AI拡張型エンジニアリング事務所。

01 — 前提

エンジニアリングが抱えているのはAIの問題ではない。オペレーションの問題である。

技術者がエンジニアリング事務所を眺めるとき、まず目が向くのは計算業務である。そこは目に見えて、技術的で、見栄えのする部分だ——そして狙う場所としては誤っている。事業の中で最も余白がなく、最も法的責任が重く、人件費に占める割合が最も小さい部分だからである。

金が漏れているのは事務所の残りの部分だ。提案書。積算。契約レビュー。工程管理。施工図承認記録。RFI。議事録。仕様書の相互確認。文書管理。請求。回収。竣工引渡し。どれ一つとして専門職の押印を必要としない。そのすべてが有資格専門職の時間を消費している。そしてこれこそ、協調して動くAIエージェント群がいま得意とする仕事にほかならない。

この領域に構造的な異常があるという業界レベルの証拠は、微妙でもなければ目新しくもない。McKinseyの言葉を借りれば、"Construction productivity improved by only 10 percent, or 0.4 percent annually, from 2000 to 2022, compared with 90 percent, or 3.0 percent annually, in manufacturing."² 米国に限れば、状況は停滞よりも悪い。Goolsbee と Syverson は、建設労働者1人あたり付加価値が 2020年に1970年より約40%低い ことを見いだした。これは米国全体の生産性成長を測定可能なほど押し下げる大きさの低下である。³

図1 · 二つのセクター、二十二年

労働生産性の累積変化、2000年を100とした指数。建設業は全期間で約10%の上昇、製造業は約90%の上昇。両端点の間の曲線は公表された年平均複利成長率（0.4%と3.0%）から描いたものであり、端点そのものはMcKinseyの数値、その間の経路はモデル化したものである。

製造業建設業

出典： McKinsey & Company, How agentic AI is transforming the AEC industry（2026年7月）。² 同じ方向を裏づける資料として、McKinsey Global Institute, Reinventing Construction（2017年）は、直前20年間の建設生産性の成長を年約1%、世界経済の2.8%に対して低いと位置づけ、その差を埋める価値を年間$1.6 trillionと評価した。¹

CAD、BIM、クラウド文書管理、プロジェクト管理SaaSの20年は、まさに上のグラフが覆う期間にこの業界へ売り込まれた。線は動かなかった。これが本ポジションペーパーで最も重要な一つの事実であり、私はこれに二度立ち返る——一度は機会が本物である理由の論拠として、もう一度はOxveloが参入すること自体への最も強い反論として。

02 — 利益は実際どこにあるのか

支払われる労働時間の五分の二は、すでに請求できていない。

セクターから事務所へと視点を寄せる。Deltek の Clarity 調査は、建築・エンジニアリング事務所に関する業界で最も長く続く財務ベンチマークであり、第47版は約900社を対象とした。⁴ その数値が描き出すのは、圧縮下にあるビジネスモデルである。

58.9%

稼働率の中央値——給与を支払った時間のうち請求可能な割合

▼ 61.1%から2.2ポイント

161.3%

間接費率の中央値——直接労務費$1.00ごとに$1.61の間接費

▲ 10年来の高水準

16.7%

純売上に対する営業利益

▼ 21.4%から4.7ポイント

13.8%

年間離職率

これらを並べて読むと、算術は容赦がない。間接部門の給与を1件も数えないうちに、給与を支払った専門職の時間の約41%はすでに請求不能である——そのうえで、残る請求可能な労務費1ドルごとに$1.61の間接費が後ろに引きずられている。同時に営業利益率は、10年来の高水準から1年で5ポイント近く低下した。

図2 · エンジニアリングの給与1時間

約900社の建築・エンジニアリング事務所における稼働率の中央値、当年と前年の比較。請求不能分は定義上そのまま無駄なのではない——営業開拓、QA/QC、教育訓練、マネジメントを含む——が、AIワークフォースが狙うのはこのプールである。

請求可能時間請求不能時間

出典： Deltek Clarity 47th Annual A&E Industry Study（2026年）、約900社。⁴ 稼働率と間接費率の数値は、Deltek のパートナーである Full Sail Partners が完全版調査から報告したもの。Deltek 自身の公開ページも、営業利益率16.7%、離職率13.8%、AI導入率70%という見出し数値を裏づけている。⁵ 注：建築家やエンジニアが一日をどう設計と管理業務に割り振っているかを測定した、信頼に足る動作時間研究は存在しない。稼働率は入手可能な最も近い代理指標であり、ここに図示したのはそれである。

