おはようございます、英弘 さん
2026年7月31日（金）｜ 本日の受付 27件 （依頼書PDF 9・メール 11・FAX 4・Webフォーム 3）。90日以内に校正・検定の期限を迎える計器が 214台 あります。AIが案内文と見積の下書きまで済ませています。
7/31 の打ち合わせを受けて、製造・生産技術サイドの3機能 を追加しました
前回は営業・受付側の絵が中心でしたが、伺ったお困りごとは「属人化と手順書の不在」「AIに何を学ばせるかの品質」「問い合わせとメールの洪水」 でした。この3点に正面から答える画面を追加しています。まずは下の対応表をご覧ください。
7/31 の打ち合わせで伺った課題 → どの機能で応えるか 佐藤様（生産技術）よりお聞きした内容を、そのまま起点にしています
伺ったこと（打ち合わせより） 問題の正体 この画面で答えます
「ノウハウの属人化だらけ。作業はめちゃくちゃばらついている」 前任者がドキュメントを残しておらず、今から作成中 記録が残らない ベテランの口頭説明・既存Excel・過去メールから作業手順書のドラフトをAIが起こす 。作業のばらつきも並べて可視化します。 見る 「ダメな人の情報を食わせたら、AIは間違った方向に収束しないか」 声の大きい人に引っ張られ、無口な優秀者の知見が消えるのでは 最重要のご懸念 ソースごとに重みを決め、多数決では判断しない 設計。矛盾は統合せず両論併記でレビューへ。出典を辿れない回答は出しません。 見る 「いろんな人がいろんなことを聞いてくる。そうじゃない世界を作りたい」 メールも1日数百件。重要なものを実際に見逃しかけた 時間が奪われる 質問はAIが一次回答し、難しいものだけ人へ 。メールは期限つき・未返信のものだけを1通のダイジェスト にまとめます。 見る 「Excel帳簿が2〜3種類あって、そこへ正しく二重入力するのが価値だと思われている」 二重入力 1回入力すれば関係する台帳・システムすべてへ同時反映 。転記そのものを仕事から外します。 見る 「データはクラウドか、社内か」「内製化がトレンドなのか」 前提の確認 オンプレ完結／専用クラウド／併用の3構成を比較 。内製化への伴走の進め方も記載しています。 見る
ご参考： いま進めておられる基幹システムのデータ投入は、すでに着手済みと伺いました ので、今回の提案からは外しています。着手は稼働が落ち着かれてからで構いません。 本モックは、その先に残る課題への回答としてご覧ください。
AI業務OSより：本日の要は「気象庁検定の期限が迫る全天日射計 38台」です
納入計器台帳から、90日以内に検定・校正の有効期限を迎える計器 を毎朝抽出しました。うち38台は気象業務法に基づく検定対象 で、更新が遅れると観測データの公的な有効性に影響します。顧客別の案内文と見積ドラフトは作成済み 、あとは営業のご承認だけです。
90日以内 校正・検定期限
214 台
本日の受付（修理・校正・引合）
27 件
校正・修理 お預かり中
63 台
入札・公募 新規ヒット（本日）
5 件
本日の要対応（AIが優先度順に並べ替え）
件名 区分 AIの処理状況 期限
校正・検定期限 90日前アラート 東和エネルギー開発ほか 12社・計38台（気象庁検定対象） 案内文＋見積 下書き完了 承認待ち 確認 県立環境科学研究センター 修理・校正依頼書PDF 受信（分光放射計 1台・症状記載あり） 受付番号 採番・自動返信済 本日中 確認 相模化成工業（株）技術研究所 Brookfield 粘度計 ─ 独メーカーへ照会したが3日回答なし 自動催促 2回目 送信済 回答待ち 確認 北関東大学 大学院理工学研究科 一般競争入札：分光放射計一式 ─ 仕様書PDF 42ページ AI読解：対応可（適合率 92%） 7/31 締切 確認 粘度計ワークショップ（名古屋 8/20） 申込 34名／前回アンケートのホットリード 11名を抽出 リマインド・フォロー文 生成済 8/13 送信予約 確認 甲信電力（株）新宮川発電所 受注確定 → 基幹・校正台帳・在庫・原価へ転記待ち 同時転記 未実行 本日中 確認
業務別 想定削減率 ※デモ用の試算値
あくまでも仮定 です。実際の削減率は現状の件数・工数のヒアリング後に確定します。
この AI業務OS の全体像（クリックで各機能へ） 製造・生産技術サイド 3テーマ（7/31 追加）＋ 営業・受付サイド 7テーマ ＋ n8n図・導入ステップ
NEW 作業標準AI
口頭説明・既存Excel・過去メールから手順書のドラフトを生成 。作業のばらつきも可視化します。
NEW ★ AIナレッジ品質管理
「間違った人の知識を食わせたらどうなるか」 への答え。重み付け・矛盾検知・出典必須の設計。
NEW 問い合わせ交通整理
社内質問はAIが一次回答。メールは期限つき・未返信だけを1通に 。見逃しを構造的に防ぎます。
① ★ 校正期限→更新提案
納入計器台帳から期限を毎日判定。90/60/30日前に営業通知＋顧客案内＋見積を自動生成。ストック収益の取りこぼしゼロ化 。
② 依頼書AI受付
修理・校正依頼書PDF／FAX／メール／Webフォームを一本化。AI抽出→受付番号採番→自動返信まで。
