図面のAI読み取りは、「表題欄・建具表・部屋名の抽出」までは実務に載せられます。一方で「寸法からの実寸算出」「積算数量の確定」「図面間整合の判断」は、現時点で人が担う領域です。この線引きを工程レベルで説明します。
図面をAIで読み取るとは、具体的に何をすることか？
図面のAI読み取りとは、PDFや画像として保存された図面から、文字・寸法・記号・表といった要素を、機械が扱えるデータ（テキスト、座標、数量）として抽出する処理である。 「AIが図面を理解する」という言い方は実態を過大に表現しています。
処理は3つの層に分かれます。層が上がるごとに難易度が跳ね上がります。
| 層 | やっていること | 例 |
|---|---|---|
| 第1層：文字認識 | 図面上の文字列を取り出す | 表題欄の物件名、部屋名、寸法値 |
| 第2層：図形・記号認識 | 線・シンボル・表構造を検出する | コンセント記号、建具符号、罫線 |
| 第3層：意味解釈 | 要素同士の関係を判定する | この寸法値はどの壁のものか、この記号は何系統か |
多くの「図面AI」への期待は第3層に向いています。しかし実務で安定して回るのは第1層と、条件を絞った第2層までです。この差を理解しないまま導入すると、「思っていたのと違う」で止まります。
ベクタPDFとラスタ画像で、精度はどう変わるのか？
最初にやるべきは、対象図面がベクタPDFかラスタ画像かの判定です。 ここで後工程の設計がまるごと変わります。
判定方法は単純です。PDFビューアで図面を開き、「通り芯番号」や部屋名をテキスト検索してください。ヒットすれば文字がテキストとして埋め込まれたベクタPDF、ヒットしなければ画像として貼られたラスタPDFです。
| 種別 | 典型的な出どころ | 文字の取得 | 主なリスク |
|---|---|---|---|
| ベクタPDF | CADから直接出力（DWG/DXF由来） | テキストと座標を直接取得できる | フォント埋め込みの欠落、文字化け |
| ラスタPDF・画像 | スキャン、FAX、現場での写真撮影 | OCRが必要 | かすれ、傾き、朱書きとの重なり、モアレ |
ラスタでも読めますが、前処理が増えます。傾き補正、コントラスト調整、朱書き（赤ペンの手書き）と印字の分離。特に折り目のついたA1図面を分割スキャンしたものは、継ぎ目で線が途切れて記号検出が崩れます。
実務上の分岐は、「元のCADデータを出図元からもらえるか」です。もらえるならOCRの議論は不要になります。読み取り開発に着手する前に、まず出図元へ確認する。この一手間で、プロジェクトの難易度が一段下がることがあります。
現時点で、実務に載せられるのはどこまでか？
タスクごとの実現度を整理します。「条件」の欄が満たせないなら、実現度は一段下がると考えてください。
| タスク | 実現度 | 成立する条件 |
|---|---|---|
| 表題欄の項目抽出（物件名・図面名・図番・縮尺・日付・改訂） | 高い | 表題欄の位置と項目名が社内で統一されている |
| 建具表・仕上表など罫線のある表の抽出 | 高い | 罫線が引かれている。セル結合が少ない |
| 部屋名・面積表記の抽出（間取り図・マイソク） | 中 | 部屋名が文字として書かれている（記号のみは不可） |
| 定型シンボルの検出（コンセント・照明・火報） | 中 | 図面内に凡例がある。同一設計事務所の作図ルール |
| 寸法値の抽出（数値だけ） | 中 | 寸法値がテキストとして存在する |
| 寸法値と寸法線・対象部材の対応付け | 低〜中 | 引出線が交差していない、寸法線が整理されている |
| 数量拾い（積算用） | 低〜中 | 人の確認を前提とした下書き生成としてのみ |
| 構造図の配筋読み取り | 低 | 実務投入は現時点で慎重に |
| 意匠図と設備図の整合チェック | 低 | 「指摘候補の提示」まで。確定判断は不可 |
分かれ目は、「図面に明示的に書いてあるか」です。表題欄の物件名は書いてあります。建具符号も書いてあります。一方、「この寸法はどの壁の芯々か」は書かれておらず、作図ルールと文脈から人が読み取っています。この読み取りをAIに肩代わりさせようとすると、途端に精度が落ちます。
精度を上げるために、現場で何をどの順でやるのか？
開発の工程を順序で示します。順序を入れ替えると手戻りします。
1. 実際に流れている図面をそのまま集める
きれいなサンプル図面ではなく、日々受け取っている現物を集めます。外注設計事務所の図面、メーカーの製品図、施主から届いた手描き修正入りのPDF。これらの「流派の違い」が精度を決めます。
