こんにちは、株式会社TIMEWELLの濱本です。
「うちは技術力では負けていない。それなのに、なぜか受注が競合に流れる」。製造業の経営者や営業責任者と話していると、この悩みをよく聞きます。原因を一緒にたどっていくと、たいてい同じ場所に行き着きます。見積もりの回答が遅いのです。しかも、見積もりを出せる人が社内に1人か2人しかいない。その人が忙しければ、引き合いは机の上で順番待ちになります。
見積もりの遅さは、技術力とは別の理由で受注を取りこぼす、静かな失注要因です。営業がどれだけ良い案件を持ち帰っても、社内で見積もりが詰まっていれば前に進みません。この記事では、なぜ見積もりが特定の人に集中してしまうのか、その属人化を放置すると会社に何が起きるのか、そして標準化からデジタル化、図面AIの活用へと段階的に解消していく道筋を、設計や見積もり、経営の現場目線で整理します。自社の見積もり業務がどのレベルにあるかを先に把握したい方は、AI活用度診断で現在地を確認してから読み進めると、話がつながりやすいはずです。
先に、この記事の要点をまとめておきます。
- 見積もり回答の遅さは失注に直結する。相見積もりと短納期化が進んだ今、最初に妥当な金額を出した会社が検討の主導権を握る
- 遅さの根っこにあるのは属人化。積算ノウハウがベテランの頭の中にあり、図面読解や原価の根拠が個人に依存している
- 放置すると、失注の常態化、金額のばらつきによる赤字受注、ベテラン退職での見積もり力喪失という形で、じわじわ効いてくる
- 解決の順番は「標準化、デジタル化、AI活用」。まず無料でできる積算基準の明文化から始めるのが現実的
- 図面AIは、図面変換から工数と材料費の積算、類似図面の検索、技術伝承までを支援し、見積もりを「営業の武器」に変える
なぜ「見積もりが遅い会社」から負けていくのか
受注が決まる前、顧客の頭の中では静かな選別が進んでいます。多品種少量が当たり前になり、購買側は同じ図面を複数の会社に同時に投げます。そこで最初に妥当な金額と納期を返してきた会社は、その後の打ち合わせでも中心に据えられやすい。逆に回答が数日遅れると、その間に他社が具体的な話を進め、こちらは「一応相見積もりに入れておいた会社」の位置に押しやられます。金額で負けたのではなく、テーブルに着くのが遅れて負ける。これが引き合い競争のリアルです。
顧客が急ぐ背景には、サプライチェーン全体の時間的な余裕のなさもあります。物流の時間外労働に上限規制がかかった、いわゆる「2024年問題」は、部材や製品の輸送遅延、物流コストの上昇として製造業にも波及しました1。納期に緩衝材が少なくなった今、購買担当は「早く金額を確定して次の工程に進めたい」という圧力を常に受けています。だからこそ、初動の速い会社が評価される構造が強まっています。
ここで見落とされがちなのが、失注のコストが見えにくいことです。値引きで負けた案件は「いくら足りなかったか」が数字で残りますが、回答が遅れて土俵に上がれなかった案件は、そもそも記録にすら残りません。受注できたはずの案件が、静かに競合へ流れていく。私が製造業の見積もり業務を「静かな失注要因」と呼ぶのは、この見えにくさが厄介だからです。回答スピードは、営業の熱意やトークではなく、社内の積算体制で決まってしまう部分が大きいのです。
見積もりが「特定の人しかできない」構造、属人化の3つの正体
では、なぜ見積もりは特定の人に集中するのか。属人化と一言で片づけず、正体を3つに分けて見ると、対策の打ちどころが見えてきます。
積算ノウハウがベテランの頭の中にある
一つ目は、積算の基準そのものが言語化されていないことです。この形状ならおおよそ何工程で、段取りにどれだけかかり、この材質なら歩留まりはこの程度、という判断が、ベテランの経験として蓄積されています。単価表はあっても、それをどう当てはめるかの勘所は本人の頭の中にある。だから、その人がいなければ積算が始まりません。Excelに単価は並んでいるのに、そのExcelを正しく使いこなせるのは一人だけ、という状態は本当によく見かけます。
