背景
AEC業界でAI導入が加速する中、ベンダー各社の戦略が明確に二分されている。Motif、Qonic、Snaptrude等は、より構造化された建築情報モデル（スキーマ）を構築することで、AIが建築知識を推論できる環境を整備しようとしている。これは従来のBIM哲学の延長線上にあり、IFC等の標準化スキーマを基礎とした「情報の形式化」が前提となっている。一方、Hyparのイアン・キーオウ（Autodesk Dynamo開発者）は、この方向性に真っ向から異論を唱えている。彼の主張は、建築設計の本質的な構造——つまり建築家が複数の専門家（エージェント）を調整するプロセス——は既に存在しており、AIが変えるのはその「実行速度」だということである。
内容
Hyparの提案は、従来のスキーマ構築型ではなく「エージェント型AI」であり、言語モデルの一般的な知識を直接活用する方式である。具体例として「ピケットフェンス」を挙げると、言語モデルは既に建築規準やガイドライン、あらゆる知識を内包している。このアプローチでは、複雑な建築本体モデルをあらかじめ定義（スキーマ化）する必要がなく、軽量なコンポーネントで柔軟に対応する。キーオウの議論の核心は、建築設計プロセスは本来「会話速度」（conversational speed）で実行されるべき、つまり、構造設計者が設計変更後にRevitモデルを手作業で修正する作業は「時間の浪費」であり、これが自動生成されるべきだということである。Hyparはこれをクラウドベースのプラットフォームで実現しようとしており、Revitのような既存CADに依存しない独立した基盤を構築している。
技術的ポイント
キーオウが指摘する重要な論点は、Autodesk Platform Services（APS）トークン価格モデルでは「ライブなクラッシュ検知エージェント」を運用する経済性が成立しないということである。つまり、MCP（Model Context Protocol）のような既存ツール間の連携プロトコルではなく、完全に独立した推論基盤が必要という主張である。従来のIFC中心の本体モデル設計（ontology-first approach）とは異なり、Hyparは表現問題と知識問題を分離させる。言語モデルは既に膨大な建築知識を保有しているため、わざわざ建築オントロジーを形式化してモデルに組み込む必要がないという考え方である。この方式の利点は、新しい規格変更や特殊な設計要件への対応が相対的に容易であり、汎用的な言語理解能力に依存できるということである。
業界への影響
この対立軸は、AEC業界全体の技術的方向性に大きな影響を与える可能性がある。スキーマ型（Motif、Qonic、Snaptrude等）とエージェント型（Hypar）のどちらが主流になるかで、今後5年の業界インフラは大きく変わる。スキーマ型は企業固有の設計判断を「資産化」でき、長期的な形式化とコントロール可能性が得られる一方、初期導入コストが高く、実装に時間がかかる。エージェント型は迅速な導入と柔軟な対応が可能だが、プロセスのブラックボックス化のリスクがある。プロジェクトの規模や複雑性によって、使い分けられる可能性もある。特に、既存のRevit等の大型CADに依存しない新規プロジェクト、あるいは設計初期段階でのコンセプト生成では、エージェント型の優位性が高い。
