IBUKIの金型DX事例｜AI検索とペーパーレスで見積を効率化する

結論：金型DXは「過去の判断知識の検索性」から始まる

金型製造をはじめとする個別受注型の製造現場でAIを活用する場合、最初に取り組むべきは高度な自動化システムの構築ではありません。過去の見積情報、仕様条件、現場での判断知識を社内で素早く検索・再利用できる状態を整えることが現実的な第一歩となります。

独立行政法人情報処理推進機構（IPA）が公開した「中小規模製造業の製造分野におけるDXのための事例調査報告書」では、山形県に拠点を置く金型メーカー、株式会社IBUKIの取り組みが紹介されています。同社の事例では、工場全体の情報を一括管理する発想、AI検索エンジンを活用した見積作成支援、IoT金型、そして伝票を電子化する「伝電無紙」を通じたペーパーレス化が取り上げられています。

この事例が示しているのは、製造業におけるDXやAI導入が「ツールを導入すること」自体を目的とするのではなく、現場で培われてきた判断基準や暗黙知をデータとして蓄積・共有することから始まるという点です。

IBUKIの公開事例に見る金型DXの骨子

提案型ビジネスへの転換とAI検索システムの役割

報告書によると、IBUKIは従来の受託型・金型下請け構造から脱却し、エンジニアリングサービスやシステム開発も手がける提案型のビジネスモデルへと事業を転換した企業として紹介されています。

その中核を担う取り組みの一つが、AI検索エンジンを利用した情報検索および見積作成システムです。金型製造の見積は、製品形状や要求精度、過去の加工実績、トラブル事例など多岐にわたる知見を総合して算出されます。同社では、これまで個人の頭の中に留まり社内で共有されていなかった判断知識や過去の見積データを集約しました。これにより、新たな引き合いが寄せられた際に、過去の実績データから必要な情報を引き出し、迅速かつ的確に見積を作成できる仕組みを整えています。

ITとOTの一体管理と「伝電無紙」によるペーパーレス化

同社の事例で注目されるもう一つの要素は、工場内のマシン稼働データといった現場寄りの技術（OT：Operational Technology）と、就業管理や営業管理といった基幹寄りの情報技術（IT：Information Technology）を一体で捉えて管理している点です。

工場内を流れる指示書や伝票を電子化する「伝電無紙」の取り組みによってペーパーレス化を進め、紙ベースで分断されていた製造現場の動きと事務部門のデータを連携させています。現場のリアルタイムな稼働状況や工数実績が見積や進捗管理と結びつくことで、より精度の高い操業判断が可能になります。

中小製造業が見積業務にAI検索を取り入れる実務論

ベテラン依存から組織的ナレッジへの移行

中小製造業において、見積業務は長年の経験を持つベテラン技術者や経営陣の記憶に強く依存しがちです。「この形状なら加工にこれくらいの手間がかかる」「この材質と交差の組み合わせは熱処理で変形しやすい」といった知識が属人化していると、担当者が不在の際に見積作成が滞ったり、担当者ごとに提示価格や納期にばらつきが生じたりします。

しかし、過去に扱った類似の形状、材質、加工条件、納期設定、価格調整の理由といった経緯が記録として残っていなければ、検索ツールを導入しても有効な情報は得られません。道具としてのAIを機能させる前提として、まずは個人の頭の中にある判断知識を組織の資産として言語化・データ化することが求められます。

最初期に整理・蓄積すべき見積関連データ

見積業務の効率化を目指す際、最初に集約すべき情報は以下の項目です。

• 見積依頼の原文（顧客からの要求内容や特記事項）
• 図面や仕様の確認項目（材質、公差、表面処理、金型構造など）
• 過去の見積内容と最終的な受注価格（値引きや交渉の経緯を含む）
• 加工条件と現場での注意点（加工時間、使用設備、発生した不具合など）
• 失注や再見積に至った理由（競合他社の動向、納期不一致、価格差など）

これらが体系的に記録されていれば、新規案件が舞い込んだ際に類似条件の過去データを瞬時に照会できるようになります。

AIの役割定義：自動算出ではなく検索・照合の支援

中小規模の製造現場で見積AIを導入する際、最初から「図面を読み込ませれば価格が自動的に決まる」といった完全自動化を目指すのは現実的ではありません。金型の見積には、現場の設備空き状況、顧客との関係性、原材料の市況など、定式化しにくい複合的な要因が絡むためです。