図面を読み解くスキルに個人差がある
二つ目は、図面読解の力量差です。顧客から届くのはPDFや紙、ときにはFAXのスキャンで、そこから加工要素や公差、材質、必要な後処理を読み取る作業には熟練が要ります。若手に同じ図面を渡しても、見落としが出たり、判断に時間がかかったりします。読解が正確でなければ積算も外れるので、結局ベテランが最初から見るしかない。ここが引き合い対応のボトルネックになっている会社は少なくありません。
原価の根拠がブラックボックスになっている
三つ目は、出てきた金額の根拠が説明できないことです。ベテランの見積もりは精度が高い一方で、なぜその金額なのかを分解して示せないことがあります。すると値引き交渉の場で「どこまで下げられるか」の判断が本人頼みになり、社内チェックでも金額の妥当性を検証できません。担当が替われば金額が変わる、同じような部品なのに見積もりがばらつく、という再現性のなさは、この根拠のブラックボックス化から生まれます。
この3つは互いに絡み合っています。基準が頭の中にあり、図面読解も属人的で、根拠も見えない。だから見積もりは一人に集中し、その一人がボトルネックになる。裏を返せば、この3点を一つずつ外に出していけば、属人化はほどけていきます。
データで見る製造業の逆風
属人化は昔からある課題ですが、放置できなくなったのは、それを支えてきた人の層が薄くなっているからです。まず人手不足があります。製造業の就業者数は、ピーク時のおよそ1,600万人規模から近年は1,000万人あまりへと長期的に縮小してきました。総務省の労働力調査や、経済産業省などがまとめる「ものづくり白書」でも、就業者の減少と高齢化、そして技能承継の難しさが繰り返し主要な論点として扱われています2。見積もりを担うベテランも、この減っていく母集団の一部です。
デジタル人材の不足も重なります。経済産業省が委託した調査では、2030年にIT人材が最大で約79万人不足すると試算されました3。製造現場のデジタル化を進める人材はこの母集団と重なり、しかも図面や積算の実務を分かっている人となると、さらに希少になります。人を採って解決しようにも、その人がなかなか採れない。これが多くの中小製造業の実感ではないでしょうか。日本の企業のうち中小企業が占める割合は約99.7%にのぼり、製造業もその大半が中小企業です4。少人数で回している現場ほど、一人に業務が集中する構造から抜け出しにくいと言えます。
そこへ、システムやデータ活用の遅れが追い打ちをかけます。経済産業省の「DXレポート」は、レガシーな仕組みや属人化した業務の刷新が進まない場合、2025年以降に最大で年間12兆円の経済損失が生じうると試算しました。いわゆる「2025年の崖」です5。情報処理推進機構（IPA）の「DX白書」でも、日本企業のデジタル化やデータ活用は諸外国に比べて遅れ、とくに現場業務の領域で改善余地が大きいことが指摘されています6。紙とベテランの記憶に依存した見積もり業務は、まさにこの崖の縁に立っている領域だと私は考えています。人は減り、育てる時間もなく、システム化も遅れている。属人化を「そのうちなんとかする」で先送りできる猶予は、もうほとんど残っていません。
属人化を放置すると、会社に何が起きるか
逆風のなかで見積もりの属人化を放置すると、症状は少しずつ、しかし確実に重くなります。最初に現れるのは失注の常態化です。回答が遅れて土俵に上がれない案件が増え、受注率がじわじわ下がる。ところが前の章で触れたとおり、この失注は記録に残りにくいので、原因が見積もり体制にあると気づかないまま「最近は競合が強い」で片づけられてしまいます。
