こんにちは、株式会社TIMEWELLの濱本です。
「この見積もり、いくらで出す？」。製造業の現場で、いちばん答えにくい問いかもしれません。安く出せば受注はできても利益が残らない。慎重に高く出せば、相見積もりで競合に負ける。しかも、その値付けの根拠は多くの場合ベテランの頭の中にしかありません。担当者が休んだ日にかぎって特急の依頼が舞い込み、代わりに答えられる人がいない。そんな場面に心当たりのある方は少なくないはずです。
原価計算という言葉には、どこか経理の仕事という響きがあります。けれど製造業にとっての原価計算は、図面を見て「この部品は何時間かかって、いくらで作れるか」を言い当てる、現場と営業の最前線の仕事です。ここが感覚頼みのままだと、いくら良いものを作っても利益は安定しません。
この記事では、製造業の原価計算がなぜ属人化するのか、放置するとどんな損失につながるのか、そしてAI、とくに図面を読み取るAIで見積もりと原価計算のどこまでを自動化できるのかを、設計・営業・見積もり・経営の実務目線で整理します。ゴールはひとつ。見積もりのスピードと、利益を守る精度を両立させることです。自社の見積もり業務がAIでどこまで楽になりそうか目安を知りたい方は、AI活用度の診断から入ってみるのもおすすめです。
この記事の要点を先に置いておきます。
- 製造業の原価計算は「原価の3要素（材料費・労務費・経費）」を、案件ごとに積み上げる個別原価計算が中心
- 加工原価の正体はチャージレート（時間単価）×加工時間＋段取り費＋材料費。ここが感覚任せだと単価がばらつく
- 属人化が招く損失は2つ。安く見積もりすぎる赤字受注と、根拠がなく値引きしすぎる、あるいは価格転嫁できずに起きる利益の取りこぼし
- 図面AIは、図面から工数を推定して原価のたたき台を作り、ベテランの相場観を会社の資産として残せる
- ただしAIはたたき台まで。最終の値付けと承認は人が行う運用が、スピードと利益を両立させるカギ
そもそも製造業の原価計算とは何か
原価計算とひとくちに言っても、実務では意味が二つあります。ひとつは受注前に「この価格で受けて大丈夫か」を判断するための見積もり原価、もうひとつは受注後に「実際いくらかかったか」を締める実際原価です。この二つを突き合わせて初めて、値付けが正しかったかどうかがわかります。多くの現場でこの突き合わせが行われないまま、次の見積もりに進んでしまうことが、後で述べる損失の温床になります。
原価はまず、3つの要素に分解できます。材料に使ったお金が材料費、人が手を動かした分が労務費、そして電気代や設備の減価償却、外注費などが経費です。これらはさらに、その製品に直接ひもづけられる直接費と、工場全体でかかって個々の製品に配りにくい間接費に分かれます。間接費をどの製品にどれだけ振り分けるか、いわゆる配賦の考え方が原価計算の難しさの中心にあります。
計算の方式にもいくつか種類があります。多品種少量が当たり前の金属加工や部品製造では、案件ごとに材料費・労務費・経費を積み上げる個別原価計算が主役です。同じ製品を大量に流す工程では総合原価計算が向きます。そして、あらかじめ「この加工なら標準でいくら」と決めておき、実際とのズレ（原価差異）を見る標準原価計算を重ねると、どの案件が想定より高くついたのかを早めに拾えます。
| 方式 | 向いている生産形態 | 原価の把握の仕方 | 主な使いどころ |
|---|---|---|---|
| 個別原価計算 | 多品種少量・受注生産 | 案件（製造指図）ごとに積み上げる | 金属加工、部品製造、金型などの受託加工 |
| 総合原価計算 | 少品種大量・連続生産 | 一定期間の総原価を生産量で割る | 同一製品を流し続けるライン生産 |
| 標準原価計算 | 上の二つと併用 | 標準原価と実際原価の差異を分析 | 赤字案件の早期発見、原価改善の指標づくり |
受託加工の会社であれば、まずは個別原価計算をきちんと回し、そこに標準原価の考え方を足していく、という順番が現実的だと考えています。
「加工原価」はどう積み上がるのか
