ChatGPT 5.5 ProやClaude Fable 5比で2倍以上のスコアを実現
BIM（Building Information Modeling／3次元の建築情報モデル）は、設計・積算・施工・維持管理を一元化する仕組みとして建設業界で普及が進む一方、対応できる技術者の不足が課題となっています。こうした中、特許複数取得済みの建設図面特化AIプラットフォームを提供する株式会社KK Generation（本社：東京都港区、代表取締役CEO：藤田浩之介、以下KKG）は、建設図面から自動でBIMモデルを生成するAI「BIM生成AI」を提供しており、汎用生成AIとのベンチマークテストを実施し、2倍以上の精度を実現できることを確認しました。
1. 「BIM生成AI」の概要
KKGのBIM生成AIは、2D図面や仕様書から属性・座標情報を自動で抽出し、BIMデータを生成する独自AIサービスです。
[動画: https://www.youtube.com/watch?v=ox1mqP7HrHM ]
主なご利用ケース
・ゼネコン様：設計者から受領した建築・構造2D図面から、施工検討・干渉確認用の施工BIMを生成
・サブコン様：建築2D図面から、設備設計用の建屋BIMを生成
・デベロッパー／物件オーナー様：既存建物の竣工図から、改修計画・維持管理用の建物BIMを生成
2. ベンチマーク指標：実務で使えるBIMモデルから逆算して「IFC再現性スコア」を定義
生成AIの進化により、図面の画像を読み込ませるだけでそれらしい3DモデルやIFCファイル（BIMの標準データ形式）を出力すること自体は、汎用の生成AIでも可能になりつつあります。しかし、BIMを積算・確認申請・維持管理といった実務で活用するためには、単に見た目が図面に似ているだけでは不十分で、壁・柱・床・建具・室といった部材が一つひとつ正しい種類・数・位置・属性で構造化されている必要があります。
そこでKKGは、生成されたBIMが図面から特定できる建物情報をどれだけ正しく再現できているかを客観的に測定する独自の評価指標「IFC再現性スコア」（100点満点）を定義し、RC造庁舎（地上5階建て）の計画通知図16枚を用いて検証しました。入力は平面図・立面図・断面図・建具表・仕上表などの建築・意匠情報です。構造伏図を含まないため、梁および図面から一意に特定できないスラブ分割は、今回の評価対象から除外しています。
IFC再現性スコアは、次の5軸で構成しています。
１.存在性（25点）：図面から特定できる部材が、正しい種類と数で生成されているか
２.形状・寸法（25点）：部材の長さ・幅・高さ・面積などが図面と一致しているか
３.配置（15点）：部材の位置・向き・階への帰属が正しいか
４.属性（20点）：室名、建具符号、仕上、部材区分などの情報が正しく付与されているか
５.関係性（15点）：開口と建具、部材と空間などのつながりが正しく表現されているか
100点は、固定した入力図面から論理的に特定できる部材・属性・関係を、過不足なく完全に再現した状態です。図面から一意に特定できない情報は分母に含めません。
3. ベンチマーク結果：「BIM生成AI」がChatGPT比2倍以上のスコアを達成
検証の結果、KKGのBIM生成AIは、カスタマイズ前で60.5点/カスタマイズ後で92.6点と、ChatGPT比2倍以上のスコアを実現しました
■ ベンチマーク詳細：内部部材の存在・形状・配置で差
KKGモデルの優位性１.：内部部材の存在性
内部部材の存在性スコアは、KKGが87.8点、GPT-5.5 Proが65.8点となりました。
部材ごとに見ると、KKGは正解データに含まれる壁498要素のうち455要素、ドア109要素のうち87要素をお手本IFCと対応づけることができました。一方、GPT-5.5 Proは壁218要素、ドア1要素にとどまりました。
外観や床面積が近いBIMを生成できた場合でも、内部の壁や建具が欠落するケースがあります。KKGのBIM生成AIは、建物内部を構成する部材まで再現できる点に強みがあります。
