車両状態検査エージェント開発支援

課題

入庫した中古トラックの状態評価は、ベテラン査定員の目視と勘に依存していた。査定員の確保が難しくなる一方、判定の属人化により基準のブレが残り、入庫から販売準備までのリードタイムと整備コストの見立て精度がボトルネックになっていた。

アプローチ

• 過去の入庫車両画像と査定結果から、損耗種別（外装の傷・荷台の凹み・フレーム腐食・塗装剥がれ・架装損耗）ごとの識別モデルを訓練
• 画像解析と LLM の組み合わせで、判定だけでなく「どの箇所のどの所見でそう判断したか」を査定員に提示するエージェントを設計
• 査定員のオーバーライドを学習データに戻し、現場で精度が積み上がる運用フロー

成果

• 査定基準の標準化、新人査定員でも一定の判定品質を担保
• 査定スループット向上と整備見積りの精度改善
• 判定根拠を画像とともに残せることで、販売後クレーム発生時のトレーサビリティ強化