BOM管理とは？AI活用の現在地や部品表の種類、主要製品を解説

BOM（Bill of Materials／部品表）とは、製品を作るために必要な部品の種類・数量・階層構造を一覧化した、モノづくりの基本情報です。
2026年現在、Siemens・PTC・ArasがBOM操作系のAI機能を一般提供・デモ段階で相次いで打ち出し、部品表の運用そのものが変わろうとしています。

本記事では、BOMの定義と種類、2026年AI-BOMの現在地、AI活用の業務パターン、主要製品比較、詰まりポイント、料金と隠れコスト、国内事例、混同されがちな用語まで、2026年7月時点の最新情報で体系的に解説します。

BOM×AI——設計・製造・調達を横断する共通基盤

BOM（Bill of Materials／部品表）とは、製品を作るために必要な部品の種類・数量・階層構造を一覧化した、モノづくりの基本情報です。

日本語では「部品構成表」や「配合表」とも呼ばれ、大塚商会のERPナビでは「各部門をつなぐ『共通言語』」として説明されています。

2026年現在、BOMはExcelや個別データベースで抱えられる管理対象にとどまらず、AIエージェントが部品情報を読み書きする設計・製造・調達の共通レイヤーとして再定義されつつあります。

Siemens Teamcenter 2606・PTC Windchill AI Assistant・Aras Variant BOM Agentが、一般提供・デモといった段階でBOMを対話操作する機能を相次いで打ち出したことが、この潮流を象徴しています。

BOM・PDM・PLMの位置づけ

BOMは単体で存在するのではなく、PDM（Product Data Management）とPLM（Product Lifecycle Management）というより広い枠組みの中で運用されます。この3層の関係を混同したまま製品選定に入ると、後段の連携設計で必ず詰まります。

• PDM（Product Data Management）
  図面・CADファイル・設計変更履歴を扱う層。BOMのうち特にE-BOM（設計BOM）が生まれる場所
  
  

• PLM（Product Lifecycle Management）
  企画〜設計〜製造〜保守までを貫く上位フレーム。BOMとPDMを含む形で運用されるのが一般的

ここでのポイントは、BOMは「PDMのサブ機能」「PLMの一部」「独立したBOM専用パッケージ」の3パターンで運用され得る、という点です。

自社の運用がどのパターンに近いかを見極めてからでないと、BOM専用ツールを入れたのにPLMと連携できない、といった手戻りが起きやすくなります。詳しくはPLMとは？主要製品比較・AI活用・費用とPDM活用ガイドを先に押さえておくと、BOM単体の議論に閉じずに済みます。

---

BOMの4つの種類——E-BOM／M-BOM／S-BOM／P-BOM

本記事では、実務でよく登場する代表的な4つの業務別BOM——E-BOM（設計）／M-BOM（製造）／S-BOM（サービス）／P-BOM（購買）を扱います。BOMの分類は製品や業界によって細かく分かれますが、共通の製品情報を基に部門ごとの視点で関連ビューを持つという考え方はPLM運用の共通土台になっています。

本セクションでは、4種類のBOMの役割と、AIが効かせやすいポイントを整理します。

以下の表で、4種類のBOMの位置づけを比較しました。

種類	管理主体	主な内容	AIが効きやすい業務
E-BOM（設計BOM）	設計部門	部品名・型番・図面番号・材質・数量・階層	CAD/仕様書からの自動抽出、類似部品検出
M-BOM（製造BOM）	生産技術・製造	加工工程・治具・副資材・組立順序・中間仕掛品	E-BOMからの自動変換、工程ロス分析
S-BOM（サービスBOM）	アフターサービス	補修用パーツ・メンテナンスキット・交換周期	保守履歴と連動した故障予測
P-BOM（購買BOM）	調達・購買	発注単位・サプライヤー・価格・納期	見積査定、支出分析、代替品提案

この表が示すのは、各BOMが「同じ部品を別の視点から見ている」という点です。E-BOMで確定した設計情報がM-BOMに転記される過程で、加工工程や治具の情報が加わり、さらにP-BOMで発注単位・サプライヤーの情報が加わる、というカスケード構造になっています。

E-BOM（設計BOM）

E-BOM（Engineering BOM）は、設計部門が3D CADや仕様書に基づいて作成する「設計段階の部品構成表」です。

部品名・型番・図面番号・材質・数量・階層といった設計者視点の属性を持ち、通常は3D CADのアセンブリ構造から自動生成されます。

大塚商会のERPナビでは、E-BOMを製品の設計仕様を満たす部品構成情報として、品目コード・必要数量・単位・仕様などをまとめ、ほかのBOMの源となるものと解説しています。後工程のM-BOM・P-BOM・S-BOMは、基本的にこのE-BOMを起点に派生します。

AIが効かせやすいのは、CADデータや仕様書からの部品情報自動抽出と、過去のE-BOMと突き合わせた類似部品の検出です。設計者が新規に部品コードを起こす前に「同等スペックの既存部品が社内にある」ことを提示できれば、部品点数の膨張を抑えられます。

M-BOM（製造BOM）

M-BOM（Manufacturing BOM）は、E-BOMを起点に「工場でどう組み立てるか」の視点を加えたBOMです。

組立順序・使用する治具・中間仕掛品（ファントム）・梱包材・副資材といった、製造現場でしか必要にならない要素が追加されます。

実務で最大の詰まりポイントは、E-BOMからM-BOMへの変換工程です。設計側の部品階層と、製造側の組立順序は必ずしも一致せず、生産技術者が手作業で「E-BOMを組み替えてM-BOMを作る」ケースが多く残っています。

AIが介入しやすい領域は、E-BOMからM-BOMへの再構成です。BOM構造の依存関係を理解した上で、部品置換・変更影響解析・ECN起票などの作業をエージェント側に寄せていく一般的な想定ユースケースがあります。Siemens Teamcenter 2606 AI BOM Agentは、こうしたBOM構成・変更管理関連の作業を自然言語で扱う方向に踏み込んでいます。

