数十ページにおよぶ造船向けバルブの技術仕様書PDFを前に、「この案件、どの製品が合うか」を担当者が一人で読み解いている——舶用機器商社やバルブメーカーの技術部門では、こうした光景が今も日常的に繰り返されています。
Before:仕様書を読み込み、人力で製品を絞り込む現場
造船向けバルブの仕様書には、圧力・口径・材質・規格(JIS、ASME、船級規格など)といった要求スペックが文章や表、図面注記として混在しています。担当者はこれを一つずつ目で追い、過去の製品カタログやExcelの製品マスタと突き合わせながら候補を絞り込みます。
熟練者であれば勘所を押さえて早く終わりますが、経験の浅い担当者が対応すると確認作業に時間がかかり、見積提出が遅れる要因にもなります。
担当者が変わるたびに、製品選定の精度と速度がバラつくのは避けられないのか?
こうした「非構造化文書(決まった形式を持たず、文章や表が自由に混在する文書)を人が読み解く」工程は、造船・舶用機器業界に限らず多くの中小製造業に共通する課題です。
AIが仕様書から要求スペックを自動抽出する仕組み
業務アプリの仕様書解析画面にPDFをドラッグ&ドロップし、「仕様書を解析」ボタンを押すと、AIが文章・表・図面注記を横断的に読み取り、圧力(MPa)・口径(mm)・材質・規格種別などの要求スペックを自動抽出します。
抽出された項目は仕様書解析結果画面に一覧表示され、担当者は誤読箇所があれば手動で修正できます。AI任せにせず「人が最終確認する」工程を残すことが、現場に受け入れられる設計のポイントです。
要求仕様と製品マスタを自動照合する画面設計
抽出された要求スペックは、自社の製品マスタ(型式・圧力定格・口径レンジ・材質対応表などを格納したデータベース)と自動照合されます。この照合結果は候補製品一覧画面に表示され、条件に合致する製品が優先度順に並びます。
・適合度(要求スペックとの一致率)
・型式・口径・材質・規格適合マーク
・在庫状況や納期目安
・「候補製品を確定」ボタン
担当者はここで候補を比較検討し、「候補製品を確定」ボタンを押すと、選定結果が案件データに紐づきます。必要に応じて候補製品リスト.csvとして出力し、社内レビューに回すことも可能です。
この工程により、担当者は「仕様書を一から読んで候補を探す」という転記・検索の工程を1本省略できます。ゼロから探すのではなく、AIが出した候補を人が検証する業務へと役割が変わる点が重要です。
見積アプリ・CRMとの連携で提案から見積までをつなぐ
候補製品が確定した後、そのデータを見積アプリへそのまま引き継げる設計にしておくと、製品選定から見積作成までの間に発生していた再入力の工程がなくなります。候補製品一覧画面から「見積書を作成」ボタンを押すと、型式・数量・単価情報が見積フォーマットに反映され、見積書_案件番号.pdfとして出力されます。
さらにCRM(顧客関係管理システム)と連携させれば、案件の進捗状況・担当者・過去のやり取りが一元管理され、商社の営業担当とメーカーの技術担当の間で情報が分断されることを防げます。仕様書の受領から見積提出までの一連の流れが、画面遷移の中でつながっている状態が理想です。
導入前に必要な準備と展開手順
造船・舶用分野では、同じ材質でも船級協会ごとに呼称が異なるなど、業界特有の用語揺れが多く存在します。AIが正しくスペックを抽出するためには、事前に専門用語辞書(略称・別名・規格記号の対応表)を整備しておくことが欠かせません。この辞書の精度が、後工程である製品マスタ照合の精度を左右します。
いきなり全製品ラインに展開するのではなく、取り扱い頻度の高い1つの製品系列・1案件で試験的に運用し、抽出精度や照合ロジックの過不足を洗い出します。
試験導入で見つかった誤抽出や照合漏れを専門用語辞書や照合条件に反映し、精度を段階的に引き上げます。
精度が安定した製品系列から順に対象を広げ、最終的に全製品ラインへ展開します。一度に全体を置き換えようとしないことが、現場定着のコツです。
製造業におけるAI活用では外観検査・予知保全・需要予測が主要な領域として挙げられていますが、これらに続き、文書・ナレッジ領域でのAI活用も中小製造業の新たな関心領域になりつつあると指摘する声もあります。仕様書PDFのような非構造化文書を読み解き、既存の製品マスタや見積業務に接続する設計ニーズは、今後さらに広がっていくと考えられます。
まとめ
- 要点1:造船向け仕様書PDFからAIが要求スペックを自動抽出し、製品マスタと自動照合する仕組みで、人力での絞り込み工程を減らせる
- 要点2:候補製品一覧画面から見積アプリ・CRMへとデータを引き継ぐ設計にすれば、提案から見積作成までの再入力工程をなくせる
- 要点3:導入は専門用語辞書の整備から始め、1案件での試験導入を経て全製品ラインへ段階的に展開するのが現実的な進め方
本記事はAIを活用して作成しています。内容についての責任は当社が負います。AI活用ポリシー