台帳は、現場が入力しなければ死ぬ──写真を撮るだけで備品を記録するAIダッシュボードの作り方【510室の実例】

備品台帳、設備管理表、在庫リスト——作った直後がいちばん正確で、あとはひたすら古くなっていく。多くの会社で、この現象が起きています。

原因を「現場が入力してくれないから」と考えると、対策は「入力を徹底させる指導」になります。でも、それで解決した会社を、私たちはほとんど見たことがありません。

本当の原因は別のところにあります。入力が、面倒すぎるのです。

エアコンの前にしゃがんで、シールの型番を目を細めて読み、スマホのメモに書き写し、事務所に戻ってからパソコンで台帳に転記する。1 部屋あたり数分。それが数百室あれば——現場が続けられないのは、意志の問題ではなく設計の問題です。

この記事では、その設計を変えた実例を紹介します。写真を撮るだけで、AI が型番やメーカーを読み取り、台帳に記録される仕組みです。

---

実例:約 510 室の備品管理を、写真ベースに

先日、月極マンションを約 510 室運営している管理会社向けに、備品管理のダッシュボードを構築しました。

課題:部屋ごとに、エアコン・冷蔵庫・洗濯機・照明・家具といった備品がある。どの部屋に何がいつから入っているのか、型番は何か——これが正確に分かっていないと、故障対応も、入れ替え計画も、原状回復の見積もりも、すべて後手に回ります。ところが 510 室分の備品を手入力で維持するのは、現実的ではありませんでした。

作ったもの:現場のスタッフがスマホで備品を撮影すると、AI(Claude の API)が写真からメーカー名や型番を読み取り、その部屋の備品として記録される。事務所側のダッシュボードでは、部屋ごとの備品一覧、写真、設置状況がいつでも見られる——というものです。バックエンドからフロントまで含めて構築し、稼働しています。

現場の作業は「撮る、確認する、それだけ」。転記もパソコンも要りません。

---

なぜ「入力してくれない」のか

この仕組みの肝は、AI の画像認識そのものではありません。入力のハードルをどこまで下げられるかです。

発注したシステムが現場で使われない理由の記事で書いた通り、業務システムが死ぬ最大の原因は、現場の運用負荷です。台帳系のシステムには、特に次の 3 つの壁があります。

1. 入力の場所と、作業の場所が違う 備品があるのは現場。台帳があるのは事務所のパソコン。この距離が、記憶と転記ミスを生みます。入力は、現場で完結しなければ続きません。

2. 入力する情報が細かすぎる 型番は英数字の羅列で、読み間違えやすく、打ち間違えやすい。人間がやるといちばん苦痛な種類の作業です。逆に言えば、AI がやるといちばん得意な種類の作業でもあります。

3. 入力した人に、メリットがない 入力する人と、そのデータで得をする人が違う。だから後回しになる。これはツールでは完全には解決しませんが、負荷を数秒まで下げれば、実質的に問題ではなくなります。

つまり必要だったのは、管理を厳しくすることではなく、入力という行為を「写真を撮る」に置き換えることでした。

---

仕組み:5 つのステップ

1. 現場で撮影する── スタッフがスマホで備品を撮る。銘板・型番シールが写っていれば十分
2. AI が読み取る── 画像を AI に渡し、メーカー・型番・機器の種類を抽出する
3. 人が確認する── 読み取り結果を画面で確認し、違っていればその場で修正(唯一の人手工程)
4. 記録する── 部屋番号と紐づけて、写真ごとデータベースに保存
5. ダッシュボードで見る── 事務所側では、部屋ごと・機器ごとの一覧、設置状況、写真がいつでも参照できる

現場の入力画面。撮影すると読み取り結果が入った状態で開くので、確認して保存するだけで終わる。

お気づきかもしれませんが、これはループ記事で紹介した型そのものです。トリガーは「現場で撮影したとき」、判断は「写真から型番を読み取る」、ゲートは「確認は人、記録は自動」、メモリは「蓄積された備品データと写真」。読み取りの精度が不安な箇所は人が直す——この線引きがあるから、安心して現場に出せます。

技術的には、AI の画像認識(Claude API)と、クラウド上のデータベース・画像保管を組み合わせた小さな業務アプリです。大がかりな基幹システムではありません。

---

ダッシュボードは、「集計機能」で決まらない

ダッシュボードを作りたい、という相談はよくいただきます。そのとき、グラフの種類や集計軸の話から始まることが多いのですが——そこは本質ではありません。

ダッシュボードの価値を決めるのは、表示されているデータが、今日も正確かどうかです。どれだけ美しいグラフでも、中身が半年前の数字なら、誰も見なくなります。逆に、データが常に最新なら、表示は素朴な一覧で十分に役立ちます。

事務所側の画面。部屋ごとに何がいつから入っているかを、写真つきで確認できる。

そして、データを最新に保つのは集計機能ではなく、入力の設計です。

• 入力は、作業の現場で完結するか
• 1 回あたり数秒で終わるか
• 入力者が、面倒だと感じないか

2025 年の崖の記事で「AI に乗るにはデータの土台が要る」と書きました。その土台は、立派なシステムを買えば手に入るものではなく、現場が無理なく入力し続けられる設計からしか生まれません。

---

導入の進め方

1. 管理したい対象を 1 つに絞る── 全部の資産ではなく、まず「備品」「工具」「在庫」のどれか 1 つ
2. 現場の入力動線を先に決める──「いつ・どこで・誰が」入力するか。ここが決まらないうちに画面設計を始めない
3. AI に任せる読み取りを 1 つに絞る── 型番なのか、数量なのか、状態なのか。判断は 1 つから
4. 人の確認を必ず挟む── 最初は全件確認。精度が見えてきたら、確認の範囲を緩める
5. 小さく現場に出して、直す── 数部屋・数拠点で回し、現場の声で入力画面を削る

---

注意点

• 写真の写り方で精度は変わります。銘板が汚れている、逆光、角度が悪い——最初に「どう撮ればよく読めるか」の見本を 1 枚作っておくと、現場の迷いが消えます
• AI の読み取りは万能ではありません。だから確認工程を省かない。特に似た型番の枝番違いは要注意です
• 写真そのものも資産です。型番の読み取り結果だけでなく、現物の写真を残しておくと、後から「これ何だっけ」に戻れます
• 最初から全物件をやろうとしない。数十室で回してから広げるほうが、確実に速く終わります

---

まとめ

• 台帳が古くなるのは現場の怠慢ではなく、入力が面倒すぎるという設計の問題
• 解決策は管理の強化ではなく、入力を「写真を撮る」に置き換えること。型番の読み取りは、人がいちばん苦手で AI がいちばん得意な作業
• 実例として、約 510 室の備品管理を撮影ベースのダッシュボードに置き換えた。現場の作業は「撮る、確認する」だけ
• ダッシュボードの価値は集計機能ではなく、データが今日も正確かどうかで決まる。つまり勝負は入力の設計にある

「台帳、そういえば最近更新してないな」——心当たりがあれば、直すべきは台帳ではなく、入力の方法かもしれません。

Acetyl:Tech は、現場が入力し続けられる業務ダッシュボードの設計・構築を支援しています。 備品・在庫・設備の管理でお困りなら、「経営・業務ダッシュボード」のページをご覧ください。