00:08
皆さんこんにちは、Waypoint Venture Partnersの平塚です。
小田建設の斉藤です。
AIの建設業界への適用
建設テックLABでは、これから企業を目指す方や、建設業の建設領域で授業に取り組むスタートアップの方について、
初歩からわかる建設領域の解説と、建設関連のニュースやテクノロジー、スタートアップについて深掘りをしていきます。
本日は、建設領域でのAI活用についてお話ししていければなと思っております。
来ましたね、最先端のフレンドですね。
今すごい注目はされている中で、実際にどう活用されるのかみたいなところが、
まだまだ個人的には模索中なのかなっていう風な見え方がしている領域ではありますが、
今回AIの活用についてというような形でお話しできればと思っています。
ありがとうございます。AIといっても、いろいろありますよね。
最近やっぱりホットなトレンドは、生成AIですけど、
従来の機械学習だとか、ニューラルネットワークだとか、
そういった少し前のAIというところも、まだまだ浸透の余地があるんですが、
どこから話しましょうかね。生成AIですかね。
そうですね。そもそもなんですけど、まず一般的なところでっていうところでお話を伺いたいのは、
今回生成AIにフォーカスをしてお話したいなと思いつつなんですけど、
そもそも建設業界って、今こういうテクが新たに入り始めてるなとか、
この辺りのテクが結構入り始めてきたな、みたいな印象のあるテクって、
AIとか以外に何かあられたりしますか。
AI以外ですか。
ロボティクスとか、自動運転とか。
ロボットだとかは当然、いくつもスタートアップさんも挑戦されている領域ですし、
あとはプライメートテクですかね。
温室効果ガスのサース領域でしょうけど、
正確に排出量を把握して削減するということも結構、
プロダクターとしては増えてきているかなという印象はありますね。
その辺りは結構熱いなと思います。
そうですよね。
割と何かソフトウェア系が多いのかな、みたいな印象を持ってるんですけど、
イメージ的には何か正しいんですか。
ソフトウェアの方が数としては当然多いですけど、
ただハードウェアもやっぱり建設業界でいうと存在感はありますので、
ハードウェアもですね、ロボットって一番大きなものでしょうけど、
他にもIoTとかも当然ハードとソフトの組み合わせができる領域ですね。
IoTなんか非常に、結構今から言うと古いコンセプトではありますけど、
建設業界でまだまだ活躍の余地がある領域ですね。
なので必ずしソフトウェアばかりでもないかなという印象はあります。
そんな中でもAIのお話に今回はフォーカスしていければなと思ってるんですけど、
最近まさに先ほどお話があったように、生成AIの盛り上がり方がえげつないねみたいな話があるなと思っていて、
AI技術の進展
最近そのAIの進歩というかについて調べる機会があって、
一旦時系列でいろんなどんなイベントがあったのかみたいなのを並べてみたことがあるんですけど、
ここ2020年からこの直近の4年までの間が多分チャットGPTでめちゃくちゃ盛り上がり、
その中でテキスト生成みたいなところか画像生成動画生成みたいなすごいいろいろ出てきたなと思っていて、
個人的に調べながらちょっとそんな前だったんだっけと思ってめっちゃびっくりしたのが、
昔AIが囲碁とか将棋の世界でその道のチャンピオンを倒したみたいな話があったじゃないですか。
すごく個人的に記憶に新しかったところで言うと、アルファゴが韓国のイーセドルっていう囲碁のチャンピオンに勝ちましたみたいな、
あれを見た時にはすごいことが起きたもんだなぁと思いながら見てたんですけど、あれが2016年っていうのがなかなかに衝撃的でして。
なるほど。もう10年経とうとしているわけですね。
いやそうなんですよ。そんなに経つんだと思ってびっくりして、でその翌年にはポナンザが将棋の世界で、
当時名人だった佐藤天彦名人に勝利をするっていうような形で、囲碁だったり将棋だったり。
古くはチェスでその当時のチャンピオンに勝ったのが1997年とかなんで、そんな世界なんだと思いながら見てたんですが。
発展が早くなってるんですかね。
いやそうですね。めちゃくちゃ早くなってる印象はありまして、17年にポナンザで佐藤天彦名人に勝って、
翌年にオープンAIがGPTシリーズを発表し、そこからわずか2年でGPT3が出てきて、
多分日本国内でも大盛り上がりしたのがこの辺りなのかなと思ってますが、
20年にGPT3、22年に3.5とダリ2、画像生成AIのダリ2ができて、
で23年にGPT4が出てきて、ダリ3も出てきて、みたいな形で、
ほんとここ数年間の変わり方が尋常じゃなく早いなという印象を個人的に思ってます。
そうですね。シンギュラリティまさに技術的得意点、人を超えてしまうということが日に日に起こっているのかなと思うんですけど、
一方でその一時期は人を淘汰するんじゃないかって結構心配の声も上がったところが、
実はAIはパートナーで彼らをアシスタントとして使うことによって個人のパフォーマンスが上がるっていうことで、
最近理解は進んできてるなと思いますし、私自身も業務で言語系の生成AIなんかは非常に使わせていただいてて、
おかげで素晴らしいプレゼンテーションな資料とか出来上がるわけですけど。
ちなみにどういう業務で使われることが多いですか?