S-BOM（サービスBOM）

S-BOM（Service BOM）は、製品出荷後のアフターサービス部門が使うBOMで、補修用パーツ・メンテナンスキット・交換周期などを管理します。

顧客が使用している製品の型式・世代ごとに「どの部品を、いつ、どの手順で交換するか」を保持し、フィールドサービス担当者が現場で参照します。

S-BOMは製品の運用期間にわたって長期参照されるため、世代管理と部品廃番の追跡が特に重要です。設計変更で部品が廃番になった場合、S-BOMに互換品情報を反映しておかないと、将来の修理依頼で「同型番が調達できない」という事態が発生します。

AIが効くのは、保守履歴とS-BOMを突き合わせた故障予測と、代替品提案の自動化です。過去の故障データを学習させれば、「このセンサーは平均5年で交換が必要」「廃番の場合は代替品Xを推奨」といった判断を自動化できます。関連する運用面は製造業のナレッジ承継をAIで実現する方法でも掘り下げています。

P-BOM（購買BOM）

P-BOM（Purchase BOM）は、調達・購買部門が使うBOMで、発注単位・サプライヤー・単価・納期を管理します。

同じ部品でもE-BOMでは「1個」と数えるところを、P-BOMでは「500個入り1袋」と扱ったり、複数のサプライヤーから見積を取って選定する情報が乗ります。

P-BOMは調達側の視点で組まれるため、同一部品でも命名規則が設計側と揃わないことがよくあります。設計側の型番と購買側の品目コードが1対1で対応していないと、E-BOMの部品変更がP-BOMに反映されず「発注ミス→現場で部品が足りない」というトラブルにつながります。

AIが効くのは、見積査定と支出分析の自動化です。
調達・購買AIとは？支出分析・見積査定による原価削減事例を解説で扱っているように、過去の発注実績とサプライヤーの見積を突き合わせれば、AIが「この部品の相場は◯円、今回の見積は+15%」といった査定コメントを自動生成できます。

---

2026年AI-BOMの現在地——PLM主要ベンダー＋国内Visual BOMの実装マップ

2026年は、PLM大手ベンダーからBOM操作系AI機能の発表が相次いだ節目の年です。一般提供・デモ・プライベートベータと提供形態は分かれるものの、「情報検索の補助」から「BOM構造を理解して変更提案・実行までする」段階へと、実装フェーズが1段上がりました。

本セクションでは、公式発表が出そろった5製品（海外4＋国内1）の現在地を整理します。

以下の表で、5製品のAI-BOM機能を比較しました。

製品	発表日	AI-BOM機能	提供状況	基盤
Siemens Teamcenter 2606	2026年6月12日	AI BOM Agent（BOM文脈理解→変更提案→実行、多段ワークフロー自動化）	一般提供	Teamcenter Copilot、Microsoft 365統合
PTC Windchill AI（Assistant／Parts Rationalization）	2026年1月・4月28日	自然言語検索・要約（Assistant）／AIによる部品標準化（Parts Rationalization）	一般提供	未公表
Aras Variant BOM Agent	2026年4月16日	既存BOM取り込み→モジュール部品識別→標準化バリアント提案	Hannover Messe 2026でデモ・GA未公表	Aras Innovator Edge AI（Microsoft Foundry + Azure）
OpenBOM AI BOM Agent	2025年9月16日	CAD/Excelデータ→グラフモデル化、自然言語問い合わせ	プライベートベータ	MCP（Model Context Protocol）対応
大塚商会 Visual BOM v6.2	2026年6月26日	AI類似図面検索、変更管理ナレッジ統合、コストシミュレーション	一般提供	未公表（国内SIer経由の販売体制）

この表から読み取れるのは、海外PLM大手が「エージェント型」に踏み込んでいるという点です。単なる検索AIから、BOM構造を理解して能動的に変更を提案・実行するAIエージェントへの移行が始まっています。

Siemens Teamcenter 2606 AI BOM Agent

Siemensは2026年6月12日、Teamcenter 2606リリースでAI BOM Agentを投入しました。

Teamcenter 2606リリース発表・実UIはProblem Report Revision画面と参照BOM(電気コネクタボックス・24V 60Ahバッテリー等)を並列表示(出典：Siemens Digital Industries Software)

このエージェントは「情報検索」ではなく「BOMコンテキストを理解し、変更を提案し、実行する」という設計思想で組まれています。人間の承認を挟んだうえで、多段ワークフローをエージェントが自動実行する形です。

公式資料（AI BOM Agent解説）では、BOM文脈の理解・変更提案・変更実行・依存関係の影響解析といった一連の作業を、Teamcenter Copilotに自然言語で指示できる構成が示されています。人手で組み替えていたBOM関連作業をエージェント側にオフロードしていく方向です。

Microsoft 365統合も同リリースで強化され、SharePoint・OneDrive上のドキュメントと組み合わせてBOM関連問題を検索できるようになりました。既にTeamcenterを導入済みで、社内文書管理がM365中心の企業なら、既存の運用資産を活かしたままAI-BOM運用に踏み込みやすい構成です。

PTC Windchill AI（Assistant／Parts Rationalization）

PTCは2026年、Windchill AIブランドで2つの機能を段階的に一般提供しています。

1つ目はWindchill AI Parts Rationalization（2026年1月GA）で、既存の部品カタログをAIで分析し、類似部品の統合候補を提案する部品標準化機能です。実装手順はWindchill公式ヘルプに公開されています。

2つ目はWindchill AI Assistant（2026年4月28日GA）で、Windchill内の製品ドキュメント・仕様書を自然言語で問い合わせ、アクセス制御を維持したまま情報取得できる機能です。