⑦ 同時転記AI
1回の入力で 販売管理・校正台帳・修理受付・在庫購買・会計原価・CRM・海外拠点 へ同時反映。
③ 輸入見積AI
海外メーカーへ英文RFQを自動起草。回答を抽出し、当日為替＋諸掛で国内見積を自動計算。
④ 入札・公募ウォッチAI
官公庁・大学・研究機関の公告を毎朝巡回。仕様書PDFをAIが読み、自社製品での対応可否を判定。
⑤ セミナー運営・リード
ワークショップ／ウェビナーの申込〜リマインド〜アンケート〜フォローを自動化。資料DLを自動採点。
⑥ AI上司（技術ナレッジ）
取説・カタログ・過去回答・校正記録を横断。「この用途ならどの機種か」に根拠つきで即答。
WF n8nワークフロー図
上記を実現する 7本のワークフローを、実際のn8nノード構成で図解（WF-06・07 を追加 ）。全体ハブ構成も。
STEP 導入ステップ・ご懸念
3フェーズの進め方と、想定されるご懸念への回答。確認させていただきたい7項目も。
! 本モックの前提
機能・数値・型式・運用はすべて仮定です。実運用は貴社との協議で決定します。必ずご一読ください。
なぜ「校正・検定」を一番手に置いたか
御社にしかできない業務だから 日射計の検定について、気象庁から認定を受けた唯一の認定測定者 （気象業務法第9条）。この地位は他社が真似できません。
売り切りではなく「必ず戻ってくる」収益だから 計器は定期的な校正が必要です。納入台数がそのまま将来の売上予定表 になります。
創業99年分の納入実績が資産だから 1927年創業。どこに何台入っているか を一元化できれば、それ自体が最大の営業リストになります。
取りこぼしが「見えない損失」だから 期限を過ぎて他社に流れても、誰も気づきません。ここが自動化の一番の効き所です。
AIが参照するもの（＝御社にしかないデータ）
参照先 内容 役割
納入計器台帳 顧客・型式・製造番号・納入日・設置環境 最重要 校正・検定記録 ISO/IEC17025 の校正結果・気象庁検定の履歴 期限の起点 修理履歴 症状・原因・処置・交換部品・再発の有無 故障予測 取説・カタログPDF 自社製品＋輸入代理店ブランドの技術資料 AI検索対象 過去の技術問い合わせ回答 ベテランが客先へ返した選定理由つきの回答 AI上司の教材 海外仕入先とのやり取り 価格改定・納期傾向・数量条件の履歴 輸入見積
他社が持っていないデータ です。同じAIを競合が導入しても、この精度は再現できません。使うほど差が開く のがこの仕組みの本質です。
機能・画面・業務フロー・数値・台数・金額・顧客名は、すべて弊社がHPおよび業界特性から想定した「仮定」 です。実際の御社の業務手順やシステム構成とは異なる可能性があります。実運用の設計は、貴社へのヒアリングを経た協議のうえで決定いたします。画面上の台数・価格・期限・顧客名はすべてデモ用のダミーデータ です。
作業標準AI ── 残されなかった手順書を、AIが下書きする
伺った「ノウハウの属人化だらけ」「作業がばらついている」「前任者がドキュメントを残していない」 という状態に対して。一から書き起こすのではなく、いま社内にある断片（口頭説明・既存Excel・過去メール・作業記録）から、AIが手順書の形に整えます。 中身を決めるのは、あくまで技術部門の方です。
素材：ベテランに「作業しながら喋ってもらった」録音 工程：日射計 受入点検
えー、受入のときはまず外観ね、ドームに傷がないか 。シリアルは必ず現品と依頼書を突き合わせる 。ここ間違えると後が全部ダメになるから。乾燥剤、色見て青くなかったら交換 ね。水平は気泡管で見る んだけど、台が傾いてる現場もある から、そこは写真もらっとくと早い。30分は暖機 してから。急ぐとね、値が落ち着かないんですよ。前回の校正記録は先に出しとく 。比べないと意味ないんで。
作業しながら喋っていただくだけ にするのが、現実的に唯一続く方法だと考えています（所要 10〜15分／工程）。
AIが起こした作業手順書（ドラフト）
「口述から手順書を生成 」を押すと、左の録音が手順書の形に整います
作業のばらつきを、まず「見える」ようにする 同じ工程を3名がどうやっているか
手順 Aさん（20年） Bさん（8年） Cさん（1年） 判定
現品とシリアルの突合 実施 実施 実施 一致 暖機時間 30分 15分 記載なし（都度判断） 要決定 乾燥剤の交換基準 色で判断 色で判断 前回交換日で判断 基準が2通り 設置状況の写真取得 依頼する しない しない 要決定 前回校正記録の照合 実施 実施 存在を知らない 教育の抜け
AIは「どれが正しいか」を決めません。 決めるのは技術部門です。AIの役割は、バラバラの実態を同じ表に並べて、決めるべき論点を目の前に出すところ までです。「暖機30分か15分か」は、決めさえすれば全員が揃います。決まっていないから、ばらついています。
Before / After
手順書は作る時間が取れない 更新されず陳腐化 先輩の背中を見て覚える 丸ごと消える
喋るだけでドラフトが出る 差分だけ承認 AI上司に24時間聞ける 先回りできる
AI上司の教材 になります。「作った手順書を誰も読まない」問題も、読むのではなく聞ける形 にすれば実質解消します。
