シープ|店舗内装の実施設計

今日の修正を、明日の資産に|店舗内装の実施設計をしくみで楽にする|2D BIM AI をムリなくつないでいく。
note |

[シープ|店舗内装の実施設計 @sheep_design_jp]

最近、
「AIでこんなことができる」という投稿をよく見る。

画像からCAD。
画像から3D。
自動作図。
構造解析。
法規チェック。

最初は、こういうものを
自分でも全部つくらないといけないと思ってた。でも最近、少し見え方が変わった。

仕事は、ひとつの機能だけでは終わらない。

建築の図面を受け取り、
2Dを描き、BIMを使い、
設備や照明と重ね、
判断し、修正し、また次へ渡す。

問題は、
「何ができるか」だけじゃなくて、
それを仕事のどこで使うかなんだと思う。

だから作りたいのは、
単発の機能より、
それらが仕事の中でつながる環境のように思う。

[シープ|店舗内装の実施設計 @sheep_design_jp]

高偏差値コンパに行かず

Astraと戯れてるヤツは

そのうち何かしでかすと思う。

出会いは逃してるけど

時代には出会ってる。

[シープ|店舗内装の実施設計 @sheep_design_jp]

自分OSをSolでつくってたけど
複数エージェントとか、アプリ連携とか
いいとこまできてたけど苦戦してて

Astraにしたら
方法もちがうし
提案も違うし
即解決するし
長めの作業を理解してやるし

ぜんぜんちがう（褒

[シープ|店舗内装の実施設計 @sheep_design_jp]

最初は、AIがそのままこの精度のパースを生成したのかと思って驚いた。

でも実際は、Blenderでモデルを構築し、UE5へ書き出してウォークスルー
そう聞くと、完成画そのものは意外と身近な延長線上にあると思った。

むしろすごいのは、平面の設計からモデリング、家具・照明の配置、レンダリング、UE5への移行、検証・修正までを、AIがひとつの制作工程として精緻に組み立てたこと。

モデリング性能やパース性能というより、これまで別々のソフトを達人級に習得しないとつなげられなかった工程の難易度が、一気に下がっている。

ここに既存の2D BIMデータひとつで、ぜんぶつながるね。

完成物より、そこへ至る構築のほうだよね。やっぱりそこだよね。

[シープ|店舗内装の実施設計 @sheep_design_jp]

知らん。作ろう。
3年後に残ってたもの使おう。

[シープ|店舗内装の実施設計 @sheep_design_jp]

なんて呼ぶのかわからないけど
自分用のワークフローOSを組んでみて、やっと動き出した。

上でまとめるAIが、
「これはどの仕事の話か」を振り分ける。

その仕事ごとの担当AIが、
必要な情報と前回までの続き、開発方針をパッケージして流す

実作業はMac上のCodexやClaude Codeに渡す。

終わったら担当AIが確認して、結果を戻す。
大事な判断だけ自分に返ってくる。

メールやアイデア、エラーも拾って、
必要なタイミングで伝えてくれて、履歴まで残す。

自分の仕事そのものをAIにつないでいく仕組みみたいなものになってきてる。

[シープ|店舗内装の実施設計 @sheep_design_jp]

開発をするための開発をしていたら
開発方法を開発することになって
その開発方法を自動化するために
開発方法を開発する方法を開発している。

そろそろ、
何を開発してるのか確認する開発が必要。

[シープ|店舗内装の実施設計 @sheep_design_jp]

これは、今朝ぼんやり考えてたことをAIに投げて、出てきたままのナマモノです。

ーーーーー
「2D CAD不要」とか、
「BIMだけでいい」とか、
「これからはAIだけで仕事できる」とか。

技術が変わるたびに、
何かを「不要」にする話が出てくる。

でも、BIMのときも散々やってみて、
効率まで含めて考えると
2Dが強い場面は普通に残った。

AIもたぶん同じなんだと思う。

少なくとも今の自分たちの仕事では、

2Dも使う。
BIMも使う。
AIも使う。
人も判断する。

その割合が、
仕事や環境と一緒に
少しずつ変わっていく。

だから最近は、
「何が不要になるか」より、

今あるものを、
どうつないで仕事として成立させるか

の方が気になっている。

そもそも、

「2Dはなくなるか」
「AIは業界を変えるか」
「日本は遅れているか」

こういう話って、
主語が自分じゃない。

業界も、
技術も、
他人も、
自分ではコントロールできない。

嫁の機嫌すらコントロールできないのに、
業界の未来なんてもっと無理や。笑

自分にできるのは、

何を信じるか。
何を試すか。
今日の仕事で何を使うか。
どう人とつなぐか。

そのくらい。

だから「つなぐ」って、
技術的な妥協ではないと思っている。

未来を断定できないからこそ、
今ある現実の中で
自分が動かせるものをつないでいく。

2DからBIMへ一気に移るでもない。
BIMからAIへ一気に移るでもない。

仕事を続けながら、
自分の理解も、
周りの人も、
道具も、
少しずつグラデーションのように変わっていく。

そのうち、

2DもBIMもAIも、
必要なところで普通に全部使っている。

たぶん、
そんな状態が一番現実的なんじゃないかと思っている。

[シープ|店舗内装の実施設計 @sheep_design_jp]

