AI Part Finder の構築: 説明または写真でスペアパーツを識別する

昨年、400,000以上のSKUを扱う重機流通業者である当社のクライアントの一社が、パーツ系 e コマースで痛いほど一般的な問題を抱えて当社に相談に来ました。それは、顧客が必要な部品を見つけられないというものでした。カタログに部品がないからではなく、誰もが部品番号7R-4864という情報を知った上で検索バーに入力するわけではないということです。彼らが知っているのは、「Cat 320の油圧ポンプの丸い黒いシール部品」であるとか、ひび割れた部品の写真を持っているけれど他に情報がないということです。

ここで活躍するのがAIパーツファインダーです。SFの概念ではなく、今日のモダンなヘッドレスウェブスタックで実際に構築・展開できるものです。私は過去18ヶ月間、このようなシステムの構築に取り組んでおり、何が現実か、何がハイプか、そしてどのようにアーキテクチャを設計するかについて説明したいと思います。

目次

• 従来のパーツ検索の問題
• AIパーツ識別が実際にどのように機能するか
• ビジュアルパーツサーチ：実践的なコンピュータビジョン
• NLPベースのパーツ検索：説明から部品番号へ
• ヘッドレススタックでのAIパーツファインダーのアーキテクチャ
• AIパーツ識別のアプローチの比較
• 実装の現場：私たちが学んだこと
• 2025年の価格とコスト検討
• パフォーマンスベンチマークと予想される結果
• FAQ

従来のパーツ検索の問題

従来のパーツカタログは単純な仮定の上に成り立っています。ユーザーが部品番号、OEM参照、または正確な製品名を知っているという仮定です。しかし現実には、これが当てはまるのは時間の30～40%程度です。残りの時間は、顧客は壊れた部品を見つめたり、そこに刻印されたテキストの断片をGoogleで検索したり、自分がほとんど理解していないものを説明しようとしたりしています。

実際には、以下のようなことが起こります。

1. 顧客が「ウォーターポンプシール」と検索 - 12の機械ラインにわたって847の結果を取得
2. 顧客が機械モデルでフィルタリングしようとする - フィルタの分類法が自分の機械の考え方と一致しない
3. 顧客があなたのサポート電話に電話をかける - 自動化できたはずのことを照合するのに人間を15分間拘束する
4. 顧客が諦める - 競合他社またはAmazonに行く

データがこれを裏付けています。2024～2025年の業界研究では、キーワード検索のみを持つパーツ e コマースサイトは75%を超えるカート放棄率を示しています。これはボタンの色をより良くすることで修正できるUXの問題ではありません。基本的な検索の問題です。

これを間違えるコストは重大です。当社が協力したあるパーツ流通業者は、放棄された検索だけで年間230万ドルを失っていると推定していました。検索して有用な結果が見つからず、去って行った顧客です。彼らのサポートチームは基本的に「正しい部品を見つけるのを手伝ってください」という1日400件以上の電話を受けていました。

AIパーツ識別が実際にどのように機能するか

これを謎めかなくしましょう。AIパーツ識別は1つのテクノロジーではなく、一緒に機能する一連の機能です。その本質は、マッチング問題を解決しています。曖昧な入力（写真、説明、部分的な番号）を取得して、カタログ内の特定のSKUにマップします。

3つの入力モード

ほとんどのAIパーツファインダーは3種類の入力をサポートしています。

• テキスト説明：「2019年式Cummins ISX15のオルタネーターの周りに巻かれるゴムベルト」
• ビジュアルアップロード：部品の写真、携帯電話カメラで撮影
• 部分的な識別子：部品番号の一部、部品に刻印された製造業者コード、またはバーコードスキャン