次に効いてくるのが金額のばらつきと赤字受注です。担当によって見積もりの前提が違えば、同じような部品でも金額が上下します。さらに、原価計算が過去実績のコピーや感覚に頼っていると、材料費の高騰やエネルギーコストの上昇が反映されず、受注してみたら利益がほとんど残らなかった、という事態が起きます。積算の根拠が見えないぶん、赤字の芽にも気づきにくいのです。
そして最も深刻なのが、ベテラン退職による見積もり力そのものの喪失です。技能承継が進まないまま積算担当が引退すると、会社は「図面から値段をつける力」を失います。図面という紙は残っても、それを読み解き、価格に変える力は残らない。これは一営業案件の失注とは次元の違う、事業継続にかかわるリスクです。そして日々の現場では、営業が案件を持ち帰っても社内の積算工程で詰まり、営業活動そのものが積算のボトルネックに縛られる。見積もりの属人化は、バックオフィスの一部の非効率ではなく、営業と経営の両方を静かに削っていく問題なのです。
解決の順番は「標準化、デジタル化、AI活用」
ここまで読むと「では最新のAIを入れよう」となりがちですが、順番を間違えると失敗します。属人化の正体は基準が個人の頭の中にあることなので、いきなりツールを入れても、そのツールに載せる基準がなければ結局ベテラン頼みのままです。おすすめしたいのは、標準化、デジタル化、AI活用という3段階で進めることです。
最初の標準化は、お金をかけずに今日から始められます。ベテランにヒアリングしながら、加工単価、工数の原単位、段取りや管理費の考え方、材質ごとの歩留まりの目安といった積算の前提を書き出していく。完璧を狙う必要はありません。まずは「よく出る部品」の積算基準を言語化するだけでも、金額のばらつきは減り、若手が下敷きにできる土台ができます。この明文化こそが、属人化解消のいちばん大事な一歩だと私は考えています。
次のデジタル化では、書き出した基準を単価マスタや積算テンプレートとして仕組みに落とし込みます。Excelでも構いませんが、ここで図面や過去見積もりを検索できる形に整えておくと、次のAI活用がぐっと楽になります。そして最後のAI活用で、図面の読み取りや積算の一次案作成を自動化していく。標準化とデジタル化で基準とデータが整っていれば、AIはその基準に沿って一貫した見積もりを高速に出せるようになります。この順番の全体像は製造業のDXとAI活用を体系的にまとめた記事でも整理しているので、あわせて読んでみてください。
図面AIで見積もりの属人化はこう解ける（ZEROCK）
TIMEWELLが提供するZEROCKは、製造業の設計や営業の現場に向けたAIエージェントです。図面という機密情報を扱う前提で設計されており、標準化とデジタル化で整えた基準を土台に、見積もり業務の属人化をほどいていく使い方ができます。ここでは、属人化の3つの正体に対応させながら、何ができるのかを具体的に見ていきます。
一つ目は図面変換の自動化です。顧客から届くPDFや紙のスキャン、2D図面を、AIが線分や円弧、寸法、記号を認識してCADで扱えるデータ（DXF）に変換し、必要に応じて2Dから3D（STEP）への変換も支援します。CAD化や3D化の手作業が減れば、見積もりや製造準備の入り口の詰まりが解消されます。ここは図面読解の個人差を埋める部分でもあります。詳しくは紙図面やPDFをCADデータ化する方法で掘り下げています。
二つ目は工数と材料費の積算です。AIが図面から加工要素や面数、穴、材質などを抽出し、社内の単価マスタや工数原単位にもとづいて一次案を組み立てます。ベテランが頭の中でやっていた「この形状ならこの工数」という当てはめを、標準化した基準に沿って再現するイメージです。誰が担当しても一定の水準で概算が出せるようになれば、積算がボトルネックでなくなります。図面から見積もりを作る仕組みや原価計算をAIで標準化する考え方は、それぞれ個別の記事で詳しく扱っています。
