CADのAI自動化はどこまで任せられるか | 2D図面3D化の判断軸

AI変換に任せられる範囲を決める3つの判断軸

CADのAI自動化とは、図面を読み取って3D形状を起こす作業のうち、機械側に寄せられる部分を機械に任せることを指します。設計判断そのものは自動化の対象に含めません。ここを混ぜたまま議論すると結論が出ません。決め手は製品の性能表にありません。次の3つです。手元の図面がどの状態か（入力）。できた3Dデータをどこへ渡すか（出口）。何枚あり、社内にCAD工数があり、社外へ出せるか（規模と持ち場）。1つでも答えられないなら、方式を比べる前にそこを確定させるほうが早いです。

3つの軸は、それぞれ別の質問に答えます。

• 入力は「機械にどこまで読めるか」。弱いと、どの方式でも人が補う量が増えます

• 出口は「どこまで作れば完了か」。宣言しないと「もう少し精度を上げたい」が続きます

• 規模と持ち場は「社内に工数を残すか、外へ出すか」。稟議で最初に問われる軸です

「AIはどこまでできるのか」に一般解を求めても、判断が進みません。AI変換が引き受けるのは、図面から形状を起こす工程の一部です。出力を確認して下流で使える形にするところは、人の側に残ります。

図面の状態が決めるAI変換の限界｜紙・スキャンPDF・ベクタPDF・DXF

機械が図面から取れる情報は、その図面がベクタか画像かで構造的に変わります。DXF・DWG やベクタのPDFには、線が線分データとして、寸法値が文字として入っています。紙をスキャンしたPDFや写真には、線も文字も画素の並びとして入っているだけです。1本の線がどこからどこまでかは、推定になります。紙やスキャン図面が3D化できないわけではありません。ただし推定が増えるほど、出力を確認して直す工数が増えます。図面の状態による差は、方式を替えても埋まりません。

機械が読める図面と、人の解釈が要る図面

同じ「PDFを読ませる」でも、中身で扱いが変わります。Googleは Gemini API のドキュメント理解の仕様を公開しています。PDFのページは、元の縦横比を保ったまま上限解像度まで画像としてスケールされます。同時に、Gemini 3以降のモデルでは、PDFに埋め込まれたネイティブテキストが抽出されてモデルへ渡されるとも書かれています（Google「Document understanding」）。ベクタPDFでは描画の見た目と文字情報の両方が入力になります。スキャン画像のPDFでは画像だけが渡ります。

この差は読み取り精度の話の手前にあります。寸法値が文字として入っていれば値そのものが対象になり、画像しかなければ推定になります。

改訂履歴と最新版｜変換より先に決めること

どの版を3Dにするかが決まっていない図面は、変換しても使われません。方式を選ぶ前に、対象図面の最新版が1枚に特定できるかを確認します。ここが曖昧なまま大量変換に進むと、3Dデータと図面のどちらが正かが分からなくなります。二重管理が増え、元より遅くなります。

詰まるのは、次のような状態です。

• 図面番号が同じで、枝番だけ違うファイルが複数ある

• サーバの図面と現場のコピーが食い違う

• 改訂記録欄が途中で止まっている

変換の対象は最新版が1枚に決まっている図面だけにします。決まらない図面は別の束に分け、誰が版を確定させるかを先に決めます。

必要な精度の水準は、3Dデータの行き先から逆算する

必要な精度は、その3Dデータを何に使うかで決まります。会議で形を見せて説明を早くするだけなら、外形が図面と一致していれば足ります。装置内のレイアウトや干渉を机上で判定するなら、部品の位置関係と主要寸法が要ります。製造や解析へ渡すなら、寸法公差・幾何公差・注記・材質まで揃っていないと使えません。「精度は何パーセント必要か」と問うても答えが出ません。先に、その3Dで終わらせたい判断を1つ挙げます。合否の基準は、その判断に必要な形状特徴が再現されているかどうかです。

行き先ごとに、3Dデータへ何が付いていないと使えないか

行き先が下流へ進むほど、形状の外側に付ける情報が増えます。見るだけなら外形の形状。干渉・レイアウトの確認なら、そこに位置関係と主要寸法。製造・解析へ渡すなら、さらに寸法公差・幾何公差・注記・材質が必要になります。AI変換の出力が最初に埋めるのは内側の層です。外側の層は人が付けるか、図面を併記して渡します。

