建設前から施設管理まで｜生成AI海外事例集 ―建設・不動産編―

INDEX

AI技術の進化が加速する中、生成AIが産業界に革命をもたらそうとしている。その影響は建設・不動産業界にも及び、建物の設計・計画から竣工後の管理まで、これまで人手に依存してきた工程を次々と刷新している。

本連載「生成AI海外事例集」では、世界各国の生成AI活用事例を紹介しながら、各業界の未来を展望する。 今回は、建設・不動産における先進的な取り組みに焦点を当て、生成AI活用によるこれらの業界の業務効率化やコスト最適化について見ていく。 

建設×生成AI市場は年平均成長率34%。不動産も30%超で急拡大

調査会社Precedence Researchは2024年10月、世界の建設分野における生成AI活用市場に関するレポートを発表した。レポートによれば、2025年における同市場の規模は4億464万ドルと試算されており、年平均成長率34.18%で成長して、2035年には約76億5,376万ドルへ拡大すると予測されている。建設業界における生産性向上と品質管理へのニーズの高まりが市場を牽引しており、さらに、高層建築物の建設増加とサステナビリティへの注力が、予測期間中の市場成長を後押しすると見込まれている。

さらに、世界の不動産分野における生成AI市場規模は、2025年に4億8,806万ドルと算出されており、年平均成長率11.33%で成長して、2035年には約14億2,736万ドルへと拡大すると見込まれている。

以上の市場を地域別に見ると、2025年時点では北米が売上シェアの41%超を占めている。さらに提供形態別では、クラウド型が2025年に売上シェアの60%超を生み出している。

建設・不動産業における典型的な生成AI活用のユースケースは、建物のライフサイクルに沿って以下に挙げるような3項目がある。

• 企画・設計：設定したパラメータ・制約・目標にもとづいて複数の設計案を素早く生成・評価するジェネレーティブデザインに活用される。BIM上で意匠・構造・MEPの各モデルを突き合わせ、チーム間の干渉を検出・解消することで手戻りを削減する用途にも用いられる。上流の都市計画では、人口密度、土地利用、交通パターンといった大量のデータを分析し、複数の開発シナリオをシミュレーション・可視化する使い方も広がっている。省エネ設計の最適化や環境配慮型の資材提案など、サステナビリティ目標への対応にも活用される。
  
  
• 施工・プロジェクト管理：工期・コスト・資材使用量といった過去の建設データから傾向を読み取り、最適な工程計画やコスト削減策を提案する用途に活用される。
  
  資材・労働力・機材の配分、必要となる資源量の予測、リスクの検知にも用いられ、コストのかさむミスや労働災害の低減につながっている。自然言語処理と組み合わせることで、建設関連文書の解析や要件に応じた文書の生成、関係者間のコミュニケーション支援にも用いられる。
  
  
• 販売・運用：物件紹介の掲載内容、バーチャルツアー、間取り図の作成に生成AIを活用。空室のバーチャルステージングや、まだ存在しない物件の写実的な画像の生成も可能になっている。立地、市場情報、アメニティにもとづく査定、問い合わせに応答するチャットボットやバーチャルアシスタントによる顧客対応にも用いられ、家賃徴収、修繕依頼、契約管理といった運用業務の自動化にも広がっている。

なお、不動産の査定や需要予測などにもAIが活用されてきたが、こうした数値情報にもとづいた予測や最適化は、第三次AIブーム時に発展した予測系AIが多用されてきた領域である。生成AIの登場により、図面、仕様書、契約書、物件画像といったテキスト・非テキストの非構造化データの処理や生成が可能となることで、予測や最適化の精度向上が期待できる。

