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

2005年の構造計算書偽装事件を受けて建築確認申請が厳格化され、構造設計では提出後の手修正や改変が一切できなくなりました。設計者にはより速く、より正確な設計が求められ、業務量が膨らんでいきます。加えて、業界全体で高齢化と人手不足が進むなか、DXで解決したいという方針はあってもそのためのツールを社内に持っていない、という状態が続いていました。

ただ、困りごとの中心は作業量だけではなかったように見えます。一つの建物に対して構造の答えは無数にあり、使い勝手や作りやすさといった計算では表せない判断が、先輩たちの試行錯誤として積み重なってきた。その蓄積が個々の経験の中に閉じていて、次の案件で素早く引き出せる形になっていなかったこと——これが負担を重くしていた本当の理由だったのではないでしょうか。若手がベテランと同じ速さで目安をつけられない状況は、能力差というより、参照できる仕組みの不在から生まれていたと考えられます。

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。

過去事例の検索が効率化され、断面サイズの目安付けができるようになったことで、設計作業にかかる時間が大幅に短縮されています。若手でもベテランと同じように素早く目安をつけられるようになった点は、属人化の緩和という意味でも大きいでしょう。社内では利用者からの改善要望が増えており、建築設計者版・設備設計者版を求める他部署の声や、社外から構造AIについて聞きたいという反応も生まれています。一方で、特徴量の重みづけはAIが自動で調整してくれるものではなく、人が考えて調整する必要があるという気づきも得られました。特徴量を増やすほど結果が平均値に近づき、どれも似た出力になってしまうため、より少ない特徴量で構造体をどう表現するかを考える機会になっています。