各モードは異なるAI機能を必要としますが、すべて同じ取得層に収束します。

パイプライン

実際のパイプラインは以下のようになります。

ユーザー入力（テキスト/画像/部分的な番号）
    ↓
入力処理（NLP /コンピュータビジョン/ OCR）
    ↓
機能抽出（埋め込み、視覚機能、エンティティ抽出）
    ↓
類似性検索（ベクトルデータベースクエリ、カタログ埋め込みに対して）
    ↓
ランク付けとフィルタリング（互換性チェック、在庫状況、信頼スコア）
    ↓
結果（信頼度%付きの上位マッチ、互換性のある代替品）

魔法（それをそう呼んでいるなら）は埋め込みと取得のステップで起こります。ユーザーのクエリとカタログ全体をパーツを同じ埋め込み空間のベクトル表現に変換してから、最も近いマッチを見つけています。

ビジュアルパーツサーチ：実践的なコンピュータビジョン

ビジュアルパーツ識別は最も派手な機能であり、正直なところ、この1年で非常に優れてきています。以下はそれにどのようにアプローチするかです。

内部的にどのように機能するか

顧客がパーツの写真をアップロードするとき、システムは以下を行う必要があります。

1. 画像内の部品を検出する - 背景、手、ワークベンチなどから分離する
2. 視覚的な機能を抽出する - 既知の参照に対する形状、寸法、表面の特性、コネクタの種類、取り付けポイント
3. 見える文字に対してOCRを実行する - 金属に刻印された部品番号、ラベル、製造業者のマーク
4. カタログと照合する - 視覚的類似性と抽出されたテキストの両方を使用して

GPT-4o、Gemini 2.5 Pro、Claudeのビジョン機能などのマルチモーダルモデルは、このゲームを劇的に変えました。YOLO +カスタム分類器を使ったカスタムコンピュータビジョンパイプラインを一から構築する代わりに（2年前は私たちがしていたこと）、マルチモーダルモデルに画像とカタログコンテキストを送信して、驚くほど正確な識別を得ることができます。

import openai

def identify_part(image_base64, equipment_context=None):
    messages = [
        {
            "role": "system",
            "content": """You are a spare parts identification specialist. 
            Analyze the uploaded image and identify the part. Extract:
            - Part type/category
            - Visible markings, numbers, or text
            - Physical characteristics (material, color, shape, approximate size)
            - Likely equipment compatibility
            Return structured JSON with your identification and confidence score."""
        },
        {
            "role": "user",
            "content": [
                {"type": "text", "text": f"Identify this part. Equipment context: {equipment_context or 'unknown'}"},
                {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{image_base64}"}}
            ]
        }
    ]
    
    response = openai.chat.completions.create(
        model="gpt-4o",
        messages=messages,
        response_format={"type": "json_object"}
    )
    return response.choices[0].message.content

しかし、ブログ記事とベンダーのピッチが教えてくれないことはここにあります。マルチモーダルモデルだけでは、本番パーツ識別には不十分です。 「これは油圧シリンダーシール」と言うのは優れていますが、「これは正確に2018年版の部品番号4J-0524」と言うのは得意ではありません。上に取得レイヤーが必要です。

取得レイヤー

実際のアーキテクチャはAIの一般的な理解とカタログ固有のデータを組み合わせています。

1. カタログを前処理する：すべての部品の埋め込みを生成する（製品説明、仕様、理想的には参照画像を使用）
2. マルチモーダルモデルを使用して顧客の写真から機能を抽出する
3. ベクトルデータベース（Pinecone、Weaviate、Qdrant - 3つすべてで良い結果が得られました）に対して最近傍をクエリする
4. ビジネスロジックを使用して結果を再ランク付けする（機器の互換性、人気度、在庫状況）

このハイブリッドアプローチは、100K SKU未満のカタログで最初のマッチ識別で85～92%の精度で一貫して機能します。より大きなカタログでは、最初のマッチの精度は70～80%に低下しますが、上位5つの結果では95%を超えたままです。

