小規模な加工ショップにとって、朝のメールボックスは「良い面もあれば悪い面もある」存在です。一晩のうちに見積依頼（RFQ）が溜まっていきます。常連客からのものもあれば、聞いたこともない見込み客からのものもあります。各依頼を価格付きの見積書に変換する作業には、何時間も費やされることがあります。エンジニアやオーナーは、スプレッドシートを凝視しながら、現在のアルミニウム価格を推測し、長年使い続けてきた一律のマークアップを適用することになります。これは熟練した人材を機械から引き離してしまう退屈な作業であり、かつ危険なほど不正確な作業でもあります。材料費や加工時間の予測を誤れば、単に一つの案件を台無しにするだけでなく、ショップが到底応えられないような価格を顧客に期待させてしまうことにもなりかねません。

手動見積もりの真のコスト

手動の見積もりは、不一致を生みます。ある見積担当者は先月の6061-T6プレートの価格高騰を覚えているかもしれませんが、別の担当者は半年前に印刷された資料をもとに作業しているかもしれません。マークアップも、計画に基づいたものではなく、直感で適用されることがよくあります。その結果、買い手を遠ざけてしまうほど高い利益率の案件もあれば、現場に回って初めて判明するような、目に見えない損失を抱えた案件も混在するポートフォリオが出来上がってしまいます。

その混乱は機会損失を招きます。エンジニアが見積作成に費やす一時間は、5軸加工機のプログラミングや、バリの問題の解決、あるいは見習いのトレーニングに充てられるはずだった一時間です。見積もりがボトルネックになると、ショップ全体の動きが鈍くなります。見積もり自体を、再現可能で、測定可能で、迅速な「製造プロセス」として扱うパイプラインが必要です。

ルールベースの利益率エンジンの仕組み

自動見積もりパイプラインの核となるのが、ルールベースの利益率エンジンです。これは、一律のマークアップに代わり、利益率を割り当てる前に「予測年間数量」「顧客の業界」「戦略的適合性」という3つの特定の要素をチェックする条件付きロジックを採用しています。

具体的なロジックの仕組みは以下の通りです。予測年間数量が1,000個を超える場合、エンジンは15%の利益率を適用します。大量生産の仕事は、多くのユニットにセットアップ時間を分散させることができるため、機械の稼働時間をしっかりと確保できるのであれば、単価あたりの利益を低く抑えることが可能です。顧客が医療業界に属している場合、利益率は40%に跳ね上がります。この余剰分は強欲さからではなく、医療分野の仕事が要求する検査のオーバーヘッド、文書化、および厳しい公差をカバーするためのものです。もし部品に特殊な技術（例えば、地域の競合他社には真似できない5軸加工など）が必要な場合、システムは25%の利益率を適用し、仕事を勝ち取り、新しい技術の供給源を確保するために、十分に攻めた価格設定を行うかもしれません。それ以外については、標準的な30%の利益率がベースとなります。

これらのルールは単独で機能するわけではありません。正確な材料価格と実態に即した加工時間を含んだベースコストに対して、ルールが積み重なって適用されます。その結果、競争力が必要な場面では競合し、利益を守るべき場面では確実に守る価格が算出されます。

見積もりが完成するまで

システムに実際のRFQが届いた場面を想像してみてください。依頼内容はアルミニウムプレートです。予測数量は1,200個。クライアントは自動車業界です。

利益率エンジンはまず数量を確認します。1,200個は1,000個の閾値を超えているため、15%の利益率が選択されます。次に、ライブデータベースから材料コストを読み取り、Runtime Calculatorから加工時間を取得し、顧客が要求した特急料金を上乗せします。システムは、計算ミスやコピー＆ペーストのミスなく、これらの要素を追加します。わずか数分で、正確で一貫性のある見積書が完成し、送出されます。