「加工 原価」で検索する方の多くは、教科書的な分類ではなく、「では実際にいくらで見積もればいいのか」という積算のロジックを知りたいのだと思います。ここが本記事のいちばんの実務部分です。
加工にかかる費用は、おおむね次の形で積み上がります。加工費はチャージレート（時間単価）に加工時間を掛けたもの、これに段取り費と材料費を足す。式にすると、加工原価はチャージレート×加工時間、プラス段取り費、プラス材料費、という構造です。ここに検査や外注、運搬などの経費が乗ります。
やっかいなのはチャージレート（時間単価）の決め方です。オペレーターの人件費だけで計算してしまうと、稼働しても利益が残りません。設備の減価償却、工場の家賃や光熱費、間接部門の人件費といった間接費を、その設備が1時間動くといくらかかるのかという形で織り込む必要があります。この織り込みが甘い、あるいは何年も単価表を更新していない会社ほど、電気代や労務費が上がっているのに古いレートで見積もってしまい、気づかないうちに利益を削っています。
具体的なイメージをつかむために、あくまでモデルケースとして数字を置いてみます。あるマシニングセンタの時間単価を、人件費と間接費を織り込んで4,000円と設定したとします。ある部品の正味加工時間が1.5時間、段取りに0.5時間かかり、材料費が3,000円だとすると、加工原価はおおよそ、4,000円×2時間の8,000円に材料費3,000円を足した11,000円です。ここに検査や利益を乗せて売価を決めます。単純な計算に見えますが、実際には正味加工時間と段取り時間を図面から読むこと自体が難しく、時間単価に何をどこまで乗せるかも会社ごとに異なります。だからこそ、この読みができる人が「ベテラン」と呼ばれ、その人に業務が集中していくわけです。
歩留まりの見方も利益を左右します。素材から削り出す加工では、材料をどれだけ無駄なく使えるかで材料費が変わります。板取りや素材径の選び方ひとつで原価が動くため、ここも経験がものを言う領域です。
なぜ属人化し、赤字受注と失注を生むのか
原価計算が属人化する理由は、突き詰めると「読みと判断の連続だから」です。図面から工数を読み、間接費の乗せ方を決め、過去の似た案件と照らして相場を当てる。この一連の判断は、マニュアルにしにくく、ベテランの頭の中に暗黙知としてたまっていきます。標準原価表や単価表を整えている会社でも、更新できる人が限られていれば、その人が抜けた瞬間に精度は落ちます。
属人化を放置すると、損失は大きく二つの形で出ます。ひとつは赤字受注です。工数を過小に読んだり、段取りや検査の手間を見落としたりして安く見積もると、受注はできても実際原価が売価を上回ります。しかも実績との突き合わせをしていなければ、その案件が赤字だったことに気づかないまま、次も同じ値付けを繰り返します。
もうひとつは利益の取りこぼしです。原価の裏付けがないと、相見積もりで「いくらまで下げられるか」を感覚で判断することになり、必要以上に値引きしてしまいます。逆に、根拠を説明できないまま高く出して失注することもあります。さらに深刻なのが、材料費や労務費が上がっているのに価格へ転嫁できないケースです。転嫁を交渉するには「原価がこれだけ上がった」というデータが要りますが、それが揃っていなければ、値上げの話を切り出すことすらできません。
見積もりが遅いこと自体も損失につながります。図面を見て工数を読むのに時間がかかり、回答までに2〜3日かかっている間に、案件が他社へ流れる。少量多品種や特急案件ほど、この読みが難しく、回答も遅れがちです。スピードと精度は本来トレードオフではないのに、属人化した現場では「速く出すと精度が落ち、丁寧にやると遅れる」というジレンマに陥ります。
人手不足と技能承継。一次データで見る「待ったなし」
なぜ今、原価計算にAIなのか。背景には、感覚頼みの見積もりを続けられなくなりつつある構造的な事情があります。数字で見ると、その切迫感がよくわかります。