NLPベースのパーツ検索：説明から部品番号へ

テキストベースのパーツ検索は実際には、より一般的なユースケースであり、最大のROIが得られるところです。ほとんどの顧客は写真を撮る前に説明文を入力します。

キーワード検索を超えて

従来の検索エンジンはキーワードを照合します。「Cat 320D用オルタネーターベルト」と検索する顧客は、システムが以下を理解する必要があります。

• 「オルタネーターベルト」はパーツカテゴリー
• 「Cat」はキャタピラーを意味する
• 「320D」は機械モデル
• 実際のカタログエントリは、「Caterpillar 320D L油圧掘削機」の「V-ベルト、オルタネーター駆動」と言うかもしれません

NLPベースのパーツファインダーは意味論的検索を使用します - 単語ではなく意味を照合します。ここは、私たちがこれをどのように設定するかの簡略版です。

// 例：自然言語パーツクエリの処理
import { OpenAI } from 'openai';

interface ParsedQuery {
  partCategory: string;
  equipmentMake: string;
  equipmentModel: string;
  characteristics: string[];
  rawDescription: string;
}

async function parsePartsQuery(query: string): Promise<ParsedQuery> {
  const openai = new OpenAI();
  
  const response = await openai.chat.completions.create({
    model: 'gpt-4o-mini', // 解析用の高速で低価格
    messages: [
      {
        role: 'system',
        content: `Extract structured part search parameters from the user's description.
        Resolve common abbreviations: Cat=Caterpillar, Deere=John Deere, Kommy=Komatsu, etc.
        Return JSON with: partCategory, equipmentMake, equipmentModel, characteristics[], rawDescription`
      },
      { role: 'user', content: query }
    ],
    response_format: { type: 'json_object' }
  });
  
  return JSON.parse(response.choices[0].message.content!);
}

意図を解析したら、構造化フィルタリング（機械メーカー/モデル）とセマンティック検索（部品説明のベクトル類似性）を組み合わせます。この2段階のアプローチは、単独のアプローチよりも劇的に正確です。

会話的な改善

最高のAIパーツファインダーは単に結果を返すのではなく、明確化する質問をします。誰かが「私のトラックのフィルター」を検索する場合、システムは以下を尋ねるべきです。どのメーカーとモデル？これはオイルフィルター、エアフィルター、燃料フィルター、またはキャビンフィルター？どの年？

LLMが対話を処理して構築されたこの会話的アプローチは、検索する前に正しいコンテキストを収集することで、識別精度を60%から95%以上に向上させることができます。

ヘッドレススタックでのAIパーツファインダーのアーキテクチャ

ここで興味深いウェブ開発者向けになります。AIパーツファインダーの構築は単なるAIの問題ではなく、ウェブアーキテクチャの問題です。リアルタイム画像アップロード、AIレスポンスのストリーム、ベクトルデータベースをプロダクトカタログと一緒に管理し、全体を高速に保つ必要があります。

これらはヘッドレスアーキテクチャ上に構築しています。通常、フロントエンドにNext.jsと、プロダクトカタログを管理するヘッドレスCMSを使用します。これが重要な理由は以下の通りです。

スタック

┌─────────────────────────────────┐
│  Next.js フロントエンド（アプリルーター） │  ← 画像アップロード、チャットUI、結果
├─────────────────────────────────┤
│  APIルート/エッジ関数        │  ← クエリ解析、オーケストレーション
├─────────────────────────────────┤
│  AIサービスレイヤー              │
│  ├── OpenAI / Anthropic API     │  ← NLP +ビジョン
│  ├── ベクトルDB（Pinecone）     │  ← 類似性検索
│  └── OCRサービス（オプション）  │  ← 画像からのテキスト抽出
├─────────────────────────────────┤
│  ヘッドレスCMS + PIM             │  ← プロダクトデータ、仕様、画像
│  （Sanity / Contentful /カスタム） │
├─────────────────────────────────┤
│  ERP /在庫システム              │  ← 在庫状況、価格
└─────────────────────────────────┘

ヘッドレスCMSはパーツカタログを保持します - 説明、仕様、互換性データ、参照画像。毎晩（またはリアルタイムで）同期中に、各部品のベクトル埋め込みを生成してベクトルデータベースにプッシュします。クエリが入ると、Next.js APIルートはパイプライン全体をオーケストレーションします。