私はですね、例えばプレゼンとかすることがあるんですけどキャッチコピー考えたりだとか、
資料の構成をこの限られた時間にこういう評価点において説明するにはどういうスライドの構成にすればいいかとか、
そういうのをやると結構それもほぼほぼ正解に近いものが返ってきて、
たぶん私が作ってもそこにたどり着けると思うんですけど、その同じような資料に。
だけどこういろいろ模索する時間が減るので、一気に正解にたどり着きやすい。
その人のやっぱり効率的な仕事、働き方っていうところに彼らのサポートって非常に有効なんだなというふうに思います。
そういった汎用的な部分ではたぶん皆さんも使われてるんじゃないかなとは思いますし、
一方で建設業の結構得意な課題に対しては、おそらくそういった汎用的なAIよりも専用的なAIが活躍するフィールドがすごく多いんじゃないかなというふうにも思うわけですよね。
確かに。なんか汎用的な部分で言うと本当に使い勝手がいいというか、よくぞそこまでやってくれるなみたいなところがある一方で、
ちょっと専門的なところに踏み込んだり、正確なデータを取りに行ってもらおうとすると、
確かめ算的に出てきたものをもう一回調べ直したりすることがあるわけですけど、
実際に調べてみると、お、ちゃうやんみたいなところがまだまだちらほらあるなっていう印象はあるんで、
そういう意味で言うとやっぱり専門に突き抜けるみたいなところはまだまだ汎用だと厳しいのかなという中で、
やっぱり建設業界ならではのお話っていうのがあるんじゃないかなと思って、
AIを活用した建設業の未来
今回、生成AI、AIの中でも建設領域での使われ方だったりとか、
展望みたいなところを伺っていきたいなと思って、この回を設計させていただいております。
非常に楽しみですね。さっき平田さんがおっしゃった通りにですね、
生成AIはハルシネーションっていう問題があります。嘘を返してくると。
それに対してリテラシーが高く、それを判別しなきゃいけないっていうようなそういった状況ですよね。
それも当然建設産業の中で業務利用する、その生成AIを使うと思った時も同じ問題が出てきて、
生成AIが一番有効に働く部分って何だろうって考えた時に、正解がないようなニュースケースですよね。
当然その制作活動、創作活動、建物を作るとかでもそうですけど、正解通り作らなきゃいけないフェーズって当然あるわけなんです。
このシリーズで一番最初の方にお話したと思うんですが、建物を建てるときは企画。
この土地に何が建てられるか、事業収支がどう作れるかみたいな企画のフェーズがあって、それをもとに設計行為が行われます。
設計も何段階かあるんですね。基本設計、詳細設計みたいな大雑把な設計からどんどんディテールまで設計が進んでいくと。
で、施工フェーズに入ってくると今度生産設計と言われる、より細かい部材をどう組み立てていくかとか、収まりで防水をどうしていくかみたいな、
より詳細な設計をして、それ通りに施工していくっていうフェーズがあって、最後維持管理に入っていくんですが、
先ほどの説明通りですね、後半になればなるほど間違いが起こらない、正解があってこうしなきゃいけないっていうのを着実に契約通り履行していくというフェーズに入っていきます。
となるとやっぱりフェーズの建築プロジェクトのですね、後半っていうのは生成AIにとってあまり向いてない、
少なくとも嘘を返すようなアルシネーションがあるような状況で生成AIがはまりにくい領域であるのは、
