急速に発展する建設分野での生成AI援用の現在地を多分野に渡り追跡(第十八回)｜AIで変わる内装・足場積算：【毎月3回更新】
公的な建築系のメディアのみならず、広く情報交換を行うSNS上においても、PDFによる2次元図面などを基に、積算時の拾い出し業務に生成AIが適しているとの報告が相次いでいる。
本稿では、平面図を基に床・壁・天井の仕上げ数量と巾木・LGS下地・ボード枚数などを部屋別に算出する「内装積算AI」の提供を開始したNITACO、PDF図面を基に足場計画と仮設資材の数量をAIで自動算出する「（仮称）AI積算」の基本設計・開発を完了したKK Generationとアルインコの事例を報告する。
内装工事の積算に特化したAIサービス「内装積算AI」の提供開始+拾い出しを約45分に短縮
NITACO(渋谷区: 代表取締役新田顕大氏)では、内装工事の積算に特化したAIサービス「内装積算AI」の提供を開始した。平面図をアップロードするとAIが室ごとの内装数量を自動算出する。約540平米・15室のオフィスの内装改修では、従来6〜8時間かかっていた拾い出しを※約45分に短縮する。AIによる算出は2〜3分で完了し、残りの時間で人が確認・修正を行う。
※約45分: 約45分は、AIによる数量算出(2〜3分)+人による図面・仕上表・工事範囲の確認・修正を含む時間。初回設定には別途2〜3時間程度を想定している。原状回復案件やスキャン図面は、通常の1.5〜2倍程度、同一プランを繰り返すホテル客室などは20〜30分程度を想定している。
内部仕上表を室名で引き当てて40品目以上を室別に集計+拾い基準は自社のルールで設定
「内装積算AI」の特長を列記する。
室の区画から下地の展開までの積算の手順をそのまま自動化する。平面図から通り芯・室の区画・建具の位置と幅を認識し、室ごとに床面積・周長・内壁芯長を算出する。内壁芯長に天井高を掛けて壁面積を算出し、建具と窓を控除。設定した控除ルールに基づいて処理し、LGSスタッドの本数やランナーの長さ、石膏ボードの枚数まで割付から算出する。
内部仕上表を室名で引き当てて40品目以上を室別に集計する。内部仕上表を読み取り、室名に応じて材料を自動で割り当てる。床・壁・天井に加えてLGS・石膏ボードなどの下地、建具・造作、区画・法規、仮設・費用まで7分類に対応する。集計結果は、材料別・室別で出力でき、発注や実行予算にも活用できる。オフィス、店舗・テナント、原状回復、集合住宅・ホテル客室の4タイプに対応。住戸型の案件では、1戸分の数量から全体数量をまとめて算出できる。
拾いの基準は自社のルールで設定し、最終判断は人が行う。建具の控除や壁の拾い方など自社の積算ルールを設定し、以降の物件にも適用できる。単価表や品番マスタも取り込み、数量から金額まで算出可能だ。AIが判断に迷った箇所は、図面上に「要確認」として表示し、担当者が確認・調整して仕上げる。
約540平方のオフィス想定+手作業で6〜8時要したのを内装積算AIでは45分前後に短縮
1フロア約540平方メートル・15室のオフィス内装改修を想定して、手作業と比較してみる。
拾い出し時間は、手作業では6〜8時間を要したのに、内装積算AIでは、45分前後に短縮。AIによる算出2〜3分＋人による確認・修正。
図面差し替え時には、手作業では、間仕切り1本の変更でも複数項目に影響し、拾い直しが発生するのに対して、内装積算AIでは、変更後の図面を再アップロードして再算出する。
仕上表の引き当てにおいては、手作業では、図面と仕上表を往復しながら確認するため、品番の取り違えが発生する可能性がある。内装積算AIでは、室名で自動的に引き当て、材料別・室別の両方で集計する。
巾木・開口の控除においては、手作業では、担当者によって控除基準が異なる場合があるのに、内装積算AIでは、控除ルールを自社仕様で設定し、同じ基準で算出する。
作業の属人化については、手作業では、積算経験者に作業が集中しやすいとの課題があるのに対して、内装積算AIでは、拾い出しを自動化し、確認作業を分担しやすくする。
図面の読み取り精度については、CADから出力されたPDFを用いた社内検証では、実際の設計図一式(鉄骨造平屋・確認申請図)に記載された寸法値32種の内、31種を平均誤差0.94ミリメートル、最大誤差3.0ミリメートルで再現した。一致しなかった1件は、寸法ではなく、敷地面積として記載されていた数値。同じ図面から内部仕上表も読み取り、室名・天井高・床・壁・天井の仕上げ材・巾木の高さ・クロスの品番まで取得している。
導入は「無料デモ=>各種マスタ・帳票の設定=>過去物件での調整=>本稼働」の流れで実施
料金は、案件タイプや図面形式、取り込む単価マスタ・帳票に応じて個別に見積りする。
導入は「無料デモ=>各種マスタ・帳票の設定=>過去物件での調整=>本稼働」の流れ。実際の図面1件を使った試算にも対応している。
図面・見積データは、通信・保存時共に暗号化し、第三者への提供やAIの学習には使用しない。
STEP 01
無料デモ・ヒアリング:実際の画面で図面から数量算出までの流れを確認する。提供顧客側の図面を使った試算も可能。
STEP 02
単価マスタ・帳票の取り込み:単価表、材料の品番マスタ、歩掛、内訳書様式など現在使用中のデータを取り込む。
