“Excel地獄”から抜け出した現場 ― AIが支えた見積改革の舞台裏

見積の“正しさ”よりも“早さ”が評価される——そんな日々から、正確さ・再現性・スピードを同時に叶える体制へ。
本稿は、建設・製造の現場で実際に進んだ「見積改革」を、やったこと／やらなかったことまで含めて丸裸にする実践レポートです。

1. なぜ現場は「Excel地獄」に陥るのか

• フォーマットが揃わない：取引先ごとに見積書の様式が違う（PDF・紙・スキャン画像）。
• “見れば分かる”判断が多い：正式な品目名／単位が曖昧で、人の目と経験則で補正。
• 履歴が活きない：過去見積の“良い判断”が、属人メモや個人Excelに散逸して再利用できない。
• 電帳法・インボイス対応の二重手間：スキャン→入力→ファイル名・メタ付与→台帳…と手数が積み上がる。

結論、Excelは“結果を置く箱”としては優秀だが、判断や補正の知識は溜まらない。
改革は「判断の再現性をDB化」するところから始まります。

---

2. 改革の原則：まず“再現性”を作る

1. 唯一絶対ルール

• 「元データの明細テーブル全行を、欠落なく構造化する」
• 不明値は“空欄”ではなく“そのままの文字列”で保持（※勝手に推論しない）
• 変換・補正は別フィールドで記録（例：単位_原文 と 単位_補正後）

1. ヘッダー起点の厳密抽出（例）

• 工種/工種名｜品名/仕様｜数量｜単位｜単価｜金額｜備考 が横並びで現れた直後からを明細と定義。

1. 判断を“名寄せルール”として保存

• 「t/台/個 → 個」などの単位正規化マップ
• 「ALC＝軽量気泡コンクリート」等の略語辞書
• サプライヤ別の係数・丸めルール（端数処理）

ポイント：人がやっている“いつもの補正”を明文化し、マシンに渡す。これが再現性のコア。

---

3. 90日ロードマップ（スモールスタートの型）

Day 1–7｜現状観測 & サンプル確定

• 直近3か月の見積PDF（紙はスキャン）を100件集める
• “典型ケース×難ケース（手書き／写真傾き）”を含む学習サンプル25件に絞る
• KPI定義：明細網羅率100%／数量・単価の補正精度95%／処理時間-60%

Day 8–30｜最小構成で流してみる

• ストレージ（SharePoint/OneDrive/Box 等）→AI-OCR/レイアウト解析→JSON化→RDB
• 唯一絶対ルール と名寄せ初期辞書を配置
• **職人レビュー会（30分×週1）**で“補正の言語化”を継続

Day 31–60｜補正の自動化と“社内適正価格DB”の種まき

• 品目・単位・仕様の同義語辞書を増強
• 数量×単価の誤差アラート（しきい値±3%など）
• 部材×ベンダ×地域×時期での参考レンジを自動提示（＝社内適正価格の原型）

Day 61–90｜運用設計 & 拡張

• 命名規則・フォルダ規約（例：YYYYMMDD_案件名_相手先_金額）
• レビュー→承認→出力のワークフローを明文化
• 購買・経理へデータ連携（台帳・電帳法メタ・BIダッシュボード）
• 成果レビューと次スコープ設定（契約書・予算書などへ横展開）

---

4. 実装アーキテクチャ（現実解）

• 入力：SharePoint / OneDrive / Box に“投げ込みフォルダ”
• 解析：AI-OCR+レイアウト解析（表・欄外・朱書注記まで拾う）
• 変換：プロンプトで厳格JSONへ（未確定値は原文保持）
• 補正：名寄せ辞書・単位正規化・係数/丸めルール
• 格納：RDB（PostgreSQL 等）に生データ＋補正後データの両方
• 活用：
  • 経理：電帳法メタ（取引日・相手先・金額・ファイル紐づけ）
  • 購買：社内適正価格DB（参考レンジ提示）
  • 営業：見積テンプレ自動生成
  • BI：粗利/原価/値引きの異常検知

