AI×CAD・設計情報の活用支援
STEP 解析・フィーチャ認識・金型 DFM・LLM と設計情報の安全な接続
見積もりのたびに 3D データを開いて穴を数えている。金型メーカーからの「この形状、抜けませんよ」は、いつも設計が終わったあとに来る。「AI を設計に活かせ」と号令はかかったが、ChatGPT に STEP ファイルを渡しても中身は読んでもらえなかった。設計現場では、こうした光景が毎日のように繰り返されています。
私たちは 3D CAD ビューワー兼 AI 解析ツール CADAS の開発で、STEP のパースから形状解析、金型 DFM、LLM 連携までを自社で実装し、設計値が既知の検証モデルと突き合わせて精度を確かめてきました。設計情報を社外に出さない解析基盤、フィーチャ認識による拾い出しの自動化、設計チェックの自動化、LLM と設計情報の安全な接続、ローカル LLM による機密設計情報の活用まで、実際に作って動かした経験をもとに技術顧問として支援します。
AI × CAD・設計情報活用
3D CAD・設計情報をAIが扱える技術資産へ変える、戦略と実装のアドバイザリー
図面と3Dデータは、社内に眠る最大の技術資産。AIが読める形に変える。
生成AIは文書やコードを読めるようになりましたが、3D CADデータや図面は、そのままではAIに読ませることができません。 形状をフィーチャ（穴・ザグリ・フィレット・勾配・肉厚）として構造化してはじめて、見積もりの自動化、設計チェックの自動化、AIによる設計レビューといった応用が動き出します。 当社は、幾何カーネルによる厳密な形状解析と、設計情報に特化したLLMを組み合わせた3D設計解析プラットフォーム「CADAS」を自社開発。 STEP（ISO 10303）のB-Rep構造を直接解析するフィーチャ認識・金型DFM検証・機構推定から、AIによる設計所見の生成までを単一の基盤上に実装し、一般公開しています。 この実証済みの技術を土台に、3D CAD・設計情報のAI活用を技術顧問としてご支援します。 実際に、CADデータ等に埋もれた設計知の「活用と伝承」のAI化といったテーマで、製造業のお客様から具体的なご相談をいただく機会が増えています。
設計現場の、こんな「いつもの光景」はありませんか
- 「これ、前に誰かが似た部品を設計していた気がする」——探すより描いたほうが早いからと、今日もゼロから描いてしまう
- 見積もりのたびに3Dデータを開いて穴を数えている。ザグリと皿ザグリを目視で拾い分けて、Excelに転記する。数え間違えたぶんは、そのまま赤字になる
- 金型メーカーからの「この形状、抜けませんよ」の連絡は、いつも設計が終わったあとにやってくる
- デザインレビューで指摘されるのは毎回同じ——抜き勾配、肉厚、R。分かりきっているのに、毎回ベテランの目が見つけている
- 図面の意図をぜんぶ知っている先輩が、来年退職する。「なぜここがこの公差なのか」を聞ける相手が、もういなくなる
- 3Dデータはあるのに、CADライセンスのない調達や営業からは「すみません、スクショを貼ってもらえますか」と頼まれる
- 「AIを設計に活かせ」と号令はかかったが、ChatGPTにSTEPファイルを渡しても、中身は読んでもらえなかった
- 金型メーカーとの打ち合わせは、2D図とメールの往復。「ここの形、どうなっていますか」の確認だけで数日かかり、認識のズレはトライのときに初めて発覚する
- 設計データはファイルサーバーとPDMと個人フォルダに散らばっていて、どれが最新版か分からない。過去の見積もりと形状を突き合わせたいのに、そもそも探し出せない
- ベテランのノウハウは、本人も言語化していない。「なんとなくこのRにしておく」の“なんとなく”が、CADデータの中に埋まったまま、引き継がれずにいる
- CADデータには「どう設計したか」は全部残っている。でも「なぜその補正量なのか、なぜこの工程分割なのか」という判断の理由は、どこにも記録されていない
- 機密図面だからこそ、素性の分からない外部のクラウドにCADデータをアップロードするのは避けたい。クラウドAIが使えないなら、社内で完結するAI（ローカルLLM）しかない——でも、何から始めればいいのか分からない
自社開発の3D設計解析プラットフォーム「CADAS」— 体験版を一般公開中
上のような課題を技術で解くために、当社は3D設計解析プラットフォーム 「CADAS」を自社開発しています。 幾何カーネルがSTEP（ISO 10303）のB-Rep構造を厳密に解析し、その実測値を設計情報に特化したLLMが読み解く—— フィーチャ認識・機構推定・金型DFM検証からAIによる設計所見まで、単一の基盤で実行します。 CADをはじめとする企業の機密情報をサーバーにアップロードせずに解析できる、完全オフラインモードを搭載しています。 CATIA・NX・Creo（Pro/ENGINEER）・SolidWorks・Inventor・Fusion 360・Solid Edge など、 主要な3D CADからエクスポートしたSTEPデータをそのまま解析できます※。 以下は動作中のスクリーンショットです。
