＜Autodesk Forma実践ガイド＞第7回（最終回）：AIは設計をどう変えるか──neural CAD、Autodesk Assistant、MCP、そしてこれから

情報の単位（グラニュラーデータ）、状態（CDE）、接続（Connected Client）、動線（下流工程）。第3回からの四つの断面で、データ駆動設計の土台は一巡しました。 
ここまでの6回で、Formaをめぐる大きな構図は見えてきました。

• 第1回：FormaをAECO産業クラウドとして捉えました。

• 第2回：設計者がFormaでどう検討を進めるかを見ました。基本設計から詳細設計の入り口まで、Formaが担い始めた事実を確認しました。

• 第3回：ファイルからデータへという基盤（粒状データ）を確認しました。

• 第4回：CDEとISO 19650による情報マネジメントを扱いました。

• 第5回：Revitとの接続（Connected Client）を見ました。

• 第6回：設計データが整合・数量・施工へ流れる動線を見ました。

今回が最終回です。締めくくりに扱うのは、その土台の上でAIが何を変えるのか、という問いです。 

読者の問い：「設計のAI活用は今どこまで来ているのか。そしてこの変化の中で、自分たちは何に備えればいいのか」

AIという言葉は、期待と不安の両方を呼びます。設計案をAIが出してくれるのか。Revitは不要になるのか。人間の判断はどこに残るのか。 
この一年、業界の広告と講演を埋め尽くした話題に、最終回は賑やかさから距離を取って向き合います。誇張にも悲観にも寄らず、2026年7月時点で確認できる事実を、提供段階（研究・Tech Preview・一般提供）の区別とともに並べます。 

結論を先に置きます。AIを待つより先に、AIが読めるデータを整えること。それが、いま設計組織にできる最も現実的な準備であり、本連載が一貫して追いかけてきた「設計の時間を設計に返す」ことへの、次の一手です。 

本稿は前半と後半に分かれます。前半では、AIの現在地を種類ごとに整理します。後半では一歩引いて、第5回でお預かりしたままの問い「この先、Revitはどうなるのか」を解き、日本のBIMデータ審査やISO 19650という制度・産業の潮流の中に自社を位置づけて、本シリーズを締めくくります。 

（※本記事の内容は2026年8月時点の情報にもとづいています。Tech Preview段階の機能は、対応地域・機能・提供条件が変更される可能性があります。）

前半：AIの現在地

1.二つのAI。設計を探索するAIと、操作を助けるAI 

読者の問い：「AIといっても、何が違うのか。設計案をつくるAIと、操作を助けるAIは同じなのか」

経営会議で「うちもAIで設計を速くできないのか」と問われた設計部長が、返答に詰まる。画像生成のデモ、チャットボット、自動作図。どれも「AI」と呼ばれているのに、話がかみ合わない。性格の異なる技術が、一つの言葉でまとめて語られているからです。Autodeskが2025年のAutodesk University（AU 2025）以降に打ち出しているものは、二つの系統に整理できます。
設計そのものの生成や探索に関わるAIと、既存ツールの操作や情報取得を助けるAI。前者の代表がneural CAD、後者の代表がAutodesk Assistantです。 

neural CAD：3D形状を理解し、生成するAI

neural CADは、Autodeskが「3D生成AIの基盤モデル」と位置づける新しいカテゴリで、AU 2025で発表されました。2024年公開の研究プロジェクトProject Bernini（約1,000万件の3D形状で学習した形状生成モデル）の系譜にあります。 

公式発表によれば、ChatGPTのような汎用の大規模言語モデルとは異なり、専門的な設計データで学習し、詳細な形状のレベルと、システム・工程のレベルの両方で推論するよう設計されているとされます。現時点で示されているのは、Fusion向けの「neural CAD for geometry」と、Forma向けの「neural CAD for buildings」の2種類です。 

この系統には、すでに実際に触れられる機能があります。第2回で名前だけ紹介したBuilding Layout Explorerです。公式の説明によれば、建物向けのneural CADを用いて、制約や目標にもとづき建物レイアウト案を生成・分析し、案を比較し、気に入った要素を固定したまま別案を再生成できるとされています。条件を与えて複数案を出し、比較し、意図に合う方向へ絞り込む。設計初期の「まだ決めきらない段階」で、探索の幅と速度を広げる役割です。 

