AIがマウスを握り始めた——Computer useとCAD操作の距離
2025年1月末、OpenAIがブラウザを自分で操作するAIエージェント「Operator」を公開した。画面を見て、クリックして、フォームを埋める。AIがマウスを握り始めたのだ。当然こう聞かれる。「CATIAも操作できるようになるのか」と。CADの自働化を作り続けてきた私たちが、Computer useとCAD操作の距離を冷静に測ってみたい。
Photo: UnsplashAIがブラウザを操作し始めた
Operatorの公開は象徴的な出来事だった。2024年10月にAnthropicがComputer useを研究プレビューとして出し、今回OpenAIが一般ユーザー向けに製品化した。AIがスクリーンショットを見て、人間と同じようにマウスとキーボードで画面を操作する。予約サイトで席を取り、ECサイトで買い物をするデモが流れ、SNSは「もう事務作業は全部AIだ」という空気になっている。
私たちのところにも問い合わせが来た。「あれでCATIAを動かせないのか」。気持ちはよく分かる。CADの操作は定型作業の塊で、クリックの回数も多い。画面を操作できるAIがいるなら、任せたくなるのが自然だ。実際、海外ではCADと画面操作AIを組み合わせる実験の報告も出始めている。
結論を先に言う。今のComputer useをCADに直結させるのは筋が悪い。ただしそれは技術が未熟だからという理由だけではない。そもそもCADには、画面を触るよりずっと確実な入口が昔からあるからだ。その入口の存在を踏まえて、順番に説明する。
仕組みはスクリーンショットと座標クリック
Computer useの中身は意外と素朴だ。AIは画面のスクリーンショットを受け取り、次に押すべき場所を座標で指示する。クリックして、また画面を撮って、結果を確認して、次の操作を決める。人間が画面を見ながら操作するループを、そのまま機械に置き換えた構造になっている。
この方式の強みは汎用性だ。APIが公開されていないWebサイトでも、画面さえあれば操作できる。逆に弱点は精度と速度になる。1操作ごとに画像を解釈するので遅く、ボタンの位置を数ピクセル外せば別のコマンドが飛ぶ。OpenAI自身もOperatorを人間の監視付きで使う前提で出している。
ブラウザ操作のベンチマークでも、現時点の成功率は人間に遠く及ばない。定型フォームなら通るが、途中で想定外のダイアログが出ると簡単に崩れる。この「途中で崩れる」性質が、CADでは致命傷になる。誤操作の一手が、履歴付きの形状データにそのまま刻まれるからだ。
APIという玄関の鍵を持っているのに、
毎回窓から入る必要はない。
ブラウザ操作とCAD操作は似て非なるもの
ブラウザの誤操作は、たいてい取り返しがつく。ページを戻ればいい。だがCATIAで誤ったコマンドが形状に入ると、履歴の奥で静かに壊れる。3週間後の設変で発覚した頃には、誰も原因をたどれない。操作の可逆性がまるで違うのだ。気づいた時には、修正コストが桁で膨らんでいる。
画面の情報密度も違う。ブラウザはボタンとテキストの世界だが、CADの画面は3D形状と仕様ツリーとダイアログが重なり合う。同じ部品でも視点が変われば見た目が変わる。スクリーンショットの解釈という方式にとって、これほど不利な相手はない。解釈を誤る余地が桁違いに大きいのだ。
そして失敗のコストが違う。ECサイトで買い物を1回間違えても数千円で済むが、量産部品の形状ミスは型の改修費と日程に跳ね返る。成功率9割の操作AIは、ブラウザでは実用でも、製造業の設計データの前では使い物にならない。求められる水準が、業界によってまるで違うのだ。
CADにはAPIという正面玄関がある
ここが今日いちばん言いたいことだ。AIに画面を触らせる前に、APIという正面玄関を使い切るべきだ。CATIAにはVBAをはじめとするオートメーションAPIが30年近く前から整備されていて、形状作成も図面出力も測定も、画面を経由せずに命令できる。
APIの世界では「押し間違い」が存在しない。PadやPocketは名前で呼び出し、寸法は数値で渡す。座標のずれで隣のコマンドが起動することはない。実行結果もオブジェクトとして返るから、成否の判定まで機械的にできる。画面を撮って推測するのとは確実性の桁が違う。
私たちが2年で500本以上のマクロを現場に入れてこられたのも、この正面玄関があったからだ。逆に言えば、APIで済む作業をComputer useにやらせるのは、玄関の鍵を持っているのに毎回窓から侵入するようなものだ。遅くて、危なくて、得るものがない。
画面を触らせる前に、関所を作る
ではComputer useに出番はないのか。あると思う。APIが存在しない社内の古いシステム、ライセンス管理のWeb画面、他部署の申請フォーム。CADの周辺には「画面しか入口がない」業務が残っていて、そこは画面操作AIの土俵だ。適材適所で線を引けばいい。
ただしどちらの入口を使うにせよ、実行前の検査は外せない。私たちはAIエージェントQiで「AIに作らせない」構造を取っている。AIはコードを書かず、検証済みツールを選ぶだけ。実行前にはDSLの関所が引数と対象を検査する。異常があれば止まる。自動化ではなく自働化だ。
AIがマウスを握る時代は確かに始まった。だが設計データを預けるかどうかは、デモの派手さではなく、失敗した時に止まる仕組みがあるかで決めるべきだ。距離はまだ遠い。その距離を正しく測れる会社だけが、安全に近づいていける。私たちはその測量を、これからも現場で続けていく。
AIエージェントをどう組み立てればいいか分からない——そこで止まっているなら、遠慮なく相談してください。何を任せて何を任せないかの線引きから、一緒に決めていけます。