類似部品の抽出

「前にも似たものを作ったはず」を、記憶ではなく検索で

吉田さんのもとには、営業から週に10件ほど新しい図面が回ってくる。ブラケット、シャフト、フランジなど、どれも初めて見る図面だが、社内ではこれまでに2万枚を超える図面を描き、加工してきた。似た部品の実績が見つかれば、当時の見積や加工の工程を参考にでき、見積は早く、ぶれも少なくなる。問題は、その実績をどう探すかだ。

過去の図面はファイルサーバーに品番とお客様名で整理されていて、形や寸法から探す手段がない。吉田さんはまず思い当たる品番を検索し、見つからなければベテランの先輩に「この形、前にやりましたっけ」と聞きに行く。先輩が覚えていれば5分で済むが、出張中なら探すのをあきらめて一から見積を組むことになる。1件あたり30分〜1時間を探すことに使い、それでも見つからないことが少なくない。

そこで想定するのが、図面を入れると似た部品の候補と当時の実績が並ぶアプリだ。吉田さんが新しい図面を入れると、AIが外形の寸法、穴の数や配置、材質、主な加工を読み取り、過去の図面の中から似たものを候補として挙げる。候補は似ている順に並び、それぞれに図面の縮小画像、当時の見積金額、加工の工程、受注したかどうかが添えられる。どこが似ていてどこが違うかも短く示されるため、「外径は同じだが材質がSUS」といった差が一目でわかる。

どの実績を参考にするかを決めるのは吉田さんだ。AIは候補を並べるところまでにとどめ、似ているかどうかの最終の判断や、見積への使い方には踏み込まない。吉田さんは図面を見比べて参考にする実績を選び、「穴数が2つ多いので加工時間を足す」のように違いをひと言書き添えて営業に渡す。先輩に聞きに行く回数は減り、聞くときも候補を見せながら相談できるようになる。

ある週、先輩が出張で不在のときに、大口のお客様から10点まとめての見積依頼が届いた。以前なら先輩の帰りを待つしかなかったが、吉田さんはアプリで1点ずつ候補を確かめ、10点のうち8点で過去の実績を見つけられた。残る2点だけを先輩にチャットで相談し、その日のうちに営業へ渡せた。営業からは「前回と金額がそろっているので説明しやすい」と声がかかり、探す時間が減った分、図面の読み込みに時間をかけられるようになった。

想定するアプリでは、主に次のようなことができる。

• 図面の特徴の読み取り。外形の寸法、穴の数と配置、材質、主な加工を図面から拾い出す
• 似た部品の検索。過去の図面から似たものを候補として挙げ、似ている点と違う点を示す
• 実績の表示。候補ごとに当時の見積金額、加工の工程、受注の結果を並べる
• 参考にした理由の記録。担当者が選んだ実績と違いのメモを残し、営業に渡せる形にする

bloomがこのアプリをつくるなら、まずベテランが「似ている」と判断するときに何を見ているかを聞き取る。外形なのか、加工の工程なのか、材質なのかは部品の種類によって違うため、過去の見積を一緒に振り返りながら、探すときの手がかりを整理する。候補を出すのはAI、参考にするかどうかを決めるのは担当者という線引きにするのは、見た目が似ていても公差や数量で手間が大きく変わることがあり、その見極めは現場の知識が要るからだ。

初版は、過去図面のうち件数の多い部品の種類に絞ってつくり、吉田さんのような担当者に実際の見積依頼で使ってもらう。候補の並び順が感覚と合っているか、見たい実績の項目が足りているかを聞き取り、直してから対象を広げていく。