いままで会った中で
図面がいちばん上手いと思った人は

基本図でも実施図でも
「描かないこと」をきちんと決めていた人

描くことは
何を相手に伝えるか。

描かないことは
何を相手の専門性に委ねるか。

自分は意匠側で図面を描くので
図面には
「この意匠は守ってほしい」
という意思を入れる。

でも、
意匠が上流だから
「あとは施工と職人さんでよろしく」
ではないと思っている。

施工する人には、
実際につくるための知識がある。

たとえば焼付け塗装の金物なら
製作会社によって
金物を入れられる窯の大きさが違う。

その条件で、
金物の割付や継ぎ目が決まる。

施工会社が決まる前だから、
実施図ですべては確定できない。

でも、

ここは製作条件で変わる。
ここは施工側に委ねたい。
でも、この見え方は守りたい。

そこまでは意匠側でも
想像しておく必要があると思う。

基本図、実施図、施工図は
単に情報量の違いじゃない。

“製作の現実をどこまで取り込んでいるか”

誰が何を決めるのか。
何を相手に委ねるのか。
何を一緒に実現したいのか。

その意思の受け渡しまで含めて
図面なんだと思っている。

だから図面は、
次の専門家への手紙みたいなものだと思っている。

AIでいくら自由にモデリングできても
形や属性を持たせるだけじゃなく

窯の大きさや
職人さんがどう判断して
どうつくっているのかまで見にいく。

AI時代は早く深掘りもできるのだから
そこまで拾って設計とつないでいくのが
AI時代の面白さなんじゃないかと思う。

モデルと
実際につくる人たちが持っている製作の知識を
どこでどうつなぐのか。

デジタル化の面白さって
むしろそこからなんじゃないかと思っている。

[シープ|店舗内装の実施設計 @sheep_design_jp]

理屈としては正しい。でも、なんかよくない。

逆に、理由はうまく説明できないけど、こっちの方がいい。

デザインでは普通にあること。

形のバランスが少し重いとか、余白が落ち着かないとか、素材の組み合わせが妙に気になるとか。

まだ理由は言葉になってないけど、先に感覚が反応してる。

理屈の整理は、AIがかなり得意。

じゃあ、この「なんか違う」をAIにどこまで拾わせられるんだろう。

言葉になった理由を整理するだけじゃなく、まだ本人もうまく説明できない感覚を拾って、その先まで一緒に広げることもできるんだろうか。

最近は、AIが何を作れるかより、人の感覚とどこまで一緒に動けるかの方が気になってる。

[シープ|店舗内装の実施設計 @sheep_design_jp]

AIコンサルの需要がすごい
AI導入の相談が増えてる
みたいなポストを見かけて

おおー、AI界隈盛り上がってるなぁ。
すごいなぁ。

と思ってたけど、
わたしはわたしで普通にパンパン。。

というのも
人が描いた図面を読み解いて
統合して、不整合を直して
続きを描くことがけっこう多い。

これ自分で一から描くより
時間かかったりするんですけど。。

しっかり図面描く人、減ってない？

AI、こっちも早くなんとかしてくれい！

[シープ|店舗内装の実施設計 @sheep_design_jp]

実施設計でAIを使おうとしているから
感じるところがあって。

制約を外して可能性を広げているAI開発と、
明日の仕事で実際に使えるところまで落とすAI開発。

どちらが良い悪いではなくて、
大学研究とビジネスみたいに、
見ている時間軸が少し違うんだと思う。

設計も同じで、

パースプレゼンや基本設計みたいな
少しホワイトカラー寄りの領域と、

寸法を合わせる。
納まりを考える。
材料を決める。
施工できる形にする。
変更の影響を見る。
お金を着地させる。

みたいな、
かなりブルーカラー寄りの実施設計がある。

AIと設計の議論は、
まだ前者の話が多い気がする。

「これから実際につくるための設計」の側から見ると、
時間、コスト、既存業務とのつながり、
毎日使えるかまで含めて考えないといけない。

実施設計や現場の人は、
そこが難しいことを当たり前に知っているから、
逆にポストが少なく見えるのかもしれない。

でも、AIを仕事に入れるなら、
この側の話ももう少し表に出てきた方が面白いと思う。

[シープ|店舗内装の実施設計 @sheep_design_jp]