版管理 ── 「いつ・誰が・なぜ変えたか」を残す
版 日付 変更内容 承認
v1.0 2026/08/05 AI生成ドラフトを初版として承認 技術部門長 v1.1 2026/09/12 暖機時間を「30分」に統一（ばらつき解消） 技術部門長 v1.2(案) 2026/10/01 設置状況の写真取得を必須化（客先切り分けの短縮） 承認待ち
ISO/IEC17025 を運用されている御社では、記録の版管理は既に文化としてお持ちのはず です。作業標準も同じ仕組みに乗せれば、新しいルールを増やさずに運用できます。「AIのための新しい作法」を増やさない のが、続けるコツです。
AIナレッジ品質管理 ── 「間違った人の知識を食わせたら、どうなるのか」
打ち合わせで最も深く突っ込んでいただいた論点です。ご指摘のとおり、社内の情報を無選別に全部学習させると、AIは「声の大きい人の平均値」に収束します。 だからこそ、何を・どの重みで・誰の承認を経て学習させるか を、仕組みとして先に決めます。
いただいたご質問（打ち合わせより）
「ダメな人が3人いて、いい人が1人いたら、ダメな3人のほうに引っ張られる のではないか」仕事はできるが口数の少ない人の知見が消える のではないか」凡庸なところに収束する のではないか」
そのとおりになります。何も設計しなければ。 投入する情報を平等に扱った時点で、多数派＝正解になってしまいます 。①何を教材にするか ②誰が承認するか ③矛盾をどう扱うか の3点を運用として決めることです。次の4原則がその答えです。
ナレッジ品質の4原則 この4つで「凡庸への収束」を止めます
1 人ではなく「記録の種類」で重みを決める
「Aさんは優秀／Bさんはダメ」という人事評価をAIに持ち込むと、運用が政治になり必ず破綻します 。「その情報がどういう形で残ったものか」 で重みを決めます。客先に実際に出した回答・承認済みの手順書は重く、個人メモや雑談は軽く。 結果として、仕事の質が高い人の情報が自然に重くなります。
2 承認されたものだけが「正解」になる
未承認の情報も検索対象には入れますが、回答では「未承認・参考情報」と明示 します。技術部門が承認した瞬間だけ 。誰でも書き込めるが、誰でも正解にはできない。Wikiが荒れるのと同じ構造を、承認で止めます。
3 矛盾は「多数決」せず、両論併記でレビューへ
ここがご懸念に直接答える部分 です。3件の主張と1件の主張が食い違ったとき、AIは多いほうを採用しません 。「食い違いがあります」と提示して、判断をレビューに回します。 少数意見が数の力で消えることが、構造的に起きません。
4 出典を辿れない回答は、出さない
回答には必ず「どの資料の、どこを見たか」 を付けます。その場合は答えずに人へ回します 。「それっぽいが誰も裏を取れない回答」が一番危険です。
ソース別の重み設定（＝AIに何をどれだけ信じさせるか） 数値はあくまで一例・運用しながら調整します
情報のソース 具体例 重み 承認者
経営が決めた方針・規程 品質方針・安全基準・社内規程
最優先 経営 客先に実際に出した技術回答 送信済メール・提出済報告書
高 —（実績そのもの） 承認済みの作業標準・手順書 版管理された手順書 v1.1 など
高 技術部門長 校正・修理の記録 症状・処置・交換部品の実データ
中高 —（記録そのもの） 取説・カタログ・仕様書 自社製品／輸入ブランド
中高 —（正式文書） 社内メール・議事録（未承認） 検討途中の意見・途中経過
低・要注記 — 個人メモ・チャットの発言 「たぶんこうだと思う」の類
最低 — 出典が特定できない情報 誰がいつ書いたか不明な文書
不採用 —
「経営方針を最上位に置く」 点も、伺ったご懸念（現場が経営の向きたい方向に動かない）への備えです。現場の慣行が方針と食い違えば、AIは「方針と異なる運用があります」と矛盾として提示 します。是正するかどうかは、人が決めます。
実験：誤った知識を入れたら、どうなるか
右上の「誤った知識を投入してみる 」を押すと、
品質を「運用で」担保する ── 月次で見る指標
指標 意味 目安
出典提示率 回答に根拠資料が付いていた割合 100%（必須） 矛盾検知件数 既存ナレッジと食い違う投入の数 増えてよい指標 却下率 レビューで不採用になった割合 下げなくてよい 未承認ナレッジ滞留 参考扱いのまま放置されている件数 30日で棚卸し エスカレーション率 AIが答えず人へ回した割合 高すぎず低すぎず
「AIの正答率」を追いかけると、必ず失敗します。 点数を上げるために、AIが分からないことまで答えるようになるからです。追うべきは「間違ったまま通ってしまった件数（ゼロが目標）」 です。
誰が承認するのか ── 現実的な運用体制
1 承認は「専任」を置かない 専任にすると、その人が忙しくなった瞬間に止まります。領域ごとに承認できる人を2名ずつ 決めておくのが現実的です。
2 承認は「まとめて15分／週」で回す 溜まった候補を、AIが差分だけ・重要度順に並べて 提示します。1件ずつ判断を求めると続きません。
