【AI変革事例＿建設業界】AIによる区画割の自動生成で、用地活用の収益最大化

土地の区画割と収益試算をAIで自動生成し、用地活用の意思決定を高速化したAI開発事例です。
建築法規やインフラ条件などの複雑な制約を考慮しながら、最適な区画割パターンと概算工事費・収益を約20秒で算出するAIシステムを開発しました。

課題

2024年4月から建設業界に適用された時間外労働の上限規制（※）を背景に、業界全体で労働の効率化が喫緊の課題となっています。

※建設業 時間外労働の上限規制 わかりやすい解説

不動産DX事業を展開するクライアント企業は、大規模な土地を戸建て用に分割して販売する際の、用地購入・開発における新サービスの立ち上げを計画していました。

しかし、土地の区画割（分割案）の策定には、多岐にわたる課題がありました。

• 複雑な制約条件
  建築基準法などの膨大な法律に加え、水道・ガス管の配置、各区画が接する道路の条件など、考慮すべき制約が極めて多い点。
  
  
• 膨大な工数と期間
  最適な収益性を確保するための分割案策定や、複数社への見積もり依頼、分析に、数日から1週間程度の時間を要していた点。
  
  
• 技術パートナーの不在
  フルスクラッチ開発を伴う高難度なシステム構築において、AI・ITの深い知見と実装能力を持つパートナーを必要としていました。

ソリューション

AVILENは、用地購入の迅速な意思決定を支援するAIアプリケーション「造成くん」の開発を、多面的な支援を通じて成功に導きました。

本システムは、対象となる土地の図面をアップロードするだけで、以下のプロセスを自動実行します。

• 自動区画割の生成
  建築法規やインフラ制約を網羅したアルゴリズムにより、最適な分割パターンを約20秒で複数算出します。
  
  
• コストと収益の試算
  それぞれのパターンにおける概算工事費や販売見込み額を自動で提示します。
  
  
• 包括的な開発支援
  アルゴリズム開発に加え、Webアプリケーションの実装、プロジェクトマネジメントの代行までを一貫して引き受け、実用的なツールへと仕上げました。
  AVILENは、図面（画像）認識AI、AI-OCR、そして生成AIを組み合わせることで、これまで困難とされていた2D図面による見積もり業務の「自動化」を実現しました。
  

• マルチテクノロジーによる自動解析
  AI-OCRと生成AIを活用し、図面からの部品特定・見積もり業務をシステム化しました。
  オペレーターは最終的な確認作業のみを担当するフローへと転換しています。
  
  
• 高精度な認識機能の構築
  統一が難しく、多様なフォーマットが存在する図面であっても、実用レベルでの高精度な認識を可能にしました。
  
  
• 見積もりロジックの定量化
  熟練者が行っていた「職人芸」的な判断プロセスを詳細にヒアリングし、精緻で定量的な見積もりロジックとしてAIに組み込みました。

成果

本システムの導入は、用地仕入れから事業化に至るまでのスピードを劇的に進化させました。

最大の成果は、従来「数日〜1週間」を要していた事業化判断が「約1分」で可能になったことです。
未購入の土地であっても即座に収益性の見込みが立つため、競合他社に先んじた迅速な用地仕入れが可能となりました。

また、ビジネス面においても、ベータ版の提供開始直後から多数の問い合わせを獲得しており、数百件規模の潜在顧客の発掘に成功しています。
これは、属人的で手間のかかっていた検討業務をAIが代替することで、業界全体の「生産性の向上」という大きな価値を生み出した結果と言えます。

まとめ・考察

本事例の特筆すべき点は、建築法規という極めて複雑な「ルールの壁」を、AIによる最適化アルゴリズムで突破した点にあります。
これは、単なる一部業務の効率化に留まらず、用地仕入れという「不動産・建設ビジネスの起点」における意思決定のあり方を根底から変えるAI変革です。

理想の全体像を見据えながら、まずは意思決定に直結する「区画割と概算見積もり」というコア部分から着手し、確かな成果（Quick Win）を実現しました。
今後は蓄積されるデータを活用し、より精緻な市場予測や着工後の工程管理との連携など、事業プロセス全体をデータで最適化していく「AI変革」のさらなる進展が期待されます。

AVILENが考えるAI変革とは

AVILENでは、AI変革を単発のAI導入や受託開発の積み上げではなく、企業の業務・意思決定・組織を段階的に変えていくプロセスと捉えています。
そのため、AI活用はいきなり大規模に進めるのではなく、段階を踏んで進めることが重要だと考えています。

AI導入は「5つのステップ」で進める

AVILENでは、AI変革を以下の5ステップで整理しています。

1. リテラシーをつける
   データ・AIの基本理解を揃え、技術の可能性と限界を正しく認識する
   
   
2. ビジョンを描く
   AIを使って、どこで競争優位を作るのかを明確にする
   
   
3. Quick Winを実現する
   短期間で成果が見えるテーマに絞り、成功体験をつくる
   
   
4. 体制を構築する
   人材・組織・データ・システムを含めた推進体制を整える
   
   
5. 活用範囲を拡大する
   PDCAを回しながら、AI活用を組織全体へ広げていく

AI変革を支える3つの考え方

この5ステップを進めるうえで、AVILENが大切にしている考え方は次の3点です。

• コア部分から小さく始め、大きく広げる
• 試しながら学ぶ、アジャイルなPDCA
• 外部に頼りきらず、徐々に内製化していく

本事例の位置づけ

本記事で紹介する取り組みは、こうしたAI変革のプロセスの中で設計された一つの実践例です。
AVILENは、「AIを作る会社」ではなく、AIを使って企業の変革を前に進めるパートナーでありたいと考えています。