私の感覚としては間違いないかなというふうに感じているところです。
一方で上流の方ですよね、企画だとか設計だとか、そういった領域って答えがない中でこういうプランはどうだろうとか、
設計だってこういろんなパターンを当然作れて正解っていうか、選ぶわけですね、AかBかCかDか、設計をどれにしましょうかと。
どれも正解なんですよ、あれ。
最後、コースターだとか、デザインがいいだとか、その他の理由で設計やプランがどんどん収束されていくんですけど、
つまりその設計だとか企画のフェーズっていうのは生成AIにある程度親和性が高いんじゃないかなっていうのが、
いろいろ生成AIのソリューションを見たり触ったりしていく中で感じているところです。
個人的にもいろんなスタートアップを見ていたりする中で、結構生成AI×建設の領域ってまだまだこれからなのかなと思いつつ、
少しずつ出てきているところって、やっぱりじゃあ内装をどうしますかとか、デザイン衣装みたいなところをどうしますかみたいなところに対して、
アウトプットとして、じゃあこういう、例えばイメージを伝えたときに、こういう内装どうですかみたいなものをいろいろ出してくれたりとか、
外装どうですかみたいなのを出してくれたりっていうところは結構出てきている、もちろん出てきているのかなっていう印象は持っていて、
なのでそういう意味で言うと生成AIの使われ方としてはやっぱりさっきおっしゃられていた上流であったりとか、
アイデアをいろいろ出していくフェーズにおいてはすごく使い勝手が良い、ないし、
人間だったら普通は出してこないよねみたいなものも含めて出せるようになるみたいなところは一つ強みなのかなというふうには思っております。
内装だとか外装のパースを描いたりとかするのは今で動画を撮ってるわけですけど、それが瞬時に、しかも無制限に何百パターンと出せるわけですよね。
その中からデザインパターンを決めていくっていうプロセスっておそらく人間がやってたら絶対できないデザインのやり方で、
生成AIの可能性
新しいデザインのプロセスっていうのは定義できるんじゃないかなと、
生成AI使うとそういったお客様との合意の仕方っていうのが生まれてくるんじゃないかなと思ってますし、
そういったサービスもいくつか出始めておりますけど、まだまだそういった領域はそれほど普及はしてないので、
今からでも面白い領域なんじゃないかなというふうに思います。
今ちょっと生成AIの方に寄った話をしてたんですけど、海外を見てみると生成AIもノーマルのAIも両方とも含めて、
海外を見ると設計だったりとか、あとは前回海外のスタートアップの事例でオンサイトIQっていう工事の進捗管理のスタートアップをご紹介したかなと思うんですけど、
ああいったところで実際にAIを使っていく、生成AIではないけれどAIを使っていくとか、
あとは面白いなと思ったのは、さっき冒頭でおっしゃっていただいてたようなIoTだったりとか、
現場のカメラみたいなのを使っていきながら、現場の作業員の方の安全管理だったりとか、
あとは多分すごく有名なところでいうと、重機の自動運転みたいなところも含めて、
結構いろんなAI絡みのサービスって海外だと出てきてるのかなっていう印象を持ってるんですけど、
そもそも建設業界の中にいらっしゃる中で、海外のAIのスタートアップの出てき方とかって結構出てきてるなっていう印象はやっぱり同じように持たれているのか、
それともいやいやまだまだでしょっていう感じかというと、どんな印象ですか?