3 却下したものも記録に残す 同じ主張が再投入されても自動で弾けます 。「一度否定したことを、また誰かが持ち込む」の繰り返しが無くなります。
4 最初の3か月は「社内限定・回答は下書き扱い」 品質が見えるまでは、AIの回答をそのまま客先に出さない 運用にします。安全側から始めて、実績を見て緩めます。
ツールを入れるだけでは絶対に手に入らない部分 です。弊社が伴走する価値の中心はここにあると考えています。
校正期限 → 更新提案 ── 「戻ってくる売上」を取りこぼさない
納入計器台帳と校正・検定記録を突き合わせ、n8nが毎朝すべての機器の残日数を判定 。90日／60日／30日前に、担当営業への通知・顧客への案内文・見積ドラフトを自動で用意 します。営業がやるのは「承認して送る」だけです。
期限が近い計器（毎朝 05:00 に n8n が自動判定） 残日数の短い順
顧客・設置場所 型式 製造番号 区分 前回 期限 残日数 AIのアクション
東和エネルギー開発（株） 遠野第二メガソーラー・日射計測ポイントA MS-80S 80S-21-0447 気象庁検定 2024/09 2026/09/12
残 50日 案内＋見積 生成済 常磐ソーラーファーム合同会社 北茨城発電所・気象観測マスト MS-80SH 80SH-22-0113 気象庁検定 2024/09 2026/09/20
残 58日 案内＋見積 生成済 県立環境科学研究センター 屋上観測露場・UV/PAR観測 MS-57SH 57SH-20-0088 ISO17025校正 2024/10 2026/10/02
残 70日 案内文 生成済 甲信電力（株）新宮川発電所 構内気象観測設備（日射・風向風速） MS-60S ×3 60S-23-0201 他2 ISO17025校正 2024/10 2026/10/15
残 83日 3台まとめ見積を提案 相模化成工業（株）技術研究所 品質管理室・粘度測定ライン Brookfield 粘度計 BF-19-2245 ISO17025校正 2024/11 2026/11/08
残 107日 120日前に着火予定 北関東大学 大学院理工学研究科 太陽電池評価室 MS-802 802-16-0932 ISO17025校正 2024/11 2026/11/22
残 121日 後継機（MS-80S）も併記 湘南計装サービス（株） 代理店経由・エンドユーザー3社分 MS-60C ×5 60C-21-01xx 期限切れ 42日 2024/06 2026/06/12
超過 至急フォロー・要因確認
AIが生成した顧客向け案内（承認して送るだけ）
右上の「案内文＋見積を自動生成 」を押すと、対象1件目の案内文が作成されます
アラート設計（3段階） 段階ごとに打ち手を変える
90 90日前 ─ 予算取りのご案内 年度予算のある研究機関・官公庁は、この時点で伝わっていないと予算が付きません。次年度予算の相談 として案内。
60 60日前 ─ 見積送付・代替機の調整 校正中は観測が止まります。代替機の貸出 や、複数台の順番校正の段取りをこの時点で提案。
30 30日前 ─ 未反応先を営業へエスカレーション ここまで反応がない先は担当営業へタスク化 。電話・訪問に切り替えます。
期限超過（0日） を検知したら、「失注」ではなく理由を確認するタスク を自動起票します。他社に流れたのか、設備自体を撤去したのか。理由が分かること が次の受注につながります。
Before / After
校正記録はExcel／紙の台帳 に分散顧客から連絡が来たとき 引き継がれない 誰も気づかない
毎朝12,400台を全件判定 自動で着火 台帳が残る 理由確認タスクを自動起票
800台 、うち1割が取りこぼし だとすると、年間80台分 が見えない損失になります。ここを取り切ることが、この仕組みの投資回収の主軸です（数値はデモ試算・要ヒアリング）。
期限管理から広がる、次の一手
旧型機は後継機の提案に切り替える MS-802 のような長期稼働機は、校正費用と後継機（MS-80S）への更新 を並べて提示。買い替え提案の自然な入り口になります。
同一顧客の複数台をまとめる 1社に散在する計器をまとめ校正 として提案。輸送コストが下がり、顧客の稟議も1本で済みます。
代理店経由の分も把握する 代理店販売分はエンドユーザーが見えにくい領域。製造番号ベースで台帳に載せる ことで、代理店と一緒に更新提案ができます。
修理履歴と重ねて故障予測へ 同一型式・同一設置環境の故障傾向から、「そろそろ危ない個体」 を先回りで案内できます。
依頼書AI受付 ── 届いた瞬間に、受付番号と返信が返る
HPからダウンロードいただく「修理・校正依頼書」 は、PDF・FAX・メール本文・Webフォームとバラバラで届きます。AIがどの形式でも項目を抽出し、過去の納入履歴と製造番号で自動照合 。受付番号を採番し、顧客へ受付完了メールを即時返信 します。
受信した修理・校正依頼書 県立環境科学研究センター 様
AI抽出結果 ＆ 台帳照合
「AIで読み取る 」を押すと、項目を抽出して納入台帳と照合します
お預かり品の進捗ボード（受付後は自動で進む） 顧客はマイページで同じ画面を見られます
9
R-26-0731 県立環境科学研究センター
