背景
BIMデータは建物の設計・施工・運用に必要な膨大な情報を3次元モデルと属性データとして保有していますが、これらの情報を効率的に検索・抽出することは従来、BIM専門知識を持つ担当者に限定されていました。特に施設管理（FM）現場では、建築設計者が作成したBIMモデルを渡されても、管理業務に必要な情報をどう引き出すかが大きな課題となっていました。また、BIMモデルの複雑さや、各企業独自の情報構造により、データの有効活用が進まないという構造的な問題がありました。こうした背景の中、生成AIやLLM（大規模言語モデル）の急速な進化により、非専門家でもBIMデータから必要な情報を自然言語で問い合わせられるシステムの実装が技術的に可能になってきたのです。
内容
NTTドコモとNTTファシリティーズが共同開発しているこのシステムは、チャットインターフェースを通じて施設管理に必要な情報をAIに自然言語で問い合わせると、BIMモデルから自動的に関連情報を抽出・整理して提示する仕組みです。記事の具体例では「通信機器を10台置けるまとまったスペースと、機器の発熱に対応できるだけの空調能力がある場所を教えて」という日本語での質問に対応できることが示されています。これにより、施設管理者が日本語で直感的に質問するだけで、BIM内に記録されている空間寸法、機器仕様、空調容量などの複雑な情報セットを瞬時に検索・マッチングできるようになります。このシステムは特にファシリティーズ業務における設備機器の配置最適化や、スペース活用計画の立案支援に活用される見込みです。
技術的ポイント
本システムの核となるのは、生成AIがBIMの複雑なデータスキーマを理解し、自然言語クエリを適切なデータクエリに変換する能力です。従来のBIM活用では、IFC（Industry Foundation Classes）という国際標準フォーマットへの変換が前提でしたが、本アプローチはLLMの自然言語理解能力により、BIMネイティブなRevitやArchicadのプロプライタリーデータ形式からも直接情報抽出が可能になる可能性があります。特に重要なのは、単なる空間検索ではなく「空調能力」という建物パフォーマンス属性と「機器発熱」という機能要件を関連付ける推論能力であり、これはセマンティックな情報処理を要求しています。また、各プロジェクトのBIM命名規則やプロパティ構造の違いに対応する汎用性も、LLMの文脈理解能力によって初めて実現できる領域です。従来のルールベースのデータマイニングでは対応困難な、多様なBIM作成企業やスタイルの違いへの柔軟な対応が期待できます。
業界への影響
このシステムが実用化されれば、BIMの利用シーンが大きく拡大すると予想されます。現在、設計段階では比較的BIM活用が進んでいるものの、竣工後の運用・管理段階ではBIMデータが有効活用されないケースが多くあります。本システムにより、FM現場の非BIM専門者でもBIMデータにアクセス可能になることで、建築全体のライフサイクル管理が格段に効率化されます。また、グローバルスタンダードとして推進されているBIM導入の実質的なメリットが、日本の中堅・小規模プロジェクトでも享受しやすくなる可能性があります。さらに、このような生成AI活用の成功事例が広がれば、建設業界全体のDX推進にも波及効果をもたらし、他の建設テック企業による類似システムの開発競争を加速させることも予想されます。