おそらくシリコンバレーの方がいっぱい出てきてるのは間違いないですよね。
Yコンビネーターとかも今はもうAIだらけで、ほんと差がつきにくい。
差がつきにくい中で、どれだけ得意なデータにアクセスできるかっていうところが評価のポイントになるようなんですけど、
Yコンを始めとして、生成AIが非常に出てきているのは確かでして、
この場でちょっと紹介しきれないぐらい正直あるなとは思います。
私も全部知ってるわけじゃないですが、非常に多くあります。
生成AIでも画像生成とか文書生成とかって非常に一般的なので、
今更ここで取り上げてもしょうがないかなとは思うんですが、
面白いのはジェネラティブデザインとかですかね。
要は構造だとか立体的なものを生成するものですね。
それはもう建設業界特有のおそらくツールとして成り立つしますし、
非常に設計する方からのニーズも非常に高いのは間違いないんです。
特に3Dのビムで設計されるんですよね、設計者の方って。
それを基本的なプランを数パターン生成するジェネラティブデザインだとか、
そういった領域に関心が非常に高いのは間違いないかなと。
面白いんですよね。
オートデスクとかもやってますね。
そうですそうです、まさにおっしゃる通りで。
ジェネラティブデザインでしか作れない造形とかもあるわけですよね。
私もこの前オートデスクさん、シリコンバレーのギャラリーを見に行かせていただいたんですけど、
例えばバイクのボディの力学的に強くないといけないし、
ただ軽量化もしたいみたいなニーズがあるじゃないですか。
それに対してこの日的な話。
そうですよ、まさに。
そういった形になると、人間では考えられないような植物みたいなボディの原型が出てきてですね、
それが一番最適解なのかわからないですけど、
一つの簡易として生成されていくという世界観がありまして、
ジェネラティブデザインというとこは一つの領域なのかなと思います。
トポロジー最適を研究している先生と一度昔お話をしたことがあるんですけど、
その時に作ったものをいくつか見せてもらったことがあるんですけど、
おおよそその領域の先生じゃなければ出せないデザインというか、
普通に考えるとめちゃくちゃ違和感あるんだけど、
これが最適なんですと言われれば確かにそうなるかもしれないと思うようなものが出てくるからこそ、
ある意味その僕らは建物はこういうものであるみたいなのを、
少なくとも一般人としては持っているわけじゃないですか。
考えるとそういう前提がある意味、
良くも悪くもないAIだからこそちゃんとそういうものをアウトプットできるみたいなのありそうですよね。
そうですね、おっしゃる通りで人間の想像力っていうのを超えた提案ができるようになる。
だからそれはそのコストの合理性だとか、
強度の合理性を極めていった先には人間の想像力を超えた造形、
それ自体がまた新しい価値として面白いデザインだよねという形で評価される、
そういったポジティブな強みがいくつか出てくるんじゃないかなと思ってます。
当然文字でアウトプットするだとか、
画像で出力する、映像で出力するっていうところは、
汎用の生成AIが非常に活躍しているところで、
そこのカスタマイズだとかプロンプトの部分で、
何かの業務をアシストするアプリっていうのは容易に作り込めてしまう世界になってきている中で、
こういった専用の例えば建物の構造を合理的に成り立たせるために、
数パターンを出力してくれるみたいな、
そういう専用AI、出力の仕方がこれまでの汎用AIと全く異なって、
参入障壁が非常に高いような領域っていうのが出てきていますし、
そこに対するいくつか、特にシリコンバレーの方ではスタートアップさん立ち上がってきているんですが、
スタートアップの競争戦略
ただそこもですね、デファクトになるようなステージではまだないので、
まだまだそこで新しい挑戦だとかソリューションが出てきておかしくないかなというふうに思ってますね。
まさに他の投資家さんともAIがすごい盛り上がっていた時期に、
AIとか生成AIの領域ってどういうところに勝ち筋あると思う?
てかどう見てんの?みたいな話をさせていただいたことがあって、
やっぱりその汎用AIを作るみたいなところはやっぱりなかなか難しいんじゃないかと、
これだけジャイアントテックって呼ばれるような、
オープンAIももともとそうですけど、
他にもいろんなジャイアントテックって呼ばれるような人たちがやり始めて、
つい最近だとAmazonのアプリにAIつきましたよね、最近。
そうなんですか?
