要点：点検で見つけた修繕候補を、最終金額の確定は人に任せ、概算と提案書のたたき台だけAIで作る運用手順。単価データの整備、承認フロー、機会損失を防ぐ計算例を解説します。
- この記事の結論
- 課題：修繕提案は「気づいてから動くまで」が遅い
- 仕組み・手順：たたき台を速くつくる4ステップ
対象読者：設備工事会社の経営者・積算/見積担当者
この記事の結論
お見積り書のAI化で外してよいのは「金額の最終確定」、任せてよいのは「たたき台の作成」です。点検で見つけた修繕候補を、概算と提案書のドラフトまで短時間で用意できれば、提案漏れによる機会損失が減ります。最終金額・契約条件の確定は必ず人が担います。
ビルメン・設備管理におけるお見積り書作成プロセスの比較
| お見積り作成フェーズ | 従来の手作業・属人運用 | AI・修繕提案支援運用 | 実務上の改善効果 |
|---|---|---|---|
| 点検データの収集 | 手書き点検票や巡回日報を個別に確認・集計 | 点検報告書から不具合箇所を自動抽出 | データ入力の手間を80%削減 |
| 修繕提案の下書き | 過去事例をファイルサーバーから手作業で捜索 | 過去の採用お見積り・仕様書から自動レコメンド | 初動お見積り提出までの期間を1/3に短縮 |
| お見積り書・内訳作成 | 表計算ソフトに手動転記し積算漏れリスク残存 | 工種別標準単価マスタと連動し自動積算 | 積算漏れ・計算ミスのゼロ化 |
| 顧客提出・プレゼン | 単純なお見積り金額の提示にとどまる | 修繕の必要性・劣化写真・投資回収試算をセット提出 | 成約率と追加修繕受注率の向上 |
課題：修繕提案は「気づいてから動くまで」が遅い
ビルメンの技術者は日常点検で「このポンプはそろそろ換えておいた方がよい」「この配管は腐食が進んでいる」と気づきます。しかし気づいた人とお見積り書をつくる人が別で、提案は後回しになり、いくつかの典型的な損失が発生します。
起きている3つの損失
- 提案ゼロ: 気づいたのに、文面と概算をつくる手間で提案しないまま季節が過ぎる。故障してから初めて話が出る「事後保全」に偏る。
- 提案の遅れ: 管理者が月末にまとめてお見積り書をつくるため、オーナーの意思決定が年間の改修計画に間に合わない。
- 品質の揺れ: 担当者によって提案書の粒度が違い、オーナーが比較しにくい。信頼に繋がりにくい。
設備の劣化は待ってくれないので、提案の速度自体がビジネスの質になります。常用型の保守契約を結んでいる物件ほど、点検データがあるのに提案しないのは機会損失です。
仕組み・手順：たたき台を速くつくる4ステップ
- 単価データの整備: 過去の修繕実績（品目・規模・金額）を社内で1つにまとめます。AIは「この規模なら過去この範囲の実績」と出せますが、元データがなければ推測しかできません。
- 提案テンプレートの標準化:「現状・懸念・提案内容・概算・施工時期の提案」の5項目構成を社内標準にします。写真は点検台帳から引き当てます。
- AIによるたたき台作成: 点検記録と写真、単価データを入力にして、提案書と概算のドラフトを生成します。出力はあくまでたたき台で、送付前の人の確認を前提とします。
- 確認と確定の分離:「概算の妥当性」「施工要員の調整可否」「契約条件」の確認は管理者が行い、最終金額・条件の確定と対外提示は人が行います。AIには確定をさせません。
この分離が明確なら、AIの速度を活かしつつ、オーナーとの信頼を守れます。「お見積りの最終確定」をAIに渡すと、金額の責任が取れなくなります。たたき台に留めるのが原則です。
提案の優先順位の決め方も、あわせて決めておきます。すべての気づきを同じ温度で提案すると、オーナー側が判断しきれず、どれも決まらないことがあります。軸は「放置した場合の影響の大きさ」と「推奨施工時期の切迫度」の2つにして、緊急（今期中）・計画（来期まで）・見守り（経過観察）の3段階で分類します。たたき台が速く出せるようになると、この分類づけまで含めて提案書にできるので、オーナーの年次修繕計画に載せやすい形で届けられます。
単価データの整備は、最初から完璧を目指す必要はありません。過去の請求書・お見積り書から「品目・規模・金額・施工月」の4項目だけを表に起こせば、AIが実績範囲の概算を出す土台には足ります。まず主要な品目（配管部品交換、ポンプ・モーター関係、フィルタ・熱交換器関係、清掃・洗浄関係）から着手し、実績が溜まるたびに表へ追記します。データが育つほど、たたき台の精度は上がっていきます。
