大林組、大和ハウス工業、清水建設が語る「BIMから始まる建設DX」と未来戦略

「作って、貯めて」で止まるBIM活用の現実と連携型への転換点

稲岡（オートデスク）：最初に「BIMの現状とこれから」について議論したいと思います。皆さんはBIM（Building Information Modeling）の専門家です。前段で私は「BIMはもう当たり前」と説明しましたが、実際はどうですか。

飯田（大林組）：大林組は2023年1月にBIMモデリングルール「Smart BIM Standard｣を公開しました。社内では、このルールに則してモデリングを行っている。その意味では着実にBIMは浸透していると言えますが、その後の活用を考えてモデリングをしているのか。今ひとつ理解が及んでいないと感じることがあります。BIMの他、生産性向上の仕組みを用意しているが、発注者とのコミュニケーションはメールや共有ストレージが主流で、改める必要があると感じているところです。

宮内（大和ハウス工業）：大和ハウス工業では、2017年からBIM推進を始めたので、比較的後発組です。懸念していたのは、BIMさえあれば何でもできる。ボタンを押したら計算結果が出る。施工のサマリー図も出る。BIMを「魔法の杖」だと勘違いすることでした。本来は建築技術の習得が先にあるはずで、それがあってBIMのサポートが効いてくる。また、BIMをどう使いたいか、目標を共有することが重要だと思います。私たちが目指す形は「連携型のBIM」。自分たちだけではなく、次の人に渡せるものにしようと考えて使ってきた。けれども、左から右に流すだけでは、モデルの再利用には繋がらない。「作って、貯めて、活用する」。このサイクルが理想ですが、現状では「作って、貯めて」で止まっているところです。

三戸（清水建設）：清水建設では、1985年から3D CADシステムを自社で構築し、使ってきました。BIMへの切り替えが始まったのは2010年頃です。トップダウンで、「好きにやっていい」と言われたことがきっかけです。その後は3Dモデルの活用に留まっていたものの、数年前から次のステージに向けて、データ活用に取り組む方向に転じたところです。目指しているのは、3Dモデルにデータを付加してバトンタッチで渡すようなものではなく、共通の環境でモデルをデータと合わせて操作する、本当の意味での連携です。データで建築の生産プロセスのマネジメントを行うため、2024年にAutodesk Construction Cloud導入を決めました。今はよちよち歩きの状態だが、単なる3Dモデルを作るための仕組みから、データを扱う環境の実現を目指しています。

稲岡：BIMが、社内に存在する様々なデータと連携するためのデータベースに変わろうとしています。

飯田：BIM活用は建設業の問題解決のためで、手段と目的を間違えてはならないと思います。技術者が減り続ける中、もっと効率的に仕事をしなければならない。機械にパートナーとして働いてもらうためにも、機械に与えるデータを作ること。その意味で私たちもBIMをデータベースの1つと捉えています。

宮内：今、大和ハウス工業では、BIM推進からDXへと取り組み領域を拡げています。社会課題の解決に加えて、企業としてあり続けるため、競争視点での事業戦略とデジタル戦略が重要です。

データ整備なきAI導入は危険？建設業界が陥りがちな「魔法の杖」思考

稲岡：何のためのデジタル化なのか、目的が重要ですね。2つ目のテーマ「データ戦略とAI活用の準備」に移ります。AI活用の現状はいかがですか。

宮内：施工現場の写真を撮影し、検査で合否判定を行うなど、様々なことに取り組んでいます。並行してマスターデータの標準化も進めている。BIMをやっていた当時、「BIMはスポーツカー」と言っている人の言葉を覚えています。日本の道路事情に合わない、乗りづらいなどのネガティブなニュアンスが込められていたが、今では完全に乗りこなしている。AIはスポーツカー以上の存在で、建設業を大きく変えることになるでしょう。この変化に追随しなければならないと思います。

三戸：スポーツカー専用の高速道路のように、ある種のインフラが必要になると思います。AIが建設産業を変える。その通りです。でも現状維持では実現できない。DXブームが終わり、これからはAIだと言われますが、DXの基礎があってのAIだと思います。AIのためのインフラがあるか。それがあって初めて機能するはずなのに、無視してAIを語っても意味がない。

宮内：AIは第二の「魔法の杖」かもしれません。

飯田：大林組でも多くの取り組みを進めています。代表例として紹介できるものが2つあります。1つは「AiCorb」で、スケッチやモデルからファサードデザインを生成するもの。もう1つは「断面設計を自動で行う構造設計支援AIプログラム」です。この2つは、長年の社内業務で蓄積してきたルールを学習させたものである点で共通します。どの企業にもAIに与えるデータがあるはず。それをそのまま与えるのではなく、整理する知識が必要だと思います。

稲岡：データ自体は多くても、使えるものの割合は数％とも言われます。

三戸：AIへの入力データを文字列形式にすると、新しいデータができる都度、学習させなくてはならない。それが間違っていても、そのまま学習してしまうので、常に正しいデータを蓄積する仕組みが必要です。BIMのデータのマネジメントを行うのがACCですから、2つセットで、社内の他のデータベースと繋がることで初めてAIに与えるデータが整う。信頼できるデータセットが得られると思います。

宮内：データを必要な時に取り出せる仕組みが必要ですね。同時に、標準化も重要です。仮にA地区とB地区で、同じものを別々のものと認識していれば、出力結果が変わる可能性もある。海外の企業は、ソリューション戦略の役割の人たちが全社レベルでのデータ標準化を進めています。だから、AI活用が容易になる。その意味でデータ戦略は重要です。

飯田：AIにデータを与えるだけでは、おそらく何も起こらない。皆さんが仕事をするときはなんらかのルールに基づき仕事をしているはずです。属人化とは、個人の頭の中のルールが言語化できていない状態のことなので、他人にはわからない仕事のルールの整理が必要になると思います。

稲岡：リテラシーの話にもなります。

三戸：AIに限らず、リテラシーが高い人がツールを使うと結果を出せる。逆に、リテラシーの低い人たちは結果が出せない。生成AIツールを提供しても、検索にしか使わない話を聞きます。使う側がリテラシーを高める。リスキリングが必要になると思います。