図面AI検索は使えるのか？費用と仕組みを現場目線で検証する

深夜2時、工場の事務所。蛍光灯だけが白く灯っていて、あなたはパソコンの前で同じフォルダを何度も開き直しています。「たしかこの型番、似たやつを前に作った気がする」。ファイル名は型番でもなく、担当者の名前と日付の組み合わせ。検索ボックスに打ち込んだキーワードは、何も返してきません。

これ、あなたの整理の仕方が悪いわけじゃないです。図面という情報は、もともと「ファイル名」で管理できる形をしていないので、探せないのは当然なんですよね。

「図面 AI 検索」で出てくる記事の多くは、仕組みの説明で終わっていて、肝心の「じゃあ今夜のうちに何をすればいいのか」が書かれていません。この記事では、仕組み・費用・実例・限界を一次情報だけで並べて、今日の夜のうちに次の一手が決まるところまで持っていきます。

その「探せない」、あなたの整理が悪いわけじゃない

ホリエモンAI学校が集めた製造業の「困りごとリスト」1,705件を見ると、見積書の作成・チェック・送付が42件でトップです。次に手書き・紙・PDFのデータ入力が35件、日報・日誌・作業記録の入力が32件、図面・設計書のチェック・作成は23件で続きます(参考)。

{CHART|bar|現場の困りごとリスト上位(件数)|見積書作成,データ入力,日報入力,図面チェック|42,35,32,23|件|https://horiemon.ai/school/column/seizogyo-ai-katsuyo-jirei/|ホリエモンAI学校}

出典: ホリエモンAI学校のデータより匠座作成

「図面チェック」だけ見ると順位は低く見えます。でも実際には、見積書の作成も日報の記入も、裏側で「過去の図面を探す」工程をはさんでいることが多いんですよね。だから現場で一番時間を溶かしているのは、図面を探す作業そのものだと僕は思っています(ここは推測です)。

ファイルサーバーのフォルダ構造は、たいてい作った人の頭の中の整理方法をそのままコピーしたものです。探す人と作った人が違えば、迷子になるのは当然。あなたの整理能力の問題ではなく、構造の問題なんです。

AI図面検索の正体：2つの検索方式とコピペで試すプロンプト

図面を検索可能にするAIは、大きく2つの方式を組み合わせています。

1つ目は属性情報ベースの検索。図番・品名・材質といったメタデータでフィルタする方式です。図面内の文字を読み取るOCR(光学文字認識)は、深層学習ベースで95%以上の認識精度に達するようになりました(参考)。

2つ目は画像ベースの類似検索。図面の形状や線のパターンを数値化(ベクトル化)して、似た図面を探す方式です。Pinecone、Weaviate、Qdrantといったベクトルデータベースが、この類似度計算の基盤として使われています(参考)。

両方を組み合わせるハイブリッド方式では、まず属性情報で絞り込み、そのうえで画像の類似度を見る順番にすると、検索の精度が上がりやすいです。画像も文章も扱えるマルチモーダルLLM(大規模言語モデル)の連携では、Claude、GPT-4V、Gemini ProVisionといったモデルがビジュアル理解を担っています(参考)。

匠座でも毎朝の記事の下書きをRAG(検索拡張生成)で作っているんですが、最初はベクトル検索だけに頼っていて、関連の低い記事ばかり引っ張ってくる時期がありました。属性(タグ)でまず絞って、そのあとベクトル検索をかける順番に変えたら、精度がぐっと上がったんですよね。図面検索も、たぶん同じ順番が効くはずです。

実際に試せるプロンプトを2つ置いておきます。

あなたは製造業の図面管理担当です。添付した図面画像から、以下の項目を抽出してJSON形式で出力してください。
- 図番
- 品名
- 材質
- 主要寸法(最大3件)
- 作成日
- 類似図面の可能性がある形状の特徴
不明な項目は「不明」と記載し、推測で埋めないでください。
対象図面: [図面ファイル名または画像]

使いどころ: 紙やPDFで眠っている旧図面を、検索できるデータベースに登録する前の属性情報の下書きとして使ってください。

出力を検証する観点: 寸法値はAIが線を読み違えることがあるので、現物か原本のPDFと必ず二重チェックしてください。「不明」と出た項目から優先的に人の目で見ると時短になります。

以下の設計要件に近い過去図面を探したいです。属性検索と画像類似検索を組み合わせるための検索条件を提案してください。
設計要件: [材質/形状/寸法範囲/用途などを記載]
出力形式: 属性フィルタ条件(材質・寸法範囲など)と、画像類似検索で重視すべき形状特徴を分けて提示してください。

使いどころ: 流用設計(似た部品の設計図を再利用すること)の第一歩、似た部品が社内にすでにあるか確認する前の検索条件づくりに。

出力を検証する観点: 提案された属性フィルタの項目名が、実際の社内図面管理システムの項目名と一致しているか確認してください。ここがズレると検索が空振りします。

Aさんの3日と、Bさんの数時間：同じ作業の対比

Aさん(導入前)の月曜。全体施工計画書の作成に取りかかります。国土交通省の書式に合わせて項目を一つずつ埋め、過去の類似工事の書類を手元のフォルダから探し出して参照する。丸3日かかって、ようやくドラフトが完成します。

Bさん(導入後)の月曜。同じ全体施工計画書の作成が、AIがドラフトを自動生成するところから始まります。大成建設が公表している「全体施工計画書作成支援システム」は、国土交通省書式に準拠したドラフトを作成し、従来比約85%の作業時間削減が可能だとされています(参考)。丸3日が、数時間のチェック作業に変わる計算です。

