前回の記事では、汎用 AI ソリューションが医療の分野で失敗することが多い理由について検討しました。今日は、この教訓が、専門的なソリューションを必要とする同様に複雑な分野である建設業界にどのように当てはまるかを探ります。

‍

はじめに: 汎用AIを超えて

人工知能はあらゆる業界のビジネスリーダーの注目を集めています。しかし、ヘルスケアや建設分野での最近の経験が示すように、汎用 AI ソリューションは、高度に専門化された分野に適用すると失敗することが多いのです。真の変革は、一般的な機能を特定の問題に適用することからではなく、業界を根本から理解する AI を構築することから生まれます。

‍

この真実は、建設および不動産部門の分析から明確に浮かび上がります。建設および不動産部門では、多分野にわたる複雑さ、市場の細分化、厳格な規制により、専門的なソリューションのみが効果的に対処できる特有の課題が生じています。

‍

専門的なセクター理解の必要性

‍

用語と規制の不一致

一般的な AI モデルでは、「耐力壁」と「間仕切り壁」、または「スラブ基礎」と「柱基礎」などの基本的な技術概念を正しく区別することができず、安全性にとって正確性が不可欠なプロジェクトで誤った解釈につながることがあります。この用語の不一致は地域による差異にも及んでいます。イタリアの「ラテロセメント スラブ」は北欧のスラブ システムとは異なる特性を持ち、構造計算や耐震計算に重大な影響を及ぼします。

‍

同様に、地域によって異なる建築基準、安全基準、環境規制などを含む建設業界の厳格な規制枠組みは、汎用的な AI ソリューションではほとんど対処できない課題を提示します。ユーロコードとイタリアの技術建設基準 (NTC) では、安全係数に大きな違いがあり、ジェネラリスト AI ではそれを区別することができず、構造の安全性に重大な影響を及ぼす可能性があります。

変革の可能性を認識する

‍

こうした課題にもかかわらず、AI が業界を変革する可能性は広く認識されています。 JLLの2023年グローバル不動産テクノロジー調査によると、AIと生成AIは、投資家、開発者、企業入居者によって、今後3年間で不動産業界に最も大きな影響を与える上位3つのテクノロジーにランクされました。しかし、同じ回答者は、ブロックチェーン、仮想現実、ロボット工学などの他のテクノロジーに比べて、AIに対する理解度が低いことも示しました。

‍

この明らかな矛盾は、認識された可能性と実際の実施との間のギャップを埋めることができる専門的なアプローチの必要性を浮き彫りにしています。

‍

専門的なアプローチ：建設業界における成功事例

建設業界に特化した AI ソリューションは、すでに実際のケーススタディを通じてその価値を証明しています。

‍

設計エラーの削減

大規模な住宅プロジェクトでは、セクター固有のインテリジェンス モジュールを実装することで、次のような成果が得られました。

• 設計エラーが68%削減
• レビュー時間を23%短縮
• 総コストの推定15%削減
• 配達時間の大幅な改善

特に注目すべきは、建設中のバリアントの管理への影響であり、歴史的には最大 20 ～ 30% のコスト増加の原因となっていました。専門プラットフォームでは、関連するすべてのプロジェクト ドキュメントに変更を自動的に反映できるため、こうした影響は 7% にまで削減されました。

‍

最適化された資材管理

インフラストラクチャ ビルダーが特殊な資材管理モジュールを実装した結果、次のことが実現しました。

• 在庫の31%削減
• 配送遅延が24%減少
• 物流コストを200万ユーロ以上節約
• 材料廃棄物を減らして持続可能性を向上

重要でありながら見落とされがちな側面は、キャッシュフロー管理への影響です。購買の最適化により拘束資本が 42% 削減され、会社の財務状況が大幅に改善されました。

‍

建設現場計画の最適化

複雑な都市再開発を専門とする建設会社は、空間時間最適化アルゴリズムを実装し、次のような成果を得ました。

• 全体の処理時間を28%削減
• 作業チームの効率が34%向上
• 同時プロセス間の干渉を62%削減
• 最終的な偏差が5%未満となり、時間予測可能性が向上しました