Next.jsベースのパーツカタログを実行している場合、当社の Next.js開発チーム は複数のクライアントに対してこの正確なパターンを構築しました。重要な洞察は、AIパーツファインダーが別の製品ではなく、既存のカタログインフラストラクチャの上のレイヤーであるということです。

SEOが重要である（パーツの場合は常に重要です）コンテンツ豊富なパーツカタログの場合、Astro 上でこれらを構築しました。静的カタログページはGoogleが大好きな高速なもので、クライアント上にハイドレートされた対話的なAI検索コンポーネントを使用しています。両世界の最高：ユーザーが必要とするときの動的AIサーチを備えた高速な静的ページ。

AIパーツ識別のアプローチの比較

実際にテストしたメインのアプローチの内訳は以下の通りです。

アプローチ	精度（最初のマッチ）	速度	クエリあたりのコスト	最適な用途	制限事項
マルチモーダルLLM（GPT-4o/Gemini）直接	60-75%	2-5秒	$0.02-0.08	一般的な識別	カタログコンテキストなしに特定のSKUを一致させることができない
セマンティック検索 +ベクトルDB	75-85%	200-500ミリ秒	$0.001-0.005	テキストベースのクエリ	視覚のみの手がかりを逃す
ハイブリッド（LLM +ベクトルDB +ビジネスルール）	85-95%	1-3秒	$0.01-0.05	本番パーツファインダー	構築と保守がより複雑
カスタムCVモデル（カタログで訓練）	90-97%	100-300ミリ秒	$0.001-0.01	高ボリューム、特定のドメイン	3-6ヶ月で訓練、ラベル付きデータが必要
PLMに組み込まれた（PTC Windchill AI、Siemens）	88-95%	1-2秒	$50-200/ユーザー/月	エンタープライズ製造業者	PLMロックイン、顧客向けではない

ほとんどのパーツ e コマースサイトでは、ハイブリッドアプローチが最適なポイントです。カスタムモデルを訓練する6ヶ月の投資なしに優れた精度が得られます。

実装の現場：私たちが学んだこと

データ品質がすべてです

これ以上に強調することはできません。AIパーツファインダーの質は、カタログデータの質と同じです。プロダクト説明が「SEAL KIT」で追加コンテキストがない場合、AIの魔法がどれほど多くても役に立ちません。AIレイヤーを構築する前に、カタログの充実に投資してください。

• 寸法、材料、およびアプリケーションを含む完全なテキスト説明
• 機器互換性マッピング（メーカー→モデル→年→システム→部品）
• 部品あたりの複数の参照画像（異なる角度、取り付けビュー、スケールの手による比較）
• クロスリファレンスデータ（OEM番号→アフターマーケット代替品）

通常、パーツファインダープロジェクトの40～60%をデータ準備に費やします。それは華麗ではありませんが、精度が住むところです。

複数のソース全体で複雑なプロダクトデータを管理している場合、ヘッドレスCMSセットアップ により、このデータを適切に構造化し、ストアフロントとAIパイプラインの両方に公開する柔軟性が得られます。

エッジケースがあなたを謙虚にさせます

初期のモデルを破ったいくつかの実際のシナリオ。

• 摩耗した部品：深刻に腐食したボルトは、光沢のある新しいボルトのカタログ写真とは全く異なって見えます
• 曖昧な部品：無地のゴムOリングは、寸法データなしで5,000のSKUの1つである可能性があります
• 地域的な命名：「スナップリング」対「留め輪」対「リテーニングリング」 - 同じ部品、3つの名前
• 写真品質：顧客は薄暗いエンジンベイで、油で汚れた携帯電話カメラで写真を撮ります

これは段階的な劣化で処理します。AIが信頼していない場合（マッチが70%未満）、ガイド付きフローに切り替えます。「これは油圧シールかもしれません。教えてください...」そして改善を通じて彼らを導きます。

