OpenAI Advanced PartnerのRecursive、空調機器メーカーの空研工業向けに、70年分の図面資産を活用した図面検索効率化などを支援するAIシステムを開発

AIによる探索支援で図面検索の作業時間を約90%短縮。熟練技術者の知見継承と設計・保守業務の高度化を推進

Recursive

2026年11月4日 10時00分

国内冷却塔市場を牽引する空調機器メーカーの空研工業株式会社（本社：福岡県福岡市、以下「空研工業」）とAIソリューションの開発を通して企業や組織のサステナブルな変革を実現する株式会社Recursive（本社：東京都渋谷区、代表取締役CEO：ティアゴ・ラマル、日本語：リカーシブ、以下「Recursive」）は、空調機器の設計やメンテナンスに伴う資料検索の業務効率化、ならびに熟練技術者の知見継承を支援することを目的として、OpenAI APIを活用した「図面検索」機能を備える「AIナレッジ基盤システム」（以下「本システム」）を共同開発したことをお知らせいたします。

本システムは、空研工業が70年以上にわたり蓄積してきた膨大な図面・技術資料をAIが読み取り、必要な情報の特定や資料間の整合確認を支援することで、設計やメンテナンスに伴う探索・確認作業を大幅に効率化するものです。空研工業の福岡工場における試用段階では、数十分から1時間、時には半日を要していた図面探しが平均4.5分で完了するなど、昨年度実績ベースの試算で年間約90％の工数削減効果が見込まれています。さらに、本システムは見積書・提案書作成の際に工場仕切通知書と外形図・納入仕様書の内容を比較し、差分や理由、該当箇所を確認できる「図面チェック」機能も備えています。今後は利用検証を進めながら、現場からのさらなるフィードバックを反映した改善を重ね、年内には空研工業の福岡・千葉工場での本格導入を目指します。

現状の課題と開発に至る背景

空研工業は70年以上にわたり、商業施設、病院、工場など大規模建築物の空調を支える冷却塔をはじめとする空調機器の設計・製造を手がけてきました。一方で、長年の業務で蓄積された膨大な図面や技術資料は、年代や形式が多岐にわたり、紙資料のデジタル化を進めてきましたが、図面や資料によって形式や表記にばらつきがありました。そのため、過去に納入した設備のメンテナンスにおいて必要な図面や技術資料を探し出す「図面検索」には多くの時間を要し、長年蓄積された知識や資料を活用するためのさらなる効率化が求められていました。

さらに、工場仕切通知書の仕様が外形図や納入仕様書に正しく反映されているかを確認する「図面チェック」では、複数の資料を人が見比べて照合する必要があり、担当者の負荷が大きいことも課題となっていました。資料ごとに表記ゆれや改訂枝番が存在するため、一般的な方法では検索や照合が難しく、最終的にどの資料を参照し、どの図面を使用するかの判断は、担当者の経験や知見に基づく属人的な対応となっていました。

このような背景から、空研工業が長年蓄積してきた技術資産をより有効に活用し、設計やメンテナンス工程における探索・確認作業を効率化する仕組みの構築が求められていました。

こうした現場の課題に対し、Recursiveはビジネス・ソリューション・アーキテクト（BSA）とフォワード・デプロイド・エンジニア（FDE）からなる「フォワード・デプロイド・チーム」（FDT）が連携し、空研工業の技術者から現場での資料探索の手掛かりや確認ポイントを細かくヒアリングしながら課題と対象範囲を整理し、実資料を用いた検証を重ねることで、業務フローに最適化したシステムへと具体化しました。

本システムの仕組みと特長

本システムは、空研工業が70年以上にわたり蓄積してきた図面・仕様書・技術資料をAIが読み取り、部品番号や型式、寸法などの情報を抽出・構造化してナレッジデータベースとして再構築するものです。これにより、設計やメンテナンスに伴う「必要な図面の特定」と「複数資料の整合確認」を効率化し、膨大な紙資料や形式の異なる図面を横断的に扱える環境を実現します。システムは「AIが探索・比較を支援し、技術者が元資料を確認して最終判断を行う」ことを前提に設計されています。

図面や文書の読み取り、情報の構造化、差分の検出、該当箇所の表示には、OpenAIの最先端モデルを採用し、非構造化データから必要な情報を高精度に抽出します。Recursiveは、資料の取り込みから情報抽出、部品番号による検索、文書間の比較、結果の表示・出力までを一貫してつなぎ、現場で使いやすいウェブアプリとして開発しました。

本システムは、次の2つの機能で構成されています。

1. 図面検索機能：部品表などのファイルをウェブアプリにアップロードすると、AIが部品番号を抽出・構造化し、70年以上にわたり蓄積された図面データから対応する図面ページを自動検索。

部品番号に基づく高精度検索： 指示書や部品リストから抽出した番号をもとに、該当する図面ページを瞬時に特定。
改訂・枝番・表記揺れにも対応： 完全一致だけでなく、改訂番号の違いや文字列の近さを考慮した候補も提示。

プロトタイプの試用段階では、従来、数十分から1時間、時には半日を要していた資料探索が平均4.5分で完了。昨年度実績を基に試算した場合、図面検索工数を年間約90％削減できる見込みです。

2. 図面チェック機能：工場仕切通知書と外形図・納入仕様書をウェブアプリにアップロードすると、AIがチェックを実行して比較結果を生成。

必要情報の抽出と差分提示：AIが各文書から型式・寸法・注記などを抽出・構造化し、基準資料との比較結果を差分候補として表示。該当箇所は元資料とあわせて画面上で確認可。
図面特有のチェックに対応：必須注記やバルーンの抜けなど、外形図に固有のチェック項目も実行。手書き注記やレイアウトの誤りをすべて網羅するものではなく、最終的には技術者が判断。

画像1：図面検索機能のUI。部品表などのファイルをアップロードすると、過去の図面データからの候補ページやそのプレビューを表示します。（※この画像は、イメージです。今後変更の可能性があります。）

画像2：図面チェック機能のUI画面の一部。工場仕切通知書と外形図・納品仕様書などをアップロードすると、AIが差分を検知し、比較結果を画面に表示します。（※この画像は、イメージです。今後変更の可能性があります。）

今後の展望

資料探索の負担が軽減されたことで、空研工業ではベテラン技術者が若手の育成や難易度の高い案件への対応に時間を割けるようになりました。これにより、熟練技術者の暗黙知に支えられてきた過去知見の再利用が進み、属人化しがちだった技能伝承の課題解決にもつながることが期待されています。

空研工業とRecursiveは今後も、現場での試用とフィードバックを重ねながら、古い図面や手書き注記の読み取り精度向上、データ整備、セキュリティやアクセス権限の運用検証に取り組んでまいります。両社は本取り組みを通じて製造業におけるAI活用のモデルケースを築き、同様の課題を抱える日本の製造業全体のDX推進に貢献してまいります。

【空研工業株式会社について】

空研工業株式会社は、1956年の創業以来、冷却塔や制気口・ダンパーをはじめとする空調機器の開発・製造・販売を手がけています。冷却塔・制気口ともに国内トップクラスのシェアを誇り、商業施設や病院、工場、データセンターなど幅広い建物の快適な空調環境を支えています。