三つ目は原価の標準化による赤字受注の抑制です。材料費や加工費、段取り、管理費を標準ロジックで積み上げ、単価マスタを更新すれば材料高騰も一括で反映できます。金額の根拠が分解して見えるようになるので、値引き交渉や社内承認の場でも「なぜこの金額か」を説明できる。ブラックボックスだった原価が、検証できる数字に変わります。
四つ目は類似図面と過去見積もりの検索です。ZEROCKはGraphRAG（知識どうしの関係性をグラフで結んで検索する技術）を基盤にしており、「前に似た部品をやったはず」を数秒で呼び出せます。過去の類似案件や見積もりを見つけられれば、毎回ゼロから積算し直す無駄がなくなります。この検索の実務効果は類似図面をAIで探す仕組みで具体的に書いています。
そして五つ目が技術伝承です。ベテランの積算ロジックや単価基準、判断ルールを、プロンプトライブラリやナレッジコントロールといった仕組みでAIのナレッジとして蓄積していく。暗黙知を会社の資産として残せるので、退職や高齢化で見積もり力が失われるリスクを下げられます。若手はAIが出す一次案を確認しながら実務のなかで学べるため、育成のスピードも上がります。技能承継の観点は製造業の技術伝承をAIで支える方法で別途まとめました。
なお、これらはいずれもAIが一次案を出すところまでで、最終的な金額や該否の判断は貴社の担当者が行う前提です。図面は競争力の源泉ですから、ZEROCKはAWSの国内サーバーでの運用と、社内の情報アクセスを制御するナレッジコントロールを前提に設計しています。機密図面を社外に流出させずに社内でAIを活用できる構成なので、中小の製造業でも取り入れやすいはずです。
導入で変わる営業のスピードと勝率、そして進め方
図面AIを見積もりに組み込むと、営業の景色が変わります。従来は初動に半日から数日かかっていた見積もりの一次案を、当日や数分の概算という単位まで縮められる可能性が出てきます。回答が速くなれば、引き合い競争でテーブルの中心に着ける確率が上がる。担当を選ばずに概算が出せる体制になれば、ベテランが不在でも引き合いが止まりません。積算の負荷が下がったぶん、営業は受注につながりやすい有望案件に時間を割けるようになり、空振りの見積もりに振り回されにくくなります。ここで大事なのは、図面AIを「バックオフィスの効率化ツール」ではなく「営業の武器」として位置づけることです。速く、ぶれず、根拠を持って金額を出せることは、そのまま勝率に効きます。
一方で、導入をうまく進めるにはいくつか押さえておきたい点があります。まずスモールスタートです。全図面を一気に処理しようとせず、引き合い頻度の高い部品群や、見積もりが逼迫している領域から着手するのが現実的です。次に単価マスタの整備です。前章で触れた標準化の成果物である基準や単価が整っているほど、AIの一次案の精度は上がります。ここを飛ばすと期待外れになりがちなので、標準化とセットで考えてください。
そして忘れてはいけないのが、現場のベテランを巻き込むことです。AIはベテランの仕事を奪う道具ではなく、その知見を会社に残し、若手に橋渡しする道具です。積算ロジックの言語化やAIが出した一次案のレビューには、ベテランの協力が欠かせません。彼らを「基準をつくる側」として位置づけると、導入はぐっとスムーズになります。最後にセキュリティです。図面をどこで処理し、誰がアクセスでき、AIの再学習に使われないかを、導入前に確認しておく。国内での処理とアクセス制御を前提にした構成なら、機密図面を守りながら進められます。
まとめ
見積もりの属人化は、技術力とは別の場所で受注を削る、見えにくい経営課題です。最後にポイントを整理します。
- 見積もりの遅さは失注に直結する。相見積もりと短納期化が進んだ今、最初に妥当な金額を出す速さが勝率を左右する
- 遅さの正体は属人化。積算ノウハウ、図面読解、原価の根拠という3点が個人に依存している
- 放置すると、失注の常態化、赤字受注、ベテラン退職による見積もり力の喪失という形で事業をむしばむ