信頼スコアは重要です

常にユーザーに信頼スコアを公開します。「95%マッチ」は信頼を構築し、コンバージョンを促進します。自信が低い場合の「これらのオプションがマッチするかもしれません」は正直であり、依然として有用です。40%のマッチを決定的な答えとして提示しないでください - それは間違った部品を出荷して返却コストを食べる方法です。

2025年の価格とコスト検討

実数について話しましょう。AIパーツファインダーの構築には3つのコスト次元があります。

AIAPIコスト

• GPT-4o（ビジュアル+テキスト用）：100万入力トークンあたり約$2.50、100万出力トークンあたり$10。典型的なパーツクエリと画像は約$0.03-0.08実行されます
• GPT-4o-mini（テキスト解析用）：100万トークンあたり約$0.15。クエリあたり約$0.001-0.003
• Anthropic Claude 3.5 Sonnet：100万トークンあたり約$3。GPT-4oに対する同様のクエリあたりのコスト
• 埋め込み生成（OpenAI text-embedding-3-large）：100万トークンあたり$0.13。カタログアイテムごとの1回限りのコスト

1日10,000回のAI支援検索を処理するサイトの場合、ハイブリッドアプローチを使用して月額$300～800のAPIコストを期待してください。

インフラストラクチャコスト

• Pinecone（ベクトルDB）：スターターは無料、スタンダードは約$70/月（100万ベクトル用）から開始
• Weaviate Cloud：小さいカタログの場合、$25/月から
• Vercel（Next.jsフロントエンドのホスティング）：チームあたり月額$20、高トラフィック向けエンタープライズ

開発投資

本番AIパーツファインダーをゼロから構築：2-3人の開発者チームで8-16週。カタログサイズと複雑さに応じて、$40,000～$120,000を予算化してください。これらのエンゲージメントの構造方法については 価格ページ を参照するか、特定について話す場合は お問い合わせ ください。

ROI数学は通常、迅速に機能します。1日にたった100のサポートコール節約すること（コールあたり$8-12）でも、月に$25,000～$36,000のサポートコスト削減だけです - より良い検索からのコンバージョン率の上昇を数える前に。

パフォーマンスベンチマークと予想される結果

当社が協力したデプロイメントと2025年の業界データに基づいて。

• 検索からカートへのコンバージョン：AIパーツ検索により、キーワードのみの検索と比較してコンバージョンが35～60%増加
• サポートチケット削減：「パーツを見つけるのを手伝ってください」という連絡が40～65%減少
• パーツを見つけるまでの平均時間：4-8分から30-90秒に低下
• 最初のマッチ精度：100K SKU未満のカタログでのハイブリッドアプローチで85-92%
• 顧客満足度：初期導入者により報告されるNPS増加は15～25ポイント

PTCはWindchill AIがエンタープライズ環境での部品マッチングを10～100倍高速化すると報告しています。Siemensメキセラレータはプレーンイングリッシュクエリを備えたBOMナビゲーションが40～55%高速化すると主張しています。これはPLMスケールの数字ですが、パターンは e コマースにも当てはまります。

2025年後期にリリースされたOpenAI o3モデルは、特に多段階のパーツ識別に特に便利なチェーンオブソート推論を導入しました - 症状（「エンジンが過熱する」）から、あり得る故障コンポーネント、交換部品番号までを逆行して作成するようなもの。

FAQ

写真からのAIパーツ識別はどれくらい正確ですか？

よく構築されたハイブリッドシステム（マルチモーダルAI +ベクトルデータベース +カタログデータ）を使用して、100K SKU未満のカタログで最初のマッチ精度で85～92%を期待してください。精度は、大きく摩耗した部品や低品質の写真では低下しますが、上位5つの結果は通常95%を超えたままです。特定のプロダクトドメイン用の訓練を受けたカスタムコンピュータビジョンモデルは、最初のマッチ精度を90～97%に押し上げることができますが、かなりのラベル付きトレーニングデータと3-6ヶ月の開発が必要です。