この事例は、特殊な AI が、業界特有の問題の 1 つである、複数の変数と制約がある複雑なコンテキストでのプログラミングの難しさという問題をいかに解決できるかを示しています。 CPM や PERT などの従来のプロジェクト管理手法は、実際のシナリオでは大きな限界が見られますが、AI ベースのアプローチは測定可能な運用上の優位性を実証しています。

‍

全体像：不動産市場の変革

AI の影響は建設業だけにとどまらず、不動産業界全体を 5 つの主要な側面で変革します。

‍

1. 地理位置情報とクラスタリング

AI 企業と投資は、確立されたテクノロジー市場に集中する傾向があります。 JLLの調査によると、AI人材の需要は加速しており、2021年初頭から求人件数は250%以上増加しています。長期的には、この成長はAI人材が確保できる場所、つまり、確立された一次および二次テクノロジーハブ、イノベーションセンター、大学に集中する可能性があります。

米国では、AI 企業の 42% がサンフランシスコ ベイエリアに集中しており、続いてボストン、シアトル、ニューヨークが続いています。米国だけでも年末までに不動産が 160 万平方フィート増加すると予測されています。

‍

2. 資産間の需要の変化

AI の開発には、より多くの、より優れたデータ センター、エネルギー ネットワーク、接続インフラストラクチャが必要です。 JLLグローバルデータセンター展望2023によると、世界のコロケーションデータセンター市場は2021年から2026年にかけて年間11.3%の成長が見込まれ、ハイパースケールデータセンター市場はさらに速い年間約20%の成長が見込まれています。

AI インフラの立地基準では、エネルギー価格の低下と土地コストの低下がより重視され、米国のアトランタ、マレーシア、タイなど、競争の少ない市場への成長が促進されます。

‍

3. 新しい種類の資産と商品

「真にインテリジェントなビル」の誕生は間近に迫っています。インターネット接続が今日の建物のデフォルト機能となっているのと同じように、AI 対応のインフラストラクチャはデフォルトの標準となるでしょう。 AIは、高い持続可能性を備えたゼロエミッションビルの実現にも役立ちます。

これは、建設業界で説明されている「ダイナミック デジタル ツイン」と一致しており、BIM の静的な概念を超えて、建物のライフサイクル全体にわたってリアルタイムで進化するモデルに移行し、運用コストを 23 ～ 31% 削減し、機器の耐用年数を 15 ～ 20% 延ばす予測メンテナンス管理を可能にします。

‍

4. 新しい投資と収益モデル

AI を活用した引受およびプロセスにより、取引の迅速化と物件および市場のより効率的な把握が可能になり、世界規模での投資が促進されます。 AI 対応のインフラストラクチャと複数のシステムを接続する機能により、「サービスとしてのスペース」モデルの拡大が可能になり、所有者と開発者に新たな収益源がもたらされる可能性もあります。

JLL レポートで挙げられている具体的な例としては、125,000 平方フィートの商業ビルで HVAC の運用とエネルギー効率が大幅に改善された Royal London Asset Management の事例が挙げられます。 JLLのAIテクノロジーを導入することで、同社は記録的なROI 708%とエネルギー節約59%を達成し、年間最大500トンの炭素排出量を削減しました。

‍

5. 空間のデザインと機能性への新たなアプローチ

AI により、経験に基づいた設計と高度にカスタマイズ可能な環境設定が可能になります。これは、建設業界で説明されている検査用のマルチモーダル AI を補完するものであり、テキスト、画像、ドローンや IoT センサーからのデータの理解を組み合わせて建設の進捗状況と品質を監視し、特に LiDAR テクノロジとの統合によりリアルタイムの構造監視を実現することが期待されます。

‍

‍

社会経済的側面：仕事とスキルへの影響

置き換えに対する懸念とは裏腹に、収集されたデータは、専門化された AI が労働力にプラスの影響を与えていることを示しています。

既存スキルの強化

専門の AI によって熟練した職人の役割が強化され、職人は管理業務から解放され、仕事の品質面に集中できるようになりました。これにより、認識される品質が向上し、技術的な専門性の再評価が行われました。