Windchill AI Assistant発表時のコンセプトイメージ(出典：PTC News)

現時点で両機能とも、既存のWindchill運用のうえで動く「情報検索・部品標準化のAI補助」の範囲です。BOM操作系エージェント機能の追加は、Windchill AI製品ページ側でのアップデートを追う形になります。

既にWindchillを運用中でPTCのエコシステムに寄せていく方針の企業なら、情報検索の効率化（Assistant）と部品カタログの整理（Parts Rationalization）の2機能から入り、部品変更管理系のAI機能拡張を待つのが現実的です。

Aras Variant BOM Agent

Arasは2026年4月16日、Hannover Messe 2026でVariant BOM Agentを披露しました。SICK（産業用センサーメーカー）との共同デモが実施されています。

このエージェントは、既存BOMを読み込んでモジュール部品を識別し、標準化バリアントを提案する設計です。エンジニアが自然言語でAI生成の依存関係ルールを検査・改善できます。

特筆すべきは、AI基盤にAras Innovator Edge AIを採用し、その裏でMicrosoft Foundry + Azureを使っている点です。「ガバナンス対応のエンタープライズAIサービス層」として位置付けられており、Azureセキュリティを既に運用している企業なら統制モデルの延長で導入できます。

configure-to-order（受注個別設計）のような多品種バリアント管理が主戦場の企業では、Variant BOM Agentが有力な候補です。ただしGA（一般提供）時期は未公表なので、本格導入検討にはArasからの追加情報を待つ必要があります。

OpenBOM AI BOM Agent

OpenBOMは2025年9月16日、AI BOM Agentのプライベートベータを発表しました。

OpenBOM AIコンセプト・Product Knowledge Graph／CAD/PDM/PLM/ERP Integrations／Supply Chain and Public Dataの3層で構成(出典：OpenBOM Blog)

図のとおり、OpenBOMのAI基盤はProduct Knowledge Graphを中心に据え、右側のCAD/PDM/PLM/ERP連携と下段のサプライチェーン・公開データを結ぶハブ構造です。分析・可視化・予測・統合・処理・スケーリング・クラスタリング・抽出といった機能領域が周辺に配置されています。

CADデータとExcelの非構造化情報を取り込み、OpenBOMのグラフモデルに構造化して「デジタルスレッド」に接続する機能です。**MCP（Model Context Protocol）**への対応が最大の特徴で、外部LLMやAIエージェントから統一プロトコルでBOMデータを操作できるようになります。

MCPはAnthropicが提唱し2026年に業界標準化が進んだプロトコルで、Gemini Interactions APIなどの主要LLMプラットフォームも順次対応しています。「AIエージェントからBOMをツールとして呼び出せる」構造は、社内で複数のAIエージェントを運用する予定の企業には強い訴求点です。

現時点でプライベートベータのため、既存のOpenBOM顧客・パートナー限定です。中小〜中堅製造業でCAD＋Excelの併用が中心なら、パイロット申請の検討価値があります。

2026年7月16日には、OpenBOM BOM Reviewを全顧客向けに追加費用なしで提供開始しました。標準搭載のcheck cardsは、部品番号の形式・欠損プロパティ・数量と参照記号の整合・循環参照の4種類で、BOMデータの品質を自動チェックできます。AI対応の企業別カスタムカードは設計パートナーを募集中で、既存OpenBOM顧客はAI Agent側のプライベートベータとは別枠で、BOM品質保証から段階的に入っていける導入経路です。

大塚商会 Visual BOM v6.2

国内の動きとして、大塚商会（CAD Japan.com）が2026年6月26日にVisual BOM v6.2をリリースしました。

Visual BOM v6.2リリース告知・BOM/AI/3Dを中心に営業・設計・生産技術・工場・サプライヤ・保守の6業務が周回する構造（出典：CAD Japan.com（大塚商会））

Visual BOMの位置づけの中心にはBOMデータベースがあり、その脇にAIエンジンと3Dビュアーが並びます。周囲を設計・生産技術・工場・サプライヤ・保守・営業の6業務が円環状に取り囲む構図で、BOMを「部門横断で共有する業務基盤」として設計している点が読み取れます。

新機能は3つで、AIによる2D類似図面検索、設計・品質・変更管理データを結ぶナレッジ統合、コスト情報が揃った段階での自動シミュレーションです。

Visual BOMは河合楽器・日通工などの導入実績があり、大塚商会の販売網を通じて国内SIer経由で導入・カスタマイズが受けられる構造です。

海外PLM大手のAIエージェントに比べると機能スコープは絞られていますが、日本語UI・国内サポート・国内SIerの実装力を優先するなら第一候補に挙がります。Teamcenter・Windchillの本体導入コストに耐えられない中堅製造業では、国内特化パッケージの選択肢として抑えておきたい製品です。

---

AI活用が進む・想定される6つのBOM業務

2026年のAI-BOMは、以下の6業務で実装済み機能と今後の適用候補が混在した形で進んでいます。重複部品検出・変更影響解析・自然言語検索は現行製品で確認できる領域、E-BOMからM-BOMへの変換やAI経由のコスト・重量ロールアップは想定ユースケースが中心の領域です。

全部を一度にAI化しようとすると失敗するので、自社で最も詰まっている業務から入れるのがセオリーです。

本セクションでは、6業務それぞれの実装状況と適用ポイントを整理します。

CADからのBOM自動抽出

3D CADのアセンブリ構造から部品情報を自動抽出し、E-BOMを生成する機能です。従来もCADのBOMエクスポート機能は存在しましたが、部品名の表記ゆれや、仕様書PDFからの手動転記が残っていました。

AIを組み合わせると、CADアセンブリ＋2D図面＋仕様書PDFを横断的に読み取り、統一されたE-BOMを起こす構成が想定されます。OpenBOM公式ではCAD＋非構造化Excelを取り込んでグラフモデルに構造化するアプローチが示されています。