世界の建設・不動産における生成AI活用事例

以下では、建物のライフサイクルに沿って「建設前→建設中→建設後」の三フェーズに分け、各局面で何が起きているかを具体的な事例で解説する。

TestFit｜フィジビリティスタディの自動化

「この土地にどれくらいの建物を建てると、どれくらい利益が出るか」——不動産開発の初期段階に重要なフィジビリティスタディ（採算性検討）は、従来なら数週間を要する作業だ。法的制限・容積率・コスト・駐車台数といった多変数を同時に検討しながら、最適なレイアウトを人手で算出してきた。

アメリカ・テキサス州ダラス発のTestFitは、この工程をAIで自動化するプラットフォームである。敷地境界・法的制限・コスト目標などの条件を入力すると、AIが数千パターンの建物レイアウトをリアルタイムで生成・最適化し、設計案・費用対効果・駐車台数・延床面積を瞬時に比較できる。2024年6月に追加された「Generative Design」機能では、約3,000パターンをわずか3秒で生成するまでに進化した。同社の2024年ROIレポートによると、96%の顧客が事業性検討の精度向上を実感しており、従来1週間かかっていたサイトプランが30〜60分で完成するケースも報告されている。

「土地を買う前に採算が読める」ということは、投資判断のリードタイムが劇的に短縮されることを意味する。競争が激しいマルチファミリー（賃貸集合住宅）開発やデータセンター用地取得において、先行優位を生む技術だ。

出所：illustrarch「TestFit Review」（2026年3月）
https://illustrarch.com/articles/design-softwares/74579-testfit-review.html

Augmenta｜電気設備設計の自動化

設計の自動化は「建物全体のレイアウト」にとどまらない。「建物内部の設備設計」にも同様の変革が訪れている。

カナダ・トロント発のAugmentaは、AutodeskのGenerative Design開発者が創業した電気設備設計AIだ。設計者がBIMツール「Revit」に要件を入力すると、クラッシュ（干渉）のない電気配線設計図が「数週間から数時間」で完成する。独自のAIと数理最適化により設計時間を最大40%短縮し、手戻りを大幅に削減。機械設備・配管設備への拡張も進行中で、2025年3月にはPrelude Ventures主導で1,000万ドルを追加調達し、累計調達額は2,560万ドルに達した。

レイアウト最適化（TestFit）から設備設計の詳細化（Augmenta）へと、設計自動化の射程は着実に拡大している。人手不足が深刻な設備設計の分野でAIが精度の高い設計図を自動生成できるなら、少ない人員でより多くの案件を処理できる。

出所：Construction Dive「Augmenta Secures $10 Million in Funding」（2025年3月） https://www.constructiondive.com/press-release/20250312-augmenta-secures-10-million-usd-in-funding-to-pioneer-ai-driven-building-1/

Bobyard｜積算業務の自動化

建設プロジェクトの受注競争において、積算（数量拾い）は最も時間がかかる前工程の一つだ。設計図から必要な材料・数量を算出するこの作業は、熟練の積算担当者が何日もかけて手作業で行ってきた。応札できる案件数がそのままコスト競争力に直結するにもかかわらず、だ。

アメリカ・サンフランシスコ発のBobyard（2023年創業）は、この工程をコンピュータビジョンで自動化する。設計図面をアップロードするだけで、AIが必要な材料・数量を自動計算し、積算プロセスの最大70%を自動化する。造園工事会社Chopper Landscapingは導入後に積算時間を半分以上短縮し、それまで対応できなかった商業案件で約35万ドル（約5,500万円）の新規受注を獲得している。2025年12月には8VC主導のシリーズAで3,500万ドル（約55億円）を調達。2026年4月リリースのBobyard 2.0では対応工種を電気・配管・内装・HVACへ拡張している。

積算時間が半減すれば、同じ人員で2倍の案件に応札できる。中小建設会社にとって特に破壊的なインパクトを持つ技術だ。

出所：BusinessWire「Bobyard Raises $35 Million Series A」（2025年12月） https://www.businesswire.com/news/home/20251210946193/en/Bobyard-Raises-$35-Million-Series-A-to-Power-How-the-World-Gets-Built