- 解決は「標準化、デジタル化、AI活用」の順で。まず積算基準の明文化という無料の一歩から
- 図面AIは変換から積算、検索、技術伝承までを支援し、見積もりを営業の武器に変える
一つだけ付け加えるなら、この取り組みは「ベテランを置き換える」ためのものではありません。ベテランが積み上げてきた勘を、会社の資産として残し、次の世代が使えるようにするための投資です。うちの見積もりは属人化しているかもしれない、と少しでも感じたなら、まずは自社の現在地を個別相談で棚卸ししてみてください。何から標準化すべきか、どこから図面AIを効かせられるかは、会社ごとに違います。そこを一緒に見立てるところから始めれば、遠回りせずに進められるはずです。
よくある質問（FAQ）
見積もりの属人化とは何ですか。なぜ問題なのですか。 見積もりの属人化とは、図面を読み、工数や材料費を積算して価格を出す業務が、特定のベテラン担当者の経験や勘に依存している状態です。その人が不在や多忙、退職になると引き合い対応が止まり、回答が遅れて失注したり、担当ごとに金額がばらついて赤字受注になったりします。会社の見積もり力そのものが個人に縛られるため、営業のスピードと勝率、そして事業継続のリスクに直結します。
見積もり回答のスピードは受注率にどれくらい影響しますか。 多品種少量や相見積もりが当たり前になった今、顧客は複数社に同時に引き合いを出します。最初に妥当な見積もりを提示した会社が検討の主導権を握りやすく、回答の遅れはそのまま検討候補からの脱落、つまり機会損失になります。初動を半日から数日という単位から、当日や数分の概算という単位へ縮められるだけで、勝率と営業一人あたりの処理件数は大きく変わります。
図面AI（ZEROCK）は具体的に見積もり業務の何を助けますか。 ZEROCKの図面AIは、PDFや紙、2D図面のCAD化（DXF変換）や2Dから3D（STEP）への変換、図面からの加工要素や寸法、材質の読み取り、社内単価にもとづく工数と材料費の積算、過去の類似図面や見積もりの検索までを支援します。ベテランの積算ロジックをAIとナレッジに載せることで、誰が担当しても一定品質の一次案を短時間で出せる状態をめざします。最終的な金額の確定は担当者の確認を前提とします。
ベテランがいなくても見積もりの品質は保てますか。技術伝承はできますか。 ベテランの積算基準や単価、判断ルールをAIのナレッジとして形式知化することで、暗黙知を会社の資産として残せます。若手はAIが出す一次案を土台に確認や調整をすればよく、ゼロから勘を頼りに積算する必要が減ります。これにより退職や高齢化による見積もり力の喪失リスクを抑えつつ、若手の早期戦力化も進めやすくなります。
機密である図面データのセキュリティは大丈夫ですか。 ZEROCKはAWSの国内サーバーでの運用と、社内の情報アクセスを制御するナレッジコントロールを前提に設計しています。図面という機密情報を外部に流出させずに社内でAIを活用できるため、中小の製造業でも取り入れやすい構成です。処理する場所やアクセス権限、AIの再学習に使わない扱いなどは、個別の要件に応じてご相談ください。
まず何から始めればよいですか。いきなりAIを入れる必要はありますか。 最初の一歩はツール導入ではなく、積算基準や加工単価、原価項目を明文化して標準化することです。属人化の正体は基準が個人の頭の中にあることなので、まずそこを言語化すると、その基準をそのまま図面AIに載せられます。標準化、デジタル化、図面AIによる自動化という順で無理なく進めるのが、失敗しないコツだと考えています。
Footnotes
-
経済産業省「ものづくり白書」（製造業就業者の減少・高齢化、技能承継に関する論点。就業者数の推移は総務省「労働力調査」にもとづく概数） ↩
-
中小企業庁「中小企業白書」（中小企業が全企業に占める割合） ↩