R-26-0730 東和エネルギー開発
R-26-0729 相模化成工業
12
R-26-0712 甲信電力 新宮川ドーム破損・部品手配
R-26-0718 北関東大学
8
R-26-0705 中央製薬 製剤研究所
R-26-0709 湘南計装サービス
21
R-26-0688 常磐ソーラーファーム
R-26-0691 東海塗料工業
7
R-26-0674 県立環境科学研究センター
R-26-0669 東和エネルギー開発
6
R-26-0651 甲信電力 新宮川
ここが効きます： 「依頼書を送ったが、届いているか分からない」「今どの工程か分からない」という顧客の不安は、受付番号の即時返信 と進捗の可視化 だけで大きく減ります。問い合わせ電話そのものが減るので、技術部門の作業も止まりません。
Before / After
依頼書PDFを開いて台帳へ手入力 過去履歴を手で探す 気づいた人が手打ち 約15分 ・返信まで半日〜1日
どの形式でもAIが項目を抽出 納入・修理履歴を自動照合 即時自動返信 約3分 ・返信は数分以内
1,200件 と仮定すると、年 約240時間 の短縮（デモ試算）。加えて「届いてますか？」の確認電話が減ります。
ここは「人が見る」ままにします
校正・検定の判定そのもの AIは受付と書類の下ごしらえ まで。校正値の判定・合否は技術者の領域として一切触れません。
証明書の最終確認 ISO/IEC17025 の記録は発行前に必ず人が確認 。AIは書式へ流し込むところまでです。
読み取り確度が低い項目 手書きFAXなどで確度が閾値を下回った項目は黄色で表示し、人の確認を必須 にします。素通りさせません。
記録の信頼性 が最優先です。「AIに任せる範囲」と「人が担保する範囲」を最初にはっきり線引きしたうえで設計します。
同時転記AI ── 1回の入力で、全システムへ
受注・受付が確定した情報を、販売管理（基幹）・校正/検定台帳・修理受付台帳・在庫購買・会計原価・顧客CRM・海外拠点 へ同時反映。同じ数字を何度も打ち直す作業と、そこから生まれる台帳の食い違いをなくします。
甲信電力（株）新宮川発電所 ／ 受注確定情報を同時転記 MS-80S ×3・ISO17025校正付・据付調整あり
1 受注確定（1回だけ入力） 見積承認・数量・納期・校正要否
2 n8n＋AIが項目を変換 品目コード・単位・税区分・製造番号を各系統の形式へ
3 7系統へ自動反映 基幹／校正台帳／修理受付／在庫購買／会計／CRM／海外拠点
1入力を各システムの項目へ変換
Code + AI / Merge
受注・売上・請求
HTTP / CSV
製造番号と次回期限を登録
DB Insert
作業予約・工数枠を確保
DB / Sheets
引当／不足分は輸入手配へ
HTTP / DB
商談・納入履歴を更新
CRM API
サンノゼ／デンハーグへ英文で連携
Slack / Mail
7系統すべての成果物（クリックでプレビュー） 図の各ノードをクリックしても同じものが開きます
転記される項目（入力は1回だけ）
入力元の項目 転記先 状態
顧客・設置場所（甲信電力 新宮川発電所） 基幹 ＋ CRM ＋ 校正台帳 待機 型式・数量（MS-80S ×3） 基幹 ＋ 在庫・購買 待機 製造番号（3台分・出荷時に確定） 校正台帳（次回期限を自動計算） 待機 ISO17025校正の要否・級別 校正センター（作業枠を予約） 待機 売単価・仕入単価（EUR建て含む） 会計・原価（粗利計上） 待機 据付調整・立会の予定日 技術部門スケジュール ＋ CRM 待機 輸入部材の不足分 海外拠点／仕入先へ手配依頼 待機
Before / After
基幹・校正台帳・受付台帳・在庫へ4〜6回転記 約20分 台帳ごとに数字が食い違う ため、月末に突合作業が発生
1入力で7系統へ同時反映 約2分 常に同じ数字 。突合作業そのものが消えます
200件 と仮定 → 二重入力を月約60時間削減 （デモ試算・要ヒアリング）。校正台帳への自動登録 が①「校正期限アラート」の燃料になります。ここが繋がって初めて仕組みが回り出します。
輸入見積AI ── 時差と為替を、待たない・間違えない
1956年のHAAKE社総代理店契約以来70年、御社は海外メーカーの日本の窓口 です。問い合わせ→英文RFQ→現地通貨の回答→為替換算→諸掛加算→国内見積。この一連を、AIとn8nが下ごしらえします。提出までのリードタイムが、そのまま受注率になります。
相模化成工業（株）技術研究所 ／ 粘度計 更新一式 ＋ 消耗品 在庫品ではないため、海外仕入先へ照会
1 AIが英文RFQを起草 型式・数量・希望納期・仕向地を自動記載
2 仕入先へ一斉送信 担当者が文面を確認してから送信も可
3 回答をAIが抽出・換算 通貨・単価・納期・数量条件を構造化
最有力
AMETEK Brookfield
粘度計本体・スピンドル／USD
—
納期 —
送信待ち
DataPhysics
接触角計 オプション／EUR
—
納期 —
送信待ち
VMA-Getzmann
DISPERMAT 分散機 部品／EUR
—
納期 —
送信待ち
SITA Messtechnik
