建築図面は、線と記号と業界慣習の組み合わせで情報を伝える、極めて密度の高い非構造化データです。人間の専門家はこれを見て必要な情報を読み取り、積算に落とし込みます。

この工程をAIで自動化する仕事に取り組んできました。ここで書きたいのは、モデルの話ではありません。この種のシステムで最も難しいのは、精度を上げることではなく「どの程度正しければ業務で使えるか」を決めることだという話です。

「正解率90%」は何も意味しない

図面から数量を抽出するシステムを作ったとします。テストして「正解率90%」という数字が出た。

この数字だけでは、業務で使えるかどうかを誰も判断できません。理由は3つあります。

1. 何を1件と数えたのか

図面1枚を1件と数えるのか、抽出項目1つを1件と数えるのか。後者なら、1枚の図面に100項目あれば10項目間違っている計算になります。積算では、1項目の誤りが最終見積を大きく狂わせることがあります。

2. 誤りの種類が区別されていない

これが最大の問題です。実際の業務では、誤りの種類ごとに深刻度がまったく違います。

誤りの種類業務上の影響
数量を誤って抽出した致命的。気づかず見積に載る
項目を見落とした深刻。ただし合計チェックで気づけることがある
読めないと判断して人間に回した許容できる。むしろ望ましい挙動
余計な項目を拾った軽微。人間が消せばよい

「読めないと判断して人間に回した」ケースを不正解に数えるか正解に数えるかで、同じシステムの数字が大きく変わります。そして業務的には、これは正解として扱うべき挙動です。誤りを分類せずに一つの数字にまとめた時点で、その数字は判断材料としての価値を失います。

3. どの図面で測ったのか

きれいなCAD出力のPDFと、スキャンされた手書き加筆入りの図面とでは、難易度が違いすぎます。評価用データセットの構成が、そのまま数字を決めてしまう。

だから、評価設計から始める

当社では、この種のシステム開発においてモデルを触る前に評価パイプラインを作ることを例外なく標準にしています。具体的には次の4つを決めます。

1. 誤りの分類と、それぞれの許容ライン

業務担当者と一緒に、上の表のようなものを作ります。ここは技術者だけでは決められません。「この誤りが起きたら何が困るのか」を業務側から引き出す作業です。

このとき有効なのが、過去に人間が起こしたミスを聞くことです。人間も間違えています。その頻度と種類が分かると、「AIに求める水準」が現実的なところに定まります。人間より厳しい基準を求められて頓挫する、という事故を防げます。

2. 評価用データセットの層別

図面の種類ごとに層を分けます。CAD出力 / スキャン / 手書き加筆あり / 古い様式、など。

層別に数字を出すと、「全体では85%だが、CAD出力に限れば97%」といったことが分かります。すると**「まずCAD出力だけを自動化する」という現実的な導入計画**が立ちます。全体の数字だけを見ていると、この判断ができません。

段階的に導入範囲を広げる設計にできるかどうかは、しばしばプロジェクトの成否を分けます。

3. 確信度の出し方と、人間に回すしきい値

100%正しいシステムは作れません。前提として、確信が持てない出力を人間の確認に回す設計を最初から組み込みます。

重要なのは、このしきい値を運用中に変えられるようにしておくことです。導入初期は保守的に、信頼が蓄積したら自動化率を上げる。この調整ダイヤルの存在が、業務側の受け入れやすさを大きく変えます。

4. 継続的に測り続ける仕組み

一度測って終わりではありません。プロンプトを変えたとき、モデルを差し替えたとき、新しい様式の図面が来たとき。そのつど自動で回帰評価が走る仕組みを作ります。

これがないと、改善のたびに「前より良くなった気がする」という主観的な議論に戻ります。この分野のモデルは半年で状況が変わるため、差し替えを前提とした評価基盤は必須です。

図面固有の難しさ

一般的な帳票OCRとの違いも書いておきます。

情報が空間的な関係で表現される。 寸法線がどの部材を指しているか、記号がどの範囲にかかっているかは、位置関係でしか判断できません。テキストとして抽出した時点で失われる情報が多く、画像として扱う処理と組み合わせる必要があります。

業界慣習への依存が強い。 同じ記号が事務所によって違う意味を持つことがあります。汎用モデルの知識だけでは足りず、対象組織の慣習をどう取り込むかが設計課題になります。

縮尺と解像度。 細部を読むには高解像度が必要ですが、全体の構造を把握するには俯瞰が必要です。この両立をどう設計するかで、精度もコストも変わります。

まとめ

  • 図面や帳票からの抽出で難所になるのは、モデル選定ではなく評価設計
  • 単一の正解率は判断材料にならない。誤りを分類し、種類ごとに許容ラインを決める
  • 評価データを層別すると、段階的な導入計画が立つ
  • 確信度の低い出力を人間に回す設計と、運用中に調整できるしきい値を最初から入れる
  • 回帰評価の自動化がないと、改善の議論が主観に戻る

図面・帳票からの構造化抽出は、AIデモページで実際にお試しいただけます。精度と限界を、商談の前に確認してください。