WORKS
実績と、支援の型
KIBANは、建設・土木の実務とAI・データ基盤設計の両方を行き来しながら、 業界に固有の論点を記事とワークシートの形で公開しています。 顧客案件の事例は、掲載許諾をいただいたもののみを扱います。 現時点で公開しているのは、これまでに積み上げた公開ナレッジと、 支援にあたっての設計の型です。
公開ナレッジ
建設・土木業界のAI活用に特有の論点を8つのテーマクラスタに整理し、 それぞれに記事を蓄積しています。
配布しているワークシート
記事で論じた方法論を、現場で使える形に落としたPDF＋Excelセットです。 すべて無償で配布しています。
支援の型 ―― 建設業のAI活用を設計する
以下は架空の中堅ゼネコンを想定した参照モデルです。 実際の支援では、クライアントの業務構造・書類体系・基準類の状況に応じて調整します。
(a) 5層で捉える
現場でよく見るボトルネックは、基盤の不足ではなく「ルールマスタ」と「判定エンジン」の2箇所だ。 社内基準が文書の中に埋もれたまま機械可読でない状態では、AIは意図解釈の入口と出口にしか置けない。 ルールを表に切り出してから実装する順序が、最終的に最短経路になる。
(b) 直行ルート原則
判定・計算・集計を生成AIに行わせると、精度が確率的になり根拠の追跡ができなくなる。 AIは入口（自然言語→パラメータ抽出）と出口（日本語への整形）にだけ置き、 間は決定論的な処理で通す。これにより同じ入力に対して同じ結果が返り、 判定根拠を条文・基準まで遡れる状態を保てる。
(c) 進め方
環境・前提の突合
現行の書類体系・基準類の在処を確認し、データ取り込み環境を整える。
ルール資産の切り出し
基準類に含まれる判定ロジックを表形式に書き出し、機械可読な形に変換する。
文書の整理と投入基準の運用化
投入してよい文書・してはいけない文書を区分し、更新サイクルを仕組み化する。
ルールマスタの構築
Phase 1で切り出したロジックをデータとして持つ基盤を実装する。
判定エンジンの実装
ルールマスタを参照し、数値比較・区分判定・集計を決定論的に行う処理を実装する。
ユースケース実装
入口（自然言語→パラメータ）と出口（整形・出典付き回答）をAIで実装し、全層を通す。
モデル要素インデックスの拡張
BIM/CIM要素との連携を広げ、数量・部材・位置からの検索を段階的に追加する。
律速になるのは実装ではなくルールの整理だ。 Phase 1〜3（ルール資産の切り出し・投入基準の運用化・ルールマスタの構築）を先に済ませれば、 Phase 4以降の実装は後から追いつく。
事例掲載について
支援させていただいた案件の事例は、お客様の掲載許諾をいただいたもののみを掲載します。 掲載にあたっては、企業名・案件名・固有の数値を伏せた匿名事例とするか、 実名掲載とするかを、事前にご相談のうえ決定します。 守秘義務のある情報を、許諾なく公開することはありません。
まずは無償相談から
課題の整理段階からご相談ください。30分の無償相談で、現状の棚卸しと論点を整理します。