
過去の図面やプランを探しても、なかなか見つからないことはありませんか。たとえばお客様から「前に建てた、あの家に近い間取りを見せてほしい」と頼まれても、物件名も建てた年も思い出せず、ベテランの設計に聞いて回って何十分もかかることがあります。過去図面をAIで探せる社内検索を使えば、会社の財産である過去の図面やプランを、探して使える状態にできます。今回の記事では、AIで探せる社内検索について、物件カードの作り方と、任せる前に決めておく4つのことをまとめてご紹介します。
図面は保存されているのに、必要なときに取り出せません。これは多くの住宅会社が抱えている問題です。

住宅会社の図面は、物件ごとにフォルダに分けて保存されています。ファイル名は担当者の流儀で付けられ、「田中邸_最終」「田中邸_最終2」のようなものが並びます。物件名を覚えていなければ、たどり着けません。
営業が「このお客様の要望に近い実例を見せたい」と思っても、探すのは設計に頼むことになります。設計は手を止めて、記憶を頼りにフォルダを開いていきます。
海外の建築設計向けサービスの資料では、必要な詳細図がどこかにあると分かっていても、見つけられずに描き直してしまう設計者の姿が描かれています。日本の住宅会社でも、同じことが起きているはずです。
見つからない図面は、存在しないのと同じです。探す時間と描き直す時間は、誰の評価にも残らないまま、設計と営業の時間を削っていきます。
参考にするのは、空調設備メーカーのKuken Industriesの事例です。冷却塔という大型設備の図面を、AIで探せるようにしています。

同社には70年分の設置実績をもとにした図面の保管庫があり、部品の交換が必要になると、技術者はそこから該当の図面を探します。AIを使ったツールにより、その検索は1時間近くかかっていた作業から4.5分になったといいます。
図面探しが難しい理由は、図面の数よりも、似た図面が多いことにあります。型式や部品名で探すと複数の図面が出てきます。70年の間に顧客ごとに仕様を調整してきたため、仕様が顧客や設置時期で異なるからです。
報道によれば、このツールは部品番号、型式名、スクリーンショットで検索できます。同社は、図面探しにかける年間の時間が約9割減ると見込んでいます。ただし、これは見込みの数字であり、本格展開は2026年末をめざしている段階です。
開発は日本のAIスタートアップと共同で行い、OpenAIのAPIを使っています。狙いは、デジタル化した記録を手で探したり、経験者に聞いたりしなくても、図面にたどり着ける状態をつくることです。
住宅会社に置き換えると、15年前に建てた家の建具の交換や、増築の相談にあたります。どの図面と仕様で建てたのかを探す場面は、アフター対応で必ず起きます。
図面探しは、設計だけの仕事ではありません。営業から総務まで、探す場面は広がっています。

営業・反響対応では、見学会の来場者から「平屋で中庭のある間取りが見たい」と言われる場面があります。近い実例のプランをその場で出せれば、提案の説得力が変わります。
設計では、過去に描いた詳細図や、納まりを検討した記録を探します。同じ条件で悩んだ物件があれば、描き直さずに済みます。
積算では、規模や仕様が近い物件の過去の見積書を探し、概算の目安にします。プランと見積書を並べて見られれば、金額の根拠も説明しやすくなります。
現場管理では、過去に手戻りが出た納まりや、協力業者との確認事項を探します。アフターや総務では、古い物件の設備や建具の品番、施工時期を調べます。探す場面が多い会社ほど、検索の仕組みを作る効果は大きくなります。
仕組みは単純です。図面や資料をAIに読ませ、普段の言葉で質問して探します。

従来の検索は、ファイル名とフォルダが頼りでした。海外の建築設計向けの解説では、AIは図面に書かれた注記、寸法、材料の記載といった中身を検索の対象にすると説明されています。
AI検索の強みは、キーワードが一致しなくても、意味の近い図面を探せることにあります。海外の解説でも、正確な言葉を使わなくても関連する情報を見つけられると説明されています。
ただし、読める図面には条件があります。図面のデータ形式によって、AIが中身まで読めるかどうかは変わります。
あるツールの説明では、CADから書き出したPDFは文字まで読める一方、スキャンした図面は別の読み取り処理が必要とされています。古い紙図面をスキャンしただけのPDFは、とくに注意が必要です。まずは新しいCAD図面から始めるのが現実的です。
最初から全物件を読ませる必要はありません。範囲を決めて、小さく始めます。

