BIM/CIMは、建物やインフラの形状だけでなく、部材、設備、空間、材料、属性、分類、仕様、施工情報、維持管理情報を持つデータ基盤です。設計、施工、積算、干渉確認、維持管理、FM、デジタルツインに活用できる一方で、実務では「BIMの中に情報はあるが、探すのが難しい」という課題が残っています。
たとえば、設備担当者が「3階東側の機械室にある空調機の型番と保証期限を知りたい」と思っても、BIMソフトを開き、ビューを切り替え、オブジェクトを選択し、属性パネルを確認し、関連する資料や設備台帳を探す必要があります。施工管理者が「この壁を変更すると、どの建具・仕上げ・設備に影響するか」を確認する場合も、BIM、図面、工程表、仕様書、質疑回答を横断して確認しなければなりません。
この課題に対して注目されているのが、BIMナレッジグラフです。BIM/IFCデータを単なるファイルとして扱うのではなく、部屋、壁、設備、配管、空調機、系統、階、ゾーン、材料、メーカー、点検履歴などを「関係性のある知識」として構造化します。さらにLLMを組み合わせることで、専門ソフトやクエリ言語を知らない人でも、自然言語でBIMに質問できるようになります。
ASK-BIMの研究では、LLM、リンクトデータ、ナレッジグラフを組み合わせてIFCファイルを自然言語で問い合わせる仕組みが提案されています。ASK-BIMは、BIMデータを先にナレッジグラフ化し、そのうえでLLMが質問を解釈し、SPARQLクエリを生成して回答する考え方です。つまり、BIMは「開いて探すもの」から、「AIに聞いて答えを返してもらうもの」へ変わり始めています。
なぜBIM/IFCは“探しにくい”のか
BIM/IFCは、単なる3Dモデルではありません。建物やインフラを構成する部材、空間、設備、属性、分類、関係性を持つ情報モデルです。buildingSMART Internationalは、IFCを建設資産業界の標準化されたデジタル記述であり、オープンでグローバルな標準、ISO 16739として説明しています。また、IFCは情報を機械解釈可能にし、ワークフローの自動化を可能にするとされています。
一方で、IFCは情報量が非常に多く、構造も複雑です。壁、床、梁、柱、ドア、設備、空間、階、ゾーン、プロパティセット、分類、関係オブジェクトなどが、多層的に結び付いています。buildingSMARTのIFC解説では、IFC 4.3には1,300以上のエンティティや型、約2,500のプロパティが750以上のセットに整理されていると説明されています。これは強力な標準である一方、非専門家にとっては目的の情報を探すハードルにもなります。
従来のBIM検索では、次のような知識が必要でした。
| 必要な知識 | 実務上の負担 |
|---|---|
| BIMソフトの操作 | 目的のビュー、階、オブジェクトを探す必要がある |
| IFCの構造 | IfcWall、IfcSpace、IfcDoor、IfcRelContainedInSpatialStructureなどの関係を理解する必要がある |
| 属性名・分類名 | メーカー、型番、耐火性能、材料、点検周期などの属性名を把握する必要がある |
| クエリ言語 | SPARQL、Cypher、SQLなどを使うには専門知識が必要 |
| データ所在 | BIM、PDF、設備台帳、点検記録、BMSが分断されている場合がある |
つまり、BIMに情報が入っていても、「誰でも簡単に使える」とは限りません。BIMナレッジグラフは、この情報アクセスの壁を下げるためのアプローチです。
BIMナレッジグラフとは何か
ナレッジグラフとは、情報を「点」と「線」で表現するデータ構造です。点は部屋、壁、設備、材料、メーカー、点検記録などのエンティティを表し、線は「含まれる」「接続している」「供給する」「隣接する」「設置されている」「保守対象である」といった関係を表します。
BIMナレッジグラフでは、IFCやBIMモデルに含まれる情報をグラフ化します。たとえば、次のような関係を扱えます。
