AIで自動化する建築積算・数量拾い｜精度とスピードを両立する仕組み

建築の積算（数量拾い）は、見積りと工事計画の精度を左右する重要な工程です。一方で、図面を細かく追って数量を集計する作業は時間がかかり、担当者の経験に大きく依存します。この領域にAIが入り、自動化が進みつつあります。この記事では、AI積算の現状と、国の取り組み、自社で導入する際のポイントを整理します。

積算は「時間と精度を両立しにくい」業務

設計図面から、コンクリート・鉄筋・建具・仕上材といった部材の数量を拾い出し、単価をかけて見積りを作る——これが積算業務です。建築コストの妥当性を担保する基礎であり、ミスは見積りや工事計画に直結します。

しかし実務には次のような課題があります。

図面の量が多く、目視で数えるには時間がかかる
担当者の経験に依存し、属人化しやすい
図面の表現や注記の解釈にばらつきが出やすい
設計変更のたびに、関連する数量を更新し直す必要がある

これらが、AIによる自動化の対象として注目されている理由です。

AIで自動化される積算の流れ

AI積算のアプローチは、入力の形式によって大きく2系統に分かれます。

1. 紙・PDF・2D CAD図面からの拾い出し

スキャン図面・PDF・2D CADデータをAIが解析し、線や文字、注記を読み取って数量を抽出する方式です。多くの現場では、過去資産も含めて図面は2Dで存在しているため、ここを自動化できる意味は大きいといえます。

民間の事例として、KK Generationは紙図面からの数量拾いを自動化する「積算AI」を発表しており、内装工事の自動積算を実現したとしています（建設ITブログ「積算AIが紙図面から数量拾い！」）。住宅・内装領域では、AI活用により拾い出しと見積り作成の時間を大幅に短縮したとする報告もあります。

2. BIMモデルからの数量集計（BIM連携積算）

BIMモデルは、部材ひとつひとつが属性情報を持つため、本来「数量を機械的に集計できる」データです。設計の段階からBIMで作っていれば、積算もそのデータを使えるはず——というのが、BIM連携積算の発想です。

ただし、現実には「積算基準が紙図面の手拾いを前提にしている」「BIMモデルに必要な属性が入っていない」といった理由で、すぐにはつながりません。ここを橋渡しする取り組みが、官と民で進んでいます。

国の取り組み：官庁営繕の「BIM連携積算」試行

国土交通省大臣官房官庁営繕部は、2023年度（令和5年度）から「BIMデータを活用した積算業務（BIM連携積算）」の試行を開始しました。

試行の概要は次のとおりです（国土交通省「官庁営繕事業におけるBIMデータを活用した積算業務試行要領」）。

官庁営繕事業において、BIMデータの全てまたは一部を活用し、「公共建築工事積算基準」等に基づき積算業務を行う
BIMデータから、躯体や仕上など連携対象とする部位の形状情報と属性情報を抽出
抽出データに、積算基準の規定に基づく条件などを追加
BIMから得られる基本数値を活用した、効率的な数量拾いと集計方法を検討する

この試行は、公共建築における積算の「BIM対応版」のひな型をつくる動きです。詳しい関連資料は国土交通省の官庁営繕ページで公開されています（国土交通省「官庁営繕事業におけるBIM活用」）。

また、国土交通省は「新しい設計概算手法によるコスト算出の迅速化とAI等の活用」といった調査研究も公開しており、設計初期段階の概算精度向上にもAI活用が検討されています（国土交通省関連資料 (PDF)）。

民間サービスの動向と効果

民間でも、AI積算のサービスが急速に増えています。共通する効果として、各社が報告しているのは次のような点です。

数量拾いと見積り作成にかかる時間の大幅な削減（事例によっては50%以上）
担当者ごとの経験差・解釈差による品質ばらつきの低減
設計変更時の再積算がしやすい

ただし、効果はプロジェクトの規模・図面の品質・対象範囲によって幅があります。「導入したら自動で全部できる」という万能ツールはまだなく、特定の領域（内装工事、住宅、躯体など）に強みを持つツールが多いのが現状です。

自社で取り入れるときのポイント

AI積算を取り入れるうえで、検討すべきポイントを整理します。

対象範囲を絞る — 一度に全工種を任せようとせず、まず効果が見込める一領域（内装、躯体、設備など）から
入力の形式を確認する — 自社が扱う図面は紙・PDF・CAD・BIMのどれが中心か。ツールの得意分野と合っているか
既存基準との接続 — 出力される数量が、自社や発注者の積算基準に合わせて整理できるか
人による確認は残す — AIの拾い出しは100点ではない。最終チェックを誰が行うかを決める

試算：時間がどれだけ浮くか

実際にどれくらいの効果が見込めるか、簡単に試算してみます。

たとえば、ある事業者が積算業務に毎月60時間かけているとします。AI活用により、拾い出しと集計の作業時間が半分（30時間）になると仮定すると、月30時間、年間で約360時間の余力が生まれることになります。

これは、フルタイム担当者の1〜2か月分の稼働に相当します。浮いた時間を、概算精度の向上や、設計変更時の再積算、後工程の見積り調整といった、付加価値の高い業務に回せれば、組織としてのアウトプットは大きく変わります。

加えて、属人化していた業務がツールに乗ることで、担当者ごとの解釈差や経験差を抑えられます。退職や異動で業務が止まるリスクの低減にもつながります。効果は時間だけでなく、こうした「事業継続のしやすさ」にも現れます。

※実際の効果はプロジェクトの規模・図面の品質・対象範囲によって変わります。導入時は、自社の業務量で同じ試算を行い、想定削減時間と導入コストを比較するのが現実的です。

既存の2D図面からも数量を取り出せるBIM化を

AI積算の効果を最大化するには、「BIMモデルから数量を取り出す」流れが理想的です。しかし、既存の物件や改修案件では、図面が2DのCADしかないケースが多くあります。ここをBIM化できれば、BIM連携積算の対象に乗せられ、社内のAI活用の幅も広がります。

弊社が開発する CAD自動変換システム「MiraiCAD」 は、2D図面から3D・BIMへの変換をAIで自動化するツールです。これまで専任者が2週間以上かけていたBIM構築を約30分で自動生成します。AI積算やBIM連携積算を活用していくうえで、過去資産のBIM化を効率化する手段として検討いただける選択肢です。

まとめ

AI積算は、紙図面からの拾い出しと、BIMからの数量集計の両面で実用化が進んでいます。国土交通省も官庁営繕でBIM連携積算の試行を始めており、公共建築の標準化が動き始めました。

導入時は、対象範囲を絞り、入力の形式に合うツールを選び、最終チェックを人が行う運用を組むことが鍵です。そして、BIMデータがあれば積算は格段に楽になります。既存の2D図面のBIM化は、AI積算を社内に広げるうえでの土台になります。