海外の建築設計事務所では、直近5〜10年の完成物件から始め、既存の保管場所をつないで、読み込みが進む間にも検索を始める例が紹介されています。
住宅会社は、まず直近5年の完成物件に絞るのが現実的です。仕様や価格帯が今の商品に近く、図面のデータも新しいからです。
対象は、平面図、立面図、仕様書、見積書の4種類から始めます。図面と見積書を同じ物件番号でそろえておけば、プランと金額を一緒に探せます。
ファイル名には、物件番号、図面の種類、版を入れます。たとえば「2301_平面図_最終版」の形に決めます。過去分をすべて直す必要はなく、これから保存するものから始めれば十分です。
図面だけを読ませるより、物件ごとの特徴を表にまとめておくと、探しやすくなります。

物件カードには、物件番号、竣工年、階数、延床面積、工法、間取りの特徴、仕様のグレード、図面の保存場所を入れます。施主名は入れず、物件番号で管理します。
何十、何百という物件を手で入力していては続きません。図面PDFから項目を拾う作業は、AIに任せます。次のように指示します。
「添付の平面図PDFから、次の項目を表にしてください。物件番号(ファイル名から)、階数、延床面積、LDKの広さ、部屋数、特徴(中庭・土間・大収納など)。図面に書かれていない項目は『不明』とし、推測で埋めないでください。」
「推測で埋めない」と書くことが大事です。書かなければ、AIがそれらしい数字を入れてしまうことがあります。
AIが読み取った数字は、最初の10物件だけでも、必ず人が図面と突き合わせます。延床面積や部屋数の読み違いがないかを見て、間違いの癖をつかんでから、残りを進めます。
物件カードができたら、実際に探してみます。条件と出力の形を指定すると、結果が使いやすくなります。

「あなたは当社の設計アシスタントです。物件カードと図面から、次の条件に近い過去物件を3件挙げてください。条件:平屋、延床28〜32坪、LDK18畳以上、中庭あり。各物件について、物件番号、近い点、違う点、図面のファイル名を書いてください。該当がなければ『該当なし』と答え、推測で作らないでください。」
回答には必ず図面のファイル名を出させます。海外の建築向けサービスでも、出典付きの結果を返すことが特徴として挙げられています。出典があれば、人がその図面を開いて確かめられます。
任せる前に決めておくことは4つあります。1つ目は版の確認です。変更前の図面が混ざっていないか、日付と版を人が見ます。
2つ目は個人情報です。施主名や住所が入った図面を、外部のAIサービスに渡してよいか、会社として決めます。海外には、文書を公開クラウドのAIに送らず、自社の管理下で動かすことをうたう製品もあります。
3つ目は、見てもよい人の範囲です。見積書には原価が載っています。営業に見せない資料は、検索の対象に入れません。4つ目は、過去の図面を今回の物件にそのまま流用しないことです。法規や仕様は変わっていきます。
AIが見つけるのは参考になる過去の図面であり、今回の物件に使えるかを決めるのは設計者です。
過去図面の検索は、設計事務の時間を取り戻す取り組みであり、ベテランの頭の中にある経験を会社に残す取り組みでもあります。

Kuken Industriesの事例では、探す時間が1時間近くから4.5分になりました。空いた時間は、若手の指導や、より難しい仕事に回すことが狙いとされています。
次にやることは3つあります。
1つ目は、先月、過去の図面やプランを探すのに誰がどれだけ時間を使ったかを聞くことです。
2つ目は、直近5年の完成物件から10物件を選び、ファイル名をそろえて物件カードを作ることです。
3つ目は、手持ちの図面で、資料検索のAIを小さく試すことです。
全部の図面を整理してから始める必要はありません。10物件で、探す時間が本当に短くなるかを確かめれば十分です。
図面を探す時間を減らし、その時間を施主の要望と向き合う時間に戻すための小さな仕組みです。