3Dモデルへ製図情報を直接付与する考え方は、自動車業界の団体が先行して整備を進めている領域です。一般社団法人日本自動車工業会は、3D図面（3D単独図）のページで JAMA/JAPIA 3DAモデルガイドライン V2.0 を公開しています。JIS B 0060シリーズ（デジタル製品技術文書情報）も参照しています。CAD機能要求ガイドライン V4.0 と設計お作法集は2026年5月13日公開です（日本自動車工業会）。これは自動車業界（サプライヤーを含む）に閉じた取り組みですが、何をどう付けるかが標準化の対象になっている段階、と読むほうが実態に近いです。

受け入れ判定は誰がやるか

3Dモデルが出てきたことを成果としているなら、その検証はまだ評価の段階に入っていません。判定するのは、出てきた3Dで、これまで図面を突き合わせて確認していた判断が何件そのまま通ったかです。ここが0件なら、変換の精度をさらに上げても業務は変わりません。逆に、粗い出力でも判断が通るなら、その用途では十分です。

最初に確認するのは、図面に描かれていない情報を出力が勝手に埋めていないかどうかです。埋まっている方が見た目は整うため、ここを見落とすと下流で気づきます。見落としやすいのは、断面指示のない部位の内部形状、記載のない面取りやフィレット、省略された繰り返し形状です。

責任の置き場も曖昧にしません。出力を根拠に判断を下すのは設計部門であり、受け入れ判定も設計部門に残ります。text-to-CADを提供する Zoo は公式FAQで、意図の誤解・正しくない形状・製造できない設計の提案が起こりうるとしています。変更は必ず検証するよう求めています。製造可能性や構造安全性の保証、詳細なシミュレーションはできないとも明記しています（Zoo）。提供側が保証しないものを、社内の誰も判定しないまま流さないようにします。

3つの選択肢の特性｜既存CADでのモデリング、AI変換ツール、変換サービス

2D図面を3Dにする道は大きく3つです。設計者かCADオペレータが既存のCADで手を動かす。AI変換ツールを社内に入れて自分たちで回す。変換を外部のサービスに出す。3つの差は速さや価格の前に現れます。受けられる図面の状態、社内に残る工数、図面が社外へ出るか。常に正しい1つはなく、同じ会社でも図面の束ごとに使い分けます。3つの判断軸に沿って並べたのが次の表です。優劣ではなく、自社の条件がどの列に当たるかを見てください。

既存CADでのモデリングは、対象が少ないときに最も速い選択肢です。設計意図まで反映できるのは、図面を読める人が手を動かす方式だけです。弱点は枚数に比例して工数が増える点で、数百枚を超えると他業務が止まります。

AI変換ツールを入れて内製する場合も、工数がゼロになるわけではありません。モデリングにかかる時間は減りますが、代わりに検収の時間が増えます。bestat の 3D.Core CAD Agent は、AIエージェントが2D図面を読み取って3Dモデリングを支援するだけでなく、出力形式の整形まで一定範囲で自動化しており、最短1営業日でデータを受け取れます（note）。ただし、出力を最終的に使える形へ仕上げる検収と、設計意図の反映は引き続き設計側の役割として残ります。

変換を外注に出す方式は、状態の混在した図面をまとめて片付けたいときに向きます。社内工数は少なく済む一方、仕様説明と受入検査の工数は発生します。CAD Agentのようなサービスを社外に依頼する場合も同様で、「3Dにしてほしい」とだけ伝えるのではなく、出口の仕様（見るだけか、干渉確認まで必要か、公差や注記が要るか）を先に文書化して渡すことで、手戻りを防げます。

最終的には自社の図面で試すことになります。図面の状態と出口に合う方式を整理する段階なら、対象図面の内訳を持ち込んで相談する形が早いです。→ 3D.Core CAD Agent