2. 作図者ごとの差分を洗い出す
表題欄の位置、部屋名の書き方（「LDK」か「リビングダイニングキッチン」か）、寸法の単位表記。ここで判明した差分の数が、そのまま開発ボリュームになります。
3. 出力先を先に決める
抽出項目は、出力先から逆算します。積算ソフトの入力欄、Excelの拾い表、物件管理システムのフィールド。「とりあえず読めるだけ読む」は、使われないシステムの典型的な入口です。
4. 人が正解データを作る
集めた図面に対し、人が「この図面からはこの値が取れるべき」という正解を書き出します。この作業を省くと、精度を測る物差しがないまま開発が進みます。
5. 抽出画面に「原図へのジャンプ」を組み込む
抽出された値をクリックすると、原図の該当箇所がハイライトされる。この機能は後付けではなく最初に作ります。理由は次のセクションで述べます。
6. 不一致を3種類に分類する
正解と合わなかったケースを、「読めなかった」「読めたが誤り」「そもそも図面に情報がない」に分けます。対処法がそれぞれ違うためです。1つ目は前処理、2つ目はモデルとルール、3つ目は業務設計の問題です。
7. 確信度による振り分けルールを決める
「確信度が閾値未満の項目は人の確認に回す」を運用に組み込みます。全自動を目指すのではなく、人が見る量を減らす設計にします。
エクサテックが株式会社イーリアルティ様に構築した転記エージェントでも、契約の前段階から何度も現場に足を運び、実際の困りごとを理解するところから始めました。図面読み取りも同じで、どの図面がどのタイミングで誰の手に渡り、次に何へ転記されるかを見ないと、抽出項目を決められません。
「読めた」をどう検証するのか？
最も危険なのは、空欄ではなく「もっともらしい誤り」です。
読めなかった箇所が空欄になるなら、人は気付けます。しかし生成AIを含む読み取りモデルは、不鮮明な箇所に対して近い値を埋めてしまうことがあります。「2,730」が「2,780」になっていても、拾い表を眺めるだけでは誰も気付きません。
だから検証の仕掛けを2つ組み込みます。
（1）出典表示の義務化
抽出値には必ず「原図のどのページの、どの座標から取ったか」を持たせます。確認画面で値をクリックすると原図の該当箇所が拡大表示される。これがないと、確認作業が「AIの出力を眺めるだけ」になり、検証として機能しません。
（2）全件クロスチェックできる項目を設計に入れる
サンプリング検査は、母数が増えると意味が薄れます。代わりに、機械的に矛盾を検出できる組み合わせを用意します。
- 面積表の合計値と、各室面積の合計が一致するか
- 建具表に記載された建具の数と、平面図上の建具符号の出現数が一致するか
- 表題欄の縮尺と、通り芯間の実測ピクセル数から算出した縮尺が整合するか
- 同じ物件の平面図と立面図で、階数の記載が一致するか
これらが不一致なら、どこかで読み違えています。「AIが自信を持って出した値」より、「機械的な矛盾検出」のほうが信頼できます。
図面AI読み取りで、何ができないのか？
期待が集まりやすい領域なので、できないことを明示します。
図面に描かれていない情報は出せません。
「この納まりでいいのか」「特記仕様書のどの項目が適用されるか」は、図面の外にある知識です。設計意図や現場の慣習は、図面という入力からは取り出せません。
縮尺が保証されないPDFからの実寸算出はできません。
印刷時に「用紙に合わせる」で縮小されたPDF、部分的に貼り込まれた詳細図。これらは表題欄の縮尺表記と実際のスケールが一致しません。寸法値が文字として書かれていない箇所を、線の長さから逆算するのは避けてください。
最新版かどうかを判定できません。
図面の改訂管理は、AIが図面を見ただけでは判断できません。表題欄の改訂欄、雲マーク、ファイル名の版数——これらは人間の運用ルールに依存しています。「AIが古い図面を読んで、古い数量を出した」は、モデルの精度とは別の問題です。版の管理は業務側で担保してください。
積算数量の確定はできません。
数量拾いは、記号検出・寸法対応付け・仕様書参照・控除ルール適用が積み重なる工程です。各段階の誤りが最終値に紛れ込み、途中で検出できません。AIの出力は「拾い表の下書き」であり、確定と責任は人が持ちます。
構造安全性・法適合の判断はできません。
配筋、耐力壁の配置、避難経路の適否。これらは有資格者の判断領域です。AIの出力を根拠に判断することは想定していません。個別案件は建築士・専門家にご確認ください。
図面間の不整合を「確定」できません。
意匠図と設備図の食い違いについて、「ここが怪しい」という指摘候補を出すことはできます。しかし、どちらが正しいかの判断はできません。指摘候補の一覧を出して人が潰していく、という使い方に留めます。