現場に刺さるのは“過剰な未来志向”ではなく、今日から回る最短ルートです。

---

5. プロンプト＆ルール設計の勘所

サンプルJSONスキーマ（抜粋）

{
  "見積番号": "",
  "見積日": "YYYY-MM-DD",
  "取引先": "",
  "案件名": "",
  "明細": [
    {
      "工種": "",
      "品名_原文": "",
      "品名_正規化": "",
      "仕様": "",
      "数量_原文": "",
      "数量": 0,
      "単位_原文": "",
      "単位": "",
      "単価_原文": "",
      "単価": 0,
      "金額": 0,
      "備考": ""
    }
  ],
  "小計": 0,
  "消費税額": 0,
  "合計": 0,
  "ファイルパス": ""
}

copy

プロンプトの“お作法”

• 網羅優先：欠落禁止、原文フィールドを必ず保持
• 非推論：分からないときは空欄にせず“原文のまま”
• 分岐条件の明記：ヘッダー検出ルール、朱書注記の扱い、手書き欄の優先順位
• 検証手順：合計＝明細合計＋税 の整合性チェック、誤差許容範囲

---

6. ビフォー／アフター（KPI・金額インパクト）

導入前（例）

• 月間見積：250件
• 1件あたり手作業：1.5時間 → 375時間／月

導入3か月後（例）

• 自動化率：60%
• 削減時間：375h × 60% = 225h／月
• 時給換算（6,000円/h）の場合：225h × 6,000円 = 135万円／月
• 年間効果：約1,620万円

二次効果（購買）

• 社内適正価格DBにより3%の価格改善
• 年間調達5億円なら：1,500万円／年
• 合計効果：1,620万円 + 1,500万円 = 約3,120万円／年

定性的効果

• ミス・出戻りの大幅減（レビュー時間が“確認”に集中）
• 引継ぎが容易（暗黙知→明示知）
• 客先回答のリードタイム短縮で受注率向上

---

7. よくある落とし穴と回避策

• 落とし穴：最初から“完璧な名寄せ辞書”を作ろうとする
  • 回避：まず頻出TOP50語から。週次で差分学習。
• 落とし穴：AIの推論で空欄を埋める
  • 回避：原文保持＋補正後の二重カラムで、監査可能性を担保。
• 落とし穴：人が見てる“最後の1割”を軽視
  • 回避：レビューUIを用意し、承認アクションをKPI化。
• 落とし穴：Excelに戻す前提で設計
  • 回避：RDBが主、Excelは出力。台帳・BI・APIを中心に。

---

8. ミニFAQ

Q. どの文書から始めるべき？
A. “数量×単価×金額”が表で並ぶ見積が最速で効果が出ます。次は注文書・契約書。

Q. 電帳法の対応は？
A. 解析と同時に取引日・相手先・金額・ファイルハッシュ・保管先をメタとして付与。検索性と監査証跡を確保します。

Q. 精度が頭打ちの時は？
A. 原本品質（傾き・解像度）と辞書の更新頻度を見直し。**“人レビューのフィードバックを辞書に戻す”**運用がカギ。

---

9. まとめ：小さく始めて、早く回す

• まずは100件の現物で回す
• 唯一絶対ルールで“勝手な推論”を排除
• 辞書とルールを週次で育てる
• 3か月で自動化率60%・年3,000万円級の効果を狙う

正確さ・再現性・スピードはトレードオフではありません。
「判断を言語化して、仕組みに埋め込む」ことで、Excelの限界を超えられます。

Connected Baseのご紹介

「AI-OCR」「RPA」から
“LLM＋人の判断”の再現へと移りつつあります。

Connected Base は、日々の見積書・請求書・報告書など、
人の判断を必要とする“あいまいな領域”を自動で処理し、
現場ごとのルールや判断のクセを学習していくAIプラットフォームです。

これまで人が時間をかけて行ってきた仕分けや確認を、
AIとルール設定だけで再現・蓄積・自動化。
単なる効率化ではなく、「判断の継承」まで含めたDXを実現します。

現場の知恵を未来につなぐ──
その第一歩を、Connected Baseとともに。

👉 https://connected-base.jp/