背景
インフラストラクチャー開発プロジェクトにおけるサイト評価・技術的適性調査は、従来、複数の専門家チームが数週間から数ヶ月かけて、環境、電力、規制といった複数の制約を順次検証する手作業プロセスに依存していました。特に大規模な再開発やデータセンター、エネルギープロジェクトでは、この前期的検討が意思決定を大きく左右するため、スピードと精度の両立が求められていました。一方、ChatGPT登場以降、AECおよび関連インフラ業界でも生成AIやマルチエージェントシステムの実務適用が急速に進行しており、BIM・設計ワークフロー以外の領域にもAI導入の波が広がっています。
内容
ロンドン・ニューヨークを拠点とするBuildは、建築家James Stirrat-Ellis氏とAI研究者Ben McClusky氏により創立され、Index Ventures主導で850万ドル（約129億円相当）の初期投資を調達しました。同社プラットフォームは、サイト選定、技術的デューデリジェンス、電力評価、初期段階設計といった従来は順序立てた手作業で実施されていたワークフローにAIを適用します。Build独自のシステムは、1,600以上のデータソースから計画規制、環境制約、電力インフラ、政治的リスク要因を並行して評価し、デューデリジェンス期間を95%以上短縮すると主張しています。既に15ヶ国100件以上のプロジェクトで政府機関、Fortune 500企業、Tishman Speyerを含む機関投資家向け不動産グループでの導入実績があります。独自のビジネスモデルとして、ソフトウェアライセンスではなく完成した開発業務アウトプット自体を販売する点が特徴です。AI システムは数千のタスクを並行処理しますが、すべてのクライアント成果物は納品前に人間のオペレータによって審査されます。
技術的ポイント
Buildが採用する「エージェンティック・リアルエステート」アプローチは、従来のRPA（Robotic Process Automation）やワークフロー自動化と異なり、マルチエージェントシステムと強化学習を組み合わせた設計になっています。McClusky氏の専門背景にある多エージェント系の判断メカニズムにより、個別タスク単位ではなく、複数の制約条件を同時に評価・最適化する能力を備えています。これはIFC形式でのデータ交換や従来のBIMワークフローとは異なり、非構造化データ（衛星画像、規制文書、電力網データなど）を統合的に処理する点で革新的です。人間によるレビュー層を組み込むことで、AIの「ハルシネーション」リスクを低減しつつ、労働集約的プロセスの自動化を実現しています。この設計は、建設・開発プロジェクト特有の複雑な意思決定文脈では、完全自動化よりも「人間と機械のハイブリッド判断」モデルが現実的であることを示唆しています。
業界への影響
不動産開発・インフラプロジェクトのフロントエンド意思決定が劇的に加速化します。従来、サイト選定段階で数ヶ月を要した評価が数時間で完了することで、プロジェクト全体のスケジュール短縮と並行して複数案件の同時検討が可能になります。特にMegaproject（超大型プロジェクト）やポートフォリオ型の不動産戦略を展開する大手デベロッパーにとって、候補地の定量的比較が容易になり、リスク評価の精度が向上する利点があります。一方、Tishman Speyer、Blackstone、Starwood Capital といった機関投資家層での導入実績が示すように、本プラットフォームは金融機関主導の開発判断を加速する「エコシステム効果」を生み出す可能性があります。これにより、地域の小規模開発業者との競争環境が変わる可能性も考慮されるべきです。