効くのは、多品種少量生産で新規E-BOM作成の頻度が高い設計組織です。手動転記や表記ゆれの解消をAIに寄せられれば、設計者が仕様確認と設計判断に時間を割ける状態に近づきます。

ただし、AI抽出の結果は必ず設計者が確認する運用にしないと、部品コードや材質の誤認が製造工程まで流れてしまいます。導入時は「AI抽出→設計者レビュー→承認」の3段構えを守るのが実務的な進め方です。

E-BOMからM-BOMへの自動変換

E-BOMを起点に、工場側の組立順序・治具・副資材を追加してM-BOMを組み立てる作業です。従来は生産技術者が過去のM-BOMを参照しながら手作業で組み替えていました。

Siemens Teamcenter 2606のAI BOM Agentは、公式解説によればBOM構成・部品置換・影響解析・ECN起票・承認済み変更の実行を対話で扱う設計です。E→M変換もこうしたエージェントの適用候補の一つとして位置づけられます。

効くのは、類似品を継続的に生産している組織です。既存BOMの構造や過去の変換パターンが多く蓄積されているほど、AIが提示する変更案の妥当性を検証しやすくなります。

一方、初回受注の完全新規製品では参照できる既存BOMが乏しく、AIによる提示の当たりは弱くなりがちです。組織として「新規と類似の受注比率」を見て、類似品中心のラインからAI変換の投資対効果を検証していくのが実務的な順序です。

重複部品の検出と部品標準化

社内に散在する類似部品を検出し、部品コードの重複を統合するタスクです。設計者ごとに部品コードを起こしていると、同じスペックの部品が10種類の型番で登録されている事態が頻発します。

AIは、部品名・寸法・材質・図面形状を横断的に照合し、「これは既存部品Xと同等」と提案できます。PTC Windchill AI Parts Rationalization（2026年1月GA）、CADDi Drawerの類似図面検索はこの領域の代表例です。

効くのは、部品点数が多い中堅〜大手製造業です。重複部品の統合が進めば、在庫コスト・購買事務コスト・設計時の部品選定時間を同時に下げる余地が生まれます。

導入で詰まりやすいのは、既存部品コード体系の棚卸しです。AIが「同等」と判定しても、実際には材質規格・熱処理条件が微妙に違うことがあり、統合判断は最終的に技術者の目視確認が必要です。この判断コストを見誤ると「AIが提案しても採用に至らない」状態が続きます。

設計変更の影響解析

設計変更が発生したとき、影響を受けるM-BOM・P-BOM・S-BOM・製造指示書・購買発注・保守マニュアルを自動で洗い出す機能です。従来は変更管理担当者がPLM上で手動追跡していました。

AIエージェントは、「この部品を変更した場合の影響範囲を教えて」という自然言語問い合わせに対し、関連BOM・関連文書・関連工程を一覧で提示できます。Siemens Teamcenter 2606のAI BOM Agentは、この変更影響解析を対話で扱えるようになりました。

効くのは、部品共通化が進んでいて「1つの部品が20製品に使われている」ような組織です。共通部品の変更影響を人手で追いきれない状況を、AIエージェントに肩代わりさせられます。

なお、設計変更管理（ECO／ECN／ECR）の運用そのものは別の論点になります。承認ワークフロー・変更履歴の記録・関係者への通知といった業務プロセス設計は、AIとは切り離してPLMの標準機能で組むのが順当です。

自然言語でのBOM検索・照会

「この製品のM-BOMで、最も重い10部品は何？」「この治具を使う組立工程は？」といった質問を、自然言語でBOMシステムに問い合わせられる機能です。

Siemens Teamcenter Copilot・PTC Windchill AI Assistantは、いずれもこの自然言語検索を主機能として打ち出しています。

効くのは、BOMを閲覧するが操作は行わない層——製造部長・品質保証・調達バイヤー・営業技術など——に、BOMをExcelエクスポートせずその場で答えを渡せる場面です。PLMの操作を教える教育負荷を抑えやすく、BOMを「使う」層が広がります。

一方、自然言語検索は「何を聞くか」を利用者が組み立てる必要があります。BOMの構造や用語を知らない完全な初心者には、事前の教育（BOMの基本用語・階層構造の見方）が必要です。

コスト・重量のロールアップ

BOMの階層構造を辿って、製品全体のコスト・重量・環境負荷を自動集計する機能です。部品単位のコストや重量が入力されていれば、上位アセンブリの合計値が自動計算されます。

BOM階層を辿るロールアップ自体は既存の機能ですが、AIエージェント経由で「この製品の総重量と原材料費は？」と自然言語で問い合わせる形は、Teamcenter Copilotのような対話インターフェース上での典型的な想定ユースケースです。

効くのは、原価管理・環境対応（PFAS規制対応、Scope 3排出量算定）を強化したい組織です。従来はロールアップにExcelピボットや専用スクリプトを組んでいましたが、会話ベースで集計を引き出せる構成に近づけば、経営会議や設計レビュー時の意思決定を早められます。

ただし、コスト・重量データがそもそもBOMに揃っていない場合、AIエージェントを入れても計算対象がありません。まずP-BOM側で単価・重量属性の整備を進めることが前提です。

---

BOM管理システム比較——国内5製品×海外4製品の選定軸

BOM管理システムは、国内SIerが手掛ける国産パッケージと、海外PLMベンダーのモジュールに大別されます。選定軸を明確にせず「機能一覧」で比較すると、自社の運用と合わないシステムを選んでしまいがちです。