表面張力計 消耗品／EUR
—
納期 —
送信待ち
本体は8月の価格改定前に発注すると約4%有利 です（前年同時期の改定履歴から推定）。SITA 社のみ未回答 のため、48時間経過時点で自動催促を送信済み。年間使用量から6か月分をまとめる と、送料按分で単価が下がります（デモ試算）。
国内見積ドラフト（為替・諸掛を自動計算／その場で編集できます）
品名・型式 数量 通貨 仕入原価(外貨) 円換算原価 売単価(円) 金額 粗利率
本日レート EUR/JPY 168.42・USD/JPY 152.10 で計算し、海上運賃・保険・通関・国内配送を諸掛10% として原価に織り込みました。納期が2か月先の品目は、為替変動リスクとして見積有効期限を30日で設定 することを推奨します。
御社の運用ルールをそのまま設定に落とし込みます ので、この画面の計算方法は一例とお考えください。
仕入原価（円換算計） ¥0
諸掛（10%） ¥0
小計（売価） ¥0
消費税（10%） ¥0
合計 ¥0
粗利合計 ¥0
粗利率 0%
海外からの回答メールをAIが構造化（例）
From Sales Dept. ＜sales@example-instruments.de＞
Subject RE: Request for Quotation ─ EKO Instruments Japan
Dear Mr. Eko,EUR 2,480.00 / unitEUR 860.00 / set6 weeks after receipt of order (Ex Works)5% discount price revision scheduled in August .
単価 A
EUR 2,480.00 → ¥417,682（本日レート）
99% 単価 B
EUR 860.00 → ¥144,841（本日レート）
99% 納期
6週間（Ex Works）→ 国内着 9/18 見込
96% 数量条件
3台以上で 5% 引き → 見積に選択肢として併記
91% 重要な注記
8月に価格改定予定 → 発注タイミングの助言を自動生成
94%
Before / After と、運用のご相談
英文メールをその都度書き起こす Excelへ手入力 して円換算1往復1日 ／催促は気づいた人が約3日
RFQをAIが英文で起草 （人が確認して送信）自動抽出・当日レートで換算 48時間で自動催促 約1日
ご懸念への先回り： 「長年の総代理店として、メーカーとの文面のやり取りは機械的にしたくない」というお考えは当然だと思います。送信前に人が必ず確認する半自動 が既定運用です。重要な取引先は自動送信の対象から外す設定もできます。
入札・公募ウォッチAI ── 拾い漏れをゼロにする
御社のお客様は気象官署・大学・研究機関・電力・自治体 が中心です。これらの調達は公告として世に出ますが、巡回は人力になりがち。n8nが毎朝サイトを巡回し、仕様書PDFをAIが読んで対応可否まで判定 してから通知します。
本日の新規ヒット（毎朝 06:00 巡回） 対応可否をAIが一次判定してから通知
公告機関 件名 公告日 締切 AI一次判定 該当製品 推奨アクション
北関東大学 大学院理工学研究科 分光放射計一式 購入 7/24 7/31 対応可 92% 分光放射計 仕様書の要求項目に自社製品が適合。参加意思の起案を作成済 県立環境科学研究センター 日射観測機器 更新業務 7/24 8/7 対応可 96% MS-80S／MS-60S 既存顧客 。納入実績あり。担当営業へ即通知済△△市 環境政策課 大気環境常時監視設備 保守 7/23 8/12 一部のみ 54% （周辺機器） 主対象は大気分析計。日射計部分のみ協力可能 。元請候補へ声かけを提案 （研）海洋気候研究機構 洋上観測ブイ 放射収支計測機器 7/23 8/20 対応可 88% MS-80SH／MS-57SH 塩害・防水仕様の確認が必要。技術部門へ確認依頼を起票 ◇◇県 農業試験場 圃場環境モニタリング一式 7/22 8/5 対応不可 21% — 土壌センサ主体で自社範囲外。通知は抑制 （見なくてよい案件として除外）
仕様書PDF（42ページ）── AIが読む対象 北関東大学 分光放射計一式
42ページを人が読んで対応可否を判断 しています。1件30〜60分。しかも締切に気づくのが遅れると、そもそも読む時間がありません。
AIの適合判定
「仕様書をAI読解 」を押すと、要求項目ごとに自社製品の適合を判定します
Before / After
担当者が思い出したときに巡回 1件30〜60分かけて読む 断念 公告に気づかない 案件がある
毎朝自動巡回・全件チェック AIが要求項目を抽出して判定 だけ が通知される検討を開始できる
時間短縮より「気づけること」 です。1件でも受注が増えれば、システム費用はまず回収できます。
確認させていただきたいこと
入札情報の入手経路は現在どうされていますか 有料の入札情報サービスをご利用中であれば、そこからn8nへ取り込む形が最短です。
官公庁案件の比率はどの程度でしょうか 比率が高いほどこの機能の効果が大きくなります。優先順位の判断材料にさせてください。