Doxel｜施工進捗のリアルタイム監視

建設現場の進捗管理は長らく「人が歩いて確認し、経験と勘で判断する」世界だった。工事の遅れや品質問題が発覚するのは、多くの場合すでに手遅れになってからだ。

アメリカのDoxelは360度カメラとAIを使ってこの構造的問題に正面から挑む。現場で撮影した360度映像をAIが解析し、BIM（建物情報モデリング）モデルおよびスケジュールと自動比較。80以上の工事フェーズにわたって各工種の進捗をリアルタイムで可視化し、遅延・品質問題・コスト超過の予兆をいち早く検知する。導入企業ではプロジェクト遅延の最大30%削減、プロジェクト利益率の10〜15%向上が報告されており、データセンター建設領域でも採用が拡大している。

従来の「見える化」は人がカメラを設置して目視確認するレベルにとどまることが多かった。DoxelのようにBIMとリアルタイム連携してAIが自動で差分を検出するアプローチは、「気づいたら遅れていた」という現場の構造問題を根本から変える可能性を持つ。

出所：Doxel 公式サイト https://doxel.ai/

nPlan｜プロジェクトリスクの事前予測

リスクを「起きてから対処する」のではなく「起きる前に予測する」——この発想の転換を実現するのが、イギリス・ロンドン発のnPlanだ。

同社は75万件以上の過去プロジェクトスケジュールデータでAIを学習させ、新しいプロジェクト計画を解析して「どの工程が遅れるリスクが高いか」を事前に予測する。深層学習とグラフニューラルネットワーク（GNN）を活用したリスク予測エンジンは、定量的スケジュールリスク分析（QSRA）の代替手法として大型インフラ案件での実績を積み上げており、英国の110億ドル規模の鉄道プロジェクトへの採用事例もある。トライアル評価では実際に発生したリスクの80%を事前に予測することに成功しており、AIによるリスク分析は「経験ベースのQSRAより精度が高く、処理が10倍速い」とされる。

75万件という膨大な過去データから学んだモデルは、個人の経験知に基づく予測を凌駕し得る。日本でも大型インフラプロジェクトや再開発案件の増加が見込まれる中、「無駄なコストを生まない建設」への有力な手段となるだろう。

出所：nPlan「nPlan Raises £16M Series B」プレスリリース
https://www.nplan.io/press-releases/nplan-raises-16m-series-b-to-scale-its-ai-led-transformation-of-capital-project-delivery

Colleen AI（Entrata傘下）｜「Colleen AI」による入居者対応の自動化

建物が完成した後、不動産管理会社のスタッフを最も疲弊させるのは「ルーティンの対応業務」だ。家賃の催促、修繕リクエストへの返答、業者の手配——これらは高度な判断を要さないにもかかわらず、膨大な時間を奪い続ける。

Colleen AIはこれらをAIエージェントで丸ごと肩代わりする。入居者からの修繕リクエスト・問い合わせ・家賃督促・更新対応などを24時間体制で自動処理するだけでなく、文脈を理解して修理業者の手配・日程調整まで行い、管理担当者は最終確認のみ行う体制を実現する。アメリカ・Western Wealth Communitiesでは月間1,000件以上の家賃延滞対応をAIが処理しており、入居者の大多数は「AIと話していることに気づかない」と報告されている。2024年6月に大手マルチファミリー管理プラットフォームEntrataに買収され、「自律型不動産管理（Autonomous Property Management）」の中核機能として統合。2025年5月にはAI音声対応機能「Colleen Voice」もリリースされた。

日本の賃貸管理業界も人手不足と管理物件数の増大という二重課題を抱えており、このアプローチは直輸入できる可能性が高い。

出所：Entrata「Entrata Acquires Colleen AI」（2024年6月）
https://www.entrata.com/press/entrata-acquires-colleen-ai