| グラフ上の関係 | 例 |
| 空間関係 | 空調機AHU-01は3階機械室に設置されている |
| 構成関係 | 3階は東側ゾーンと西側ゾーンを含む |
| 接続関係 | VAV-03はAHU-01の下流に接続している |
| 属性関係 | AHU-01のメーカーはA社、型番はX-100である |
| 保守関係 | AHU-01の点検周期は6カ月である |
| 影響関係 | AHU-01停止時は3階東側ゾーンに影響する |
| 文書関係 | AHU-01にはO&Mマニュアルと保証書が紐づいている |
ASK-BIMのGitHubリポジトリでは、IFCファイルをナレッジグラフへ変換し、GraphDBのようなトリプルストアに格納したうえで、自然言語の質問をSPARQLクエリへ変換して回答する流れが説明されています。ASK-BIMの処理は、ユーザーの質問を整理し、関連するIFCクラスを特定し、SPARQLを生成し、結果を処理して最終回答を返す構成です。
この仕組みにより、ユーザーはIFCのクラス名やプロパティ名を知らなくても、自然言語で質問できるようになります。
“BIMに聞く”とはどういうことか
BIMナレッジグラフとLLMを組み合わせると、ユーザーはBIMソフトを操作する代わりに、次のような質問ができるようになります。
| 利用者 | 自然言語で聞ける質問例 |
| 設計者 | 2階の防火区画に含まれるドアの耐火性能を一覧にして |
| 施工管理者 | 変更予定の壁に接している設備と建具を教えて |
| 設備担当者 | 3階東側ゾーンの空調機と下流設備を表示して |
| FM担当者 | 保証期限が6カ月以内に切れる設備を一覧化して |
| 点検担当者 | 前回点検で異常があったポンプと関連する系統を教えて |
| 発注者 | この建物でLED照明が設置されている部屋を一覧にして |
| 改修担当者 | 天井改修の影響を受ける配管・ダクト・照明を抽出して |
従来なら、こうした確認にはBIMソフト、図面、設備台帳、Excel、PDF、点検記録を横断する必要がありました。BIMナレッジグラフを使えば、これらの関係をグラフとしてたどり、必要な情報を自然言語で取り出しやすくなります。
2026年に公開されたIfcLLMの研究では、IFCモデルをリレーショナル表現とグラフ表現に変換し、LLMによる反復的な推論と組み合わせることで、非専門家でもIFCベースのBIMモデルに自然言語で問い合わせられるハイブリッドフレームワークが提案されています。この研究では、IFCの複雑さが非専門家のアクセスを制限していると整理し、自然言語インターフェースの有効性を検証しています。
LLMだけではなく“グラフ”が必要な理由
BIM検索にLLMを使う場合、単純にIFCファイルをLLMへ読み込ませればよいわけではありません。BIM/IFCは非常に大きく、関係性が複雑であり、LLMがすべてを正確に記憶・解釈することは難しいからです。また、建設分野では、回答の根拠、出典、対象オブジェクト、属性値、変更履歴を説明できることが重要です。
ナレッジグラフを使うことで、次のような利点があります。
| 課題 | ナレッジグラフでの解決方向 |
| LLMの幻覚 | 実データに対するクエリ結果を回答根拠にできる |
| IFC構造の複雑さ | 空間・設備・属性・接続関係をグラフでたどれる |
| 大量データ | 必要なノードと関係だけを抽出して問い合わせられる |
| 説明責任 | どのオブジェクト・属性・関係から回答したか追跡できる |
| 維持管理 | 設備、点検履歴、文書、BMSデータを関係づけやすい |
| 設計変更 | 変更対象と関連要素をグラフで探索できる |
ASK-BIMの研究でも、BIMデータをナレッジグラフとして構造化してからLLMに問い合わせを処理させることで、複雑なクエリに重要な意味的関係を保ちながら、データアクセス性を高めることが狙いとされています。