実務においては、AIの役割を「自動決定」ではなく「検索・照合の支援」と位置付けることが推奨されます。過去情報の検索、確認すべき仕様項目の漏れチェック、過去の類似案件の洗い出しといった作業をシステムが担い、提示された情報をもとに最終的な見積金額や加工工程を人間が判断するアプローチをとることで、業務の精度とスピードを両立させやすくなります。

編集部の示唆：中小製造業がナレッジ検索基盤を立ち上げる際の要点

部分最適を避け、身近な日常業務から着手する

自社でナレッジ検索やデータ活用を進めようとする場合、大規模な全社システムの導入を急ぐ必要はありません。まずは紙の伝票、出退勤記録、見積控えといった、日常的に扱っている身近な書類やデータのデジタル化から着手することが実務的です。

現場に過度な入力負担を強いるシステムは定着しにくく、利用されなくなる恐れがあります。まずは日常の伝票処理や履歴確認の手間が省けるといった、現場担当者が便利さを直接実感できる小さな範囲から改善を積み重ねることが、後々のデータ蓄積につながります。

システム導入と現場の納得感を両立させるアプローチ

現場の協力を得るためには、「ベテランのノウハウを奪うためのシステム」ではなく、「過去の成功例や失敗例を簡単に呼び出し、現場の判断を楽にするための支援ツール」であることを丁寧に伝える姿勢が不可欠です。入力作業の負担を最小限に抑えつつ、入力したデータが日々のトラブル防止や作業時間短縮に役立つ実感を共有することが、組織的な情報共有を定着させる鍵となります。

自社で試す手順：見積AI検索を形にする進め方

製造現場において、見積支援やナレッジ検索の仕組みを段階的に構築するための手順を整理します。

手順1：日常の見積・受注プロセスの現状把握と棚卸し

まずは自社で見積がどのように作成されているかを可視化します。誰がどのような情報を参照し、どの判断基準で加工費や材料費を算出しているのか、担当者へのヒアリングを通じて整理します。

手順2：手元にある紙文書や分散データの電子化と集約

図面、見積書控え、作業日報など、社内に分散している書類をデジタル形式に移行します。過去の成功案件だけでなく、加工時に問題が生じた案件や失注案件の理由も含めて一箇所に保管するルールを定めます。

手順3：類似案件を照会できる検索環境の試行と検証

集約したデータをもとに、キーワードや条件指定で過去の類似案件を検索できる仕組みを試用します。新規の引き合いがあった際に、類似した形状や加工条件の事例を呼び出し、担当者が過去の実績を確認しながら見積を作成する運用をテストします。

手順4：現場フィードバックを受けた改善と参照範囲の拡張

検索結果の使い勝手や不足している情報について現場から意見を吸い上げ、データの登録項目や検索方法を調整します。運用が軌道に乗った段階で、製造現場の実績データや稼働情報との連携を検討し、参照できる情報の範囲を広げていきます。

運用上の注意：機密保持と形骸化の防止

技術ノウハウと顧客情報のアクセス権限管理

金型の構造や加工条件、顧客ごとの取引条件には、自社の競争力の源泉となる重要なノウハウが含まれます。これらをデジタル化して社内検索の対象とする際は、情報セキュリティとアクセス権限の適切な設計が不可欠です。

社外に開示可能な情報、社内限定で扱うべき技術ノウハウ、特定の取引先情報など、情報の重要度や性質に応じて閲覧権限を分離するルールを明確に定めておく必要があります。

継続的なデータ更新と入力負担の軽減策

ナレッジシステムは、導入後に継続して新しいデータが蓄積されなければすぐに陳腐化します。データ入力を一部の担当者に押し付けるのではなく、日常の受注・製造フローの中で自然に実績データが記録されるような運用設計が求められます。入力項目を極力簡素化し、必須事項を絞り込むなど、現場が無理なく続けられる工夫が必要です。

参考にした公開事例

参考情報：IPA「中小規模製造業の製造分野におけるDXのための事例調査報告書」に掲載された株式会社IBUKIの事例。製造現場におけるAI検索やペーパーレス化を通じたDX推進の要点を確認できます。

次に読む記事

製造業全体におけるAI活用アイデアや初期の進め方については 製造業のAI活用例｜町工場でも使える業務効率化アイデア を、社内に蓄積された文書やナレッジの検索環境づくりについては 社内規程やマニュアル検索をAIで効率化する方法 をご覧ください。