今日も少しずつ。

3つのAIで知見を共有しながら、
そこで得た気づきをそのまま溜めるだけじゃなく、

使える知恵にして、
さらに再利用できる技術へ
少しずつ昇華していく仕組みをつくってる。

AIが増えるというより、
考えたことが育っていく感じ。

[シープ|店舗内装の実施設計 @sheep_design_jp]

AutoCAD界隈って、やっぱり独特の村がある。
そしてVectorworksは、だいたい村の外にいる。笑

AI開発の話を見てても、
AutoCAD、Revit、Rhinoあたりで自然に話がまとまってて
Vectorworksは「はいはい、今回もこっちね」ってなる。

ソフトが違うから当たり前なんだけど、
なんとなく毎回、別テーブル感がある。

でも私はAutoCADの図面、けっこう好き。
あの線と文字の詰まり具合とか、
無骨な「図面です」感がかっこいい。

Vectorworks使いながら、
AutoCAD界隈の図面とAI開発を横目で眺めてる。

CAD界での立ち位置、ずっと迷子。笑

[シープ|店舗内装の実施設計 @sheep_design_jp]

AIで作ろうとしているものも、
結局「段取り8割」だなって思う。

AIがコードを書いたり、
図形を動かしたりするところは目立つけど、
その前後の流れを決める方に、ずっと時間を使ってる。

[シープ|店舗内装の実施設計 @sheep_design_jp]

仕事は一本道じゃない。

別案が出て、戻って、
変更して、また進む。

わたしは全部を頭の中だけで追えるほど器用じゃないし、
並列的にいろんなことを考えるのも、すごく苦手。

だから昔から、
周りに置いていかれないための工夫として、
仕事の流れそのものを
ひとつの地図として見えるようにしたいと思っていました。

上から見れば、今の仕事。
横には別案。
下には変更履歴や、使ったAI機能の流れと履歴。

それぞれの点から実際のデータへ辿れたり、
仕事がどこで迷ったのか、
何が採用されて、何が戻ったのかを分析できたり。

まだ全然完成ではないけれど、
分からなくなったら辿れて、
あとから仕事を振り返れる。

そんな地図にしていきたい。

[シープ|店舗内装の実施設計 @sheep_design_jp]

最初は、
AIに指示する文章を整えればいいの？
と思ってた。
でも、毎回の操作が安定しない。

そこで実務を細かく分けて、
探す。
読む。
比べる。
判断する。
変更する。
確認する。

それぞれを小さな能力としてつくり、
実際のCADでひとつずつ確かめています。

すると、
ひとつの能力が、
一段上の機能の材料になっていく。

全体で開発は30％くらい？

基礎になる部分はかなりできてきて、
これからは実務で使う能力を増やしていく段階です。

いまでもコードはまったく読めません。

[シープ|店舗内装の実施設計 @sheep_design_jp]

わたしは非エンジニアなので、
自分でも開発を理解できる形にしたくて、
まず開発AIの構造を地図として見える化しようと考えました。

ただの概念図ではなく、
実際の構造を読んでいて、
のちのちは実CAD操作とも連動させていきたい。

最終的には、
本体に実装する機能のひとつへつなげていく予定です。

[シープ|店舗内装の実施設計 @sheep_design_jp]

建築業界は、
新しい技術が出ても、それだけでは広がらないことを
BIMで一度経験している。

理屈では正しくても、
学習コストが高くて、
今までの仕事を大きく変えないと使えないものは、
なかなか現場に定着しない。

「新しい技術が出た → みんな使えばいい」
になりやすいけど、現場からすると、

「それ覚える時間、誰が払うの？」
「今の図面どうするの？」
「既存案件は？」
「担当者が辞めたら？」
「全員同じレベルで使えるの？」

これ、BIMのときにも見た景色だと思う。

AIは、たぶん二周目。

導入できることと、定着することは別

だから今回は、
「何ができるか」だけじゃなくて、
どうすれば今の仕事のまま使えるかまで考えたい。

[シープ|店舗内装の実施設計 @sheep_design_jp]

開発を始めてから、
普段の設計で自分が何を見て、どう判断して、次に何をしているのかを、かなり細かく言葉にするようになった。

それは新しく考えた仕事の流れじゃなくて、もともと無意識にやっていた判断の順番。

AIに落とし込むために分解していくと、
「自分はこんなところで疑って、こんな順番で確認していたのか」と逆に見えてくる。

そして思う。

AIを作るには、
AIのことを知っているだけでは足りないのかもしれない。

その仕事を一人で最後までやれて、
どこで迷い、どこで疑い、どこで止めるのかを知っていること。

AIに落とし込める仕事の深さは、
作る側がその仕事をどこまで深く分かっているかに左右されると思う。

最近つくっているものは、
操作を自動化するというより、
設計するときの思考の流れを、実装できる形にしていくことに近い。