つまり、LLMは「質問を理解し、回答を分かりやすく返す役割」、ナレッジグラフは「正確な関係と属性を保持する役割」を持ちます。BIMナレッジグラフの本質は、AIに自由回答させることではなく、BIMデータに根拠づいた回答を返せるようにすることです。
設計・施工・維持管理で何が変わるのか
BIMナレッジグラフの価値は、設計段階だけではありません。施工確認、設備台帳、維持管理、改修計画、デジタルツイン引き渡しまで広がります。
| フェーズ | 使い方 | 効果 |
| 設計 | 部材属性、空間条件、法規要求、設備関係を検索 | 確認漏れの削減、設計レビュー効率化 |
| 施工 | 変更対象の影響範囲、施工箇所、検査対象を抽出 | 施工確認時間の短縮、手戻り防止 |
| 積算 | 数量、材料、部材分類を自然言語で検索 | 数量確認、見積条件確認の効率化 |
| 設備 | 系統、機器、接続関係、設置場所を検索 | 設備調整、機器リスト作成 |
| 維持管理 | 保証期限、点検周期、修理履歴、O&M資料を検索 | FM業務の効率化、資料検索時間削減 |
| 改修 | 改修範囲に関連する設備・仕上げ・構造を抽出 | 影響調査、リスク把握 |
| デジタルツイン | センサー、BMS、設備台帳、BIMを接続 | 運用段階で使えるデータ基盤化 |
たとえば、維持管理では「このポンプに関連するバルブと、過去2年の点検履歴を出して」と質問できます。改修では「この壁を撤去した場合に影響する照明、スイッチ、ダクト、配管を一覧にして」と聞けます。施工では「未検査の防火区画貫通部を階別に表示して」といった使い方ができます。
KPIは“モデルを作ったか”ではなく“探す時間を減らせたか”
BIMナレッジグラフの導入効果は、BIMモデルの作成有無ではなく、情報検索と意思決定がどれだけ速くなったかで評価すべきです。
| KPI | 意味 | 改善アクション |
| 属性検索時間 | 部材や設備の属性を探す時間 | 自然言語検索と属性マッピングを整備 |
| 図面確認時間 | 図面・BIM・PDFを横断して確認する時間 | BIMと関連文書をグラフで接続 |
| 設備情報検索 | 型番、メーカー、保証、点検周期を探す時間 | 設備台帳とBIM要素IDを統一 |
| 設計変更影響確認 | 変更対象に関連する部材・設備・空間を抽出する時間 | 依存関係をナレッジグラフ化 |
| 問い合わせ対応時間 | 現場・発注者・FMからの質問に回答する時間 | FAQ化せず実データから回答 |
| 回答根拠提示率 | 回答に対象オブジェクトや属性根拠を添付できる割合 | GUID、属性名、関連文書を回答に含める |
| 再確認件数 | AI回答後に人が探し直した件数 | データ品質とクエリ精度を改善 |
特に重要なのは、設計変更影響確認です。設計変更や改修では、対象部材だけを見ても不十分です。その壁に接する建具、仕上げ、設備、配管、配線、防火区画、点検口、系統、施工順序まで影響する場合があります。ナレッジグラフを使えば、関係をたどって影響範囲を抽出しやすくなります。
設備台帳・FMとの連携で価値が出る
BIMナレッジグラフは、維持管理やFMで特に大きな価値を持ちます。竣工後の施設管理では、設備の場所、型番、保証期限、点検周期、O&Mマニュアル、故障履歴、交換履歴、関連系統をすぐに確認できることが重要です。
しかし現実には、BIMモデル、設備台帳、Excel、PDF、紙資料、BMS、点検アプリが分断されていることが多くあります。BIMナレッジグラフでは、これらを設備IDや空間ID、IFC GUID、分類コードでつなぎます。
| 連携対象 | グラフ化する関係 | できる質問 |
| 設備台帳 | 設備ID、型番、メーカー、保証期限 | 保証期限が近い設備を教えて |
| O&M資料 | 設備とマニュアル・保証書の関係 | AHU-01のマニュアルを出して |
| 点検記録 | 設備と点検結果・異常履歴 | 過去に異常が多いポンプはどれか |
