背景
AEC業界におけるAIの応用は、ここ数年で急速に進展してきました。しかし、単なるLLM（大規模言語モデル）の搭載に止まる製品が増える中で、業界専門家からは懸念の声も上がっています。テキストに対しては強力なLLMですが、建築・エンジニアリング・建設領域では「幻覚（ hallucination）」による誤った寸法や仕様の生成が許されません。従来のチャットボット的なAI統合では、構造安全性、コンプライアンス、コスト計算など、人命や経済に関わる決定を支援する精度が不足しているのが実状です。Autodesk は、この課題に対して根本的なアプローチ転換を図ろうとしています。
内容
Autodeskの経営陣が示している新戦略は、「ジオメトリ対応の基盤モデル」と「プロジェクトインテリジェンス」という新概念に基づいています。従来のコパイロット型AI（既存アプリの上に重ねた会話インターフェース）ではなく、プロジェクトの全ライフサイクルを通じて知識グラフやオントロジー、デジタルツインとして構造化されたデータを構築する方針です。この構造化層により、AIは必要な情報を必要なタイミングで、工学的コンテクストを保ちながら参照できるようになります。単一の大規模LLMにプロジェクト全体を詰め込むのではなく、複数の専門化されたAIエージェントが、それぞれ定義された部分集合のプロジェクト情報に対して動作する設計になります。
技術的ポイント
現在のLLMのコンテキストウィンドウの限界が重要です。Claude や ChatGPT は約100万トークン、Gemini は100〜200万トークンを処理できますが、これは約15万〜75万語に相当します。一方、実際のフェデレーション型BIMプロジェクトには、ジオメトリ、メタデータ、仕様、スケジュール、RFI、規制、点群、運用データなどが含まれており、この規模を圧倒的に上回ります。コンテキストウィンドウを単に拡張する方向は、AEC向けの有効な解決策ではないという認識が業界で広がっています。重要なのは、AECデータが高度に構造化・相互接続されている点です。壁は室に属し、階を構成し、防火区画の一部になり、仕様に関連し、数量と費用に影響し、下流の無数の決定に影響を及ぼします。知識グラフ、オントロジー、検索システム、デジタルツインといった技術により、こうした関係性を保持しながらAIが必要な情報にアクセスできる仕組みが実装されつつあります。
業界への影響
このアプローチは、AEC業界全体の AI 活用の成熟化を意味します。第一波のAI導入（既存アプリの上に載せたチャットインターフェース）から、プロジェクト知識を永続的に管理する基盤層へのシフトは、設計・施工・維持管理の各フェーズでのワークフロー再構築を伴います。Autodesk が「プロジェクトインテリジェンス」と称する層が成熟すれば、複数のAIエージェントが調整可能な、より自動化された設計・検証・最適化プロセスが実現する可能性があります。これにより、RFI対応の自動化、規制確認の自動化、数量算出の精度向上、ドキュメント生成の効率化が期待できます。ただし、データ品質とモデル成熟度（LOD）への依存度が一層高まるため、プロジェクト初期段階からのBIM規律が必須になります。
