Finch建築基準コンプライアンス代理店：図面と基準の比対による自動図面審査で月収3万元

💰 収入

① 中小設計事務所のプロジェクト別図面審査（メイン収入）：設計事務所がプロジェクトごとに決済し、単一の建築プロジェクトの図面審査で3,000〜8,000元、月収2〜3万元となり、ほぼ全月収入（ほぼすべて、約100%、推算、事例の自己申告、独立した再検証なし）に匹敵する；② 設計事務所の年間契約料：各事務所の年間契約料5〜8万元、月換算で約4,167〜6,667元/月、同時に3〜5つの設計事務所をサポートし、この収益源の占める割合は記載なし（事例の口頭ベース、独立した再検証が欠如）；③ 急ぎの変動料金：プロジェクトの急ぎ対応で別途追加料金が発生し、単月収入の天井は4万元を突破可能、急ぎの割増料金の詳細は未公開で、割合も提示なし（事例側の口頭ベース、独立した検証なし）；④ オポチュニティ項目——セルフサービス型図面審査SaaSのシート別サブスクリプションによる参入：2026年の建築AI図面審査評価において、帮图科技の総合精度は93.50%、個人開発者は低価格のサブスクリプションで参入、価格設定は未提示、収益額も確たる証拠なし（メディアの推計、独立した検証の欠如）、シェアの記載なし。

💸 コスト

GPT-4oの視覚API呼び出し費用は月約100〜150米ドル、基準データベースの調達または手動整理コストは一回限りの約3,000元、サーバーとツールのサブスクリプションは月約50米ドル。オープンソースの視覚モデルをローカルデプロイする場合、APIコストは月30米ドル未満に抑えられるが、ミドルレンジのGPUと追加の運用保守時間が必要となる。

⏱ 時間投入

毎日3〜4時間を費やして基準データベースの保守とプロンプトの最適化を行い、初期のコールドスタート段階では最初の設計事務所の顧客を稼働させるのに毎週10時間を費やす。安定稼働後は、要確認項目の再確認と顧客とのコミュニケーションに毎日1〜2時間を割くだけで済み、残りの時間は新しい地方市場の開拓に充てることができる。

🔑 成功のカギ

• ✅ 地方基準データベースの継続的な更新とバージョンの記録により、すべての審査結論が特定の条項バージョンまで追跡可能であることを確保する
• ✅ 審査レポートにはトレーサブルな条項の出所を添付し、設計事務所と施工会社の信頼を築き、責任に関するトラブルを回避する
• ✅ まず無料トライアルを提供してからプロジェクトごとの有料化に移行し、設計事務所の意思決定のハードルを下げ、実際の事例で評判を蓄積する
• ✅ 視覚解析とルール推論を分離し、人間の建築士には高リスク項目の裁決のみを行わせ、再審査の効率を維持する
• ✅ 人間による裁決結果を毎回ルールデータベースに書き戻し、使えば使うほど精度が上がる複利効果を形成する

⚠️ 风险

• ⚠️ 地方の基準が頻繁に改訂され、エージェントが適時に更新を行わない場合、古い結論を出してしまい設計事務所の手戻りや責任リスクにつながる
• ⚠️ 建築図面のフォーマットが多様であり、視覚解析が主要な注記の読み取りを偶発的に見落とすため人間のバックアップが必要であり、検出漏れがコンプライアンス上の事故を引き起こす可能性がある
• ⚠️ 設計事務所がAIの図面審査の結論に対する信頼を築くには時間がかかり、初期段階では手動の図面審査の補助ツールとしてのみ使用され、支払い意欲が低く抑えられる可能性がある
• ⚠️ オープンソースのマルチモーダルモデルの急速な進歩によりAPI呼び出しのハードルが下がり、同質化競争を引き起こして1人あたりの利益空間が圧迫される可能性がある