ケース別の推奨と、AI変換が向かない図面

条件が揃えばAI変換は効きます。揃わないまま寄せると、検収で工数が食われて元より遅くなります。効く条件は次の3つです。

• 機械が読める図面がまとまった量ある

• 出口が「見る」「干渉を確認する」に収まる

• 同じような変換が繰り返し発生する

逆に、次の条件では既存CADで手を動かすほうが確実です。

• 対象が数枚で、社内にCAD工数がある

• 図面の記載自体が確定していない

• 製造へ直接渡す前提で、公差と注記が必須

自社の条件を次の4つのケースに当ててみてください。

• 過去製品の改良設計で、DXFが数百枚ある: AI変換ツールで内製する候補。検収の担当と基準を先に決める

• 特注パーツの再生産で、紙原図とスキャンPDFが混在: 変換サービスに出す候補。出口の仕様を文書で渡す

• 企業間で受け渡す部品図面を3Dで揃えたい: 相手が開ける形式と必要な情報を先に確認する

• 対象が十数枚で、担当者が図面の背景を知っている: 既存CADで手を動かすほうが速い

AI変換が向かない図面は、次の条件で見分けます。実績としての断定ではなく、判断のための切り分けです。

• 最新版が1枚に特定できない図面: 版の確定が先。変換結果を誰も正と言えない

• 記載が確定していない図面（手書き追記が最新・注記が読めない）: 確定が先

• 図面と現物が合っていない可能性がある図面: 正確に3Dにしても、判断には足りません

• 安全に直結する部材で、構造の判断根拠にする図面: 提供側自身が構造安全性を保証しないと明記

bestat のサービスが向かないケースもここに含まれます。対象が数枚で社内にCAD工数があるなら、外部に出す手間のほうが大きくなります。図面が存在しない案件、図面と現物の食い違いを確かめる案件も、2D図面を入力とする方式の射程外です。

稟議と情シス審査で問われること、PoCで測る数字

方式を決めたあとに詰まるのは、社内を通す段階です。稟議で問われるのは、効果の大きさより何と何を比べてどう決めたかの説明です。前節までの3方式と判断軸を、そのまま材料にできます。情シス審査では、データがどこに置かれるかが最初の論点です。効果測定では他社の削減率を引いても通らず、自社の最初の10図面で2つの数字を記録するほうが早く通ります。順序は、情シスの確認を先に済ませ、通る方式でPoCを組み、10図面の記録を稟議に載せる形です。

情シスが最初に聞く4つのこと

審査で確認されるのは、おおむね次の4点です。図面データがどこに保管されるか。アップロードしたデータが提供側のモデル学習に使われるか。処理の一部が再委託されるか、再委託先はどこか。情報セキュリティの第三者認証を持っているか。方式を決めた後ではなく、候補を絞る段階で聞くほうが手戻りが少なく済みます。

認証の有無を先に確認しておくと、社内審査の往復が短くなります。認証があること自体が安全を意味するわけではありません。ただし審査票に書ける項目が増えるぶん、確認の手数が減ります。bestat の場合は ISO/IEC 27001:2022 および JIS Q 27001:2023 を取得しています（note）。候補が複数あるなら、各社へ同じ4点を同じ書式で聞き、情シスへ並べて渡します。

最初の10図面で測る2つの数字

効果は削減率で語らず、最初の10図面で次の2つだけを記録します。

• 手戻り率: 出力をそのまま使えなかった図面の割合。設計者が形状を直した、寸法を読み替えた、図面と突き合わせ直した、のいずれかが起きた図面を数える

• 1図面あたりの確認工数: 設計者が出力を確認・修正した実時間。分単位で記録し、変換の待ち時間は除く

この2つが無い稟議は、他社の削減率を引用しても通りません。逆にこの2つがあれば、対象枚数を掛けるだけで年間の工数が出せます。同じ10図面を既存CADで手モデリングした時間も1〜2枚だけ測ると、差が説明できます。記録は当日中に書きます。後から振り返ると件数は少なく見積もられます。

試す図面の選び方｜きれいな図面で判定しない

PoCに使う図面は、担当者が選ぶときれいなものになります。線が繋がり、寸法が揃い、最新版がはっきりしている図面です。そこで良い結果が出ても、本番の判定材料にはなりません。本番で流れてくるのは、そうでない図面のほうです。

10図面の構成を先に決めます。状態の良いもの、標準的なもの、社内で最も状態の悪いものを混ぜます。そこへ他部門から「これは無理だろう」と言われている図面を1枚入れます。その1枚が通れば説明が要らなくなり、通らなければ向かない条件が手に入ります。