本ポジションペーパーが意図的に使わない数値

AECテクノロジーのマーケティングで最も引用される統計は、"construction professionals spend 35% of their time — over 14 hours a week — on non-productive activities" というもので、米国の労働コストにして年間$177 billionに相当するとされる。¹⁸ これは実在し、出典も確かだ。しかし調査対象母集団の49%はゼネコン、36%は専門工事業者であり——設計専門職ではない。これをエンジニアや建築家に当てはめるのは、読者が文書中の他のすべてを信用しなくなる類いの小さな不誠実である。上に挙げた58.9%という稼働率の数値こそ、擁護できる数値だ。

03 — 論旨

変革の単位はタスクではなく、事務所である。

エンジニアリング企業はほぼ全員がエンジニアで構成されており、エンジニアはエンジニアのように考える。それは技術業務における強みであり、それ以外のあらゆる場面では盲点である。その結果、構造解析のワークフロー最適化に2年を費やす一方、署名済みの契約書がプロジェクト作業環境になるまでになぜ11日もかかるのかを問うのに0年しか費やさない事務所ができあがる。

代わりの整理軸は、機会をエンジニアリングの専門分野ではなく業務機能で括ることである。どのエンジニアリング事業にも、営業開拓、積算、契約、プロジェクト管理、技術的生産、文書管理、施工監理、財務、人事、コンプライアンス、ナレッジマネジメントが存在する。そのそれぞれにAIの対応物がある。それらを合わせたものは機能一覧ではない——ワークフォースである。

図3 · 機能別にマッピングしたAIネイティブ事務所

デジタルの同僚たちは、観察し、検索し、整理し、分析し、起草し、推奨し、調整し、エスカレーションする。人間の側には、意思決定権、専門職としての責任、承認、顧客に対する説明責任、そして判断が残る。オレンジで示した制御点は、有資格の人間が行為しなければならない箇所である——装飾ではなく、荷重を負う要素だ。

フレームワーク図——Oxvelo。人間の制御点は §7 に記録した専門職実務上の制約から導いた。すなわち、押印と専門的責任（responsible charge）に関する NCEES Model Rules §240.20、²⁰ NSPE Board of Ethical Review Case 24-2、²¹ および Texas Board PAO-71 である。²²

このワークフォースの下には、さらに二つの層がある。持続的な優位が実際に宿るのはそこだ。

組織的インテリジェンス。 あらゆるプロジェクト、文書、標準、意思決定、教訓、見積り、過去の成果が検索可能かつ再利用可能になる。今日この資産はどの事務所にも存在しながら、ほとんど無価値である。ファイルサーバー、受信箱、そして4年後に引退する共同経営者の記憶に散らばっているからだ。2022年には推定184,175人のエンジニアが引退または離職したとされ、うち85,175人は土木、機械、電気の分野からであった。¹⁵ その一人ひとりが、索引化されていない知識体系を持ち去ったのである。

ワークフロー・オーケストレーション。 案件を受注した時点で、システムがプロジェクト立ち上げ、工程、成果物登録簿、予算管理、コンプライアンス記録、文書構成、成果物の草案作成を起動する——問われるのを待つのではなく、定義された制御点で人間へエスカレーションしながら。

プロダクトはエンジニアリングの計算でも図面でもない。プロダクトは、エンジニアリング企業全体を根本的に新しい方法で運営することそのものである。創業のテーゼ、平たく述べれば

04 — ビーチヘッド

誰も押印しなくてよい領域から始めよ。

エンジニアリング業務の一部は、いまや反復性がきわめて高く、知性はすでに埋め込まれてしまっている——標準、テンプレート、過去設計、確立された手順の中に。残っているのは実行、確認、記録、そして承認だ。これは「橋を設計せよ」とはまったく別種の問題であり、始めるべき正しい場所である。

参入順序を組み立てる正しい方法は、すべての機能を二つの軸で同時にプロットすることだ。どれだけ自動化できるか、そしてどれだけ専門職としての法的責任を負うか。この二軸は独立ではない——そして安全で価値ある領域は右上ではなく左上にある。

図4 · 自動化ポテンシャルと責任エクスポージャー

横軸は、その機能を今日AIがどれだけ担いうるか。縦軸は、誤った場合にどれだけの専門職責任が付随するか。青の機能は専門職の押印を必要とせず、オレンジの機能は押印を要するか、押印済みの成果物に直接つながる。 Oxveloの参入順序は、オレンジ帯に触れる前に青帯を左から右へ進む。