顧客の説明が曖昧であるか、間違った用語を使用している場合はどうなりますか？

これはまさにNLPが輝く場所です。最新の言語モデルは同義語、地域用語、さらにスペルミスを理解しています。「バッテリーを充電する回転するもの」は「オルタネーター」に高い信頼度でマップできます。重要なのは会話的な改善フローを構築することです - AIが確実でない場合、ゴミの結果を返すのではなく、機器タイプ、機械上の位置、または物理的特性に関する質問をします。

AIパーツファインダーを構築するのにいくらかかりますか？

本番対応のAIパーツファインダーは、カタログの複雑さに応じて通常$40,000～$120,000で構築できます。AI サービスの継続的なAPIコストは1日10,000の検索でハイブリッドアプローチを使用して月額$300～$800実行されます。ベクトルデータベースホスティングは月額$25～$100を追加します。ほとんどの企業は、削減されたサポートコストと増加したコンバージョン率を通じて、2～4ヶ月以内に正のROIを見ます。

既存の e コマースプラットフォームでAIパーツファインダーを機能させることはできますか？

はい、ただしヘッドレスアーキテクチャでは簡単です。Shopify、BigCommerce、またはレガシープラットフォームを使用している場合、APIインテグレーション経由でAI検索レイヤーを追加できます。Next.jsまたはAstroを備えたヘッドレスセットアップにより、検索エクスペリエンスと、AIパイプラインとのより厳密な統合をより細かく制御できます。AIレイヤーはフロントエンドとプロダクトデータの間に位置します - e コマースプラットフォームを置き換えません。

AIパーツ識別を実装する前にどのようなデータを準備する必要がありますか？

最小限：詳細なプロダクト説明、機器互換性マッピング、部品あたり少なくとも1つの参照画像。より構造化されたデータを持つほど（寸法、材料、OEM番号への相互参照、インストール図面）、AIの実行が向上します。プロジェクトのタイムラインの40～60%をデータ準備と充実に計画してください。悪いデータは悪い結果を意味し、カタログの場所をクリーンアップしようがない「その他の部品」のラベルが付けられている - AIモデルはカタログを修正できません。

ビジュアルパーツサーチは同じに見えるが異なる仕様を持つ部品をどのように処理しますか？

これは最も難しい問題の1つです。25mmのOリングは、写真では26mm の1つと同じに見えます。良いシステムはこれを処理します。（1）顧客にスケール用の参照オブジェクトを含めるよう求める、（2）機器コンテキストを使用して可能性を絞り込む、（3）明確な仕様の違いが強調されている複数のマッチを提示する、（4）可能な場所で測定ツールを統合する。AIは複数の視覚的に同一の部品が存在するときに静かに1つを選択してはなりません。

PLMベースのパーツファインダーと e コマースパーツファインダーの違いは何ですか？

PTC Windchill AIやSiemens Xceleratorなどのツールは、CADモデルとBOMを使用する内部エンジニアリングチーム向けに設計されています。これらは強力ですが、ユーザーあたり月額$50～200の費用がかかり、PLMエコシステムの購入が必要です。 e コマースパーツファインダーは顧客向けであり、曖昧な実世界の入力（携帯電話の写真、曖昧な説明）を処理する必要があり、高速で寛容である必要があります。これらは汎用のAI APIとベクトルデータベース上に構築され、クエリあたりのコストは通常はるかに低くなります。

AIパーツファインダーはパーツカウンタースタッフを置き換えますか？

完全ではありませんが、仕事は変わります。AIは定型クエリの70～80%を処理します - 誰かが正しいSKUを見つけるのを手伝う必要がある場合のみの簡単な識別。複雑なケース（カスタム変更、廃止された機器、「変な音がしている」診断）は依然として経験のある人間が必要です。最高の実装は、AIの予備分析がすでに接続されている困難なケースを人的専門家にルーティングし、人的相互作用をより高速かつ生産的にします。