技術的実現可能性の評価：50-60%（向上の余地あり）

全体の実現可能性評価
現状: 50-60%
目標: 80-90%
PoCを通じて実現可能性を向上
30%

技術的課題

  • ラスタ形式PDFからベクトルデータへの変換精度
  • 図面内の寸法・形状情報の自動抽出ロジックの確立

リスク軽減策

最新のDeep Learning技術と画像処理技術の組み合わせにより、ベクトル化精度70-80%を目指す

40%

データ課題

  • 機械学習モデルの訓練に必要な過去の不具合事例データ量
  • 図面の品質（解像度、標準化の度合い）が精度に与える影響

リスク軽減策

PoCにて、保有されているデータで十分な精度が出るか検証。知識蒸留やNGデータ生成も検討

20%

業務課題

  • ベテラン技術者が持つ不具合判定に関する暗黙知の形式知化
  • 既存の設計・品質保証プロセスへ円滑に組み込むための運用設計

リスク軽減策

PoC期間中に段階的なヒアリングを実施し、判定ロジックをルール化

PoCによる実現可能性向上

上記課題に対して8週間のPoCを通じて実データでの検証を行い、実現可能性を70-80%まで向上させることが可能です。