経済産業省・厚生労働省・文部科学省がまとめた2024年版のものづくり白書によると、製造業の就業者数は2023年でおよそ1,055万人です。注目すべきは年齢構成の変化で、34歳以下の若年就業者は2002年の384万人から2023年には259万人へと大きく減り、逆に65歳以上は58万人から90万人へと増えています1。若手が減り、ベテランが高齢化しているというのは、まさに原価計算や見積もりのノウハウを持つ人が現場から抜けていく流れそのものです。同白書では、人材育成における最大の課題として「指導する人材の不足」が61.8%で最も多く挙がっています1。教わる側だけでなく、教える側も足りていないのです。
人手不足はデータにもはっきり表れています。帝国データバンクの調査では、2026年4月時点で正社員が不足していると答えた企業は50.6%にのぼり、4年連続で半数を超えました。人手不足を直接の要因とする倒産も、2026年上半期に過去最多を記録しています2。少ない人数で見積もりや原価の業務まで回さざるを得ないのが、今の製造業の実態です。物流や建設で話題になったいわゆる2024年問題に象徴されるように、労働時間の管理は社会全体で厳しくなっており、見積もりや原価計算のような間接業務にかけられる時間は、むしろ減っています。
コスト側の圧力も強まっています。中小企業白書によれば、地域別最低賃金の全国加重平均は2023年度に1,004円となり、前年から43円、率にして4.5%上がって初めて1,000円を超えました3。材料費や電気代の上昇も重なるなかで、中小企業庁の価格交渉に関する調査では、コスト上昇分の価格転嫁は依然として一部にとどまると報告されています4。転嫁の遅れは、そのまま利益の取りこぼしです。
一方で、製造業のデジタル活用は進んでいます。ものづくり白書では、デジタル技術を活用する企業の割合が2019年の49.3%から2023年には83.7%へと伸びたとされています。ただし白書は、その多くが個別工程の改善にとどまり、全体最適には至っていないとも指摘しています1。裏を返せば、原価や見積もりという「経営に直結するのに手つかず」の領域が、まだ大きく残っているということです。ここに手を入れられるかどうかが、これからの差になると私は見ています。
AIで原価計算はこう変わる
では、AIは原価計算のどこを変えるのか。カギになるのが、図面を読み取るAI、いわゆる図面AIです。ベテランが図面を見て工数を読む、あの一番時間のかかる工程を、AIが下書きします。
図面AIは、図面のPDFや紙のスキャンから、形状・寸法・材質・加工内容を抽出します。そこから必要な加工工程と工数（加工時間と段取り時間）を推定し、材料費・労務費・経費を積み上げた見積もりや原価のたたき台を、数分で生成します。営業や見積もり担当は、ゼロから積算するのではなく、出てきたたたき台を確認して補正するところから仕事を始められます。これだけで、回答までの2〜3日が当日に縮まる余地が生まれます。
さらに効くのが、過去の見積もり実績や自社の単価表、材料単価をAIに学習させられる点です。汎用の相場ではなく、自社の設備・工程・単価感を反映したたたき台が出るようになると、属人化していた原価積算の勘が、再現できるロジックとして形になっていきます。これは単なる効率化ではありません。ベテランの頭の中を会社の資産に変える、技術伝承そのものです。ZEROCKが強みとするナレッジコントロールやGraphRAG（知識をグラフ構造でつないで検索する仕組み）が、ここで生きてきます。
材料費の見積もりにもAIが入ります。2D図面からAIで3Dモデル（STEP形式）を生成できれば、体積や重量を計算でき、そこから材料費や歩留まりを客観的に算出できます。目視や手計算に頼っていた材料原価が、形状データにもとづく数字になります。図面のデータ化から見積もり、原価までの流れは、図面PDFをDXFに変換し見積もり・原価計算まで自動化する方法でも詳しく整理しているので、あわせて読んでいただくと全体像がつかめます。
そして見落とされがちですが、見積もり時の想定原価と実際原価の乖離をデータ化できることの価値は大きいです。どの加工、どの客先で利益が薄いのかが見えれば、赤字受注を事前に検知したり、価格改定や転嫁交渉の根拠にしたりできます。値付けの意思決定を、勘からデータへ寄せていけるわけです。加えて、過去の類似図面や見積もりを検索できれば、似た案件を毎回ゼロから積算する無駄もなくなります。ファイルサーバーやキャビネットに埋もれていた図面が、探せる資産に変わります。