選定フロー

自社の条件を上から当てていき、最初に当たった行を採ります。

決める順序は3段階です。第1に入力の棚卸し（形式別の枚数を数え、版が特定できない図面を分ける）。第2に出口の宣言（この3Dで終わらせたい判断を1つ書く）。第3に10図面での試行（手戻り率と確認工数の記録）。

よくある質問

AI搭載のCADソフトはどう選べばよいですか。無料で使えるものはありますか？

機能表を並べる前に、3点で絞るほうが早く決まります。第1に、自社の図面がそのAI機能の入力条件を満たすか（ベクタ形式が前提か、画像も受けるか）。第2に、出力が自社の下流工程で開けるか。第3に、出力の検収に必要な情報が付いてくるか（どの図面のどの版から作られたか辿れるか）。無料枠の有無は製品ごとに違います。無料で試せる場合も、判定できるのは操作感と、整った図面で動くかどうかまでです。本番の判定には、自社で最も状態の悪い図面を混ぜた試行が必要になります。

機密性の高い図面をクラウドのAIに上げても問題ないですか？

社内規程と提供側の条件の両方を確認してから決める領域です。確認するのは4点です。データの保管場所。モデル学習に使われるか。処理の再委託の有無と再委託先。第三者認証の有無。同じ書式で候補各社に聞き、回答を並べて情シスへ渡すと審査が短くなります。持ち出しが認められない図面が対象の大半なら、社外へ出す方式は候補から外し、社内工数で回す前提に切り替えます。

AIが変換した3Dデータは、そのまま製造に使えますか？

行き先が製造なら、形状データだけでは足りません。寸法公差・幾何公差・注記・材質が揃っていないと、受け取る側が判断できません。3Dモデルへ製図情報を付与する考え方は、自動車業界の団体が中心になって整備を進めています。日本自動車工業会は3DAモデルガイドラインなどを公開しています。text-to-CADを提供する Zoo も公式FAQで、製造可能性や構造安全性の保証はできないと明記しています。変換の出力は形状の土台として受け取ります。製造へ渡す情報は設計部門が付ける分担にします。

AIに仕事を奪われてしまうのではないかと不安です。

設計部門の中で、工数の置き場が移ります。図面を読んで形状を起こす時間が減り、出力を確認して判断する時間が増えます。減らないのは、図面に書かれていない前提を知っていることの価値です。どの寸法が機能に効くか、なぜその公差なのか、過去にどこで不具合が出たか。いずれも図面に載っておらず、機械の入力になりません。形状を起こす作業を機械側へ寄せ、受け入れ判定と設計意図の管理を人が持つ形になります。

ChatGPTやGeminiなどの生成AIは、CADソフトに活用できますか？

汎用の生成AIにCADデータを直接読ませる用途と、図面から3Dを起こす用途は分けて考えます。Googleは Gemini API のドキュメント理解について、意味のある理解の対象をPDFに限ると明記しています。それ以外の形式は純テキストとして抽出されます。描画された内容は解釈できません。DXFやDWGをそのまま渡しても、図面として読めるわけではありません。汎用AIが効くのは、注記や仕様書の読み取り、変換前の図面棚卸しの整理といった周辺工程です。

3D化の方式を社内で比較検討する段階なら、対象図面の選び方と判断軸をまとめた資料が使えます。稟議や部門内の共有にそのまま回せる形です。→ 資料ダウンロード

bestat 編集部について

bestat株式会社は、東京大学 松尾研究室発の産業用3Dデータに特化したAIスタートアップです。製造業・インフラ・土木の現場で、画像・動画・点群・360度動画など、現実空間で取得される多様なデータを高精度に3D化し、取得・生成・処理・活用までを一気通貫して支援する「3D.Core」シリーズを開発・提供しています。 https://bestat-data.com/3dcore

参考文献

• Zoo「Frequently Asked Questions」: https://zoo.dev/docs/faq

• 日本自動車工業会「3D図面（3D単独図）」: https://www.jama.or.jp/operation/it/dg_egr/3d_drawing.html

• Google「Document understanding」: https://ai.google.dev/gemini-api/docs/document-processing

• bestat note「Monthly bestat 3月号」: https://note.com/bestat/n/nb03beac7e279