ただし提供条件に注意してください。Building Layout Explorerは、米国にデータを置く商用Forma Site Design環境向けの実験的機能として提供が始まった段階です。可否を分けるのはユーザーの所在地ではなくデータ保存リージョンと契約であり、日本リージョンの環境は現時点で対象外です。 

そして、neural CADが出す案は最終設計ではありません。条件設定が曖昧なら案も曖昧になり、法規や実務要件の確認は人間の仕事として残ります。設計者の判断を置き換えるのではなく、設計者が探索できる範囲を広げるもの。しかも、発表が先行し、手元で試せるものはまだ限られる段階。この距離感まで含めて捉えるのが正確です。 

Autodesk Assistant：既存ツールの操作と情報取得を助けるAI

もう一つの系統がAutodesk Assistantです。製品サポートのチャットボットとして始まったこのアシスタントは、いま、モデルの中身を読み、操作まで代行する方向へ進化しています。大規模言語モデル（LLM）を用い、後述するMCPの仕組みにも対応するとされています。 

neural CADが「何をつくるか」の探索なら、Assistantは「どう操作するか」「このモデルから何が読み取れるか」の支援です。境界は今後近づくはずですが、現時点では分けて理解するのが安全です。 

なお、忘れてはならないのがすでに使っているAIです。第2回で見たFormaの迅速解析（風・騒音など）は機械学習ベースの近似計算で、AIはもう解析の裏側で動いています。 

2. Autodesk Assistant。Revitの中で何ができて、何がまだか 

読者の問い：「Revitの中で、AIアシスタントは実際に何ができるのか。もう本番で使えるのか」

集計表の設定を一つ変えたいだけなのに、どのダイアログだったか思い出せない。メニューを探し、ヘルプを検索し、社内の詳しい人をつかまえて、気づけば30分。Revitを使う人なら、こうした時間に覚えがあるはずです。 

Revit 2027にTech Previewとして搭載されたAutodesk Assistantは、Revitの中のチャット画面から自然言語で対話するAIです。公式ヘルプは、できることを三つに整理しています。製品ヘルプ（「プロジェクト標準を転送するには？」）、モデル照会（「1階の柱は何本？」）、タスク自動化（「ドアの集計表を作って」）。汎用のドキュメント検索ではなく、いま開いているモデルのライブデータにもとづいて答える点が、一般的なチャットAIとの違いです。 

これまでのRevitでは、何かを知りたい・やりたいと思ったら、先に「どのコマンドか」を知っている必要がありました。知らなければ探すか、詳しい人に頼るか、定型作業ならDynamoやアドインを組むか。つまり「何を知りたいか」の前に、「どう操作するか」の関門があったわけです。 

Assistantは、この順番を入れ替えます。操作を知らなくても、知りたいことから始められる。さらに実務で効くのが、プロンプトを保存して使い回せる点です。よく使う照会や定型の自動化が、個人の技ではなくチームの共有資産になります。なお、利用にはAutodeskアカウントでのサインインが必要です。Autodesk Japanの公式ブログでも日本語で紹介されています。 

一方で、限界も公式に明言されています。現在のTech Previewは「あらゆるRevitタスクではなく、絞り込まれた一連のワークフローを支援する設計」であり、動作の保証はありません。編集をともなう操作は慎重に、という案内や、操作が実行されない場合にTech Preview設定の有効化が要る、といった趣旨のサポート情報も見られます。 

2026年7月の更新（Revit 2027.2）でも、表示制御の安定化や、現在の制限に関する案内の明確化が改善点に挙げられました。成熟の途上にあることを、Autodesk自身が隠していません。 

だから、順序を決めて試すのが現実的です。まずモデル照会で正確に答えられる範囲を確認し、次に失敗しても影響の小さいタスクで試し、チームで「使えるプロンプト」「誤解されやすいプロンプト」を蓄積し、どの操作を人間が必ず確認するかを決める。集計表が一つ間違えば、数量判断が変わり得るからです。 

