領域です。

これは新しいツールが一つ増えた話ではなく、働き方そのものが変わる転換点であり、産業革命と呼べる規模の変化です。産業革命と同じで、早く適応した側と様子見をした側で差が出ます。いまはまだその好機です。大企業がAIに足踏みしている今こそ、中小企業が一気に追いつける局面だと指摘されています。

受注から出荷までを複数のAIで動かす

業務は複数のAIエージェントに担当させます。ひとつのエージェントがすべてをこなす訳ではありません。工程ごとに役割を分割します。

工程ごとに役割を持たせる

製造の工程は、受注・見積り・調達・加工・検査・在庫・出荷と続き、工程ごとに必要な判断は異なります。そこで、工程ごとに役割を持つエージェントを置きます。

受注を読むエージェント、見積りを下書きするエージェント、というかたちで、複数のエージェントが分担して進めます。この「複数のAIで分担する」仕組みをマルチエージェントと呼びます。ばらばらに動かないよう、データを介してつなぎ、事業主とのヒアリングをを通して敷いた業務フローというレールの上を整然と動かします。

フィジカルAIの受けざらになる

少し将来の話もします。次の焦点として注目されているのが、「フィジカルAI」です。現実の世界で体を動かすAIで、人型ロボットや自律で動く搬送機がこれにあたります。手を持ち、モノを運び、加工に関わり、中部の製造ラインにも彼らはいずれ入ってきます。

問題は、そのロボットを誰が指揮するかです。ロボット単体で受注や納期とつながることも可能ですが、他の業務プロセスと連携して動くにはかなければなりません。動けても、何のために動くかを知らないからです。ここでマルチエージェントシステムが受けざらになります。受注を読むエージェント、見積りを立てるエージェント。その並びの中に、体を持つフィジカルAIも一つの担い手として加わります。

つまり、いま受注・見積りの自動化で組む仕組みは、将来ロボットを迎え入れる土台になります。工程を分担する設計を先に持てば、そこに物理的な手足を足すだけで済みます。早くマルチエージェントシステムを導入した会社ほど、この土台を先に手にする事ができます。

いつものやり方のまま、安全に任せる

導入を考えるうえでよく耳にする2つの不安についても答えておきます。その2つは「取引先とのやり取りを変えなくてもいいのか？」「AIに任せて大丈夫なのか？」です。こうした不安は設計で解決することができます。

FAX・電話・メールを変えずに始める

取引先とのやり取りの方法は、変える必要がありません。FAXは画像、電話は音声、メールは文面と入口は違いますが、AIがそれぞれを読み取って同じ形に整え、同じ業務フローに合流させます。取引先はこれまで通りFAXや電話で発注でき、社内ではその内容がデータとして扱えるようになります。

人は承認だけ、止められる・見える・戻れる

エージェントに任せる範囲は細かく設計することができます。

人間とAIの役割分担は、AIが実務をこなし、人間は承認だけを行うというものです。外部に送信する書類には必ず人のチェックを通します。見積り・発注・納期回答のような、取り消しの効かない書類が対象です。

当社のシステムには、安全のために以下の3つを機能を標準で装備します。

• すべての処理を記録して見えるようにすること。
• ワンタッチで止められること。
• いつでも手動運用に戻れること。

止められる・見える・戻れるの3つです。

導入を成功させる進め方

最後に、システムを導入するまでの進め方について見てみましょう。導入の成否は、ツール選びよりも進め方で決まります。ここは調査データがはっきり示しています。

汎用を入れるだけでは失敗する

まずはよくある失敗の実態です。MITが企業300社を調べた2025年の調査では、生成AIの試験導入の95%が測定できる成果を出せないまま終わったと報告されています。その最大の要因は、自社の業務特性を軽視し、汎用の市販AI製品をそのまま既存の業務に押し込んだことだと指摘されています。

RAND研究所の調査ではAIプロジェクトの失敗率は約80%（通常のITのおよそ2倍）、S&P Globalの2025年の調査では42%の企業がAIの取り組みの大半を中止しています（前年の17%から急増）。

共通する失敗の形は同じです。汎用のAIをそのまま入れて、現場で使われず、いつの間にか止まる。一方で成功の条件も分かっています。Gartnerの調査では、ツールを足すだけでなくワークフローそのものを作り直した組織は、目標の達成率が2倍になったと報告されています。ここから、中小製造業が取るべき道筋は3つに絞れます。

• ヒアリング：受注や見積りの判断を、現場から丁寧に引き出す。
• 業務フローの理解：自社の工程に合わせて設計する。汎用のまま入れない。
• 導入後の伴走：作って終わりにせず、現場で使われる状態まで支える。

整えてから任せる、という順番

導入の進め方には正しい順番があり、ここを間違えると失敗します。

いきなりAIに任せてはいけません。属人化したままの業務を自動化すると、混乱がそのまま自動化されます。先にやるのは業務の棚卸しで、担当者が辞めたら止まる業務を洗い出します。

次にその手順と判断基準を書き出して標準化し、そのうえで標準化できた業務からAIに任せます。業務を整えてからAIに任せる。この順番さえ守れば、導入の成功率は跳ね上がります。

費用と補助金の考え方

費用は任せる業務の範囲で変動します。小さく一つの工程から始めれば、初期の負担は抑えられます。

導入には国や自治体の補助金を使える場合もありますが、制度は毎年のように変わるため、申請は行政書士などの専門家と進めるのが安全です。