Genelith AI Solutions
過去の 設計を、 次の 設計の 力に。
図面・仕様書・過去のトラブル記録、そしてベテランの判断。散らばった設計の知を、根拠付きで意思決定に使える形にします。
お客様の図面・設計データをAIの学習に利用しない構成で提供します。オンプレミス・閉域網にも対応。
指摘 3件
- クリアランス 2.0mm — 社内基準 3.0mm以上
- 材質未記入 — SUS304
- 面取り注記もれ — C0.5
設計現場の課題
設計の 遅れは、 作図ではなく 「探す・判断する ・ 確かめる」で 起きている
構想から検図まで、フェーズごとに情報探索の非効率と熟練者への依存が連鎖し、リードタイムが伸びていきます。
最大340分
図面・仕様書の照合作業にかかる時間(1件あたり・AI導入前の実測)
出典: パナソニックコネクト発表(2026年2月)
約9割
設計業務従事者のうち、設計業務の属人化を認識している割合
出典: New Innovations調査(設計従事者約200人)
01
構想設計
過去案件のデータが分散し、要件整理や類似仕様の検索に時間がかかる。初期検討がベテランの経験に依存する。
02
基本設計
仕様変更時の影響範囲の洗い出しが属人化。図面・BOM・CAEの結果が次の案件に引き継がれない。
03
詳細設計
寸法・公差・注記の反復入力と転記ミス。付け方が人によってばらつく。
04
検図・承認
指摘の質がレビュアーの経験に依存し、検図待ちがボトルネックになる。指摘が次の設計に還元されない。
設計現場におけるAI導入の壁
図面の 読み 解きは、 汎用AIには まだ 難しい
71.7%
実務専門家は 94.9%
汎用AI最高性能の図面読解精度(構造図面ベンチマーク)
出典 DrawingVQA(arXiv 2607.15418・2026年7月)
38.7%
汎用型AIでは 10%未満
「図面理解が実現した」と実感した特化型AI(特定業務向けに作り込まれたAI)利用者の割合
出典 キャディ株式会社調査(2026年1月・n=300)
97%
最大340分 → 10分
図面・仕様照合の作業時間削減(特化AI導入・大手電機の設計開発部門)
出典 パナソニックコネクト発表(2026年2月)
私たちのアプローチ
「文脈の 理解」と 「暗黙知の 学習」の 両輪で、 現場に 適合し続ける AIを
設計者の意思決定を支援し、最終判断は人が行います。目指すのは完全自動設計ではありません。
- 図面
- 仕様書
- 過去履歴
文脈の リアルタイム理解
提案
人の 最終判断
暗黙知の 自動学習
- 図面
- 仕様書
- 過去履歴
文脈の リアルタイム理解
提案
人の 最終判断
暗黙知の 自動学習
文脈の リアルタイム理解
図面、仕様書、過去履歴。分断されたデータをAIがまとめて読み解き、設計者の意図を文脈として理解します。
暗黙知の 自動学習
AIの提案に対する設計者の修正・採択をログ化し、ベテランの思考プロセスを蓄積して学習を続けます。
すべての提案には、根拠となった社内規定や過去の類似図面への参照リンクを明示します。
導入して終わりではなく、現場のフィードバックで賢くなり続けます。
選び方
AI活用の 手段は 4つ。 適した 場面を 比べて 選べます
4つの手段を、適した場面で比べられるように整理しました。
汎用AIを
そのまま 使う 適している場面
文章の作成・要約、一般知識の補助
適さない場面
図面の読み解き、社内基準に基づく判断(「設計現場におけるAI導入の壁」の統計を参照)
パッケージ製品
(検図・ 図面検索など) 適している場面
標準的なチェック項目で足りる業務。図面管理が整っていて、すぐ使い始めたい場合
適さない場面
社内固有の設計基準・暗黙ルールに基づく判断が必要な業務
社内で
内製する 適している場面
AI専任チームがあり、作った後も継続的に改修できる体制がある場合
適さない場面
専任を置けない場合(構築後も維持・改善の担い手が必要になります)
カスタム開発+伴走
(当社) 適している場面
パッケージで精度が出なかった業務。社内固有ルールが多く、段階的に確かめながら進めたい場合
適さない場面
標準機能で足りる業務(その場合はパッケージ製品をおすすめします)
選定の目安(5問)
- 01
自社の
設計基準・チェック項目は 文書化されているか - 02
パッケージ製品の
検証で、 精度は 業務に 足りたか - 03
AIの
構築・改修を 担う 専任者を 置けるか - 04
図面・設計データは
どこまで 社外に 出せるか - 05
段階的に
効果を 確かめてから 投資を 判断したいか
設計現場の
始め方
データが 整っていなくても、 始められます
データの蓄積状況に合わせて、2つの入口をご用意しています。
図面・文書データが一定蓄積されている場合
プランA|無償プロトタイプ検証
NDA締結のうえお預かりしたデータで簡易AIプロトタイプを無償構築。自社データに対する回答精度、UIの操作感、本番導入の概算費用と期間を確認できます。無償検証の範囲・期間・有償化の基準は、開始前に書面で明確にします。
データ基盤がこれからの場合
プランB|データ創出・要件定義伴走
何を・どの粒度で・どう集めるかの設計から伴走。AIを使いながら、設計データと知識が自然に蓄積される仕組みをつくります。
提供の流れ
まずは 小さく。 効果を 確かめながら 進めます
初期診断で現状を実測し、段階ごとに効果を確かめてから次へ進みます。だから、効果の削減率を先に約束することはしません。
01
30分無料相談
現状課題のヒアリング、および弊社ソリューション事例の共有を通じたアプローチの方向性すり合わせ
02
1-2週初期診断
対象となる業務プロセスの特定と、現在保有しているデータの量・質・フォーマットの簡易アセスメント。実現可能性の一次判定
03
4-8週有効性検証
一部のサンプルデータを用いた簡易プロトタイプの構築。現場キーマンに実際に触れていただき、「AIが実業務に寄与するか」の技術的・業務的フィジビリティを検証
04
3-6ヶ月現場組み込み・実測検証
特定部門・特定ラインに限定し、実データ・実プロセス内でのβ版運用を開始。現場からのフィードバック収集と課題の抽出。
05
6ヶ月以降継続的な精度向上・現場定着の維持
継続契約を通じた、現場の実データに基づく精度の継続的チューニング・現場定着の維持・AIモデルの精度劣化の防止を実施
06
順次横展開
他工程とのデータ連携強化、および全社展開に向けたスケーリング準備
導入して終わりではありません。現場のフィードバックをもとに、継続的に精度と使い勝手を改善します。
チーム
設計現場の ために 作る、 AIの 専門チーム
Kaggle Grandmasterが
自動車業界を
Partners & Programs
- NVIDIA Omniverse Enterprise
- NVIDIA Inception Program
- Microsoft for Startups
- Google for Startups
Partners & Programs
設計現場の
よく ある ご質問
設計現場の 課題を、 まずは 30分 お聞か せください
どこから始めれば効果を確かめられるか、一緒に整理します。
プランA|無償プロトタイプ検証
図面・文書データが一定蓄積されている場合
プランB|データ創出・要件定義伴走
データ基盤がこれからの場合
30分の相談で行うこと
- 現状の
課題を お伺いします - 類似の
解決事例を 共有します - アプローチの
方 向性を すり合わせます
