【製造業×開発】キャディ調査、特化型AI利用者76.7%が経験・勘依存業務の解消を実感

キャディが、製造業で働く300名(特化型AI利用者150名+汎用AI利用者150名)を対象にした調査結果を公開しました。目玉は「特化型AI利用者の76.7%が、経験・勘に依存した業務の課題解消を実感している」という数字です。

「調査結果だけ見せられても、うちで何に使えるの?」と思った方、ちょっと待ってください。この数字は、ChatGPTやGeminiの話ではなく、製造業向けに特化したAI(CADDi Drawer/Quote等)の利用者だけに絞った話です。汎用AIの話と混ぜると、判断を誤ります。

僕が注目したのは、「76.7%」ではなく「汎用AIと特化型AIで、効果の出方がまるで違う」という調査の切り口です。中小製造業がAIを選ぶとき、ここを無視すると「ChatGPT入れたけど図面業務には使えなかった」で終わります。

製造業の課題

キャディの調査の背景にある、製造業の構造的な課題はこんな感じです。

ここは、年商5億規模の加工業・部品メーカーでも、ほぼ同じ構造です。「AI入れたいけど、業界用語わからないよね」でストップしているケースが多いはずです。

一次情報(キャディ、PR TIMES、2026-01-06)によれば、調査構成は以下です。

ポイントは「特化型と汎用で比較している」点です。単に「AI使ってる人の意見」ではなく、「業務特化型AIを使っている人」と「ChatGPT等の汎用AIを使っている人」を分けて計測しています。

公開された主要な数値は以下です。

注意点として、これは特化型AI利用者の自己評価であり、第三者による業務効果測定ではありません。また、「汎用AIでは同等の効果が出ない」ことを示す対照データとして受け取るのが妥当です。

「汎用ChatGPTで図面を読ませても期待外れだった」経験がある方にとって、 業務特化型AIを選ぶべき領域があることを示す資料として役立ちます。

ここからが本題です。年商5億規模の加工業・部品メーカーが、この調査結果をどう活かすか。

項目	調査(特化型AI利用者)	中小企業(年商5億・社員30名の加工業)
対象業務	見積り・調達・図面判読	同左(優先度順に1領域から)
ツール	製造業特化型AI(CADDi Drawer/Quote等)	CADDi Drawer等の業務特化型AI(要個別見積り)
月額費用	(非公開)	推定月数万円〜数十万円(規模・プラン次第)
初期費用	(非公開)	推定 50〜200万円(図面データ整備+導入支援)
体制	(調査対象ごと)	設計・調達担当+外部支援月5〜10時間
期間	(調査対象ごと)	2〜3ヶ月でPoC→本格運用

(難易度=数字小さいほど簡単)

スコア根拠は以下です。

「特化型AIを入れれば経験・勘依存が7割解消する」わけではありません。

業務領域の特定→図面・見積りデータの整備→特化型AIの選定→PoC→現場教育と業務プロセス改修、という5ステップで初めて、76.7%に近い実感に到達できます。

汎用AIと特化型AIの使い分けを間違えないことが、製造業AI活用の最初の分岐点です。

市野

「うちの製造現場に特化型AIをどう入れればいいか」「汎用AIで試したけど効果が出なかった」と悩んでいる方は、無料相談(30分)で具体的にお話しします。営業はしません、純粋にケース壁打ちです。 → 無料相談を申し込む

愛知県岡崎市でAI活用支援を手がける一人社長。中小企業の現場でAIを実装してきた経験から、他社事例を「うちで再現するには」の視点で読み解いて発信中。

執筆メンバー市野佑馬

愛知県岡崎市を拠点に、中小企業向けのAI活用支援を提供。ChatGPT・Claude Code等を活用した業務自動化やSEO・広告運用の内製化を支援。経営者が自らAIを使いこなせる体制づくりをサポートしている。