整備工場の業務を、AIで読み直す——私が実践する、複数ツールの使い分け

2025年に入ってから、私の整備工場ではAIツールを業務に取り入れ始めた。

最初は「試しに使ってみよう」という気持ちだったが、今では日常業務の一部になっている。この記事では、私が実際に使っている複数のAIツールと、それぞれの役割分担について書いていく。

Notion AI——顧客・車両DBの自動登録

Notionは以前から使っていたが、AI機能を使い始めてから活用度が大きく変わった。

具体的には、音声入力した整備記録をそのままDBに登録したり、予約表のスクリーンショットを読み取って入庫予定を自動で作成したりしている。手書きや手入力の時間が大幅に減った。

顧客情報と車両情報を紐づけて管理できるようになったことで、「この車は前回どんな整備をしたか」がすぐ確認できる。接客のクオリティが上がった実感がある。

Claude Codeは、業務の仕組みそのものを作るために使っている。

たとえば、ScanSnapでスキャンした書類を自動で分類してNotionに登録するシステム、部品の納品書をOCRで読み取って在庫DBに反映する仕組み、注文書PDFから顧客・車両情報を抽出してレコードを自動生成するフロー——これらをすべてClaude Codeと一緒に作った。

プログラミングの専門知識がなくても、「こういうことをしたい」と伝えれば形にしてくれる。整備士がシステムを作れる時代になったと感じている。

GenSparkは、情報収集と整理が得意なツールだ。

地域の中古車販売業者リストを作りたいとき、競合工場の情報を集めたいとき、特定の車種の相場を調べたいとき——こういった作業に使っている。検索して、まとめて、リスト化する作業が自動でできる。

営業活動の準備に使うことが多いが、市場の動向を把握するためのリサーチにも活用している。

「AIツールはどれか一つを使えばいい」と思っていた時期もあったが、今は違う。それぞれのツールには得意なことと苦手なことがある。

これらを用途に応じて使い分けることで、一つのツールだけでは実現できなかった効率化が可能になっている。

1. 事務作業の時間が減った
記録・登録・分類・整理——こういった繰り返し作業にかかる時間が目に見えて減った。その分、整備や接客に集中できている。

2. ミスが減った
手入力を減らしたことで、転記ミスや記入漏れが減った。データの信頼性が上がったことで、判断もしやすくなった。

3. 経営の判断が早くなった
売上・粗利・部品コストがリアルタイムで見えるようになったことで、「今月どうか」がすぐわかるようになった。感覚ではなく数字で動けるようになった。

AIツールの導入で失敗しないためには、いくつか気をつけることがある。

まず、小さく始めること。一度にすべてを変えようとすると混乱する。一つの業務から試して、うまくいったら広げる。

次に、スタッフへの説明を怠らないこと。ツールを使うのは自分だけではない。なぜ導入するのか、何が変わるのかを丁寧に伝えることが定着への近道だ。

最後に、費用対効果を定期的に確認すること。AIツールにもコストがかかる。本当に業務が効率化されているか、数字で確認する習慣を持つことが大切だ。

整備工場にAIを入れることは、特別なことではなくなってきている。使い方次第で、小さな工場でも大きな変化を生み出せる時代だ。