20年分の設計データをAIに読み込ませ、竹中工務店が作業時間を大幅短縮した手法

効いたのは、AIに学ばせる材料を新たに集めに行かず、すでに社内にあるものを教師データとして使い切った点だと考えられます。自社の構造設計システム「BRAINNX」には20年以上分の構造計算データが蓄積されており、それが優れた教師データとして機能したことで、早い段階で実用に持ち込めています。AI活用の現場では、データを整えるところで止まってしまう例が少なくありません。過去の業務が同じシステム上に同じ形式で残り続けていたこと自体が、この取り組みの土台になっています。

もう一つは、AIを使う場面を設計の工程に合わせて切り分けた設計です。条件から類似建物を探すのは企画・初期検討の段階、断面寸法や材料を推定するのはボリュームや柱・梁の位置が見えてきた段階と、役割が重ならないように分けられています。何にでも使える万能ツールを1つ作るのではなく、「この工程のこの困りごとに効く」という粒度で分けたことが、現場が使いどころを判断しやすい状態を生んだと見ています。社内で「初期段階で使ってみる」といったタイミングの伝え方から広めているのも、この切り分けと地続きです。

三つ目に、AIの出力を最終判断ではなく「目安」に位置づけた考え方が挙げられます。設計者は根拠を問われる立場であり、「AIが出した答えです」では責任を果たせない、という前提がプロジェクトの中に明確に置かれています。だからこそ、なぜこの建物が似ていると判断したのかを知りたいという利用者の声が、そのまま判断プロセスの可視化機能の追加実装につながっている。使い手が納得できる形へ作り替え続ける回路を、開発パートナーであるHEROZとの共同開発体制の中に組み込めたことは、業務系AIの定着を考えるうえで見逃せないポイントです。