数値例：提案漏れが機会損失に変わる計算（試算）
計算式は「逃す提案の件数 × 1件あたりの平均粗利」です。
月に3件ほど修繕・更新の提案機会があり、うち1件は資料づくりの手間で提案ゼロのまま終わっているとします。
- 1件あたりの平均粗利を50万円と仮定（規模により幅があります。目安）
- 年間で1件 × 12か月 = 12件の提案漏れ
- 12件 × 50万円 = 600万円/年の機会損失（試算）
逆に、たたき台作成が15分程度で済むようになれば（試算）、気づいた週に提案書を添えてオーナーの会議に乗せられます。提案ゼロを2件/年に減らすだけで、粗利ベース100万円が回復します（試算：2件 × 50万円）。
提案につながる点検データの持ち方については「ビルメンの点検記録をAIで入力・管理する方法｜手書きチェックシートからの移行手順」を参照してください。
よくある失敗
- AIが出した単価をそのまま提示する: 過去実績にない規模・特殊条件では、AIの概算は外れます。単価の妥当性は施工責任者が確認してから提示します。
- 過去実績データが整備されないまま導入する: 根拠データがなければ、たたき台は推測です。まず3年分程度の修繕実績を品目別に整理するところから始めます。
- 「速さ」だけをKPIにする: 粗い概算を速く出すほどオーナーの信頼を損なうことがあります。KPIは「提案件数」と「オーナー採用率」と「契約後の追加請求ゼロ」の3点セットにします。
よくある反論とその限界
「AIの概算は信用できないのでは」
条件付きで正しい反論です。過去実績にない規模・特殊条件（躯体の制約、深夜作業、足場の要否）では、AIの概算は外れます。つまり反論が成立するのは「単価データが品目レベルでしか整っていない」運用です。崩れる条件は、単価データに「品目・規模・施工条件・金額・施工月」まで整い、AIが「この規模・この条件なら過去この範囲」と実績範囲を出す運用に変わったときです。さらに運用側の防御として、概算には必ず「根拠となった実績」を添え、実績範囲の外側に出た概算は自動的に人の確認対象にします。信用の問題は、AIを信じるかどうかではなく、「根拠を見せる仕組み」と「範囲外を人の目に掛けるルール」で処理します。
「見積りは営業と経験の仕事だから、仕組み化は無理では」
最終金額と条件の確定は経験の仕事であり、だから仕組み化は無理、という推論には飛躍があります。崩れる理由は、この業務のうち「確定」が占める割合は小さく、大半は「気づいた事項を文面と概算に起こす」という定型作業だからです。定型をたたき台として速くするだけでも、提案ゼロ・提案の遅れという損失は減ります。成立する条件は、営業担当個人の中にしか単価感覚と提案ノウハウが蓄積されていない会社で、データ整備をせずに仕組み化だけ先に進めた場合です。この順序だとたたき台の精度が出ず、「やっぱり人が書いた方が早い」で止まります。
試算の前提と感度
「600万円/年の機会損失」の試算は、「月3件の提案機会のうち1件が提案ゼロで終わる」「1件あたりの平均粗利50万円」という2つの変数で構成されています。分母は常用型契約の物件群で流れる修繕・更新の提案機会であり、法定点検の義務範囲内の作業や大規模改修工事は含みません。粗利50万円という前提は、数十万円規模の設備更新（ポンプ・モーター関係など）を想定した目安です（試算）。
- 平均粗利が30万円の場合：12件 × 30万円 = 360万円/年（試算）
- 提案漏れが月2件に増える場合：24件 × 50万円 = 1,200万円/年（試算）
- 提案ゼロが半年に1件だけ減った場合でも：6か月分で1件減 = 50万円/年の回復（試算）
感度から読めるのは、この業務では「漏れの件数」が粗利の単価より先に効くということです。1件50万円の大口提案を狙うより、まず「提案ゼロをゼロにする」工程を整える方が、同じ工数で期待値が大きく動きます。ただし提案数を増やすとオーナー側の判断負担が増えるため、既存の「緊急・計画・見守り」の3段階分類とセットで運用します。
明日から始める実装ステップ
- 単価データの起票（1週間）: 過去の請求書・お見積り書から直近3年分を「品目・規模・金額・施工月」の4列の表に起こします。まず配管部品交換、ポンプ・モーター関係、フィルタ・熱交換器関係、清掃・洗浄関係の4品目に絞ります。