つきました、つきました。
Amazonアプリの右下の方にアイコンが出てきて、
買い物をサポートしてくれる生成AIみたいな、
パッと見チャットボットなんですけど、そういうのが出てきたり。
そういうところでいわゆるジャイアントテックみたいなところが、
そういう生成AIに入ってくるようになりました。
そうなってくると、やっぱり汎用のところをスタートアップがやるってなかなか難しいよね。
じゃあそこを少しどこかの領域にフォーカスをしながらとか、
あとはちょっとホリゾンタルチックに何かの業務を効率化するみたいなところってどうなんだろうか。
それに関してもオープンAIが本当に爆速で進めてくるから、
一瞬新しいものができた感じになっても、
オープンAIに結局すぐ後には追い抜かされて、
なんなら質が高いものが出てきちゃうみたいなところで、
ホリゾンタルもなかなか厳しいねと。
ってなってくるとバーティカルなのかな。
しかもAI単一で頑張るっていうのもなかなか難しいから、
周辺業務も含めてAIを活用することによって、
こういうところの業務効率化ができるし、
かつその前後に関しては別のところで機能補完をしながら、
バーティカルで支えるみたいな形が、
ある意味そのスタートアップ、
これは巨大資本のアメリカのスタートアップはちょっと違うかもしれないですけど、
それ以外のアメリカのスタートアップも日本のスタートアップも、
比較的そういう風な形の生き残り方になるんじゃないかみたいな話は、
実は投資家さんの中でもさせていただいたりすることあったんで、
やっぱりどこかの領域にフォーカスするからこそ出せる価値であったりとか、
AI単一で何か全てを解決するというよりかは、
AIも一機能の一つとして捉えるみたいなのは正しいのかなっていうのは、
個人的にも思ってるところだったりします。
これ聞いてらっしゃる方、日本語で聞かれてるので、
日本史上まず考えてらっしゃると思うんですけど、
建設業、特に建築土木なんか考えたときって、
これ地域性非常に強いですよね。
地域性非常に強くて、
アメリカで例えば当たり前の構造計算だとか、
設計のプロセスだとかあったとしてもですね、
日本はそれそうじゃないっていう実情があります。
なのでそういったジャイアントテックみたいな
生成AIの企業がいたとしても、
日本市場に入るってなると、
日本市場向けにやっぱりアプローチしなきゃいけなくて、
汎用の生成AIみたいな形で、
もうぶん殴ってくるってことはできない領域なんですよね。
そこのローカル性が非常に強い、
日本の建設産業は非常に強いっていうところがですね、
日本のこれからAIで何かされようとしている方の、
自分たちを守ってくれる障壁になるだろうというところが
一つポイントかなと思っています。
もう一点が建設産業のデータって、
B2Bですから当然なんですが、
世の中に出回ってないですよね。
Googleで検索してもそんなデータを
来やすく入手できないわけです。
お客様の建物のデータ、設計のプロセスのデータ、
コストのデータっていうのは各企業が保有しているので、
いくら普及したAIツールであってもですね、
日本市場の特性
容易に学習できないという、
そういった状況にあると思っています。
なのでこれからバーティカルで、
建設産業用のAIで何かしら事業されようとされている方にとっては、
そこへのアクセスさえ、
データがアクセスできる状態さえできてしまえば、
意外と早く参入障壁、
他社が来る参入障壁を築けてしまうという世界観があって、
まだまだ挑戦しても後から貸されられるような、
そういった世界観ではなくなってきているところに
まだロマンがあるのかなと思います。
確かに。逆に言うと、現場のデータを誰も持っていない、
要はやった人たちしか持っていないというところが、
残っている感がすごいすると同時に、
一方でスタートアップはそのデータを当然持っていないわけで、
テクノロジーは持っているかもしれないけど、
データは持っていないというふうになったときに、
そのデータにどうアクセスするかって、
結構大事なポイントなのかなと思うんですけど、
そもそもどこに対してAIを組み合わせるんですかっていうのは、
データの収集と管理戦略
誰にアクセスすべきなのかって全然違うと思うんですけど、
その辺りで一番持っている人って誰なんですかね。
ZENECONさん結局持っているのか、
それともSESHさんが持っているものなのか、
それともZENECONの中でも実は結構誰がどこを担当したかで
持っている場所がバラバラだったりするのかという、
情報のありかって、
どんな感じで存在しているんですか。
そうですね、結論というと、
