AI Topica

AI・ITの最新トレンドを、わかりやすく。

2D図面の3D化をAIが自律実行、機械設計者の仕事はどう変わるか

2D図面を3Dモデルに起こす作業や、履歴のないCADデータを編集可能な形に組み直す作業は、これまで設計者の手作業に頼ってきました。この工程をAIエージェントが代行し始めたことで、設計者の時間の使い方そのものが問われる局面に入っています。

2026年11月6日 20:20 公開約5分で読めますAI Topica 編集部

この記事の要点

1WOGOが機械設計向けAIエージェント「Hacadly AIエージェント」の提供を2026年11月5日に開始しました。
22D図面からの3Dモデル生成では、自社ベンチマークで復元成功率100%を記録したとしています。
3履歴のないCADデータのフィーチャー再構築では、編集評価の合格率97.1%としています。
01

何が起きたか

WOGOは2026年11月5日、機械設計における図面やCAD作業を自律実行する「Hacadly AIエージェント」の提供を開始したと発表しました。大規模言語モデル(LLM)と同社独自の2D図面処理・3D形状処理技術を組み合わせた設計支援サービスで、会話による指示をもとに図面やCADデータの読み取り、モデルの生成、照合、修正までを実行できるといいます。

主な用途は2つです。1つは、DXFやPDF形式の2D図面をアップロードすると形状や寸法、注釈を読み取りSTEP形式の3Dモデルを生成する「2D図面からの3Dモデル生成」。もう1つは、STEPデータなど操作履歴を持たない3Dモデルから、スケッチや押し出し、回転、穴などを備えた編集可能なCADモデルを組み直す「フィーチャー再構築」です。

WOGOが実施した自社ベンチマークでは、板金・切削・製缶の計23件を対象にした2D図面からの3Dモデル生成で復元成功率100%となり、比較対象のClaudeを使ったシステム(ツール連携あり47.8%、なし39.1%)を上回ったとしています。フィーチャー再構築では、板金・切削の計20部品で形状評価を全件通過し、再構築した履歴を使った編集評価では34件中33件(97.1%)が合格したといいます。

提供形態は各ユーザーの端末に導入するソフトウェアで、企業向けには顧客企業が管理するクラウド内の生成AI環境へ接続する構成も用意されています。この場合はデータがWOGOのサーバを経由しないとのことです。

02

背景・解説

2D図面から3Dモデルを作る作業は、紙や図面データに描かれた複数の投影図から部品の立体形状を読み解き、CADソフト上で再現する工程です。受け取った取引先の図面をもとに加工用の3Dデータを起こす場面などで、設計者が時間をかけて手作業で行ってきました。

「フィーチャー履歴」とは、押し出しや穴あけ、曲げといったCAD上の操作手順を記録したデータのことです。履歴が残っていれば、板厚や穴径などのパラメーターを変更するだけで形状を修正できますが、履歴のないCADデータ(STEP形式など)は形状情報しか持たないため、寸法を一つ変えるだけでもモデルを一から組み直す必要がありました。

Hacadly AIエージェントは、こうした2つの手作業を汎用LLMと専用の形状処理システムの組み合わせで代行します。比較対象として使われたClaudeは汎用の生成AIモデルで、Hacadlyとの差はモデル単体の性能差ではなく、形状処理の仕組みを含めたシステム全体の違いによるものだとしています。

03AI Topicaの見方

仕事や業務への影響

図面の読み取りや履歴のないデータの組み直しに時間を取られていた設計者ほど、この自動化の恩恵は大きくなります。例えば、板金加工部品を扱う中小の製造業で、設計者3人が取引先から届く2D図面を毎週十数件3Dモデル化しているような会社なら、モデル生成そのものにかけていた時間を、公差の妥当性確認や加工性のチェックといった判断業務に回せるようになります。

フィーチャー再構築についても同様です。既存部品を少し変えて派生設計をする業務では、履歴のないデータを一から組み直す手間が発生しがちでした。例えば、受領した金型部品のSTEPデータをもとに段違い形状の派生品を月数件設計している設計課であれば、再構築済みの履歴に対してパラメーターを変更するだけで済み、スケッチの描き直しやフィーチャーの追加といった作業は不要になります。

一方で、2D図面の復元評価にはねじ属性などの付随情報が含まれていない点には留意が必要です。属性情報の復元まで任せられるかどうかは、今回の数値だけでは判断できません。図面を読み取ってモデルを作る工程がAIに移っても、できあがったモデルが設計意図どおりかを確認する役割は、引き続き設計者に残ります。むしろ、その確認作業の比重が相対的に増えると見ておくべきです。

導入を検討する企業は、自社の図面の種類や複雑さが、WOGOが示した評価条件(板金・切削・製缶)とどれだけ近いかを先に確認すべきです。評価条件からかけ離れた形状を多く扱う会社であれば、効果を過大に見積もるべきではありません。

04

不確かな点・注意

今回示された復元成功率100%や編集評価の合格率97.1%は、いずれもWOGOが自社で実施したベンチマークに基づく数値で、第三者機関による独立した検証結果ではありません。評価対象も板金・切削・製缶の一部の部品に限られており、より複雑な形状やアセンブリ(組み立て品)での性能は示されていません。

2D図面からの3Dモデル生成の評価では、ねじ属性などの付随情報の復元は対象外とされており、実際の設計現場でどこまで属性情報を再現できるかは分かっていません。フィーチャー再構築の評価は「FreeCAD」を対象に実施したもので、実際の提供時に対応するパラメトリックCADでの挙動が同じかどうかは個別の案内次第としています。

価格や契約形態、対応するCADソフトの具体的な範囲についても、記事執筆時点の発表内容からは明らかになっていません。導入を検討する場合は、自社が扱う図面やCAD環境での実データによる検証を、WOGOの支援も活用しながら事前に行うことが欠かせません。

出典

1

この記事のつくり方

1集める

国内外の情報源(企業の公式発表や、国内外の報道)を巡回して、新しいニュースの候補を集めます。

2書く

AIが、選んだ出典だけをもとに記事を書きます。出典に無い数字・日付・発言は作りません。

3確かめる

20を超える決まりの検査と、別のAIによる出典との照らし合わせを通った記事だけを公開します。通らなかった記事は公開しません。

4公開したあと

公開した記事には、運営者が目を通しています。誤りに気づいたときは、訂正するか、公開を取り下げます。

AI Topicaの記事は、AIが書いています。編集方針を読む →