| BMS/IoT | 設備とセンサー値・アラーム | 温度異常が出ている部屋と関連空調機はどれか |
| 空間情報 | 部屋、階、ゾーン、用途 | 4階の会議室にある設備を一覧にして |
| 改修履歴 | 部材・設備と更新履歴 | 前回交換した照明器具を確認して |
この連携ができると、BIMは「竣工で終わる3Dモデル」ではなく、施設運用で日常的に使う検索可能な資産台帳になります。
BIMエージェントの前段階としてのナレッジグラフ
最近は、AIエージェントが設計や施工管理を支援する構想も増えています。しかし、AIエージェントが実務で使えるようになるには、まず信頼できるデータ基盤が必要です。BIMナレッジグラフは、その前段階として重要です。
AIエージェントに「空調機を更新する計画を作って」と依頼する場合、エージェントは対象設備、関連する下流設備、停止影響範囲、点検履歴、保証期限、交換部品、施工可能時間、必要な図面を把握する必要があります。これらの情報がPDFやExcelに散らばっている状態では、AIエージェントは正確に動けません。
BIMナレッジグラフがあると、AIエージェントは次のような作業を行いやすくなります。
| AIエージェントの作業 | 必要なグラフ情報 |
| 設備更新計画 | 設備、系統、保証、点検履歴、停止範囲 |
| 改修影響調査 | 空間、部材、設備、仕上げ、配管、配線 |
| 施工確認 | 検査対象、未完了項目、関連写真、是正履歴 |
| 省エネ提案 | 空間用途、設備能力、運転データ、センサー値 |
| 報告書作成 | 対象オブジェクト、属性、文書、履歴、根拠 |
| 問い合わせ対応 | ユーザー質問と関連データの検索・要約 |
つまり、BIMナレッジグラフは、BIM検索の効率化だけでなく、将来のBIMエージェントやデジタルツイン運用の土台になります。
openBIM・IFC・bSDDとの関係
BIMナレッジグラフを実務で使うには、特定ソフトの中だけで完結する閉じたデータではなく、openBIMの考え方が重要になります。
buildingSMARTは、IFCをベンダーニュートラルで誰でも利用できる標準として説明しています。また、IFCとbSDDの関係について、IFCが標準的なデータ構造を持ち、bSDDが追加の用語やプロパティ定義を提供することで、業界全体で一貫した用語利用を促進できると説明しています。
BIMナレッジグラフでは、次のような標準を組み合わせることが考えられます。
| 標準・技術 | 役割 |
| IFC | 建物・インフラのオブジェクト、属性、関係を表す基盤データ |
| bSDD | 用語、分類、プロパティ定義の共通辞書 |
| IDS | 発注者や用途ごとに必要な情報要件を定義 |
| BCF | モデル上の課題やコメントを関係者間で共有 |
| RDF/OWL | BIMデータをリンクトデータ・ナレッジグラフとして表現 |
| SPARQL | ナレッジグラフに対する問い合わせ言語 |
| LLM | 自然言語質問を解釈し、回答を分かりやすく生成 |
ASK-BIMのような仕組みでは、IFCをLinked Building Dataに変換し、SPARQLで問い合わせる流れが使われています。今後は、IFC、bSDD、IDS、BCF、FM台帳、センサー情報をつなぐことで、より実務的なBIMナレッジグラフが構築されていく可能性があります。
導入時に注意すべきポイント
BIMナレッジグラフは有望ですが、導入すればすぐにすべてのBIM情報が自然言語で正確に取り出せるわけではありません。重要なのは、データ品質と運用ルールです。
注意すべきポイントは次の通りです。
- BIMモデルに必要な属性が入っていなければ、AIに聞いても答えられない
- 設備ID、部屋ID、系統ID、分類コードが統一されていないと検索精度が落ちる
- IFC変換時に属性や関係が欠落すると、グラフの意味が不完全になる
- LLMの回答には根拠となるオブジェクトIDや属性値を添える必要がある
- 発注者、設計者、施工者、FM担当者で必要な質問が異なる