3. Revitが外部AIに開いたインターフェース──公開MCPサーバー

読者の問い：「AutodeskのAIだけの話なのか。自分たちが使う別のAIとつなげられるのか」

つなげられます。しかも、非公式の裏技としてではありません。Autodeskが公式に、外部AIとRevitをつなぐ入口を開けました。Assistant本体以上に構造的な変化かもしれない一手です。 

MCP（Model Context Protocol）は、AIがアプリケーションやデータと構造化された方法でつながるためのオープンな標準規格です。特定企業の専有技術ではなく、各AIツールが個別に連携を作り込む代わりに、共通のプロトコルでモデルへアクセスできるようにする考え方です。 

Revit Public MCP Serverは、この規格に対応したAutodesk公式のアドオンです。Revit 2027の公開に合わせてTechnical Previewとして登場し、2026年6月には正式な紹介記事でその位置づけが説明されました。 Revit 2027向けにAutodeskアカウントの管理画面から入手できます。これを介すと、Claude DesktopやCursorなどMCP対応のAIクライアントから、開いているRevitモデルの情報を構造化された形で読めるとされています。 

Autodeskはこれを、BIMデータとAIツールをつなぐ「信頼できる橋」と表現し、乱立するコミュニティ製サーバーに対して「誰を信頼すればよいのか」という問いに公式として答えるものだと説明しています。 
押さえるべき点は三つです。

第一に、段階的に機能が開かれていること。外部クライアント向けの公開サーバーは、公開時のブログで、まず読み取り（要素の検索・パラメータの確認・数量の把握といった照会）に絞り、基盤の信頼性を固めてから広げる意図的な設計だと説明されています。一方、Assistantの中で使うMCPツールについては、公式ヘルプに一括のパラメータ編集やビューのスナップショット取得までが記載されています。つまり、同じMCPでも入口によって対応範囲が違います。いずれも更新が続くため、最新はヘルプで確認してください。 

第二に、Autodesk Assistantとの関係は補完であること。Assistantは統制された環境で最初から多くをこなし、Public MCP Serverは同じ知性を自分の選んだAIクライアントへ持ち込むための入口と位置づけられています。第三に、共存が前提であること。コミュニティ製のMCPサーバーや自社開発の自動化と並走でき、囲い込みではない設計だと明言されています。 

ここで、第3回の話が最終回に戻ってきます。「このカテゴリの要素はいくつか」「このパラメータが空欄の要素はどれか」。AIがこう問い合わせられるのは、モデルがファイルの塊ではなく、要素・属性・関係を持つデータとして扱われているからです。AEC Data ModelのAPIがプログラムからの入口だったとすれば、MCPはAIからの入口。グラニュラーデータという土台整備は、AI時代の接続仕様の準備でもありました。 

4. 人間の判断はどこに残るか──human in the loopという設計思想

読者の問い：「AIが案を出し、モデルを読み、操作まで助けるなら、人間の設計者は何をするのか」

AIが出した案を前に、照査の席で問われる場面を想像してください。「この梁せいの根拠は」。「AIがそう出したので」という回答が通らないことは、誰でも分かります。構造の適合も、法適合の判断も、発注者への説明も、署名するのは人です。この構図はAIの進歩と関係なく変わりません。 

だから、問いの立て方を変えます。「設計者の仕事はなくなるか」ではなく、どの判断を人に残すと決めるか。この問いなら、自分たちで答えを出せます。AIは案を増やせます。条件を満たす候補を探せます。モデルから情報を取り出せます。しかし、どの案を採用するのか、何を捨て何を守るのか、誰に説明しどのリスクを引き受けるのか。AIは、最適化できるものを最適化します。何を最適化すべきかを決めるのは、人間です。 

この考え方は、human in the loop（人間を判断のループの中に残す）と呼ばれます。AU 2025でも、Autodeskの経営トップが、答えを作るのではなく、専門家が選択肢を評価して自ら判断できるようにするのが目標だと語ったと報じられています。 

この構図は、第5回にも顔を出していました。自動化されるのは主に収集であり、検証は設計者の責任として残る。AIでも同じです。減るのは「探す・数える・繰り返す」であり、「決める・確かめる・責任を持つ」は人の側に残ります。 

