結局、このAIのゴチャゴチャした話が、家の下を這い回ったり梯子を登ったりする現場の連中に何をもたらすのか。現場の走り書きメモやボヤけた写真を価格に変換する果てしない作業——施主には高すぎ、業者には甘すぎるあの価格——がついに楽になるかもしれない。
テック野郎たちの売り文句はいつも一緒だ。「AIで業務が革命的に変わる！」 ああ、そりゃそうだろ。でも電気屋や水道屋からすれば、そんな革命はただの頭痛の種でしかなかった。一般的なAIツールは——アルゴリズムの心臓に敬意を表しつつ——お前の好みのワイヤーナットブランドも、長年コツコツ追ってきた人件費も知らない。ただ「これが正しい」と勝手に吐き出すだけ。結果、損失の高速道路を突き進む。
このAI、本当に賢いのか、それともただ訓練されただけか？
本音を言うと、AIはお前のビジネスを直感的に理解できない。好みの1/2インチType L銅管が特定サプライヤーから来て、お前の仕入れ値がXドルでY％上乗せする、なんて知らない。お前が教えるしかない。しかも「適当に判断しろ」みたいな曖昧さじゃなく。新潮流は細部にこだわる。すでに持ってるあのグチャグチャのスプレッドシート——サプライヤーコード、コスト、上乗せ率——をAIの脳に直注入だ。
イメージしてみろ。新入り見習いに価格リストを見せずに見積もりに行かせるか？ これがデジタル版だ。元記事が言う「Brand Preference Rules」（ブランド優先ルール）とは、要するに「タンクレス給湯器ならこのNavienモデルを使え、施主がRheem持ってる場合を除く」だ。電気屋なら「住宅案件はHalo HLB6ダウンライト一択、写真で別物が明確じゃなければ」。長年培った経験をコード化して、AIの当てずっぽうを止める。お前のビジネスそのものを反映させるんだ。
肝心なのはAIを使うことじゃない。お前のビジネスルールを教えることだ。
元記事のこの一文が核心を突く。技術が魔法の弾丸じゃない。お前のデータがすべてだ。電気工事屋なら、AIが新回路の必要を察知したら、好みのEatonブレーカー、Haloボックス、お前のSouthwireケーブルを自動引き出し。で、お前のコストとお前の上乗せを適用。これで利益率を守れる。安いネット通販のランダムパーツをAIに選ばせるから損するんじゃない。
実際の進め方は？
要するに、AI単独じゃ役立たずだとわかった。テックオフィスに座ってないお前らの現実路線はこうだ。
まずデータセットを構築。資材スプレッドシートを整理しろ。品目、サプライヤーコード（ミス防止に必須）、お前の仕入れ値、販売値（か明確な上乗せ率）、用途をリストアップ。同時にトップ10〜20の「ブランド優先ルール」を固めろ。一貫性を保つ当たり前のやつだ。人件費も忘れるな。共通作業を時間とドルで分解。「GFCIコンセント交換：0.5時間、30ドル」。シンプルだが超重要。
次にシステムを訓練。この整頓データ全部を専用プラットフォームにぶち込む。記事で挙がるBriggsみたいなやつは、構造化データを飲み込んで写真や音声メモを解析、見積もりドラフトを吐き出す。完璧な最終版を目指すんじゃない。サクッとレビュー・修正できる上出来ドラフトだ。
最後に、みんながサボりがちな検証と反復。最近の簡単案件をピックアップ。新データセットで手作業見積もりを作れ。同じデータをAIに通せ。出力比較。どこがズレる？ ルールが甘い、コストが狂ってる、AIの解釈ミスだ。練り直せ、練り直せ。これ「セットアンドフォーゲット」じゃない。
誰が本当に儲かってるんだ？
霧を払おう。こういう専用AIツールを作る会社は、長年お前の損失源だった問題の解決策を売って儲けてる。でもお前が儲かるのは、見積もりが正確になった時だ。AIが安物部品を勧めたり人件費を甘く見積もったりして利益を置き去りにしない。急激な爆益じゃない。既存ビジネスを固め、管理の無駄を削るだけだ。
要はこうだ：AIは道具。どんな道具も使い方次第。お前のビジネスデータを整える面倒を引き受けるなら、この「AI革命」は本物になる。心を読んで魔法みたいに儲かる見積もりを出せなんて期待なら、がんばれよ。
