職人の「勘」をデータ化する3つの方法と会社資産化の手順

「勘」の正体は、蓄積された変数の組み合わせです

職人歴20年のベテランが「この下地はもう一回ケレン（さびや旧塗膜を除去する工程）をかける」と言うとき、その判断には複数の変数が絡んでいます。

• 築年数と外壁材の種類
• 前回塗装からの経過年数
• 現在の気温・湿度・日射角度
• 前回使用した塗料の種類と希釈率
• 職人自身が過去に同条件で施工した経験値

夜21時の事務所、現場監督が手書きの日報をめくりながら「あの現場、確かチョーキング（塗膜表面が粉化する劣化現象）がひどかったよな」と記憶を掘り起こしている光景は、どの塗装会社にも存在します。

問題は、この記憶が「その人の頭の中」にしかないことです。

現場が年間50件あれば、50件分の気象条件・下地状態・使用材料・仕上がり評価が蓄積されているはずです。しかし多くの会社では、それらは日報のメモ欄か、職人の経験値として属人化されたまま消えていきます。

「勘」の正体は、入力変数に対する最適解のパターン認識です。データとして記録されれば、再現性のある判断基準に変換できます。

属人化が引き起こす、見えにくいコストの話

築30年のマンション大規模改修を例に考えます。外壁の塗り替えで標準塗布量（1㎡あたりの塗料使用量）を0.05kg外すと、100㎡の壁面で5kg分のロスが出ます。材料費換算で数千円ですが、これが年間30現場で繰り返せば、年間で相当な金額になります。

しかし現場ごとの材料歩留まり（使用量に対する有効活用率）を記録していない会社では、このロスは「なんとなく多くなった」で終わります。

現場帰りの軽トラ、助手席に積んだ余りのクリマイ（クリーンマイルドシリコン）の缶を見ながら「また余ったな」で終わる日常です。

属人化によるコストは主に3層構造になっています。

• 第1層：材料ロス（希釈率の個人差・余剰在庫）
• 第2層：工数ロス（ベテランとの段取り差・やり直し発生）
• 第3層：情報ロス（現場ごとの利益が見えない・見積精度が上がらない）

第3層が最も深刻です。現場が終わっても「あの現場、実際いくら残ったか」が把握できない会社は、次の見積もりの根拠も感覚値になります。感覚値の見積もりは、利益率のブレを固定化します。

Angaが塗装業に特化した理由——開発者自身が現場を知っている

汎用のAIツールや工務店向け管理システムは、塗装業の細かい変数に対応していません。色番の入力欄に「N-80」と書いても、日塗工（日本塗料工業会）の色見本との紐付けはできず、NDやSRの体系とも連動しません。

Angaを開発したのは、株式会社イーテクノス代表の井上恭介氏です。塗装会社の経営者として、色番N80の誤発注・現場ごとの利益の見えにくさ・「職人の癖」が引き継がれない問題を当事者として経験してきました。

LINEに溜まる職人からの日報。「クリマイ2缶追加で」という略語。吹付の際の希釈率変更の口頭連絡。これらを拾えないシステムは、現場では使われなくなります。

Angaが解決しようとしているのはこの点です。

• 職人の略語・呼称を学習し、正式品番に変換する
• 現場ごとの材料使用量・人工（にんく：職人1人1日の作業量単位）・工期を記録する
• 色番・希釈率・下地処理の記録を現場単位で蓄積する
• 蓄積データをもとに、次の見積もり精度を上げる

「塗装業にしか通じない言語を理解するシステム」という設計思想が、汎用ツールとの本質的な違いです。

「勘」をデータ化するための3つのステップ

職人の判断をデータとして蓄積するには、入力の負荷を限りなく小さくする必要があります。日報を書かせるだけで精一杯の現場に、新しいフォームを追加しても定着しません。

Angaが想定する蓄積のステップは以下の3段階です。

ステップ1：記録の入口を統一する

LINE・音声メモ・写真——職人が現場で使っている手段をそのまま入力チャネルにします。「吹付前の気温18度、希釈率8%に変更」という一言メモが、データベースの一行になります。

ステップ2：現場単位で紐付ける

材料・人工・歩掛（作業1単位あたりの工数）を現場IDに紐付けて蓄積します。養生・下地処理・中塗り・上塗りの工程ごとに分解することで、どの工程で原価が膨らんでいるかが見えるようになります。

ステップ3：次の現場に返す

「この築年数・外壁材の組み合わせで過去5件の平均材料費はいくらか」を見積時に参照できます。感覚値ではなく、自社データが根拠になります。

現場10件分のデータが蓄積されれば、見積もりの精度は体感で変わります。ベテランの「勘」は、データ化されて初めて会社の資産になります。職人が辞めても、その判断基準は残ります。