JOCARで生成された 事故車見積 をWebhookで取り込み、損傷情報と写真からAIが部品リストを推定。Partsman.c と突き合わせて正確な品番・価格・在庫に変換し、一括で受注伝票を起票。見積回答をJOCARへ返すまでが自動化されます。

部品図面PDF・整備解説書・ベテランのメモを OCR→チャンク→Embedding でベクトルDBに投入。ユーザーが部品をクリックすると、関連チャンクをRAGで引き出し、役割・構造・関連部品・Tipを動的に解説します。学習履歴は育成スコアに反映。

曖昧な新人の質問を受けて、AIが 意図の絞り込み → 候補比較 → 適合チェック → 発注確定 を状態機械として制御。各ステップで ベテランナレッジDB と Partsman.c マスタ を参照し、車種/年式/カラー不整合をリアルタイムで警告します。

新着カタログPDFを 自動取込パイプライン で日次投入。質問が来ると 全メーカーのインデックスを並列検索 し、価格・在庫・認証情報を統合して1つの比較テーブルにします。新人は「カタログごとに検索」の手間がゼロに。

ベテラン社員との面談・過去受注の成否・クレーム記録を ナレッジ化パイプライン で構造化。質問に対して 用途×車種×予算の判断マトリクス で候補メーカーを評価し、推奨理由とNG品を出典付きで提示します。属人化の解消とベテラン退職リスクの軽減に直結。