そして、シリーズの結論がここに接続します。AIの出力も、情報である以上、状態管理の対象です。AIが生成した案はWIPであり、人の検証を経てSharedになり、承認を経てPublishedになる。出所（誰が、AIか、どのプロンプトからか）を記録し、検証の責任者を決め、未検証の生成物を下流に流さない。実装は、生成物の名前や属性に出所の印を持たせ、採用時のチェック項目を一行足す程度から始められます。AIの導入とは、新しい作図手段の導入である以上に、新しい情報源をガバナンスに組み込む作業です。 

もう一つ、見落とされがちな論点があります。技術の継承です。「探す・数える・確かめる」をAIが肩代わりする環境で育つ世代は、その分早く判断の仕事に触れられる一方、モデルの中で何が起きているかを手で覚える機会は減ります。AIに聞ける環境と、AIなしで検算できる基礎教育。この両立は、ツールの設定ではなく育成の設計の問題として、いま考え始める価値があります。 

後半：Revitの行方と、制度の潮流

5. Revitはなくなるのか。二つの層で読む 

読者の問い（第5回からの預かり）：「Building Designが概略を担い、neural CADがFormaに来るなら、Revitはいずれ不要になるのか」 

「Revitは、この先どうなるのか」。Formaに新しい機能が加わるたび、AIの発表があるたびに、この問いは繰り返し浮上してきました。ライセンス更新の検討で、BIM推進の会議で、現場の雑談で。第5回であえて扱わなかったこの問いに、確認できる事実で答えます。この論点には二つの層があり、片方だけを切り取ると、話は過剰に楽観にも悲観にも振れます。 

① 公式な見解

一つ目の層は、公式の明言です。Connected Clientは「既存のデスクトップ製品を置き換えるのではなく拡張する取り組み」と位置づけられ、Revit 2027は大型更新としてリリースされ、2027.2のような継続更新も続いています。投資の実態は、終わらせる製品の動きではありません。 

② 当事者が語る方向性

二つ目の層は、 当事者が語る方向性です。2026年6月、Autodeskは「FormaとRevitはどう共に進化するか」と題した公式インタビュー記事を公開しました。そこで担当幹部は、この話を「FormaかRevitか、勝者と期日が決まった勝負」と見るのは誤りだとしたうえで、成功とは「顧客がツール間の継ぎ目（シーム）を感じなくなること」だと語っています。ツールの間で文脈を作り直し、決めたことを説明し直すために費やされている時間を、数年かけて解消していく方向です。ここにあるのは、置き換えの宣言ではありません。しかし、両者の距離を縮め続ける方向は、はっきり示されています。 

現時点での読み方

この二層を合わせると、こう読めます。Revitが明日消えることはない。しかしRevitという環境は、ローカルファイルに閉じた重い環境から、Forma産業クラウドとデータで接続されたクライアントへと、姿を変えていく。「置き換え」ではなく「進化と融合」の方向です。だから実務者に必要なのは、二択で考えないことです。Revitで詳細に作る力、Formaで早く検討する力、CDEで統制する力、AIで探索と確認を速くする力。これらが重なっていくのが、これからの設計実務です。 

そのうえで、社内で更新投資を問われたときの答え方も導けます。「Revitはあと何年使えるのか」には、誰も確答できません。しかし「ここで作ったデータは、何年使えるか」なら、自分たちで決められます。判断の物差しは二つです。IFCなどの標準形式で、品質を保って書き出せること。そして、モデルの情報を要素・属性の粒度で参照できること（第3回のグラニュラーデータ）。 

この二つが保たれている限り、仮に将来ツールが替わっても、蓄積したデータは次の環境へ持ち越せます。だから、経営層への説明も変わります。ソフトを買い続ける費用ではなく、持ち運べる資産を育てる投資。ツールの寿命を予想するゲームから、データの寿命を延ばす実務へ。これが、この問いへの実務的な答えです。 

6. 個別製品から、制度と産業の話へ──2029年データ審査と世界の潮流 

読者の問い：「これはAutodesk製品の話にとどまるのか。それとも、日本の建設DX全体と関係するのか」

最後に、一段引いて制度の側から見ます。鍵になる年は、2029年です。遠く感じるかもしれませんが、テンプレート整備や教育が一巡する時間を考えれば、逆算はすでに始まっています。 