本セクションでは、主要9製品の位置づけと、5つの選定軸を整理します。

以下の表で、主要9製品の位置づけを比較しました。

製品	提供元	特徴	想定規模
Visual BOM	Zukken Presight／大塚商会	国内実績（河合楽器・日通工）、コスト情報の可視化、v6.2でAI搭載	中堅〜大手
Celb	クラステクノロジー	クラウドBOM、初期費用0円、月額約1万円〜の月契約	中小〜中堅
Hi-PerBT Advanced BOM	日立ソリューションズ西日本	TOTO・京セラ実績、標準/個別の2ドメイン設計、AWS対応	中堅〜大手
PowerBOM	日立パワーソリューションズ	設計/製造BOMの統合管理、カスタマイズ性	大手
SmartF	ネクスタ	150以上の機能、部門別段階導入可、初期50万円＋月額5万円〜	中小〜中堅
Teamcenter	Siemens	AI BOM Agent／Copilot、M365統合、AI-BOMの2026年フロントランナー	中堅〜大手
Windchill	PTC	AI Assistant、PDM Essentialsから拡張可能	中堅〜大手
Aras Innovator	Aras	Variant BOM Agent、Aras Innovator Edge AI、カスタマイズ性	中堅〜大手
OpenBOM	OpenBOM	クラウド、AI BOM Agent（プライベートベータ）、MCP対応	中小〜中堅

この表から見えるのは、国内5製品は日本語UI・国内SIer実装力・保守サポートで優位、海外4製品はAI-BOM実装の先進性で優位という棲み分けです。

選定5軸

BOM管理システムを選ぶ際に押さえるべき軸は、以下の5つです。単一の「機能豊富度」で比較せず、5軸それぞれで自社の要件を明確にしてから候補を絞ります。

• 多階層BOMへの対応
  自社製品のBOM階層が5層以上ある場合、多階層BOMをストレスなく扱えるかは死活問題。ファントムBOM（中間製品）・バリアント管理・オプション構成をどこまで扱えるかを実データで検証する。
  
  

• PLM／ERP／CADとの連携
  BOMは孤立して運用されない。既存のPLM（Teamcenter・Windchill・Aras）／ERP（SAP・Oracle・国産ERP）／CAD（SOLIDWORKS・CATIA・NX・Inventor）とどこまでネイティブ連携するかを確認する。API連携で自作する部分の工数見積が甘いと、初期構築が長引く。
  
  

• バージョン管理・変更履歴の記録
  設計変更が頻繁に発生する製品では、バージョン別のBOM差分表示、変更申請ワークフロー、承認履歴の保持が必須。監査対応や取引先要求（IATF16949など）を満たすか確認する。
  
  

• 現場に浸透するUI・運用負荷
  BOM閲覧者は設計・製造・品証・調達・営業と幅広い。全員がPLMのフルUIを覚える必要はなく、閲覧専用の軽量UIや、Excelエクスポートの使い勝手が実務では効く。
  
  

• AI機能の実装状況
  2026年時点でBOM操作系AIエージェントを実装している製品と、検索AIまでの製品では、中長期の運用効率を左右し得る。今すぐAIを使わなくても、ロードマップ上でAI機能が明示されているかを確認する。
  
  

ケース別の候補絞り込み

上記5軸に沿って、代表的なケース別に候補を絞り込むと以下のようになります。

• 既にTeamcenter／Windchill／Aras Innovatorを導入済みで、追加のAI機能を求める → 製品ごとに提供状況が異なる：
  • Teamcenterユーザー → AI BOM Agent（2606、一般提供）
  • Windchillユーザー → AI Assistant（自然言語検索・要約、GA）＋ AI Parts Rationalization（部品標準化、GA）
  • Aras Innovatorユーザー → Variant BOM Agent（Hannover Messeデモ、GA未公表）を追いかけつつ、当面はデモ内容の情報収集
• 中堅製造業でE-BOM／M-BOMのブレを抑えたい → Hi-PerBT Advanced BOM（標準/個別2ドメイン設計）・Visual BOMが候補
• 中小製造業でExcel BOMから移行したい → Celb（月額1万円〜）・SmartF（初期50万円＋月額5万円〜）が現実的な初期投資帯
• クラウド前提で最新のAI機能に触れたい → OpenBOM AI BOM Agent（プライベートベータ申請）が有力候補

すべての候補で「第一候補」と断定するのは避けるべきで、自社の既存PLM／ERP／CADの構成に応じてケース別に判断すべき論点です。

---

BOM運用の詰まりポイントとAIでの解き方

BOMは業務が動いている限り必ず何らかの詰まりが発生します。AIを導入する前に、自社がどの詰まりに直面しているかを言語化しないと、AI-BOMツールを入れても効果が限定的になります。

本セクションでは、現場で頻出する4つの詰まりと、2026年AI-BOMがそれぞれをどう解くかを整理します。

E-BOMとM-BOMの整合性が取れない

最も多い詰まりが、設計側E-BOMと製造側M-BOMの乖離です。設計者が部品を変更してもM-BOMに反映されず、製造現場で「図面と現物が違う」という事態が発生します。

原因は、E→M変換が生産技術者の手作業で行われていることと、変換履歴が個人のExcelに残っていて属人化していることです。

AIでの解き方は、BOM構造を理解して変更提案・実行までを担うエージェントに、E→M変換関連の作業を寄せていくことです。Siemens Teamcenter 2606のAI BOM Agentのような、BOM構成・変更管理を対話で扱えるエージェントが、こうした変換タスクの受け皿になっていく想定です。

ただし、AIに全面移譲するのは危険です。組立順序や治具選定は現場ノウハウに強く依存するため、「AI提案→生産技術者レビュー→承認」の3段運用を守る前提で導入します。TOTOのHi-PerBT Advanced BOM導入事例では「標準BOM領域は厳格な集中管理、個別BOM領域は柔軟なカスタム」という2ドメイン設計で整合性を確保しています。AI導入の前提として、この2ドメイン設計を先に整えるのが実務的な順序です。