STEP 03
拾い方の合わせ込み:過去物件と数量を突き合わせ、開口控除・巾木・下地などの拾い方を顧客側の基準に合わせる。
STEP 04
本稼働・運用サポート:本番運用を開始。単価改定や帳票変更、案件タイプの追加にも継続して対応する。
間仕切りの位置が変わるだけで床・壁・天井・下地・巾木まで再計算するなどの課題解決
開発の背景には、間仕切りが1本動くだけで床から天井まで拾い直しになるなどの課題があった。
内装積算では、平面図の室をひとつずつ計測し、床・壁・天井・巾木をそれぞれ集計する。15室でも1日、20室を超えると2日かかることもある。更に、図面と仕上表を何度も見比べるため、材料の取り違えや担当者による拾い方の違いも起こりがちだ。
間仕切りの位置が少し変わるだけでも床・壁・天井・下地・巾木まで再計算する。図面が差し替わるたびに拾い直しも発生する。「内装積算AI」は、これら拾い出しの手順そのものをシステム化するために開発した。
今後は、対応する案件タイプの拡大と元請ごとの内訳書様式への対応を順次進める。合わせて、すでに提供している足場工事向けの「足場積算AI」に続き、工種ごとの積算AIを拡充していく。
サービスサイト
足場の積算業務の効率化を目的とした「(仮称)AI積算」の基本設計・開発を完了と発表
KK Generation(港区: 代表取締役藤田浩之介氏)では、アルインコ(大阪市: 代表取締役社長兼社長執行役員小林宣夫氏)と共同で、足場の積算業務の効率化を目的とした「(仮称)AI積算」の基本設計・開発を完了した。両社は今後、実際の業務環境での検証を進め、2027年春頃の市場投入を目指す。
当該取り組みでは、KKGが有する我が国の建設図面・BIMに特化した特許取得済の図面認識・解析技術と、アルインコが足場設計・積算業務を通じて蓄積してきた専門ノウハウ・数量算出ロジックを組み合わせ、PDF図面を起点に、足場計画と必要な仮設資材(足場を構成する部材)の数量を自動で算出する仕組みを実現する。
「(仮称)AI積算」は、KKGが建設企業・建材メーカー・商社各社に提供している「積算AI」(図面から数量を拾い出し、見積を作成するシステム)をアルインコの仮設足場の積算業務に特化してカスタマイズ実装したもの。
人手を介さずシステム内で積算業務が完結することによって積算業務の大幅な効率化実現
当該取り組みは、PDF図面を起点にSTEP01:システムに図面データを投入、STEP02:AIが図面情報を解析して躯体形状(建物の柱・壁などの形)を認識、STEP03:足場計画を自動生成、STEP04:仮設資材を自動積算し出力するもの。
人手を介さずシステム内で積算業務が完結することによって積算業務の大幅な効率化と作業者の負荷軽減を実現する新たな仕組みの構築を目指す。
両社の役割分担は、以下の通り。
KKG
PDF図面から建物の躯体形状を読み取る図面認識・解析(STEP02)と足場計画の自動生成から仮設資材の数量積算・出力までを行うシステム(STEP03・04)の開発を行う。足場計画は、ブラウザ上で確認・修正できる。
アルインコ
足場計画のルールと仮設資材の数量算出ロジックを提供する。実際の業務環境での検証は、両社で実施する。
AI技術と足場設計・積算業務で蓄積した専門知識や数量算出ロジックを組み合わせて開発
「(仮称)AI積算」の特長を列記する。
足場設計の専門ノウハウにAIを活用している。AI技術と実際の足場設計・積算業務で蓄積した専門知識や数量算出ロジックを組み合わせ、「積算業務に特化したAI」をカスタマイズ提供する。
PDF図面を起点とした積算業務の効率化を可能にする。従来は人手で行っていた図面確認をAIによる図面情報の解析を通じて躯体形状を自動認識させることによって積算にかかる作業時間を大幅に削減する。
認識した躯体形状に対して仮想ブロックを用いて自動積算する。AIが認識した躯体形状に対して平面上で足場の仮想ブロックを自動で割り付け、足場計画に必要な仮設資材の数量を自動積算する。
案件ごとに図面確認・足場計画の立案など多くの作業や手戻りが発生するなどの課題解決
足場計画における仮設資材の数量積算は、建物の形状・規模、仮設資材の種類・設置条件などを確認して行うため、専門的な知識と経験が求められる。加えて、案件ごとに図面確認、足場計画の立案、仮設資材の数量の拾い出し、データ入力、積算結果と積算範囲の照合まで多くの作業が発生する上、積算ミスによる修正・作業の手戻りが生じることも少なくないなどの課題があった。
KKGでは、我が国特有の建設図面・BIMに特化したAIプラットフォームを提供し、図面の認識・解析を起点にして企画・設計・申請・積算・施工に渡る業務を効率化するAI機能を建設・建材メーカー/商社各社に提供してきた。
今回、アルインコが足場設計・積算業務を通じて蓄積してきた専門知識と数量算出ロジックに、KKGの図面認識・解析技術を組み合わせることによって積算業務の効率化と作業者の負荷軽減、ヒューマンエラーの削減、積算業務品質の平準化を実現している。
両社は、今後も図面認識・解析技術と足場設計・積算の専門知識を組み合わせ、建設業界におけるAI・BIM活用の推進と業務の効率化・作業者の負荷軽減に取り組んでいく。