Enertiv｜「Enertiv」によるIoT×AI予知保全

設備の老朽化という問題はさらに根深い。マンションや商業ビルの空調・エレベーター・ポンプ・配管は必ず劣化する。設備が突然停止すれば修理コストは跳ね上がり、テナント・入居者への悪影響も避けられない。

Enertivは建物内設備に設置したIoTセンサーのデータ（電力消費量・振動・温度・圧力など）をAIが24時間365日リアルタイム分析し、300億時間以上の設備稼働データで学習したアルゴリズムが故障予兆を「壊れる前に」検知・アラートを発する。不動産会社Mortenson Propertiesは導入により延床約2.6万㎡の本社ビルで年間約195,000ドル（約3,000万円）のコスト削減を達成しており、一般的に予知保全の導入により維持管理コストを10〜30%削減できるとされている。

「事後対応」から「予知保全」への転換は、建物のライフサイクルコスト（LCC）を抜本的に見直す契機になる。計画的な部品交換は突発修理に比べて大幅にコストが低く、特に大規模修繕計画の策定において、AIによる劣化予測データは根拠ある計画立案を可能にする。

出所：Enertiv「What is Predictive Maintenance?」
https://www.enertiv.com/resources/faq/what-is-predictive-maintenance

まとめ｜建設・不動産業界における生成AI活用の動向と展望

建設・不動産業界における生成AI活用の主な特徴をまとめると、以下のようになる。

1. 設計・計画の高速化
   • TestFit・Augmentaが「フィジビリティの数週間→数分」「設備設計の数週間→数時間」を実現。投資判断と設計工程の根本的な効率化をもたらしている。
2. 積算競争力の直接底上げ
   • Bobyardが積算の最大70%を自動化し、同じ人員で応札できる案件数を倍増させる可能性を開いた。特に中小建設会社への影響は大きい。
3. 現場の「見える化」から「予測」へ
   • Doxelが現場映像とBIMをリアルタイム連携させ、Doxelが遅延を事前検知する。nPlanは75万件の過去データを武器に、工程遅延そのものを事前予測する段階に達している。
4. 不動産管理の無人化
   • Colleen AI（Entrata）が入居者対応の24時間自動化を実現し、管理スタッフは定型業務から解放されつつある。
5. 老朽化対策の「事後」から「事前」へ
   • EnertivのIoT×AI予知保全が、突発修理コストの削減と計画的なLCC管理を同時に実現している。

2026年以降の展望としては、以下の点が重要になると考えられる。

1. 全工程の統合管理
   • 設計から施工管理、竣工後の運用までを一気通貫でデータ連携させるプラットフォームの登場が加速する。建物のデジタルツインと生成AIが融合することで、「リアルタイムで最適化し続ける建物」が現実になるだろう。
2. 日本市場への波及
   • 人手不足と生産性向上の要請が特に強い日本では、これらの技術の導入余地は大きい。特に積算自動化（Bobyard型）と予知保全（Enertiv型）は、現行の業務課題にそのまま対応できる。
3. 人材育成との両輪
   • いかに優れたAIツールを導入しても、使う側のリテラシーが伴わなければ効果は限定的だ。GUGAが提供する「生成AIパスポート」は、業種を問わずAI活用の共通言語を組織に浸透させるための出発点として機能する。建設・不動産業界においても、ツール導入と人材育成を車の両輪として進めることが、AI時代の競争力を左右する鍵となるはずだ。

建設・不動産業界の変革のなかで重要なことは、AIに委ねる分野を定めつつ、人は現場での「人にしかできない高付加価値な業務」に集中する体制へ移行することである。テクノロジーの導入そのものを目的化せず、現場の熟練した知識とAIの処理能力を組み合わせる体制を構築できるかどうかが、人手不足時代における企業の持続的な競争力を左右するだろう。

Related

【解説】世界は「AI国家戦略」で動き出した。法整備・人材育成・環境整備の3つの波が、企業に求めるもの

【解説】生成AI「使えばいい」時代の終わり。2026年、知らないと取り残される「権利・安全リスク」の全貌