設計部門と製造部門でBOMと図面が乖離する

E-BOM上は正しくても、対応する2D図面が別のフォルダで独立管理されていて、部品変更時に図面の差し替えが漏れるケースです。

「E-BOMの部品コードは変わっているが、現場に配布されている図面は旧版のまま」といった状況が起きると、製造ミスや不良の直接原因になります。

AIでの解き方は、BOMと図面リポジトリをAIで結び付け、部品変更時に対応図面の差し替え漏れをチェックする構成です。CADDi Drawer・Visual BOM v6.2の類似図面検索機能は、既存図面の中から関連する図面を機械的に洗い出すことで、この漏れを減らします。

より根本的には、AIによる図面一元管理でBOMと図面を同じデータレイヤーに集約する方向が本命です。BOMと図面を別システムで抱えたままの場合、OpenBOMのCAD/PDM/PLM連携のような自動連携機構がないと、図面側の同期は手動運用として残ります。

設計変更が下流工程に反映されない

設計変更（ECO／ECN／ECR）が発生しても、影響範囲の洗い出しに時間がかかり、M-BOM・P-BOM・S-BOMへの反映が遅れる詰まりです。

共通部品化が進んでいる組織ほど、1つの部品変更が数十製品に影響し、変更管理担当者の負荷が跳ね上がります。

AIでの解き方は、「この部品を変更したら影響を受ける全BOMと文書を教えて」を自然言語で問い合わせる構成です。Teamcenter Copilotのようなエージェント型AIは、多段の影響追跡を1問い合わせで返せるようになりました。

ただし、AIによる影響範囲提示は「候補の網羅」までで、最終的な採否判断は設計者・生産技術・品証の合議が必要です。設計変更管理そのものの運用（ECO/ECN/ECRのワークフロー設計・承認ルートの明確化）は、AIとは切り離して業務プロセス設計として先に整える必要があります。

Excel BOMが多階層で破綻する

中小製造業では今もBOMをExcelで管理しているケースが少なくありません。単一階層なら成立しますが、階層や参照シートが増えるほど、参照式の破損や変更伝播漏れのリスクが高まります。

「1つの部品コードを変更したら、複数シートで手動置換が必要」「バージョン管理は毎日ファイルコピー」という運用は、遅かれ早かれ限界を迎えます。

AIでの解き方は、まずExcel BOMをクラウドBOMシステム（Celb・OpenBOMなど）に取り込み、階層構造をシステム側に持たせる構成です。移行後は、AIエージェントによる自然言語検索や重複部品検出といった機能を追加で乗せていきます。

いきなり大規模PLMに移行するのは失敗しやすい選択です。中小製造業なら「Excel → クラウドBOM → 段階的にAI機能追加」の順序で進めるのが、投資対効果を出しやすい実務的な進め方です。

---

BOMシステムの料金と隠れコスト

BOM管理システムの料金は、月額サブスクリプション型と、初期構築費＋年間保守料型の2パターンに大別されます。単価だけを見て投資判断すると、隠れコスト（既存BOMの取り込み・PLM/ERP接続・教育・チューニング）で予算オーバーになります。

本セクションでは、主要製品の公開価格帯と、見落としがちな隠れコスト4項目を整理します。

主要製品の料金レンジ

主要製品の公開されている価格帯は以下のとおりです（2026年7月時点）。

製品	料金体系	目安
Celb	月額サブスク（初期費用0円）	月額約1万円〜
SmartF	月額サブスク＋初期費用	公式：初期50万円〜、月額5万円〜
Visual BOM／Hi-PerBT／PowerBOM	初期構築＋年間保守	個別見積
Teamcenter／Windchill／Aras Innovator	初期構築＋年間保守（ユーザー数課金）	個別見積
OpenBOM	クラウドサブスク＋AI Agentプライベートベータ	プラン別公開料金／AI Agentは未公表

この表が示すのは、中小製造業ならCelb・SmartF・OpenBOM等の公開料金プランで移行を始められる一方、大手PLM製品は個別見積前提で規模感が大きく変わる、という構造です。

海外PLM大手のAIエージェント機能を利用する際の契約・アップグレード条件やライセンス構成は、製品ごとに個別確認が必要です。

Teamcenter・Windchill・Aras Innovatorそれぞれで扱いが異なるため、既存契約の範囲・追加コストの有無は各ベンダーとの見積時に確認するのが安全です。

隠れコスト4項目

BOMシステムの初期投資は、ソフトウェア本体の料金だけでは終わりません。以下の4項目は、多くのプロジェクトで想定外に膨らむコストです。

• 既存BOMの取り込み・前処理コスト
  Excel BOMや既存BOMシステムからのデータ移行には、命名規則の統一・部品コードの重複解消・階層構造の再設計が伴う。部品点数が多い企業ほど、データ整備工数が全体予算に対して大きな比重を占めるケースがある。
  
  

• PLM／ERP／CAD接続の構築工数
  既存基幹システムとのAPI連携、SSO設定、権限設計は個別要件ごとに設計・実装が必要。大手PLM製品でも「箱を買えば繋がる」わけではなく、SIerによる接続設計の工数が別途乗る。
  
  

• 現場メンバーへの教育・利用ガイド整備
  BOMシステムは設計・生産技術・品証・調達・営業技術など複数部門で使われる。部門ごとの操作研修、部門別利用ガイドの整備、AIエージェントの使い方トレーニングを含めた教育設計を、初期予算に組み込む必要がある。
  
  

• 運用担当者の継続的チューニング工数
  AI-BOM機能は初期学習だけで完成せず、E→M変換ルールの追加学習、類似部品検出のフィードバック反映、命名規則の変更対応など、利用状況やデータ変更に応じて検出結果・命名規則・運用ルールを継続的に見直す必要があります。運用担当を明確に置く前提で予算化しておくのが安全です。