登録不要・無償。完全オフラインモードにより、CADデータをサーバーにアップロードせずに解析できます。
貴社の設計基準・ワークフローに合わせて解析機能を拡張したフル機能版・エンタープライズ構成は、無料相談にてご案内しています。
※ 解析対象はSTEP（AP203/AP214/AP242）形式です。各CADの標準エクスポート機能でSTEP形式に変換してご利用ください。
アドバイザリー領域
CADデータの可視化・共有基盤
- 幾何カーネルによる高精度なSTEP解析・3D可視化
- CADライセンスのない部門への3Dデータ展開
- 設計・製造・調達が同じ3Dを見て話せる共有環境
- データを外部に出さないアーキテクチャ（機密保持）
- 自社製品・社内システムへの解析・可視化機能の組み込み
フィーチャ認識・形状解析
- 穴・ザグリ・皿・フィレットの自動抽出
- B-Rep（解析曲面）の厳密解析
- 見積もり・工程設計の拾い出し自動化
- 形状の構造化・特徴量設計
設計チェックの自動化・DFM
- 抜き勾配・アンダーカット・肉厚の自動チェック
- リブ・ボス等の製造性フィーチャ検出
- 設計基準・チェックリストのルール化
- 手戻りの早期発見（フロントローディング）
LLM × 設計情報
- 3Dデータ・図面情報の構造化とLLM連携
- AIによる設計レビュー・所見生成
- 設計意図・暗黙知の抽出と言語化の支援
- プロンプトインジェクション対策・使用量管理
ローカルLLM・オンプレAI環境
- 設計情報を社外に出さないローカルLLM構成
- GPU・モデル選定と導入プランの策定
- アクセス制御・監査ログ等の周辺セキュリティ
- クラウドAI利用ポリシーの整理
設計資産の活用戦略・一元管理
- 3D CADデータ資産の棚卸しと活用構想
- 散在する設計データの一元管理・過去データ検索
- 見積もり・原価情報と形状データのひも付け
- 類似形状検索の実現方式検討・PoCの設計
ご提供できる知見（一例）
CADASの開発では、STEP（ISO 10303）のパースから形状解析・DFM・LLM連携までを自社で実装し、 設計値が既知の検証モデルと突き合わせて精度を確かめてきました。 この「実際に作って動かした」経験に基づく知見をお伝えします。これらは一例であり、お客様の課題に応じて幅広くご支援可能です。
設計情報を社外に出さないCAD解析基盤の設計
幾何カーネルによる解析をデータ送信なしで完結させる構成は、図面・設計情報の漏洩リスクを構造的に排除します。機密データを社外に出せない環境での3Dデータ活用や、CADライセンスのない部門への展開に有効な基盤設計を、実装経験に基づいてご説明します。
B-Repフィーチャ認識の実装技術
メッシュ統計からの推定と、STEPの解析曲面（B-Rep）を直接解析する厳密抽出の二段構えで、穴・ザグリ・皿・フィレットを自動分類するエンジンを実装しています。両方式の精度特性と使い分け、見積もり・工程設計の自動化への応用まで、実装した当事者としてお話しできます。
金型DFM自動検証のアルゴリズム設計
抜き勾配の分類、レイキャストによるアンダーカット検出・肉厚推定、薄壁（リブ）・ボスの検出を実装し、意図的に不良を埋め込んだ検証モデルで検出力を実証しています。貴社の設計基準をルール化した自動検証に加え、設計と金型メーカーが同じ3Dと検証結果を共有して手戻りを断つコミュニケーション基盤の構築もご支援します。
LLMと設計情報を安全に接続するアーキテクチャ
LLMは3Dデータを直接解釈できないため、幾何情報をどう構造化してモデルに渡すかが設計の核心になります。プロンプトインジェクション対策・利用量制御・機密データを渡さない構成まで含め、業務利用に耐えるLLM連携アーキテクチャを実装例つきでご説明します。
ローカルLLMによる機密設計情報の活用基盤
当社はGPU環境の構築からローカルLLMの導入・運用まで、LLMインフラそのものを本業として支援しています。クラウドAIを使えない環境でも、設計情報を社外に一切出さずにAIを活用できる基盤（GPU・モデル選定、導入プラン、アクセス制御・監査ログなどの周辺セキュリティ）を、貴社の要件に合わせて設計します。
暗黙知として埋もれた設計意図の抽出と形式知化