‍

このアプローチは、AI サービス プロバイダーが人間中心のアプローチを模索することを意識的に選択し、人間の役割を完全に置き換えることを目指す「自動操縦」製品ではなく、人々を支援するように設計された「副操縦士」製品を開発するという、マイクロソフト CEO サティア ナデラのビジョンと一致しています。

‍

プロフェッショナルプロフィールの変革

「BIM 建設マネージャー」や「デジタル建設スペシャリスト」など、従来の建設とデジタル技術の両方のスキルを備えた新しいハイブリッドな役割が登場しています。これらの職種の給与は業界平均より 35 ～ 40% 高くなります。

ゴールドマン・サックスは、 MITの経済学者デビッド・オーター氏の研究を引用し、過去80年間の米国の雇用増加の85%以上はテクノロジー主導の雇用創出によるものだと説明している。

‍

経験の民主化

AI はベストプラクティスを体系化して利用できるようにする能力があり、中小企業と大企業のパフォーマンス格差を縮小し、企業規模ではなく実際の品質に基づいたより公平な競争を促進しています。

‍

未来：新たなイノベーションと戦略的アプローチ

差し迫った技術の進歩

建設分野における将来のイノベーションには以下が含まれます。

• 建設現場の安全のための予測分析: 履歴データと建設現場の構成に基づいてリスク状況を事前に特定するモデル。事故予測能力は 76%、重傷は潜在的に 58% 削減されます。
• 検査のためのマルチモーダル AI : テキスト、画像、ドローンや IoT センサーからのデータの理解を統合し、建設の進捗状況と品質を監視する機能。
• 建設現場ロボットとの統合: 床敷設ロボットと自動仕上げシステムを使用した初期のパイロット プロジェクトでは、反復作業で生産性が最大 300% 向上し、品質が向上し、無駄が削減されました。

JLLは、より広範な不動産セクターにおいて、生成AIの企業ユースケースの市場が2023年に426億ドルに達し、2026年までに年間32％成長して981億ドルに達すると予想されていることを強調しています。

‍

戦略的かつ責任ある導入

組織は、責任を持って倫理的な方法でビジネス目標をサポートするために AI の力を活用する方法を検討する必要があります。 JLL は、次の 3 種類の新たな規制に注意を払うことの重要性を強調しています。

1. データ品質、知的財産権、プライバシー、データ セキュリティに関連する市場標準とプロトコル。
2. 労働市場をショックから守る対策や自動運転車の安全基準など、社会的リスクを軽減するための規制。
3. 環境法、特に成長するデジタル経済からの炭素排出量の軽減を目的とした法律。

組織は、一連の重要な質問を検討する必要があります。AI の成長は、投資とローカリゼーション戦略にとって何を意味するのでしょうか。今、どのような既存または将来の AI アプリケーションを準備し、テストする必要がありますか?潜在的なビジネスおよび社会的なリスクは何ですか?

‍

結論：専門的なアプローチの価値

ヘルスケアと同様に、建設・不動産業界における真の変革は、汎用 AI を複雑な問題に適用することからではなく、業界特有の課題に特化したソリューションから生まれます。

‍

建設業は、非常に複雑でデジタル化が進んでいない分野の象徴的な例であり、デジタル導入率では産業分野の中で下から2番目に位置しています。こうした特性こそが、汎用ソリューションと比較した特化型 AI の価値を示すのに理想的な環境となっているのです。

‍

建設部門の特殊性は、知識集約型であると同時に労働集約型であり、認知的側面と運用的側面の間で微妙なバランスが保たれていることにあります。この二重性には、データ処理に限定されず、セクターの特徴である意思決定と運用プロセスを深く理解する AI システムが必要です。

‍

ある大手建築会社のプロジェクトマネージャーはこう述べています。「汎用AIと建設特化型AIの違いは、汎用作業員と専門職の熟練工の違いに似ています。どちらも価値がありますが、複雑なプロジェクトになると、専門知識が不可欠になります。」

‍

将来の課題は、垂直的な専門化と水平的な相互運用性の適切なバランスを見つけ、サプライチェーン内のさまざまな関係者が相互に通信できるカスタマイズされたソリューションの恩恵を受けられるようにすることです。この方法によってのみ、AI は、最も革新に抵抗する分野の 1 つを効率性、持続可能性、品質の好例に変えるという約束を果たすことができます。