もう一つ、竹中工務店と爽美が開発した「AI i-Bow」は、技能工の手書き図をAIが加工用CADデータに変換する仕組みです(参考)。これも「探す」より前段の、「描いたものをデータ化する」作業を肩代わりしてくれる例ですね。

先日、日本精工の事例を読んでいて唸ったんですよ。2025年6月に、品質トラブルを参照できるアプリを約4,000件のデータで整備して、国内5,000名以上に提供したと発表しています(参考)。これ、図面検索と地続きの発想なんですよね。「過去の知識をどう検索可能な形にするか」という一点に、結局は集約されます。

料金は4段階、どこまで自社で持つかの判断軸

図面検索AIの料金は、大きく4つのティアに分かれます(参考)。

(参考: ai-souken)

自社でゼロから構築する場合はどうでしょう。設計者30〜80名・図面総数10〜50万点規模の中堅製造業だと、初期投資は6,300万〜2億円、年間運用コストは1,500〜4,500万円という数字が出ています(参考)。

{CHART|bar|中堅製造業の図面AI構築コスト(万円)|初期投資下限,初期投資上限,年間運用下限,年間運用上限|6300,20000,1500,4500|万円|https://gxo.co.jp/column/manufacturing-drawing-ai-analysis-past-db-search-2026|GXO}

出典: GXOのデータより匠座作成

市場全体は、マルチモーダルRAG(検索拡張生成)ツールのカテゴリでCAGR(年平均成長率)約25.7%で拡大しているとされています(参考)。選択肢も価格帯も、今まさに広がっている最中ということです。

判断軸はシンプルです。まず無料層か月額固定の既製ツールで「自社の図面で本当に探せるか」を検証してから、エンタープライズやカスタムに進む。この順番が、遠回りに見えて一番早いと僕は思っています。

正直な限界・つまずきどころ

清水建設は2023年11月から企業向け生成AIサービスを導入し、2024年3月時点で1,200人以上が利用しています(参考)。大豊建設は2025年6月に「大豊AI」を全社展開し、約8か月で307人・累計32,709回以上の利用、規程検索AIでは約250時間の業務時間削減が公表されています(参考)。北野建設は日立ソリューションズと技術調査・報告書作成を検証し、2026年5月に生成AIシステムを現場で運用開始しました(参考)。

これらはいずれも、一定規模の企業が時間をかけて検証したうえでの数字です。従業員数十名の工場や工務店が、そのまま同じ効果を期待するのは、推測ですが難しいと思います。まずは無料層で小さく試す方が、現実的な出発点になります。

もう一つ、つまずきやすいのがデータ化の前段です。紙の図面しかない会社は、AI検索の前にスキャンして電子化する工程が最初の壁になります。OCRの精度が95%以上あっても、劣化したスキャンや手書きが雑な図面だと精度は落ちます。設計意図や「なぜこの寸法なのか」まではAIにはわからないので、検図の最終判断は人が担うものだと割り切っておくのが安全です。

よくある質問に先に答えます

Q1. 費用はどのくらいかかりますか?

既製ツールなら無料層から試せます。自社でゼロから構築する場合は、中堅製造業の規模で初期投資6,300万〜2億円、年間運用1,500〜4,500万円という数字が出ています(参考)。まずは無料層か月額固定プランで検証するのが現実的です。

Q2. 導入にはどのくらいの期間がかかりますか?

一次情報シートに明確な期間の数字は出ていないので、ここは推測です。清水建設や大豊建設のような全社展開は、検証期間を含めて半年〜1年単位で動いている印象です(参考)。既製ツールのトライアルなら、数日〜数週間で感触はつかめます。

Q3. ITやAIの専門スキルが無くても使えますか?

無料層や月額固定プランの既製ツールは、専門スキル不要を前提に作られているものが多いです。自社構築になると、ベクトルデータベースの運用など専門知識が必要になります。

Q4. 社内の機密図面をAIに読ませても大丈夫ですか?

一次情報シートに具体的な数字は無いので推測ですが、クラウド型サービスを使う場合は、利用規約でデータの学習利用の有無を必ず確認してください。機密性が高い図面は、自社サーバー内で動く構成を選べるかも、ツール選定の重要な判断軸になります。

Q5. 手書きや紙の古い図面も検索対象にできますか?

深層学習ベースのOCRは95%以上の認識精度に達しているとされています(参考)。ただしこれはスキャン品質が前提です。劣化した紙図面は、まずスキャンし直すところから始めることになります。

ここまで読んで「自社だけでやるには手が足りない」と感じた方は、『AI鬼管理｜Claude Code業務自動化トレーニング』（Claude Codeで日々の業務を自動化する実践トレーニング（無料の業務効率化診断あり））のような外部サービスという選択肢もあります。急ぎでなければ、まずは無料のチェックリストで足元を固めるのがおすすめです。

AI鬼管理｜Claude Code業務自動化トレーニング ↗

今日やること

1. 今、図面や過去資料を探すのに一番時間がかかっている作業を1つだけ書き出してください。見積もりか、検図か、それとも規程の確認か。
2. 無料層のAI図面検索ツールを1つ選んで、手元の図面を1〜2枚読ませてみてください。
3. 本記事のプロンプトをコピーして、実際に1枚の図面で属性抽出を試し、「不明」と出た項目だけ人の目で確認してみてください。

これだけで、明日の朝には「うちの図面でも使えそうか」の手触りがつかめるはずです。

編集長メモ：ヘリックス（執筆者について）

この記事は深夜の検索に答えるためだけに書きました。まず無料層を1つ触ってみる、それだけで十分です。

▶ あわせて読みたい：図面AI無料で検索する前に、建設現場が知っておくべき一歩目

▶ あわせて読みたい：深夜検索の図面AIアプリ、現場監督が外さない判断基準5つ