国内では2026年にBIM図面審査が始まりました。BIMから出力したPDF図書を主に審査し、IFCを補足情報として活用する段階です。その先に、BIMデータそのものを審査対象とするBIMデータ審査が、2029年春の開始を目標に構想されています。工程表として示された方針であり時期や内容は変わり得ますが、「図面を審査する」から「データを審査する」への道筋が描かれ、審査を支える確認申請用のCDEの整備も進められています（第4回参照）。 

海外では、この移行はすでに義務化の段階に入っています。
英国は2011年の戦略発表から2016年の公共調達での義務化まで5年。シンガポールはさらに踏み込み、日本の建築確認にあたる申請を、図面ではなくBIMデータで受け付ける国家プラットフォームCORENET Xを稼働させています。複数の規制機関への申請を一つの窓口に統合し、モデルデータ（IFC形式）で提出する仕組みです。その義務化は段階的に進んでいます。2025年10月に延べ3万㎡以上の新規プロジェクトから始まり、2026年10月には対象が延べ5,000㎡以上へ広がる計画です。※ なお、時間短縮などの効果は大規模で複雑な案件ほど顕著だという運用実績を踏まえ、それ未満の小規模案件は当面、従来の電子申請システム（CORENET 2）を使い続けられる調整も入っています。一律に義務化するのではなく、効果の出るところから段階を切る。この進め方自体が、日本の今後を考えるうえで参考になります。

※実施計画は2026年7月23日付のURA・BCA通達で改定された最新のものです。それ以前の資料とは対象範囲の記載が異なるため、最新は同通達をご確認ください。 

ISO 19650に代表される情報マネジメントの標準化（第4回）と、各国のデータ審査・データ提出の流れは、設計情報を構造化データとして扱うという同じ方向で重なっており、日本の2029年構想は突飛な話ではありません。 

そして重要なのは、前半のAIの話と、この制度の話が、同じ地下水脈でつながっていることです。neural CADも、Assistantも、公開MCPサーバーも、2029年のBIMデータ審査も、突き詰めれば「設計情報が、ファイルの塊から、機械が読める構造化されたデータへ移っていく」という同じ動きの、別々の断面です。データで審査される日に問われるのは、属性が埋まっているか、整合が取れているか、出所が追えるか。AIに正しく答えさせるための条件と、同じものです。 

7. 実務者は今、何を準備すべきか──シリーズ全体の締め

読者の問い：「結局、自分たちは今から何をすればよいのか」

七回の連載の締めとして、AIとの向き合い方を三つに絞ります。いずれも、これまでの回で積み上げてきた原則の言い換えです。

一つ目は、AI導入の検討を「ツール選び」からではなく「データの土台の点検」から始めることです。Assistantのモデル照会も、MCP経由の外部AIも、答えの質はモデルの質で決まります。属性が空欄で、タイプが乱れ、命名が不統一なモデルに、AIは正しく答えられません。命名規則、属性入力、ファミリ・タイプ体系、数量に使うパラメータ。第6回の点検リストは、そのままAI準備度の点検リストです。

二つ目は、範囲を決めて小さく試し、記録することです。何を任せ、どの出力は必ず人が確認するのか。どのデータを、どのAIサービスへ、誰の承認で渡すのか。特に外部AIとの接続では、このガバナンスを文書で整えることが技術検証より先です。そのうえで影響の小さい照会から試し、有効だったプロンプトと誤答の記録を共有する。この積み重ねが、AIを面白い実験から使える業務に変えます。

三つ目は、設計判断を言語化することです。なぜこの案を選んだのか。どの条件を優先し、何を制約としたのか。言語化され、データや履歴として残っている判断は、AIが支援しやすく、後工程にも、審査にも、次の担当者にも伝わります。AI時代に必要なのは、プロンプトを書く力そのものではありません。設計判断を、他者にも、AIにも、後工程にも伝わる形にする力です。