スモールスタートの進め方
いきなり全社に入れる必要はありません。まずは過去の見積もりデータ、チャージレート（時間単価）や単価表、材料単価を整理するところから始めます。これがAIの学習と積算の土台になります。次に、対象の製品群を絞ってAIにたたき台を作らせ、人が補正して承認する。そして見積もりと実際原価を突き合わせ、ズレの原因をAIの積算ロジックにフィードバックする。この小さなサイクルを回すうちに、たたき台の精度は自社の相場観へ近づいていきます。最初の一歩としては、単価表の棚卸しと、直近の見積もりデータの整理だけでも十分に意味があります。
AIに丸投げしないための線引き
ここは強調しておきたいところです。AIはあくまでたたき台を作る道具で、最終的な工数の補正、値付け、承認は人が行う。この線引きを崩さないことが、精度と信頼の両方を守ります。生成した3Dモデルや変換した図面は、必ずCADで寸法を検証する。単価表は定期的にメンテナンスして、上がったコストを反映する。そして図面という機密情報を扱う以上、データがどこに保管され、AIの再学習に使われないかを必ず確認する。この運用があってこそ、スピード（商機を逃さない）と精度（赤字受注を防ぐ）が両立します。AIに任せきりにする設計は、かえって信頼を損ないます。製造業向けのAI活用の全体像はZEROCKのサービスページでも紹介しています。
ZEROCKの図面AIについて
手前味噌になりますが、私たちが提供する製造業向けAIエージェントのZEROCKは、この記事で書いた流れをひとつのプラットフォームにまとめています。スキャン図面PDFのDXF変換、2D図面からの3Dモデル（STEP）生成、図面を読み取っての見積もりや原価計算のたたき台づくり、過去図面の検索、そしてベテランのノウハウを社内に残す技術伝承までを、図面をアップロードするだけで扱えます。
原価計算という文脈でとくにお伝えしたいのは、自社の単価表や過去の見積もり実績を学習させて、自社の相場観に沿ったたたき台を出せる点です。汎用の相場観ではなく、御社の設備と単価感を反映した数字が出てくるからこそ、担当者はそれを確認・調整するだけで、根拠のある見積もりを速く返せます。図面は自社の技術情報そのものですから、データは国内のAWSサーバーで暗号化して保管し、お客様の図面がAIの再学習に使われることはありません。
精度は図面の状態や自社データの整い方で変わるため、導入前にお手元の実際の図面と過去の見積もりでお試しいただく形を取っています。カタログの数字ではなく、御社の現物で確かめてから判断していただくのが、いちばん納得感があると考えているからです。
まとめ
- 製造業の原価計算は、原価の3要素を案件ごとに積み上げる個別原価計算が中心。標準原価計算を重ねると赤字案件を早く拾える
- 加工原価はチャージレート（時間単価）×加工時間＋段取り費＋材料費。時間単価に間接費や設備償却、光熱費を正しく乗せることが利益を守る前提
- 属人化が招く損失は赤字受注と利益の取りこぼしの二つ。見積もりと実際原価を突き合わせない構造が、これを見えなくしている
- 若年就業者の減少と高齢化、人手不足、コスト上昇と価格転嫁の遅れという一次データが、感覚頼みの見積もりを続けにくくしている
- 図面AIは工数推定から原価積算、材料費算出、見積もりと実績の乖離の可視化までを支援し、ベテランの相場観を会社の資産に変える
- ただしAIはたたき台まで。最終の補正・値付け・承認を人が担う運用が、スピードと利益を両立させる
原価計算の属人化は、放置するほど解けなくなります。ベテランが在籍している今こそ、その頭の中を仕組みに移すチャンスです。まずは単価表の棚卸しと、直近の見積もりデータの整理という小さな一歩から始めてみてください。図面AIを自社の見積もり業務にどう組み込めるか具体的に相談したい方は、ZEROCKの個別相談からお気軽にお声がけください。お手元の図面を使ったデモもご用意しています。