ROI事件ファイル No.529『CADを操れる人が、年々消えていく』
CADを操れる人が、年々消えていく
第一章：操作を聞ける相手が、いなくなっていく
「CADを使いこなせる人材が、年々減っています。聞ける相手がいなくなっていく」
TechSphere社の設計部マネージャー、宇田川亮氏は、そう言いながら3Dモデルの画面を見せた。「うちはNXとCATIA、二つのCADを使っています。主力はNXですが、CATIAの利用者もまだ多い。操作性もUIも違うから、現場で混乱が起きる。さらにCADモデリングができる人が減っていて、ライセンスも足りない。属人化が深刻です」
「具体的に、どんな支援が必要ですか」とClaudeが尋ねた。
「大きく二つです」と宇田川氏が答えた。「CATIA未経験者への操作支援。それと、CATIA経験者がNXに移行するときの支援。操作の違いでつまずく人が多い。ベテランに聞けば早いが、そのベテランが減っている。CAD初心者は、何が分からないかを言葉にするのも難しい」
「どう進めたいと考えていますか」と私が確認した。
「CADソフトに特化したAIチャットボットが欲しい」と宇田川氏が答えた。「操作を対話で教えてくれて、画面キャプチャから案内してくれるような。ただ、いきなり大規模に作るのは怖い。PoCから始めて、効果を見て広げたい。でも、多岐にわたる課題のどれから手を付ければ投資対効果が高いのか、判断できていない」
「課題が多岐にわたるなら、投資対効果で優先順位を裁く必要がありますね」と私が応じた。「ROIモデルで分解しましょう」
第二章：ROIモデルが問う、投資対効果で優先順位を裁く
「この案件には、ROIモデルが必要です」
Claudeがホワイトボードに「Return On Investment」と書いた。
「ROIモデルとは、投資対効果を最大化するために、課題の特定と優先順位付け、解決策の設計、実装と検証、展開と評価という一連のステップで進めるフレームワークです」と私が説明した。「課題が多岐にわたるとき、すべてに同時に手を付けると投資が分散して効果が薄れる。どの課題を解けば最も投資対効果が高いかを裁き、PoCで検証してから広げる。投資の順序を効果で決める手法です」
「まず現状のコストを測りましょう」とGeminiがROI Polygraphを開いた。宇田川氏から提供されたデータを入力する。
「月間のCAD業務コストが出ました」とGeminiが読み上げた。「CAD操作の質問対応でベテランが取られる工数が月平均二百時間、時給五千六百円で月百十二万円。CATIA未経験者・NX移行者の習熟遅延による生産性ロスが月平均九十万円。CADモデリング人材不足による作業滞留の機会損失が月平均八十万円。ライセンス不足による待ち時間コストが月平均四十万円。CAD操作ノウハウの属人化リスク期待値が月平均六十万円。初心者の質問言語化困難による解決遅延コストが月平均三十万円。合計で月四百十二万円。年間換算で約四千九百四十四万円」
宇田川氏が数字を見つめた。「ベテランが質問対応に取られる工数だけでも、これほどとは。習熟遅延や人材不足の機会損失まで入れると、規模が違う」
「では、ROIモデルで優先順位を裁きます」と私が続けた。
[課題の特定と優先順位付け]
「最初に、課題を洗い出して優先順位をつけます」とClaudeが言った。「CAD人材不足、開発期間短縮の要求、CATIAライセンス不足、NX移行のつまずき、初心者の質問言語化困難、UI環境別の操作サポート——課題は多岐にわたる。この中で、AIチャットボットで最も効果が出るのは『操作質問への対話支援』です。ベテランの工数を直接削り、習熟を早める。ここに投資を集中します」
[ソリューションの設計]
「次に、解決策を設計します」とGeminiが続けた。「CATIAとNXの基本操作・モデリング手法を対話形式で支援するAIチャットボット。さらに、画面キャプチャを読み取って操作を案内する機能を実装する。初心者が何が分からないかを言葉にできなくても、画面を見せれば案内が返る。質問言語化の壁を越える設計です」
[実装とテスト：PoCで投資対効果を検証]
「PoCフェーズです」と私が続けた。「いきなり全社展開せず、小規模導入で効果を検証する。実際にベテランの工数が減るか、初心者の習熟が早まるかを測る。フィードバックを集めて改善する。投資対効果を実データで確認してから、本格展開の判断を下す。PoCは、投資の安全装置です」
[展開と評価]
「最後に、展開と評価です」とClaudeが続けた。「PoCで効果が確認できたら、部門全体への展開計画を策定する。展開後も投資対効果を継続的に評価し、報告する。効果の出た領域から広げ、出ない領域は設計を見直す。ROIを軸に、展開の判断を数値で下し続ける構造です」
[投資回収を試算する]
「ROI Proposal Generatorで試算しましょう」とGeminiが提案した。
- 初期費用：CAD特化AIチャットボット開発・CATIA/NX操作データ学習・画面キャプチャ案内機能実装・PoC環境構築・現場研修費用合計七百八十万円
- 月次費用：チャットボット運用・モデル更新継続費合算月二十八万円