どんな業務なら投資回収が見込めるのか？
判定軸は4つです。すべてYESなら着手を検討してよい領域、2つ以下なら見送りを推奨します。
- 同じ様式の図面が繰り返し来るか（一品ものの詳細図は不向き）
- 抽出後の転記先が決まっているか（Excel、基幹システム、積算ソフト）
- 誤りが下流で検出できるか（合計値の突合、目視での違和感）
- 現在その作業に人が張り付いているか（月に数件なら手作業のほうが速い）
向いている業務の例を挙げます。
- 竣工図PDFの表題欄を読み、図面台帳を自動生成してフォルダに振り分ける
- 建具表・仕上表を表データ化し、発注リストの下書きにする
- マイソク・間取り図から部屋名と面積を抽出し、物件管理システムへ登録する
- 受領図面の図番と改訂記号を読み、既存版との差分を一覧化する
いずれも「図面を理解する」のではなく、「図面に書いてある文字を、決まった場所に移す」タスクです。地味ですが、人が最も時間を取られている作業でもあります。
イーリアルティ様の事例でも、自動化の対象は転記作業そのものでした。副次的な効果として、業務マニュアルが未整備だったところに、転記を自動化したことでマニュアルを作る必要自体が減っています。「人がやる前提で手順書を整える」より、「人がやらなくて済む形にする」ほうが早いケースがあります。
関連する実装・運用の手順
図面の読み取りとあわせて、正しい版を選ぶ手順と改訂箇所の確認方法を整理しておくと、後続の照合作業を設計しやすくなります。
まとめ
- 図面AI読み取りは3層構造。文字認識・図形認識・意味解釈の順に難易度が上がり、実務で安定するのは第1層と条件付きの第2層まで。
- 最初の判定はベクタPDFかラスタ画像か。PDF上で通り芯番号をテキスト検索してヒットするかで見分ける。元のCADデータを出図元からもらえないかを先に確認する。
- 実装できるのは表題欄・罫線のある表・部屋名の抽出。寸法の実寸算出、積算数量の確定、図面間整合の判断は人の領域。
- 最大のリスクは「もっともらしい誤り」。抽出値から原図の該当箇所へジャンプできる画面と、面積合計などの全件クロスチェックを設計に組み込む。
- 着手判断は4軸。様式の反復性、転記先の明確さ、誤りの検出可能性、現在の人的コスト。
よくある質問
Q. 図面のAI読み取りは、スキャンしたPDFでも使えますか？
A. 使えますが精度は落ちます。ベクタPDF（文字がテキストとして埋め込まれたPDF）は文字と座標をそのまま取得できますが、スキャンや写真はOCRから始まるため、かすれ・傾き・朱書きの影響を受けます。まずPDF上で通り芯番号などをテキスト検索し、ヒットするかで判定してください。
Q. AIで図面から数量を拾って、そのまま積算に使えますか？
A. そのままは使えません。数量拾いは記号の検出・寸法との対応付け・仕様書の参照が積み重なる工程で、途中の誤りが最終値に紛れ込みます。実務では「AIが拾い表の下書きを作り、人が原図と突き合わせて確定する」構成にします。積算の責任は人が持つ前提で設計してください。
Q. 図面AI読み取りで、いちばん失敗しやすいのはどこですか？
A. 「もっともらしい誤り」の見逃しです。読めなかった箇所が空欄になるなら気付けますが、AIは近い値を埋めてしまうことがあります。対策は、抽出値ごとに原図の該当箇所へジャンプできる画面を用意し、面積表の合計と各室面積の和のようなクロスチェックを全件で回すことです。
Q. 図面AI読み取りは、どんな業務から始めると効果が出やすいですか？
A. 同じ様式の図面が繰り返し来て、転記先が決まっている業務です。表題欄の項目抽出によるファイル命名・フォルダ振分け、建具表や仕上表の表データ化、マイソクからの物件情報登録などが該当します。逆に一品ものの詳細図からの拾い出しは、投資に対する回収が読みにくい領域です。
Q. 開発を依頼する場合、費用はどのくらいかかりますか？
A. 対象を1業務に絞ったかなり小さなプロジェクトであれば数十万円から着手でき、対象範囲が広がると数百万円前半のレンジになります。金額を左右するのは、扱う図面の種類数、入力データの状態（ベクタかスキャンか）、既存システム連携の有無、求める精度の4点です。
ご相談について
エクサテックは、不動産・建設業の現場に入り込み、仕組みの設計からWebアプリの構築までを同一チームで進めています。図面読み取りについても、まず手元の図面が何枚あり、どんな状態で、次にどこへ転記されているかを見せていただくところから始めます。「そもそもAIで読めるのか」の見極めだけでも構いませんので、お気軽にお問い合わせください。