一番データが集まるのはZENECONじゃないかなと私は思っています。
そうなんですね。
発注者様のデータもそうですし、
協力会社さんのデータも当然集まってくる方にいますので、
ZENECONだろうと、
席巡視者さんのデータとかも当然集まってきますね。
どうやって集めるかなんですけど、
それは御社とかにもたまに来ますけど、
ポイントソリューションがあるんで使ってみませんか、
データを学習させてくださいというアプローチが一番
スタートアップさんが取れるアプローチかなと思うんですけど、
一方で他の事業者さんどうされているかというと、
特にオートデスクさんとかオラクルさんとか、
巨大なプラットフォーマーの事業者さんたちって、
今しきりにデータのプラットフォームの事業を
しきりに押し出しているんです。
ストレージは自分たちのストレージを使ってくださいと。
そこで発注者様のデータも管理するし、
ゼネコンのデータも管理するし、
下請けさんもそこにアクセスをして、
一つのストレージ、一つのプラットフォームで
みんなで作っていきましょうというコンセプトを、
特にオートデスクさんはオートデスクコンストラクションプラウド、
ACCというプラットフォームを展開しようとされていて、
それをされています。
それはもう皆さんのご推察の通りですね、
そこにデータが集まってくる仕組みさえ作ってしまえば、
それのデータをいくらでも調理をしてですね、
新たな学習をして、新たな知見を提供できるようになると。
それは結構上手い方なんですが、
オートデスクさんとかオラクルさんとかならではの
データの集め方という形になりますね。
そういう動きはなかなかスタートアップさんだとできないかもしれませんけど、
何かしらデータを集める仕組みを作るというのが一つ、
ソリューションと一緒に作るというのが一つポイントかなと思います。
入り口としてはやっぱりこういうソリューションを持っているので、
実際に学習させてみませんかっていう入り口が
スタートアップ的には一番やりやすいというか、
多分もうオートデスクさんがストレージでやられているんだったら、
うちもストレージあるんでっていうふうに言われても、
いやもうオートデスクに入れたからいいよみたいな話になっちゃうと思うので、
そうなったときにソリューションから入っていくみたいな話に、
どうしてもなりがちなのかなとは思いつつも、
逆に言うとソリューションがしっかり刺さるという前提であれば、
しっかりデータがためられる仕組みも裏側に持っておくようにみたいな、
そんなイメージだったりとか、
あとはオートデスクと連携させるみたいなのも一つの手なんですかね。
オートデスクって逆にもう結構浸透してるんですか?
もう建設会社であれば、
基本はオートデスクのクラウドの中にデータを入れとこうみたいな感じになっちゃってるんですかね。
そこまでいってないんじゃないかなと私の推察ですが、
そこまで浸透はしてないかと思います。
ただ有力なプラットフォームの一つであるのは間違いないなと思います。
であれば、自分たちでデータを入れてもらう箱を持つべきなのか、
それともオートデスクがやってくれるのかどうかは別として、
オートデスクと連携をしながらデータを同期させるみたいなのも一つの手なのかなと思いながらちょっと伺ってました。
オートデスクさんとかオラクルさんみたいに、
スタートアップの強みと戦略
データのストレージとして何でもこのプラットフォームを介して業務をしてください。
そこにデータを集めてくださいっていうやり方は、
スタートアップさんだとなかなか難しいアプローチだと思うんですけど、
ただ例えば特定の課題にフォーカスをして、
そのフォーカスしたデータだけを集中的に集めていくっていうことができるのは、
スタートアップさんの局所から始める事業づくりにおいて非常に強みだと思うし、
逆にそういったジャイアントテック企業が取りづらい戦略だと思うんですよね。
なので例えば本当にコストのデータだけならコストのデータだけをどう効率的に集めていくとか、
品質なのか品質なのかみたいな、
そういうポイントの課題に対してデータを集中的に集めていって、
それをAIで解決していくみたいな、
それは逆にスタートアップさんしかできないアプローチ方法なので、
そこは全然彼らと競合せずにできる領域なんじゃないかなという風に思います。
ありがとうございます。
今回は一旦これぐらいで以上にしようかなと思います。
聞いていただいてありがとうございました。
どうもご視聴いただいた皆さんありがとうございます。
本日の内容で気になったところがあれば概要欄のXのアカウントのフォローをお願いします。
それではまたお会いしましょう。