- 月次削減効果：ベテラン質問対応工数削減＝月七十八万円（七割削減想定）、習熟遅延の生産性回復＝月六十三万円、作業滞留の解消＝月五十万円、ライセンス待ち時間削減＝月二十五万円、合計月二百十六万円
- 月次純削減：二百十六万円－二十八万円＝月百八十八万円
- 投資回収期間：七百八十万円÷百八十八万円＝約四・一ヶ月
「四ヶ月強の回収です」とGeminiが整理した。「重要なのは、課題が多岐にわたる中で、最も効果の大きい操作支援に投資を集中する点です。すべての課題に同時に手を付けず、ROIの高い領域から。PoCで効果を確認してから広げるので、投資の失敗リスクが低い」
宇田川氏が数字を確認しながら言った。「課題が多すぎて、どれから手を付けるか決められませんでした。投資対効果で並べると、操作支援が一番効くと分かる」
「ROIモデルは、多すぎる課題を効果順に並べる道具です」と私が応じた。
第三章：PoCから広げる導入計画
「進め方を整理します」と私がホワイトボードの前に立った。
「第一・二ヶ月——課題の優先順位確定、CATIA/NXの操作データ・FAQ収集、チャットボットの仕様設計。第三・四ヶ月——AIチャットボット開発、画面キャプチャ案内機能の実装。第五ヶ月——PoC（小規模導入）開始、設計部の一部チームでの試験運用。第六ヶ月——フィードバック収集と改善、投資対効果の検証。第七ヶ月——効果確認後、設計部全体への展開計画策定。第八ヶ月以降——部門展開、ROI評価の継続、適用範囲の拡大」
「PoCで効果が出なかったら、どうしますか」と宇田川氏が確認した。
「その判断のためにPoCをやります」とClaudeが応じた。「小規模で試して効果が出なければ、設計を見直すか、別の課題に投資を振り向ける。大規模に作ってから失敗するより、損失がはるかに小さい。ROIモデルは、効果が出る確証を得てから本格投資する構造です。PoCは無駄ではなく、投資判断の根拠を作る工程です」
宇田川氏がメモを取りながら言った。「全部の課題を一度に解こうとしていました。効果順に並べてPoCから、という順序で、ようやく動けそうです」
第四章：聞ける相手が、いつでもそこにいる日
九ヶ月後、宇田川氏から報告が届いた。
ベテランの質問対応工数は、AIチャットボットのPoCを経て本格展開後、従来比で七割削減。「操作の質問は、まずチャットボットが答える。ベテランに来るのは、本当に難しい案件だけになった。ベテランの時間が設計業務に戻った」と宇田川氏は記していた。
初心者の習熟も早まった。画面キャプチャから操作を案内する機能が、質問を言葉にできない初心者を支えた。「『何が分からないか分からない』状態の初心者が、画面を見せるだけで案内をもらえる。つまずきの解消が速くなり、独り立ちまでの期間が縮んだ」と報告書にあった。
最も大きな変化は、CATIAとNXの併存問題に表れた。二つのCADの操作差で混乱していた現場が、チャットボットの案内で橋渡しされた。「CATIA経験者がNXに移るとき、操作の対応関係をチャットボットが教える。移行のつまずきが大幅に減った」と宇田川氏は記していた。
PoCの判断も機能した。小規模導入で効果を確認してから展開したため、投資が無駄にならなかった。「PoCで『これは効く』と数値で確認できた。だから部門展開の予算が、すんなり通った。いきなり大規模に作っていたら、こうはいかなかった」と報告書にあった。
副次効果として、ノウハウの蓄積が進んだ。チャットボットへの質問ログが、現場のつまずきポイントを可視化した。「どこで皆がつまずくかがデータで見える。研修の重点が明確になった」と宇田川氏は記していた。
人材不足への耐性も上がった。CAD操作の支援がAIで賄えるようになり、ベテラン依存が緩和された。「CADを操れる人が減っても、現場が回る構造になりつつある。属人化への危機感が、確実に和らいだ」と報告書にあった。
宇田川氏の報告書の最後にはこう書かれていた。「課題が多すぎて、どれから手を付けるか決められなかった。ROIモデルで投資対効果順に並べ、PoCで検証してから広げた。多すぎる課題は、効果で裁けば順番が決まる」
CADを操れる人が年々消えていく不安に怯えていた設計部が、聞ける相手がいつでもそこにいる日を手にした日、CAD支援は人に頼る職人技から、いつでも応える仕組みに変わっていた、と記されていた。
「課題が多岐にわたる相談ほど、人は動けなくなる。あれもこれも解きたくなり、投資が分散して、どれも中途半端に終わる。ROIモデルが問うのは、どの課題を解けば最も投資対効果が高いかだ。効果順に並べ、最も効く領域に投資を集中し、PoCで確証を得てから広げる。CADを操れる人が年々消えていく設計部で、聞ける相手がいつでもそこにいる日を得たとき、変わったのはチャットボットの機能ではなく、多すぎる課題を効果で裁く判断そのものだった」
関連ファイル
使用ツール
- ROI Polygraph — ベテラン質問対応工数・習熟遅延ロス・CAD属人化リスクの可視化
- ROI Proposal Generator — PoC起点のCAD支援AI導入の投資回収シミュレーション
