自動車整備・カーディーラーのAI効率化 入庫・車検・査定を省力化

自動車整備・カーディーラーでAI効率化が効く理由

自動車整備・カーディーラーの現場は、単なる「予約管理の自動化」だけでは差が出ません。入庫前の問診、サービスアドバイザーによる受付、法定12か月点検や24か月点検、車検見積、部品手配、完成検査、引渡し説明、中古車査定まで、法令対応と顧客対応が連続しているためです。

特に近年は、先進運転支援システム（ADAS）搭載車の増加により、カメラやレーダーの脱着後にエーミングが必要な案件が増えました。国土交通省の特定整備制度では、自動ブレーキなどに使うカメラ・レーダーの調整を含む電子制御装置整備に認証要件が設けられており、整備用スキャンツールや作業場、整備主任者講習の管理が欠かせません。また、OBD検査対象車は車検証の備考欄や開始年月日を確認したうえで入庫計画を立てる必要があり、受付段階の情報不足がそのまま再作業や待ち時間に跳ね返ります。

中古車販売も別軸ではありません。2023年10月からは自動車公正競争規約の改正により、中古車の価格表示は「支払総額」が基本になりました。査定コメント、整備内容、保証有無、定期点検整備付きか否かの表示が店頭、Web掲載、商談書でずれると、営業効率ではなく信用問題になります。AIはここで、整備と販売の情報のつなぎ目を整える用途にこそ効きます。

業務フロー別の課題とAI活用の対応表

この業界で優先度が高いユースケース

1. 法定点検と車検受付の前段をAIで標準化する

自家用乗用車の法定点検は、一般に12か月点検と24か月点検が中心です。国土交通省の案内でも、自家用乗用車は1年ごとに29項目、2年ごとに29項目を含む計60項目の点検整備が必要とされています。ここで現場負荷を増やすのは、点検そのものより、受付時の情報不足と説明のやり直しです。

予約時に次の情報を先に回収するだけでも、受付工数は大きく変わります。

• 車検証画像
• 走行距離
• 警告灯の点灯有無
• 異音や振動が出る速度域
• 代車希望の有無
• タイヤ、バッテリー、ブレーキなど追加相談項目

AIは、この事前情報から「定期点検中心の入庫」「故障診断先行」「板金併発の可能性あり」「OBD確認を先に行うべき案件」といった受付区分を作れます。サービスアドバイザーが毎回ゼロから聞く運用をやめるだけで、繁忙日の電話集中を抑えやすくなります。

2. 特定整備とOBD検査を前提にした作業振り分け

ADAS搭載車では、フロントガラス交換、バンパー脱着、足回り修理のあとにカメラやレーダーの調整が必要になることがあります。この領域は、特定整備の認証要件と、整備主任者の知識、設備可用性が絡むため、単純な「空いている人に割り振る」運用では破綻します。

さらに、OBD検査は令和6年10月1日から開始され、令和3年10月1日以降に型式指定を受けた新型車のうち、車検証備考欄に「OBD検査対象」とある車両などが対象です。輸入車は令和7年10月1日開始です。AIを使うなら、故障コードの解析そのものより前に、受付時点で対象車を見抜き、必要なスキャンツール、検査手順、検査枠を外さないことが重要です。

3. 中古車査定から掲載文面までをつなげる

中古車部門では、査定士のメモ、商品化整備の記録、営業担当の掲載文、店頭プライスボードの更新が分断されやすいのが実情です。ここにAIを入れるときは、相場予測だけでなく、表示整合性の担保に使う方が実務効果が出ます。

たとえば、AIに次の照合作業をさせます。

• 修復歴や外装傷の記録と掲載文が一致しているか
• 定期点検整備付きか、定期点検整備なしで出すか
• 支払総額、車両価格、諸費用の内訳説明に抜けがないか
• 保証の加入条件やオプション費用を別建てにしていないか

営業現場では「原稿作成の時短」より「表示ミスによる差し戻し防止」の方が利益に直結します。

想定ユースケース

地方都市で新車・中古車・整備を併営する店舗を想定します。1日18台入庫、うち車検6台、12か月点検4台、一般整備5台、査定・商品化3台。サービスアドバイザー2人、メカニック6人、エーミング設備1レーンという前提です。

この店舗で効くのは、受付段階のAI問診と、作業指示の自動分岐です。具体的には、予約フォームで車検証画像と症状を回収し、AIが以下のように振り分けます。

• 「OBD検査対象車。警告灯あり。午前中にスキャンツール接続を先行」
• 「フロントガラス交換歴あり。カメラ脱着の可能性があるためエーミング枠を仮押さえ」
• 「12か月点検中心。代車不要。15時引渡し優先」
• 「中古車査定。外装小傷あり。商品化整備と掲載原稿を同時起票」