KKGモデルの優位性２.：形状・寸法
形状・寸法スコアは、KKGが49.0点、GPT-5.5 Proが19.4点となりました。
KKGは部材を多く生成するだけでなく、壁の厚さや部材の長さ、床・空間の面積など、図面上の寸法に対応した形状として再現できています。
KKGモデルの優位性３.：配置・関係性
配置スコアは、KKGが71.0点、GPT-5.5 Proが32.2点となりました。関係性スコアも、KKGが62.6点、GPT-5.5 Proが34.4点となっています。
配置では、部材の位置・向き・階への帰属を評価しています。関係性では、開口とドア・窓の対応や、部材と空間のつながりなどを評価しています。KKGのBIM生成AIは、部材を個別に生成するだけでなく、建物として成立する位置関係や接続関係まで再現できています。
KKGモデルによる出力
GPT-5.5 Proによる出力。上記2枚は同じ建物を3Dで俯瞰し、内部壁・建具の有無が分かるよう断面を切って表示したものです。外観だけでは違いが分かりにくくても、内部の部材が存在し、正しい位置と関係性で再現されているかどうかで、実務での使いやすさは大きく変わります。
4. 高精度を実現するKKGの独自技術アプローチ
4-1. 図面を人間と同じように「読み取って」構造化する(汎用生成AIとの違い)
KKGのBIM生成AIは、平面図・立面図・断面図・建具表・仕上表などに分散して記載された線分・寸法・記号・表情報を読み取り、壁・柱・床・開口・建具・室といった部材ごとのデータとして構造化したうえで3次元化し、IFC形式のBIMモデルを出力します。図面全体の見た目からモデルを推測する汎用生成AIに対し、部材ごとに根拠を持って情報を積み上げる設計としている点が、内部部材の存在・形状・配置・関係性の差につながったと考えられます。建具符号・仕上属性は、表情報との連携を案件別カスタマイズで強化します。
4-2. 顧客企業毎のカスタマイズで、9割以上の精度を実現
ユーザー企業ごとのカスタマイズでは、１.建具表・仕上表と平面図の連携、２.部材の階への帰属、標準寸法、分類規則などの作図規約、３.IFCの属性・数量・空間包含の出力ルール、４.案件別QAを設定します。今回のRC造庁舎ベンチマークの評価式に基づく到達試算は92.6点です。
また、別案件の数量検証では、ユーザー企業の作図規約を反映することで、躯体（壁・柱・梁・床）のコンクリート概算体積の算出精度が54.1%から95.5%まで改善しました。建築面積は99.8%、壁の総延長は91.3%の精度を確認しています。
5. 終わりに
KKGは引き続き、建設業界の人手不足の解消と、その前提となるBIMモデルの普及促進に向けて、「BIM生成AI」の精度改善・機能強化を進めます。ベンチマーク結果を継続的に発信するとともに、測定対象も構造図・設備図・改修図・施工図などへ拡大し、建設図面からBIMを作成する業務の効率化と、生成BIMの品質向上を両立していきます。
本ベンチマークの詳細にご興味を持っていただいた方には、詳細版レポートや出力されたIFCデータサンプルをご共有させて頂きます。下記の連絡先までご連絡ください。
その他「積算AI」や「検図照査AI」、「施工フィジカルAI」等、建設業界の人手不足を解消するサービスも提供しております。それらにご関心ある企業様も、同じく下記よりご連絡頂ければ幸いです。
■ 株式会社KK Generation
【会社概要】
会社名：株式会社KK Generation（KKG）
所在地：東京都港区高輪2丁目21番1号 THE LINKPILLAR 1 SOUTH 9階
代表者：代表取締役 藤田浩之介
事業内容：建設図面特化AIプラットフォームによる、企画・設計・積算・施工一気通貫の自動化支援
URL：https://kk-generation.com/
【本件に関するお問い合わせ】
株式会社KK Generation
担当：CTO 市川航平
E-mail：Contact@kk-generation.com