指名／一般競争／随意契約の割合 随意契約が中心であれば、公告巡回より①校正期限管理を優先すべきです。
利用規約は事前に確認 し、自動取得が認められない先はRSS・メール配信など許容される方法に切り替えます。
セミナー運営・リード育成 ── 集めた名刺を、寝かせない
粘度計ワークショップ（東京・大阪・名古屋）やウェビナー、展示会、資料ダウンロード、ユーザー登録。接点はたくさんあるのに、フォローが属人的 になりがちです。申込から御礼・追客までを1本のワークフローにします。
粘度計ワークショップ 名古屋会場（8/20）／ 運営ワークフロー 申込34名・定員40名
即時・会場地図つき
Send Email
7日前・前日に自動
Wait / Schedule
回答内容から関心度を採点
AI Agent
個別提案文を下書きして通知
Slack / CRM
関連資料を月1回配信
Send Email
リード自動採点（資料DL・ユーザー登録・セミナー参加を横断）
企業・所属 接点 行動 確度 AIの推奨アクション
東海塗料工業（株） 技術部 開発課 ワークショップ 分散機カタログDL 3回／アンケートで「更新を検討中」 未採点 — 中央製薬（株） 製剤研究所 資料DL 接触角計 取説DL／ユーザー登録あり／過去納入1台 未採点 — 関西食品工業（株） 品質保証部 ウェビナー 粘度計ウェビナー視聴（完視聴）／質問1件 未採点 — 北関東大学 大学院理工学研究科 入札公告 分光放射計の公告あり／過去に問い合わせ2回 未採点 — 湘南計装サービス（株） 技術部 代理店 校正依頼書DL 2回／期限超過の管理計器5台あり 未採点 — （株）三陸海洋エンジ 計測部 問い合わせ HPフォームより1回。以降の接点なし 未採点 —
この機能の狙い
運営の手離れ 東京・大阪・名古屋と会場が分かれるワークショップは、案内・リマインド・御礼だけで相当な工数です。ここは丸ごと自動化できます。
MAツールを導入せずに済む 月額のかかるマーケティングツールを入れなくても、n8nで同等のことができます 。まずここから始めるのが現実的です。
資料DLが「見込み客リスト」になる HPのダウンロードとユーザー登録は既にお持ちの資産です。行動履歴と結びつけるだけで確度が見えます。
①校正期限管理と繋がる 「校正依頼書をDLしたのに依頼が来ていない」＝他社に出した可能性 。この検知は非常に強い営業シグナルです。
導入ステップと、想定されるご懸念
いきなり全部は作りません。単独で完結して効果が見える1本 から始め、体感いただいてから本丸へ進みます。以下はあくまで一例 で、ヒアリング後に順序・範囲とも組み替えます。
導入ロードマップ（7/31 の打ち合わせを踏まえて組み替えました） 期間・範囲はヒアリング後に確定します
大前提：基幹システムの稼働が最優先です。 「あと2か月は動けない」と伺いましたので、着手は稼働後（10月以降）を想定 して引いています。稼働に向けたデータ投入は既に着手されていると伺いましたので、今回の提案には含めていません。 いま何かを並行して進めていただく必要はありません。
F0 いまは何もしない
基幹の稼働が最優先です。この期間、弊社から作業をお願いすることはありません。 資料を社内で回していただき、ご要望が出た段階でご連絡いただければ十分です。
F1 佐藤様の時間を取り戻す
属人化と問い合わせ集中は、放っておくと悪化する一方 です。既存システムに触らずに始められるので、稼働直後でも負担になりません。
F2-3 全社へ広げる
ナレッジが溜まってからAI上司、台帳が整ってから校正期限管理。順番を間違えると、どちらも中身の薄いものになります。
いま何かを決めていただく必要はありません。 本日お渡しする資料を社内で回していただき、「こういうことはできないか」というご要望が出てきた段階 でご連絡いただければ十分です。定期的な状況確認だけ、こちらからさせてください。
想定されるご懸念と、現時点での回答
何も設計しなければ、ご指摘のとおりになります。 AIは統計的に多い側へ寄るため、社内情報を平等に扱った時点で「多数派＝正解」になってしまいます。①人ではなく「記録の種類」で重みを決める （客先に出した回答・承認済み手順書は重く、個人メモや雑談は軽く）、②承認されたものだけを正解として登録する 、③矛盾は多数決せず両論併記でレビューに回す 。この設計により、3対1の多数決は起きません。「AIナレッジ品質管理」 のページにまとめています。
どちらでも構成できます。 3パターンから、御社の情報セキュリティ方針に合わせて選んでいただきます。①オンプレ完結 ── n8nもデータも社内サーバー。外に一切出しません。生成AIもローカルモデルを使えば完全に閉じられますが、回答精度は外部APIに劣ります 。②専用クラウド＋学習されないAPI（推奨の基本形） ── データの保管は御社管理のクラウド。AIには学習に使われない契約形態のAPI のみ利用。多くの企業がこの形です。③併用 ── 機微な情報（顧客名・価格）はそもそもAIに渡さず 、ID・型番だけを渡して、後からn8n側で結合する。精度と安全性を両立できます。基幹システムそのものは触りません 。