これら4項目を初期見積に織り込まないと、「初年度予算内でシステム導入は完了したが、実運用に乗るまでにもう1年かかった」という事態になります。

BOMシステムのRFP（提案依頼書）作成時に、SIerに4項目それぞれの工数見積を出させる運用を推奨します。

---

国内メーカーのBOM×AI活用事例

海外PLM大手のAI-BOM機能は先進的ですが、国内メーカーで参考になる事例はまだ限定的です。ここでは公式に公開されている国内3事例を、企業名・実施時期・出典URL・公開されている効果とともに整理します。

TOTO×Hi-PerBT Advanced BOM——標準/個別2ドメイン設計でE-BOM/M-BOM整合性を確保

水回り機器大手のTOTOは、日立ソリューションズ西日本のHi-PerBT Advanced BOMを導入し、基幹系システム更改に伴うマスター情報の一元管理を実現しました。

事例は2021年1月19日にITmediaで公開されています。

導入前の課題は、複数システムに散在していたマスター情報の整合性、設計BOMと製造BOMの乖離、多数のマスター属性を手動入力することによる負荷とヒューマンエラーでした。

対策として、「厳格な集中管理を行う標準BOM領域」と「個別最適で運用可能な柔軟なBOM領域」の2ドメイン設計を採用し、Complete BOM機能で複数BOM間の一貫性を担保しました。

効果として、1つのBOMでの変更が関連BOMに半自動で反映される仕組みができ、重複入力や整合性チェックの手作業が削減されました。TOTOのようなグローバル製造業では、この2ドメイン設計は今後AI-BOM機能を追加していく際の基盤としても価値を持ち続けます。

川崎重工業×CADDi Drawer——ロボットディビジョン購買部門で3ヶ月導入・活用率9割

川崎重工業は、精密機械・ロボットカンパニーのロボットディビジョン購買部門でCADDi Drawerを導入しました。

川崎重工業ロボットディビジョン購買部門の導入担当者3名・Kawasaki Robot看板前で撮影(出典：CADDi 川崎重工業事例)

CADDi Drawer自体はBOMシステムではなく図面AIプラットフォームですが、部品調達データと図面を紐付けて過去実績を検索する用途で、実質的にBOM周辺情報の活用として機能しています。

導入から3ヶ月で調達部全体の週次活用率が9割以上に達し、過去の類似案件・購入実績を短時間で検索できる状態を構築しました。属人化していた「どの部品を過去にどこから買ったか」というノウハウが、部門横断の情報資産として蓄積される仕組みになっています。

図面と発注実績のマッチングをAIが機械的に処理することで、購買担当者が「新規発注か既存流用か」の判断を早く下せる状態を実現しました。今後、設計部門への展開も検討中とのことで、部門横断のBOM周辺データ活用に発展する可能性があります。

SUBARU×CADDi Drawer——コストイノベーション推進部主導で全社数百時間/月削減

SUBARUは、コストイノベーション推進部が主導してCADDi Drawerを全社展開しました。2024年6月時点で運用中で、設計・調達・製造の各部門で利用が広がっています。

SUBARU本社前でのCADDi Drawer展開チーム7名・「ひとつのSUBARU化」方針で全社展開中(出典：CADDi SUBARU事例)

活用の中心は、品名や素材などのキーワード検索で図番不明でも図面を発見できる機能です。図面探索・問い合わせにかかる時間を削減し、全社で約数百時間/月の非生産的作業削減を達成しました。

SUBARUは「ひとつのSUBARU化」という企業方針の中で、設計・製造だけでなく子会社・海外関連会社・サプライヤーまで含めたグループ全体の情報活用を目指しています。CADDi Drawerを「業務において最初に立ち上げるツール」に位置付けている点は、部門横断・企業横断でBOM周辺データを扱う姿勢の代表例です。

BOM本体の管理システムではなく、BOMを補完する図面・調達データのAI活用として、SUBARUの取り組みは中堅〜大手製造業の参考ケースになります。

---

AI-BOM ≠ AI BOM（SBOM）——用語混同に要注意

近年、議論が広がっている「AI BOM」という言葉には、実は2つの全く別の意味があります（Linux Foundationは2024年にAI BOM実装レポート、SPDXも2024年11月にAI BOM解説を公開しています）。混同したまま調達判断や稟議に持ち込むと、誤った投資判断につながります。

本セクションでは、両者の違いを整理しておきます。

部品表としてのAI-BOM

本記事で扱ってきた「AIを活用したBOM管理」は、製造業の部品表（Bill of Materials）にAIエージェントを組み合わせる領域を指します。

対象は物理的な製品を構成する部品情報で、Siemens Teamcenter・PTC Windchill・Arasといった製造業PLMベンダーが主力プレイヤーです。

ソフトウェア世界のAI BOM

一方、ソフトウェア業界で議論されているAI BOM（AI Bill of Materials）は、AIモデルを含むシステムの構成要素を一覧化する枠組みを指します。

SPDX公式では「AI System BOM／AI-SBOM」として整理されており、AIモデル本体・学習/評価データ・モデルカード・プロンプト・エージェント連携・運用ガバナンス情報までを含めた構成要素を記録する枠組みです。ソフトウェア部品表（SBOM）を拡張して、AI特有の要素を追加する立て付けになっています。

周辺の動きとして、EU CRA（サイバーレジリエンス法）を含むサイバーセキュリティ規制への対応が進んでいます。CRAは2024年12月に発効し、脆弱性・インシデントの報告義務が2026年9月11日、主要義務が2027年12月11日から段階的に適用されます。こうした規制のもとでは、システム構成情報を組織として把握しておくことが重要になり、AIモデルを含めた構成の記録にはSPDX 3.0（Software Package Data Exchange）などのフォーマットが利用されます。