- 機密情報やセキュリティ情報をどこまでAIに扱わせるかを決める必要がある
- 設計変更や改修後にグラフを更新しなければ、古い情報を回答してしまう
- 自然言語検索は便利だが、最終判断は専門者が確認する必要がある
特に重要なのは、「BIMに聞けるようにする前に、BIMの中身を整える」ことです。ナレッジグラフは、データ品質の悪さを魔法のように解決するものではありません。むしろ、情報の抜けや不整合が見えやすくなるため、データ整備の重要性が高まります。
現場実装のおすすめステップ
BIMナレッジグラフを導入する場合、最初から建物全体・全属性・全システムを対象にする必要はありません。実務で効果が出やすい用途から始めるのが現実的です。
| フェーズ | 実施内容 | 目的 |
| 初期導入 | IFCモデルから空間・設備・部材の基本情報を抽出 | 自然言語検索の対象を作る |
| ID整備 | 部屋ID、設備ID、IFC GUID、分類コードを統一 | BIM・台帳・文書をつなげる |
| グラフ化 | 空間関係、設備関係、属性関係をナレッジグラフ化 | 関係性を検索可能にする |
| 自然言語検索 | よくある質問をLLMでクエリ化 | 非専門家でも情報にアクセスできるようにする |
| 文書連携 | O&M資料、保証書、点検記録、施工写真を紐づけ | 維持管理・施工確認に使う |
| 業務連携 | 設計変更確認、設備検索、問い合わせ対応に適用 | KPIを改善する |
| 継続更新 | 設計変更・施工変更・改修履歴を反映 | デジタルツインとして使い続ける |
最初におすすめなのは、設備情報検索です。設備ID、設置場所、メーカー、型番、点検周期、保証期限、O&M資料をつなぐだけでも、施設管理や引き渡し後の資料検索時間を大きく減らせます。その後、設計変更影響確認や施工確認へ広げると、設計・施工・維持管理をつなぐ基盤になります。
建設会社・BIM/CIM事業者にとってのチャンス
BIMナレッジグラフは、ゼネコン、設計事務所、BIM/CIMベンダー、施工管理ソフト会社、FM会社、建設コンサルタントにとって新しい提案領域になります。
これまでのBIM活用は、モデル作成、干渉確認、施工図、数量、4D/5D、デジタルツイン引き渡しが中心でした。今後は、そのBIMデータを「誰でも使える知識基盤」に変えることが価値になります。
提供できるサービスとしては、次のようなものがあります。
- IFCモデルのナレッジグラフ化
- BIM自然言語検索システムの構築
- 設備台帳・O&M資料・点検記録との連携
- 設計変更影響確認の自動抽出
- BIM問い合わせチャットボット
- BIMデータ品質チェックと属性整備
- FM向けデジタルツイン検索基盤
- AIエージェント向けBIMデータ基盤構築
特に、維持管理やFMを見据えたBIM/CIMでは、モデルを納品するだけでは不十分です。運用部門が「知りたいことを自然言語で聞ける」状態にすることで、BIMの価値は竣工後にも続きます。
まとめ：BIMは“見るモデル”から“聞ける知識基盤”へ
BIM/IFCには、建物やインフラに関する膨大な情報が含まれています。しかし、従来は専門ソフトを開き、専門知識を持つ人が属性や関係を探す必要がありました。そのため、BIMの情報は一部の専門者だけが扱えるものになりがちでした。
BIMナレッジグラフは、IFCやBIMデータを部材、空間、設備、属性、文書、点検履歴、センサー情報の関係として構造化し、LLMと組み合わせることで、自然言語で問い合わせられる基盤をつくります。
これからのKPIは、BIMモデルを作ったかどうかではなく、属性検索時間、図面確認時間、設備情報検索、設計変更影響確認、問い合わせ対応時間をどれだけ削減できたかです。
BIMは“専門ソフトで探す”から“AIに聞く”へ。ナレッジグラフとLLMの組み合わせは、BIM/CIM、IFC、設備台帳、維持管理、施工確認、AIエージェントをつなぐ次の建設DX基盤になっていくはずです。
