AIを活用した図面検図のススメ【KENZ・検図照査AIなど主要サービス比較】

AIを活用した図面検図のススメ｜初心者向けチェックポイントからローカルAI構築まで

製造業の設計現場では、検図（けんず）は品質を守る最後の砦です。しかし、検図は非常に経験に依存するベテランのスキルで、初心者にとっては「何を見ればいいのかすらわからない」業務です。

本記事では、検図初心者にまず身につけてほしいチェックポイント、よくある見落としパターン、そしてAIを活用した検図の具体的なサービスとローカルAIでの構築可能性まで、深掘りして解説します。

検図初心者がまずチェックすべき7つのポイント

1. 寸法の整合性

チェック内容：全体寸法と部分寸法の和が一致しているか。例：「全体長さ100mm」なのに「部分Aが60mm、部分Bが50mm」になっていないか。
見落としポイント：隣接図面との境界部の寸法。図面Aの右端と図面Bの左端の寸法が合っているか。

2. 公差の妥当性

チェック内容：指定された公差が「厳しすぎないか」「緩すぎないか」。±0.01mmの公差が必要なのか、±0.1mmで十分なのか。
見落としポイント：公差を書き忘れている箇所。特に「片側公差」と「両側公差」の取り違い（+0.02/+0.01 か +0.02/-0.00 か）。

3. 材料・材質の統一

チェック内容：図面間で同じ部品に異なる材質が指定されていないか。例：「ステンレス」と「SUS304」が混在。
見落としポイント：同一部品が複数の図面にまたがっている場合、表記のブレ。

4. 部品表（BOM）との整合性

チェック内容：図面に記載された部品番号・材質が、部品表と一致しているか。
見落としポイント：図面変更後にBOMが更新されていない「修正忘れ」。

5. 製図規則の遵守

チェック内容：線種（実線・破線・点線）、寸法記入方法、文字の大きさがJIS規格や社内ルールに従っているか。
見落としポイント：線種の使い分け。隠れている部分は破線、切断線は太実線など。

6. 干渉チェック

チェック内容：3Dアセンブリで部品同士が重なっていないか、クリアランスが確保されているか。
見落としポイント：2Dではわからない高さ方向の干渉。配管やケーブルが機器と干渉していないか。

7. 加工可能性

チェック内容：設計された形状が、実際に加工可能か。例：内径R0.5mmの溝をフライスで削れるか。
見落としポイント：「理論上は正しいが、工具が届かない形状」。

よくある見落しパターン10選

初心者が最もよく見落とすパターンをまとめます。

単位の取り違い：「0.5mm」と「0.5cm」の違い。特に英字と数字の取り違い（Oと0、Iと1）。
スケールと実寸の取り違い：図面の縮尺を忘れて実寸だと思ってしまう。
同一部品の表記ブレ：同じ部品を「M8ネジ」と「六角穴付きネジM8」と呼び分けている。
隣接図面との不整合：図面Aの右端と図面Bの左端の寸法が合っていない。
修正履歴の管理漏れ：修正したことを忘れて旧版の図面を使っている。
公差の書き忘れ：「50」と書かれているが、公差が書かれていない。
材質の書き間違い：「SUS304」を「SUS316」と書き間違える。
表面粗度の書き忘れ：必要箇所に表面粗度の記号が書かれていない。
止まり記号の書き間違い：「⌀」と「R」を間違える。
配管・配線の忘れ：機械部分は完璧だが、配管やケーブルのルートが書かれていない。

AI検図で使える具体的サービス（2026年版）

1. KENZ（システムインテグレータ）

機能：AI検図支援、寸法・公差チェック、図面間整合チェック、表記ルールチェック
対応フォーマット：DXF、DWG，PDF
特徴：日本の製造業向けに特化。JIS規準や社内ルールを学習可能。
価格：要問い合わせ（カスタマイズ型）
無料トライアル：あり

2. 検図照査AI（KK Generation）

機能：2D/BIM図面の自動照査、適合不適合判定、Excel連携
対応フォーマット：DXF、DWG，PDF，BIM
特徴：BIM対応で建築・設備系に強い。
価格：要問い合わせ
無料トライアル：あり

3. CADDi Drawer（CADDi）

機能：過去図面の類似検索、図面データベース化、AIタグ付け
対応フォーマット：PDF，DXF，DWG
特徴：図面の類似検索に特化。流用設計の効率化。
価格：要問い合わせ
無料トライアル：あり

4. Autodesk AI（Autodesk）

機能：Generative Design、干渉チェック、設計案自動生成
対応フォーマット：DWG（Inventor）
特徴：設計段階からAIが関与。干渉チェックは高精度。
価格：サブスクリプション（年間数万円〜）
無料トライアル：あり（30日間）

5. ローカルAIでの検図は可能か？

結論：可能ですが、工夫が必要です。

ローカルLLM（Llama、Mistral等）を社内サーバーに構築すれば、図面データを外部に出すことなくAI検図が可能です。ただし、テキストベースのLLMだけでは図面画像を解析できません。

2段階のアーキテクチャが必要です：

ステップ1：図面画像をテキスト化：図面OCR（光学文字認識）で、図面画像から寸法・注記をテキスト抽出。
ステップ2：LLMでチェック：抽出したテキストをローカルLLMに送信し、ルールベースで整合性をチェック。

必要なハードウェア：

GPU：NVIDIA RTX 4090以上（24GB VRAM以上推奨）
RAM：64GB以上
ストレージ：図面データベース用に1TB以上

必要なソフトウェア：

ローカルLLM：Llama 3、Mistral、Qwen等（無料）
OCRエンジン：Tesseract（無料）または商用OCR
図面ビューーワー：FreeCAD（無料）または商用CAD

ローカルAIのメリット：

データが社外に出ない（セキュリティリスクゼロ）
ランニングコストが不要（電気代のみ）
カスタマイズ自由（社内ルールを学習させやすい）

ローカルAIのデメリット：

初期構築コストがかかる（ハードウェアで50万円〜）
運用・保守のスキルが必要
クラウドAIに比べて精度が劣る場合がある

AI検図の導入ステップ

ステップ1：PoC（概念実証）

手元の10〜20枚の図面でAIの検出精度を検証。無料トライアルを活用。

ステップ2：ルール設定

社内の検図基準やJISルールをAIに学習させる。

ステップ3：部分導入

寸法チェックなど特定機能から運用開始。

ステップ4：段階的拡大

BOM整合や過去図面管理などに対象を拡大。

まとめ

検図は「経験」から「ルール」へ、そして「AI」へと進化しています。初心者はまず7つのチェックポイントと10の見落としパターンを覚えましょう。

AI検図を導入する場合は、KENZ、検図照査AI、CADDi Drawerなどの実用的なサービスから検証を始め、予算やセキュリティ要件に合わせてローカルAI構築も検討してください。

完全自動化ではなく「AIが一次チェック、人間が最終判断」のハイブリッドが、2026年の現実的な解です。

出典・参考

KENZ（システムインテグレータ）
検図照査AI（KK Generation）
CADDi Drawer（CADDi）
Autodesk AI（Autodesk）
JIS B 0001 製図規格