現場ごとの利益を見える化する4つの方法｜塗装会社の原価管理

「現場が終わって初めて赤字に気づく」構造を理解する

夜21時の事務所で、竣工した築28年マンション外壁改修の原価を手元のメモと領収書で拾い直す。そういう作業が毎月繰り返されます。

塗装業の原価は大きく3層に分かれます。

• 材料費：塗料・シーラー・マスキングテープ・養生シート・シンナー（希釈率の管理ミスで廃棄が出ると即赤字）
• 労務費：職人の人工（にんく）数×単価。出面（でづら）管理が曖昧だと実態がつかめません
• 経費：足場・廃材処理・遠方現場の交通費・段取り（準備作業）の時間コスト

この3層が「見積段階の想定」と「実際の着地」でずれるのが利益消失の本質です。

特に労務費は要注意です。4人工で終わる予定の下地処理（ケレン含む）が、劣化の進んだ旧塗膜のせいで6人工になっても、日報がLINEの流れに埋まって誰も拾わない。現場が終わった後で「あの現場は薄利だった」と気づいても手遅れです。

まず「見積時の歩掛（作業1単位あたりの工数）と実績工数の差異」を現場ごとに記録する仕組みを作ることが出発点になります。

見積原価と実績原価を現場単位で対比させる

軽トラで現場から戻った職人が「今日は養生で半日食った」と言っても、それが数字として残る仕組みがなければ原価管理は機能しません。

実績原価を見える化するには、3つのデータを現場コードに紐づけて集積します。

• 実績人工数：誰が・何時間・どの工程（下地処理/中塗り/上塗り）に入ったか
• 実材料費：発注した塗料のロット・標準塗布量に対する実使用量・残量の扱い
• 追加発生費用：補修追加・色番変更による塗り直し・天候による工程ズレの人件費

これを見積書と並べて比較すると、どの工程で乖離が出たかが一目でわかります。

例えば「3分艶（さんぶつや）仕上げの外壁で、日塗工N80指定の色番を1回塗りで終わらせる予定が隠蔽力不足で2回塗りになった」ケースは、材料費と人工がダブルで膨らみます。見積段階でその色番の隠蔽性リスクを原価に織り込めていたかどうかが問われます。

現場10件分のデータが溜まると、「吹付仕上げの現場は養生費が平均で見積比118%になる」「外壁より屋上防水の工程が利益率を下げている」といった構造が見え始めます。感覚ではなく、数字で意思決定できるようになります。

Angaが塗装業に特化している理由

色番の確認電話が一日に何本も飛んでくる現場監督の昼休み。そういう場面から開発は始まりました。

Angaは、株式会社イーテクノス代表・井上恭介が塗装会社を経営する中で「汎用のAIや管理ツールは塗装業の言語を理解しない」という実感から開発したツールです。

汎用ツールとの違いは、塗装業固有の文脈を処理できる点にあります。

• 職人の略語を学習する：「クリマイ」と書いてあれば「クリーンマイルドシリコン」と解釈し、発注書に正式品番で展開します
• 色番ミスを構造的に防ぐ：日塗工・ND・SR各体系の色番フォーマットを認識し、指定と発注の不一致をアラートします
• 歩掛ベースの原価計算：工程別の標準歩掛を持ち、入力した人工数と見積歩掛を自動比較します

「N80を頼んだつもりがN85で届いた」「クリーンマイルドウレタンとシリコンを混同して発注した」。そういう凡ミスが原価を食う現実を、開発者自身が経験しているからこそ、機能の優先順位が塗装業の現場と一致しています。

汎用AIに「塗装業の原価管理を手伝って」と入力しても、出面管理や希釈率ロスの概念は出てきません。Angaが塗装業の匂いを持っているのは、その違いです。

現場利益の見える化を運用に定着させる3ステップ

「仕組みを作ったのに誰も入力しない」。これが原価管理が続かない最大の理由です。職人は現場で動くことが仕事であり、帰社後に数字を入力する習慣は根付きにくいです。

定着させるには、入力コストを限りなく下げることが先決になります。

ステップ1：日報を構造化する
自由記述の日報をやめ、「現場名・工程・人数・使用材料」の4項目だけを入力するフォームに切り替えます。LINEから送れる形にすると、職人側の負担が大幅に下がります。

ステップ2：見積書と原価を同じコードで管理する
見積書の工程コードと実績入力のコードを統一します。これがずれると集計時に突合できず、結局手作業が発生します。

ステップ3：月次ではなく週次で差異を確認する
現場が進行中に乖離を把握することに意味があります。竣工後の集計は「反省会」にしかなりません。週次で人工差異を見ると、追加発生を見積変更交渉に使えます。

この3ステップを回し始めた塗装会社では、半年後に「利益率の高い現場の共通点」が言語化できるようになります。感覚の経営から、データの経営への移行です。それが受注判断・値付け・職人配置の精度を底上げします。