- 提案テンプレートの1枚化（3日）:「現状・懸念・提案内容・概算・施工時期の提案」の5項目を1枚に固定します。粒度の揺れはテンプレートで吸収します。
- 気づきの記録場所を作る（即日）: 点検で気づいた事項を、口頭やメモではなく「提案候補リスト」1か所に書き込む運用を始めます。ここが提案ゼロを防ぐ入口です。
- 1件でたたき台の試行（翌週）: リストから1件選び、点検記録・写真・単価データを入力にして提案書と概算のドラフトを作ります。管理者が「概算の妥当性・施工要員・契約条件」を確認し、確定して提示します。
- 採用率の記録開始（同時）: 提案・採用・見送りを記録し、月次で採用率を見ます。見送りの理由が次の提案のタイミング材料になります。
導入が止まる会社の共通点
- 単価データが個人のPCと頭の中にある: 管理者1人の実績感覚に依存する会社は、その人が繁忙期に潰れた時点で提案が止まります。データが共有されていない会社では、仕組み化の議論自体が空転します。
- 気づきの記録場所が決まっていない:「気づいたら口で言う」運用では、口で言われなかった提案が消えます。リストがない会社では、たたき台を速くしても入力が溜まりません。
- 提案の優先順位基準が個人任せ: 緊急・計画・見守りの分類を決めないと、提案が一斉にオーナーへ流れて判断しきれず、どれも決まりません。
- 確定とたたき台の責任分担が口約束:「最終金額は管理者が見る」が文章化されていないと、トラブル時に説明責任が取れず、AI運用ごと縮小に向かいます。
よくある質問
Q. 単価データの表は、何年分あれば足りますか？
直近3年分から始めるのが現実的です（一般論・目安）。物価上昇で古い実績は金額が当てにならなくなるため、表には施工月を必ず残します。3年分が揃う前でも、主要4品目だけでもたたき台の試行は始められます。
Q. 概算を提示すると、後で金額が変わったときに問題になりませんか？
概算であることと、変更の条件を提案書に明記すれば防げます。「概算（根拠実績：◯年◯月施工・規模◯）」「最終金額は現地確認後に確定」という2行が、後々の追加請求トラブルの予防になります。逆に概算と確定の区別が曖昧な提案書の方が、信頼を損ないます。
Q. 管理者が技術に詳しくない現場では使えますか？
使う工程が変わります。単価の妥当性確認を施工責任者・協力会社に外注する形に寄せ、管理者は「現状・懸念・施工時期」の記述確認に専念します。役割分担を変えれば、たたき台運用自体は成立します。
Q. 提案しても採用されないことが多くて、続ける意味はありますか？
採用率より先に、記録しているかを見ます。見送りの理由（予算・タイミング・優先度）が残っていれば、翌年度の年次修繕計画や更新面談の材料になり、2年目の採用率は上がります。提案と見送りを記録していない会社では、同じ提案を毎年やり直します。
Q. オーナーへの提示は、これまでどおり担当者が行いますか？
変えません。AIが変わるのは提示の前の「たたき台を作る工程」だけです。対面での説明、質問への対応、条件の交渉は担当者の仕事であり、むしろ資料づくりの時間が減った分、説明とフォローの時間が増えます。
修繕提案の入口になる点検データの持ち方は「ビルメンの点検記録をAIで入力・管理する方法｜手書きチェックシートからの移行手順」、提案をストック収益の設計に組み込む視点は「ビルメンのストック収益を強くする契約設計｜法定点検から修繕提案へ」、AIベンダーの選び方は「ビルメン会社のAIベンダー選定チェックリスト｜デモで判断しない方法」を参照してください。
自社の状況を確認する
修繕提案・受注体制のどこに機会損失が発生しているかを、診断で確認できます。
出典・参考資料
- 国土交通省 — 建築物の維持管理・修繕計画に関する政策情報（本文で参照する年次修繕計画・設備更新の視点）
- 全国ビルメンテナンス協会 — 修繕・更新の提案や積算など、ビルメンテナンス業務の実務に関わる一次情報
- 機会損失の数値例（年600万円など）は、当社独自の試算に基づく目安
フルスクラッチ開発との単純比較ではなく、自社標準の積算（直請・再利用前提）との比較で費用を抑える設計です。※削減率は案件の要件・既存資産の流用可否により大きく異なり、特定率を保証するものではありません。積算前提は料金シミュレーター・/price-list/の算定条件をご確認ください。自社の規模や自動化したい業務を選択するだけで、想定開発費用と手作業による工数削減効果をその場でシミュレーションできます。