CADデータに残るのは「どう設計したか（What）」であり、「なぜそうしたか（Why）」は残りません。当社は、幾何カーネルで実測した事実だけを根拠に、AIがベテランへ的を射た問いを投げかけて判断理由を引き出し、判断・根拠・条件・結果のセットとして形状（フィーチャ）に紐づけて蓄積する方法論をご提供します。事実に基づかない推測をAIにさせないことが、現場に信頼される仕組みの条件です。
設計ナレッジAI化を「使われる仕組み」にする進め方
この領域は、ソリューションありきで始めると失敗します。現場ヒアリングと真因分析で「どの業務・どのデータ・どの判断知ならAIで再利用できるのか」を見極め、業務と技術それぞれのフィージビリティスタディと限定データでの小さな実証を経てから投資判断につなげます。過去案件の探索所要時間、類似検索のヒット率、引き出せた判断知の件数といった評価指標を先に決めて実測する進め方を、実際のご支援の型としてご提供します。
ご提供する価値
実装で証明する
スライドではなく、自社開発したCADASの稼働する実装でご説明します。掲載したスクリーンショットはすべて公開中のプラットフォームの動作画面です。
幾何カーネルからLLMまでのフルスタック
STEP規格・B-Rep幾何処理の低レイヤーから、LLM連携・AIエージェントまでを一つのチームで一貫して扱えるため、「AIに設計情報を読ませる」構想を構想のままで終わらせません。
貴社専用ソリューションへの展開
CADASの技術基盤を核に、貴社の設計基準・ワークフローに最適化した解析・検証ソリューションの構築をご相談いただけます。小さなPoCで確証を得てから広げる、段階的な展開計画をご提案します。
関連リソース
Qualiteg BlogでAI × CAD・設計情報活用の実測記事を公開しています。
【AI×CAD 第3回】「この形、抜けません」を設計中に知る。金型DFM（抜き勾配・アンダーカット・肉厚）をブラウザで自動チェック
抜き勾配・アンダーカット・局所的な肉厚の要注意箇所は、型開き方向を決めれば形状から機械的に一次チェックできます。わざと不良を仕込んだ樹脂ケースでCADASの金型DFMを実走し、要勾配11.8%・アンダーカット0.2%（横穴のみ）・肉厚中央値2.00mmが出るまでと、その判定の仕組みを解説します。
【AI×CAD 第2回】見積もりのたびに穴を数えていませんか。STEPのB-Repから穴・ザグリ・皿ザグリを自動で拾う
解析曲面として出力されたSTEPでは、穴・ザグリ・皿ザグリ・フィレットの寸法が数値として記録されています。CADASのフィーチャ認識で12個の穴を5行の表にし、厳密解析で正確な寸法に置き換えるまでを実測値と実装の中身で解説します。
【AI×CAD 第1回】設計の3Dデータ、設計部門の外で誰も見られない問題を無料＋ブラウザだけで解決する
STEPファイルをブラウザで開ける無料の3Dビューワー「CADAS」を公開。インストール・登録不要、表示・計測・断面はブラウザ内で処理され、ファイルは外部へ送信されません。実際の画面と実測値で紹介します。
よくあるご質問
機密図面なので、CAD データを外部のクラウド AI に渡せません。それでも AI 活用はできますか。
できます。幾何カーネルによる解析をデータ送信なしで完結させる構成と、設計情報を社外に一切出さないローカル LLM 基盤（GPU とモデルの選定、導入プラン、アクセス制御や監査ログ）の両方を、貴社の要件に合わせて設計します。当社は GPU 環境の構築からローカル LLM の導入・運用までを本業として支援しています。
見積もりのための穴やザグリの拾い出しを自動化できますか。
メッシュ統計からの推定と、STEP の解析曲面（B-Rep）を直接解析する厳密抽出の二段構えで、穴・ザグリ・皿・フィレットを自動分類するエンジンを実装しています。両方式の精度特性と使い分け、見積もりや工程設計の自動化への応用まで、実装した当事者としてお話しできます。
金型メーカーからの手戻りを減らしたいです。DFM チェックは自動化できますか。
抜き勾配の分類、レイキャストによるアンダーカット検出と肉厚推定、リブやボスの検出を実装し、意図的に不良を埋め込んだ検証モデルで検出力を確かめています。貴社の設計基準をルール化した自動検証と、設計と金型メーカーが同じ 3D と検証結果を共有して手戻りを断つ共有基盤の構築を支援します。
ベテランの設計ノウハウを AI で残せますか。
CAD データに残るのは「どう設計したか」で、「なぜそうしたか」は残りません。幾何カーネルで実測した事実だけを根拠に AI がベテランへ問いを投げて判断理由を引き出し、判断・根拠・条件・結果をフィーチャに紐づけて蓄積する方法論を提供します。ソリューションありきで始めず、現場ヒアリングと限定データでの小さな実証を経てから投資判断につなげる進め方をとります。