この粒度まで分岐できると、サービスアドバイザーは受付時の聞き直しを減らせます。メカニック側も、リフトに載せてから「この車はOBD検査対象だった」「エーミング設備が埋まっていて今日返せない」と判明する無駄を減らせます。AIの価値は診断を代替することではなく、法令や設備制約を踏まえて順番を間違えないことにあります。

ROI試算の目安

以下は、中規模の自動車ディーラーが予約導線、受付要約、見積文案作成を先に自動化する場合の試算です。実数ではなく、前提を置いた目安として扱ってください。

前提条件

• 月間入庫台数: 396台（18台/日 × 22営業日）
• サービスアドバイザー人件費: 1時間あたり3,500円で試算
• 予約電話短縮 4分/件 × 8件/日
• 過去履歴検索短縮 3分/台 × 12台/日
• 見積説明文の下書き短縮 5分/台 × 6台/日
• システム費用: 初期150万円、月額18万円で試算

試算結果

このままだと月額費用を下回るため、予約と受付だけを単独で自動化しても回収は遅い計算です。自動車整備・カーディーラーでROIを成立させるには、次のいずれかを同時に取る必要があります。

• 車検・点検の失注防止
• 引渡し遅延の削減
• エーミング漏れや部品手配漏れの再入庫防止
• 中古車の商品化リードタイム短縮

たとえば、月3台の車検失注を防ぎ、1台あたり粗利4万円で試算すると12万円/月の上積みです。さらに、中古車の商品化着手が平均1日早まり、在庫回転が改善するなら、受付自動化だけでは見えない収益効果が追加されます。自社でROIを出すときは「事務工数削減」だけではなく、「納期遅延」「再入庫」「販売機会損失」を必ず同じ表で管理してください。

導入ステップ

Step 1. 法令と業務区分を先に定義する

最初にやるべきことは、AIツール選定ではありません。12か月点検、24か月点検、車検、故障診断、板金併発、特定整備、査定、商品化整備の区分を決め、どこで誰の承認が必要かを整理することです。AIが出した提案を人がどこで確認するのかが曖昧だと、現場は使いません。

Step 2. 予約から引渡しまでのデータを一本化する

車検証情報、顧客情報、過去整備履歴、部品在庫、代車予定、査定情報が別管理のままでは、AIは要約しかできません。最低限、予約IDか車台番号で各データを追える状態にします。

Step 3. まずは受付業務でPoCを回す

いきなり故障診断AIから始めるより、予約問診、履歴要約、見積文案、引渡し説明文の自動作成から入る方が失敗しにくいです。この領域は成果指標が明確で、現場の拒否感も比較的小さく済みます。

Step 4. 特定整備とOBD検査の判定ロジックを追加する

PoCが回り始めたら、対象車判定、必要設備、担当資格、エーミング要否の分岐を実装します。ここを後回しにすると、「便利だが肝心な案件では使えない」仕組みになります。

Step 5. 中古車部門までつなげる

整備部門で蓄積した傷情報、交換部品、整備記録を査定・掲載に流し込み、支払総額表示や整備有無の表記まで整合させます。整備と販売がつながって初めて、ディーラー全体のAI投資になります。

導入時の注意点

• AIは整備主任者や検査員の法的責任を代替しません。特定整備、完成検査、引渡し判断は有資格者の確認を前提に設計します。
• OBD検査対象車は、車検証備考欄や開始年月日を確認できる入力項目を受付段階に持たせるべきです。
• 中古車の掲載原稿を自動生成する場合でも、支払総額、諸費用、保証、定期点検整備の表示は人が最終確認してください。
• 故障診断の生成AI活用では、メーカー整備書、DTC、過去整備履歴の出所を分けて見せないと、現場が根拠を追えません。

まとめ

自動車整備・カーディーラーのAI効率化は、一般的なバックオフィス自動化よりも、車検、法定点検、特定整備、OBD検査、中古車表示といった業界固有ルールに沿って設計した方が成果が出ます。先に受付と工程設計を整え、そのうえで診断支援や査定支援を重ねる順番が現実的です。

まずは、直近3か月分の入庫データから「受付で聞き直した回数」「部品待ちで止まった件数」「エーミング対象だったのに後追い手配になった件数」「中古車掲載の修正回数」を洗い出してください。そこが、そのままAI導入の優先順位になります。