大林組がAiCorbでスケッチからファサードを自動生成し、初期設計フェーズの工数を激減させたと公表しました。 内田洋行ITナビで公開されています。
「大手ゼネコンの話だから関係ない」と読み飛ばすにはもったいないです。 中小設計事務所で「提案数が受注数を決めるが人手で間に合わない」で悩んでいる構造そのものだからです。 この事例は、「AIジェネレーティブ設計+スケッチ自動展開+案件並列処理」の枠で整理できます。
僕が注目したのは、「スケッチ→ファサード自動生成」という踏み込みです。中小設計事務所にそのまま応用できます。
中小設計事務所の提案課題
中小設計事務所にありがちな構造はこうです。
- 提案図面は1案2〜3日かかる
- 案件並列処理は人数の壁
- 結果、提案数が頭打ち
- 受注確度は提案数に比例
汎用ChatGPTには建築デザイン専用学習は薄いです。「AIジェネレーティブ設計+スケッチ自動展開+案件並列処理」が必要、というのが本事例の骨子です。
大林AiCorbの整理
公表情報で示されている内容は以下です。
- 対象: 初期設計フェーズの提案図面
- 基盤: AiCorb(ジェネレーティブ設計AI)
- 成果:
- 入力: 手書きスケッチ
- 出力: ファサード自動生成
- 工数: 激減(従来比大幅短縮)
- 設計思想: 発想は人間+量産はAI
考察:
- スケッチは設計者の発想そのもの
- ファサード展開はAI得意領域
- 中小ほど1案あたりの工数重い
何が真似できるか
大手の話ですが、設計思想だけ抜き取るとこうなります。
- スケッチは設計者の手描きを活かす
- AIで複数パターンを一気に出す
- 提案数を3倍に増やす設計
- 効果は「提案数×受注率×工数」で測る
特に「発想と量産の分業」が秀逸です。中小ほど「全部設計者が描く」となりがちですが、AI量産で提案数が桁違いに増えます。
中小設計事務所で再現するなら
ここからが本題です。社員5〜20名の中小設計事務所で同じ思想を取り入れるならどう削るか。
構成
| 項目 | 大林AiCorb像 | 中小設計事務所(社員5〜20名) |
|---|---|---|
| 対象 | 建築初期設計 | 自社の建築提案図面 |
| ツール | AiCorb(社内) | Midjourney+Stable Diffusion+ControlNet |
| 月額費用 | (大規模社内開発) | 推定 月2〜5万円 |
| 初期費用 | (大規模) | 推定 10〜20万円(学習+プロンプト整備) |
| 体制 | 社内開発+運用 | 経営+設計者2〜5名 |
| 期間 | (継続) | 3〜6ヶ月でAI設計運用化 |
評価軸スコア
| 評価軸 | スコア |
|---|---|
| ROI(投資対効果) | ★★★★★ |
| 再現性(中小設計事務所) | ★★★★☆ |
| 難易度(低いほど簡単) | ★★★☆☆ |
(難易度=数字小さいほど簡単)
スコア根拠は以下です。
- ROIは最高。提案数×3が直接受注に効く
- 再現性は高。汎用AIツールで代替可
- 難易度は中。プロンプト設計が前提
前提条件・必要データ
- 自社の過去提案図面サンプル
- 設計者のスケッチ習慣
- 画像生成AIツールの選定
- 月次で提案数+受注率を計測
失敗条件・適用しないケース
- スケッチプロセス省略でAI丸投げ
- 設計者のチェックなしで提案
- 法規対応確認なしで量産
- 効果測定をせず「AI設計した気がする」で終わる
「AI入れれば即提案量産」のではありません。
スケッチ→AI生成→設計者チェック→法規確認→提案→受注計測、という流れが3〜6ヶ月で回って初めて、本事例が描く「ジェネレーティブ設計」像が中小設計事務所にも見えてきます。
特に「設計者のチェック」を省くと、AI生成物が現実離れし受注に繋がりません。
出典・参考
市野
愛知県岡崎市でAI活用支援を手がける一人社長。 中小企業の現場でAIを実装してきた経験から、他社事例を「うちで再現するには」の視点で読み解いて発信中。
愛知県岡崎市を拠点に、中小企業向けのAI活用支援を提供。ChatGPT・Claude Code等を活用した業務自動化やSEO・広告運用の内製化を支援。経営者が自らAIを使いこなせる体制づくりをサポートしている。
＞＞詳細なプロフィールはこちら