「操作を覚えてください」と言った時点で失敗します。 ですので、現場の操作を変えない ことを設計の前提に置いています。Excelのまま （AIが出した確認事項も、Excelの形でお返しします）メールのまま （チャットツールの全社導入は不要です）希望される方だけ 使えば構いません効果が数字で見える小さな1本 を先に作ります。「あの部署、楽になったらしい」が最も強い説得材料になります。説明で人は動きませんが、結果を見ると動きます。
実際にご要望として増えています。理由は「外部にお金が出続ける構造を止めたい」「ベンダーに依存すると、修正の妥当性も金額の妥当性も判断できなくなる」 という2点です。伴走型 です。構築しながら操作研修と手順書をお渡しし、3〜6か月で御社側で作れる状態 を目指します。契約が終わっても作ったワークフローはそのまま残り、御社のものです （n8nはオープンソースのため、ライセンスに縛られません）。作って終わりにも、囲い込みにもしません。
まさにそこが失敗の分かれ目です。 1件ごとに通知を飛ばす設計にすると、その通知自体が無視されるようになり、状況は悪化します。個別通知は一切飛ばしません 。1日分をまとめ、朝イチに1通だけ 送ります。その1通には「今日返すべきもの」「AIが下書き済みのもの」だけを載せ、読まなくてよいものは載せません 。未返信のものは翌朝また上がってきます 。放置すると勝手に消えていく、という現在の構造をなくすことが目的です。
学習に使われない契約形態のAPIを利用し、n8nは御社が管理するサーバー（オンプレまたは専用クラウド）に設置 します。校正記録・顧客情報の保管場所は御社の中から出ません。そもそもAIに渡さない設計 （ID・型番のみ渡し、氏名や連絡先はn8n側で後から結合する）も可能です。
校正値の測定・判定・合否にはAIは一切関与しません。AIが担当するのは受付・書式への流し込み・期限の計算・案内文の作成 までです。必ず人の確認工程 を挟み、誰がいつ承認したかのログ を残します。認定要求事項との整合は、御社の品質管理責任者と確認しながら設計します。
APIが無い場合は、CSVの入出力・共有フォルダ経由・画面操作の自動化（RPA的手法） など、実現可能な方法を組み合わせます。最初のヒアリングで、この点は真っ先に確認させてください。
前提として、顧客に直接届くもの（メール送信・見積提出・証明書発行）は、必ず人の承認を通す 設計にします。AIは下書きまでです。黄色で表示して確認を必須化 し、素通りできないようにします。「AIに任せる範囲」と「人が担保する範囲」の線引きを、最初に文書として合意 してから作ります。
n8nは画面上でノードをつないで作る ため、プログラミングができなくても改修できます。構築と当面の保守は弊社が担当 し、その間に操作研修と手順書 をお渡しします。「作って終わり」にはしません。
機能の範囲・連携するシステムの数・既存台帳の状態によって大きく変わるため、本日の時点では金額を申し上げません 。やること・やらないことを決めたうえで、正式なお見積り をご提出します。n8n自体はオープンソースで、ライセンス費用が積み上がらない 点は、ユーザー数が増えても費用が読める利点です。
次に確認させていただきたい7項目 7/31 の内容を踏まえ、製造・生産技術サイド中心に組み替えました
1 手順書が存在しない工程は、どのあたりですか 全部を一度には作れません。止まると一番困る工程 から着手します。最優先の確認項目です。
2 佐藤様に来る問い合わせは、1日あたり何件くらいですか 内容の傾向（在庫・仕様・手順・システム）も伺えると、どれだけAIが吸収できるか試算できます。
3 Excel帳簿は何種類あり、どれとどれに同じ内容を入れていますか 「二重入力が価値」とされている状態を、具体的に洗い出すための項目です。
4 稼働する基幹システムは何をお使いですか／稼働はいつ頃の見込みですか API・CSV取込の可否と、着手できる時期がここで決まります。移行作業そのものへの関与は想定していません。
5 ベテランの方に「作業しながら喋っていただく」ことは可能ですか 1工程あたり10〜15分です。ここが押さえられるかどうかで、手順書の作りやすさが大きく変わります。
6 ナレッジの承認は、どなたが判断できますか AIの回答品質は、ここで決まります。領域ごとに2名ずつ を目安に想定しています。
7 情報セキュリティの方針（クラウド利用の可否）はありますか オンプレ完結／専用クラウド／併用のどれで設計するかが変わります。規程があれば拝見させてください。
前回お伝えした「校正・検定の台帳」「依頼書のチャネル比率」「海外拠点との連携」は営業・受付サイドの確認項目 として引き続き残しています。そちらの部門とお話しできる機会がありましたら、あわせて伺えれば幸いです。
機能・画面・業務フロー・数値・台数・金額・顧客名は、すべて弊社がHPおよび業界特性から想定した「仮定」 です。実際の御社の業務手順やシステム構成とは異なる可能性があります。実運用の設計は、貴社へのヒアリングを経た協議のうえで決定 いたします。実装範囲は、効果と費用のバランスを見ながら一緒に決めさせてください。