1. ホーム
  2. BIM
  3. BIM活用事例
  4. KK Generation、図面から自動でBIMを作るAIで生成AI比2倍以上のスコアを実現

KK Generation、図面から自動でBIMを作るAIで生成AI比2倍以上のスコアを実現

掲載日：
Category：BIM活用事例建築DX活用事例
Tag：AIBIM企業リリース業務効率化

著者：BuildApp News編集部 - リリースくん

20260820_建設図面のBIMモデル自動生成

建設図面をもとにBIMモデルを自動生成するAIサービスを手がける株式会社KK Generation（KKG）は、自社の「BIM生成AI」について、汎用の生成AIとの比較検証を実施したと発表しました。

独自に定めた評価指標をもとに測定したところ、壁や建具といった内部部材の再現性や配置などを評価する独自指標「IFC再現性スコア」で、GPT-5.5 Proなどの汎用生成AIに対して2倍以上のスコアを実現したといいます。

BIM人材の不足が課題となる中、図面をどこまで正確に読み解けるかが実務での使いやすさを左右します。今回の検証結果から、その技術的な裏付けを見ていきます。

図面を読み込みBIM化するAIを提供

建築や施工の現場では、設計・積算・維持管理までを一つのデータでつなぐBIM（ビルディング・インフォメーション・モデリング）の活用が広がっています。ただし、対応できる技術者が少ないことが長年の悩みでした。

東京都港区の株式会社KK Generation（KKG、代表取締役CEO：藤田浩之介）は、建設図面の解析に特化したAIプラットフォームを開発しており、2D図面から自動でBIMモデルを組み立てる「BIM生成AI」を提供しています。

同社はこのほど、汎用生成AIとの比較検証を行い、独自指標の「IFC再現性スコア」で2倍以上のスコアを実現できることを確認しました。

独自の評価指標で客観的に測定

近年は画像を読み込ませるだけで、それらしい3DモデルやIFC形式（BIMの標準データ形式）のファイルを出力できる汎用AIも増えてきました。しかし積算や確認申請、維持管理に使うには、壁や柱、床、建具といった部材が種類・数・位置・属性まで正確に構造化されている必要があります。

5階建て庁舎の図面で検証

そこでKKGは、生成されたBIMが図面の情報をどれだけ正確に再現できているかを測る独自指標「IFC再現性スコア」（100点満点）を定義しました。100点は、入力した図面から論理的に特定できる部材・属性・関係を、過不足なく完全に再現した状態を示します。

地上5階建てのRC造庁舎の計画通知図16枚を使い、平面図や立面図、建具表などをもとに検証しています。評価は次の5つの観点から採点する仕組みです。

  • 存在性（25点）：部材の種類と数の正確さ
  • 形状・寸法（25点）：長さや面積などの一致度
  • 配置（15点）：位置や向き、所属する階の正しさ
  • 属性（20点）：室名や建具符号などの情報の正確さ
  • 関係性（15点）：開口と建具、部材と空間のつながり

GPT-5.5 Proなど汎用生成AI比で2倍以上のスコアに

検証の結果、KKGのBIM生成AIはカスタマイズ前で60.5点、ユーザー企業ごとのカスタマイズ後には92.6点まで到達しました。GPT-5.5 Proなどの汎用生成AIとの比較では、IFC再現性スコアで2倍以上のスコアを実現しました。

壁や建具の再現数で大きな差

内部部材の存在性を示すスコアは、KKGが87.8点、GPT 5.5 Proが65.8点でした。壁498要素のうちKKGは455要素を正しく対応づけられたのに対し、GPT-5.5 Proは218要素にとどまっています。

ドアについても109要素中87要素を再現し、外観だけでなく建物内部の構造まで表現できる点に強みがあることが分かりました。

寸法や配置の精度も上回る結果に

形状・寸法の精度を示すスコアは、KKGが49.0点、GPT-5.5 Proが19.4点でした。配置はKKGが71.0点、GPT-5.5 Proが32.2点、部材同士のつながりを示す関係性もKKGが62.6点、GPT-5.5 Proが34.4点と、いずれの項目でも差が開いています。単に部材を並べるだけでなく、建物として成立する位置関係まで再現できていることがうかがえます。

図面を段階的に読み解く独自技術

KKGのAIは、平面図や立面図、建具表などに分かれて記載された線分や寸法、記号を一つずつ読み取り、部材ごとのデータとして積み上げてから3次元化する仕組みを採用しています。

図面全体の見た目からモデルを推測する汎用AIとは異なり、根拠を持って情報を構築する設計が、内部部材の再現性や配置精度の差につながったとみられます。

企業ごとの調整で9割台に到達

導入企業ごとのカスタマイズでは、建具表と平面図の連携や作図規約の反映、IFCの出力ルールの調整などを行います。今回の検証条件ではこの調整により92.6点まで精度が向上しました。

別の案件では、コンクリートの概算体積を求める精度が54.1%から95.5%まで改善した例もあり、建築面積は99.8%、壁の総延長は91.3%の精度を確認できたといいます。

測定対象を拡大し精度向上へ

KKGは今後もBIM生成AIの精度改善と機能強化を継続し、ベンチマーク結果を順次公開していく方針です。測定対象も構造図や設備図、改修図、施工図へと広げ、図面からBIMを作成する業務の効率化と生成BIMの品質向上を両立させたい考えを示しています。

同社は「積算AI」や「検図照査AI」、「施工フィジカルAI」など、建設業界の人手不足解消に向けたサービスも展開しています。

会社概要

  • 会社名：株式会社KK Generation（KKG）
  • 所在地：東京都港区高輪2丁目21番1号 THE LINKPILLAR 1 SOUTH 9階
  • 代表者：代表取締役 藤田浩之介
  • 事業内容：建設図面特化AIプラットフォームによる、企画・設計・積算・施工一気通貫の自動化支援
  • URL：https://kk-generation.com/

出典情報など

出典：PR TIMES,【(株)KK Generation(KKG)】 2D図面を自動でBIM化する「BIM生成AI」が、最新生成AI比2倍以上の精度を達成 ChatGPT 5.5 ProやClaude Fable 5比で2倍以上のスコアを実現,https://prtimes.jp/main/html/rd/p/000000024.000143310.html,リリース日：2026-08-06