【今回の判断】AIを待っているのか。データを整えているのか 

本シリーズは毎回、末尾に一つの判断軸を置いてきました。並べれば、向いている方向は一つです。 

• 第3回：ファイルを渡していますか。それともデータをつないでいますか。

• 第4回：フォルダを共有していますか。それとも状態を統制していますか。

• 第5回：ファイルを行き来させていますか。それともシナリオでつないでいますか。

• 第6回：図面を納品していますか。それともデータを引き継いでいますか。

そして最終回の判断軸です。「AIを待っているのか。データを整えているのか」

AIの成熟を、ただ待つことに実務上の意味はほとんどありません。待っている間に整えたものが、そのままAIの性能を決めるからです。形を生成するAIはまだ研究と発表の段階、対話で動かすAIはTech Previewとして製品に入り始めた段階。そしてどちらも、整ったデータの上でしか力を発揮しません。四つの問いに向き合ってきた組織にとって、AIは突然の破壊者ではなく、整えた土台の上に載る次の一段です。

そして日々の運用では、もう一つの問いを併せて持ってください。AIに判断まで委ねているのか。人を判断のループに残しているのか。AI活用とは、ツールを入れることではなく、判断の境界を設計することです。

シリーズ全体の締め：Formaを見る視点は変わったか

全7回、Autodesk Formaを「設計上流ツール」としてではなく、計画・設計・施工・運用へ広がる産業クラウドとして歩いてきました。 

• 第1回：全体像を見ました。

• 第2回：設計者の作業を見ました（描いてから検証する、から、検証しながら描くへ）。

• 第3回：ファイルからデータへの転換を見ました（グラニュラーデータ）。

• 第4回：CDEとISO 19650による規律を。

• 第5回：Revitとの接続を見ました（シナリオを介したデータ接続）。

• 第6回：下流へ流れる動線を見ました（デジタルスレッド）。

• 第7回：AIがその上にどう乗ってくるのかを見ました。

Formaは単なる初期検討ツールではなく、Revitをすぐ置き換える万能ツールでもなく、AIがすべてを自動化する魔法の箱でもありません。設計情報をデータとして扱い、CDEで統制し、Revitや施工・運用のワークフローへ接続し、その上でAIを活用していくための産業クラウド。ここまで読んでくださった方には、そう見えているはずです。 

一貫して追いかけてきたのは、設計の時間を設計に返すという一点でした。製品や機能の名前はこれからも変わり続けますが、情報を粒度で扱い、状態で統制し、接続でつなぎ、動線で流すという原則は、名前より長く残ります。

AI時代の設計者に求められるのは、AIに仕事を奪われないようにすることではありません。AIが使えるほど良い情報をつくること。そして、AIが出した選択肢の中から、プロジェクトにとって意味のある判断を、根拠を持って下すことです。 

私たちArentは「暗黙知を、AIで解き放つ」というミッションを掲げてこの領域に取り組んでいます。AIが設計をどう変えるかという問いの核心は、機能の派手さではなく、人の頭の中や個々のファイルに閉じていた知見を、チームと未来に受け渡せる形にしていくことにあると考えています。

その実践として、私たち自身も手を動かしています。Autodesk Revit向けのAIアドイン「Lightning BIM AI Agent」は、チャットで指示すると、AIがその意図を解釈してRevit上の操作を自動で実行するツールです。要素の編集や確認、フィルタ設定、寸法配置といった定型操作を自然言語で任せられる一方、何を・どこまで・どう仕上げるかを決めるのは設計者です。本稿で述べてきた「人を判断のループに残す」「AIが読めるようにデータを整える」という原則は、私たちが製品づくりの現場で日々向き合っている課題でもあります。 

本シリーズが、Formaという製品の理解にとどまらず、これからのBIM、データ駆動設計、AI活用を考えるための地図になれば幸いです。変化の速い領域で迷ったときに、立ち返る場所として使ってください。全7回、お付き合いいただきありがとうございました。

※本記事の内容は2026年8月時点の情報にもとづいています。neural CAD、Autodesk Assistant、Revit Public MCP Server、Forma Connected Client、Building Layout Explorerはいずれも提供段階や仕様が変更される可能性があり、Tech Preview段階の機能には対応地域・機能・提供条件の制約があります。また、建築確認申請のデジタル化に関する工程表は方針として示されたものであり、時期・内容は変更されうるものです。最新情報は、Autodeskの公式サイトおよびRevit 2027の公式ドキュメント、国土交通省の公表資料をご確認ください。