混同するとどう困るか

「AI BOM対応を検討したい」という要件が上がってきたとき、製造業BOMの文脈と、ソフトウェアSBOMの文脈のどちらを指しているかで、必要なソリューションが全く違います。

• 製造業BOM文脈なら → Siemens／PTC／Aras／国内Visual BOMなどのPLM系ベンダー
• ソフトウェアSBOM文脈なら → 通常のソフトウェアSBOMはGitHubの依存関係グラフからのSBOMエクスポートなどが利用可能、AI-SBOMはSPDX 3.0のAI／Datasetプロファイルに対応した生成・管理手段が中心

調達検討や稟議書で「AI BOM」という単語だけが独り歩きすると、両者を混ぜて要件が組まれてしまうケースがあります。要件定義の最初の段階で、「物理製品の部品表か、AIシステムのソフトウェア構成か」を明確化しておく必要があります。

なお、本記事の残りの部分ではすべて前者の「物理製品の部品表としてのAI-BOM」を指しています。

---

BOM AIを部門横断の業務フローに載せるなら

AI-BOM機能を持つPLMを導入しても、E-BOMからM-BOM・S-BOM・P-BOMへの下流展開、そしてPLM／ERP／MES／CADとの接続まで含めて業務フロー全体に載せなければ、効果は設計部門だけに閉じたままになります。BOM×AIを部品表の中で完結させず、図面検索・設計変更・在庫連動・見積査定といった周辺業務まで一気通貫で扱う運用基盤が必要です。

このレイヤーを担うのが、Teamsから呼び出せるエンタープライズAIエージェント基盤です。AI総合研究所のAI Agent Hubは、図面検索Agent・設計変更Agent・在庫最適化Agent・図面見積もりAgentなど、BOM周辺業務を担う特化Agent群を1つの管理ダッシュボードで統合運用する製造業向けソリューションとして機能します。

• E-BOMを起点にM-BOM・P-BOM・S-BOMへの下流展開をAgentで自動化
  記事で扱ったE→M変換・重複部品検出・設計変更影響解析の詰まりを、業務特化Agentが自然言語で処理。設計者レビュー→承認の3段運用を保ちつつ、生産技術・購買・保守への波及作業を圧縮できます。
  
  
• 既存PLM・ERP・CADと接続し、図面まで含めた情報基盤に統合
  Teamcenter・Windchill・Arasなど既存PLMを置き換えず、その上に業務Agent層を重ねる構成。基幹BOMの厳格管理と個別BOMの柔軟性を両立する2ドメイン設計、図面AIによる部品共通化など、既存資産を活かしたままAI導入できます。
  
  
• データは100%自社Azureテナント内、実行ログは監査証跡として保存
  BOM・図面・原価情報など製造業の中核データはAIの学習対象から完全除外。Azure Managed Applicationsとして自社テナント内で動作し、Agent実行ログは不変ログで保管されます。

AI総合研究所の専任チームが、既存PLM・ERP・CADを活かした業務Agent基盤の設計から、部門横断の運用体制構築まで一貫して支援します。製造業向けAI Agent Hubのページで、BOM周辺業務の実装例をご確認ください。

---

まとめ

本記事では、BOM（部品表）の定義と種類、2026年AI-BOMの現在地、AI活用が進む・想定される6業務、主要9製品比較、詰まりポイント、料金と隠れコスト、国内3事例、混同されがちな用語まで、2026年7月時点の最新情報で解説しました。要点を改めて整理します。

• BOMはサマリー型／ストラクチャー型の2構造、E-BOM／M-BOM／S-BOM／P-BOMなど代表的な4つの業務別ビューで使い分ける。共通の製品情報を基に部門別の関連ビューを持たせる多視点BOM運用が実務の基本形
  
  

• 2026年は主要ベンダーからAI-BOM機能の発表が相次いだ節目。Siemens Teamcenter 2606 AI BOM Agent（6/12 一般提供）・PTC Windchill AI Assistant（4/28 一般提供）・Aras Variant BOM Agent（4/16 Hannover Messeデモ、GA未公表）・OpenBOM AI BOM Agent（2025/9/16 プライベートベータ）に加え、国内では大塚商会Visual BOM v6.2（6/26）がAI機能を打ち出した
  
  

• AI活用が進む・想定される業務は6つ——CADからのBOM自動抽出、E-BOM→M-BOM変換、重複部品検出、設計変更影響解析、自然言語BOM検索、コスト・重量ロールアップ。実装済み機能と今後の適用候補が混在するため、全部を一度にやらず、自社の詰まりポイントに合わせて優先順位を決める
  
  

• 主要9製品は国内5＋海外4に大別。中小製造業ならCelb（月額1万円〜）・SmartF（初期50万円＋月額5万円〜）から、中堅〜大手ならHi-PerBT／Visual BOM／Teamcenter／Windchill／Arasを既存PLM構成に合わせて選ぶ
  
  

• 料金は単価だけで判断せず、隠れコスト4項目——既存BOM取り込み・PLM/ERP/CAD接続・教育・継続チューニングを初期見積に必ず織り込む
  
  

• AI-BOM（部品表AI）とAI BOM（AI Bill of Materials／SBOM）は別物。サイバーセキュリティ規制（EU CRAは2024年12月発効、報告義務2026年9月11日・主要義務2027年12月11日適用）やEU AI Actなどの文脈で語られる「AI BOM」と混同すると、調達判断や稟議で誤った投資判断につながる

BOM管理AIの導入は、単に「BOMを効率化する」ためのツール投資ではありません。設計から製造・調達・保守までの部門をつなぐ情報基盤として、AIエージェントが自然言語で操作できる共通レイヤーを整えることが本質です。まずは自社で最も詰まっている業務（E→M変換／重複部品検出／自然言語検索など）を1つ選び、既存PLM／ERP／CADとの接続を含めたパイロット導入から始めるのが、最も実用的な第一歩になります。