専門職の押印は不要押印済み業務／専門的責任が生じる

これはフレームワークであって調査データではない。 配置はOxveloの編集上の判断であり、§7 の免許制度上の制約と、入手可能な唯一の公表定量アンカーに依拠している。McKinsey は "AI has the potential to automate 50 percent of nonphysical work in the architecture and engineering sectors." と述べている。² これとは別に——そしてこれは第一の主張の金額換算ではなく独立した主張である——McKinsey Global Institute は、AEC業界が2030年までに米国内で年間およそ$228 billionの価値を、"through AI and other automation technologies" によって解き放ちうると予測している。² 両者はしばしば一つの数字として引用されるが、同じものではない。この図は測定値ではなく、検証されるべき仮説の提示として読まれるべきである。

これが何を排除しているかに注意されたい。施工図承認を独立に承認するAIを排除する。設計について専門的責任を負うAIを排除する。「モデルが押印しました」と売ることを排除する。逆にこれが認めるのは、次のような事務所だ。提案書は2週間ではなく午後のうちに組み上がり、契約書の逸脱条項は共同経営者がファイルを開く前に自社標準と照合されて指摘されており、成果物登録簿はキックオフ時点で自ら構築され、RFI記録は該当仕様条項を引用して自らの問いの60%に回答している——そのすべてが監査可能で、そのすべてが法の求める箇所で氏名の特定された有資格の人間へエスカレーションされる。

05 — 中核となる主張

もはや設計を生み出すためにエンジニアは必要ない。必要なのは、それをQAするエンジニアだ。

これはテーゼの最も鋭い形であり、留保なしに述べるに値する。100人のエンジニアからなる設計チームは、もはや拘束力を持たない生産制約の遺物である。 AIが生み出した出力をレビューし、それに責任を負う2人のエンジニアが、かつて大規模チームを要した生産負荷を担いうる。その財務、スループット、精度、サイクルタイム上の帰結は、漸進的なものではない。別の事業である。

これが無謀でない理由は、この専門職がまさにこの取り決めに対応する法的カテゴリーをすでに、しかも数十年前から備えていることにある。それはレビューと呼ばれる。

専門的責任（responsible charge）は、そもそも著作を要求していなかった

この主張を念頭に置いて、規則をもう一度読まれたい——それも現行のものを。NCEESが2025年8月、要となる定義を、ほとんど誰にも論評されないかたちで書き換えたからである。旧 Model Law は responsible charge を "direct control and personal supervision of engineering or surveying work." と定義していた。2025年8月の Model Law はこれを機能的な基準に置き換えた。responsible charge はいまや "to exercise full professional knowledge of and control over work," を意味し、四つの義務として敷衍されている——当該業務をレビューし、変更し、拒否し、または承認する権限、その範囲を自ら把握していること、それについて質問に答えられる能力、そしてそれに対する全面的な責任の引受けである。²⁰

この変更は、私が目にしたどの論評が認めているよりも重い意味を持つ。旧基準が問うたのは、業務を行う人物を監督したかどうかだった。新基準が問うのは、業務そのものを知り、統制し、弁明でき、引き受けているかどうかである。 AIの出力をレビューする有資格エンジニアは、この四つの義務のすべてを満たしうる。有資格エンジニアがモデルを意味のあるかたちで「直接監督する」ことはできない——旧文言のもとでは、この議論は無理があった。現行の文言のもとでは、すっきり通る。

枠組みの残りも同じ方向を指している。NCEES Model Rules §240.20 D は、押印を "only when it was under the licensee's responsible charge." に限って行うことを求める。^20b ニューヨーク州の規則は、その役務が "have not been performed by, or thoroughly reviewed by, the licensee" である文書に押印する行為を職業上の非行と定義している——この選言は規則の側にある。⁵⁹ NSPE の倫理綱領は、各技術分野の部分が当該部分を作成した有資格エンジニアによって署名・押印されていることを条件に、エンジニアがプロジェクト全体の調整について責任を引き受け、その文書に押印することを明示的に想定している。^21b

世界中の大規模エンジニアリング事務所は、すでにこの仕組みで動いている。共同経営者は、自ら作図していない若手職員の成果物に押印する。上級エンジニアの価値はもともと作図ではなかった——作図に対して適用される判断だった。AIはこの関係の法的構造をまったく変えない。変えるのは、レビュー対象を生み出す限界費用が、エンジニアの給与から計算資源の請求書に変わることだ。

NSPE の Board of Ethical Review は、Case 24-2 でその境界を正確に確認した。あるエンジニアが AI を用いて地下水報告書を起草し——学術論文と突き合わせて入念に検証した——さらに設計図書も起草したが、こちらは表面的にしかレビューしなかった。顧客は寸法の不整合と安全設備の欠落を発見した。委員会の判断は、AI の使用が誤りだったというものではない。"The use of AI-assisted drafting tools by Engineer A was not unethical per se. However, Engineer A's misuse of the tool, by failing to maintain Responsible Charge over the AI tool and its output before sealing the document… was unethical."²¹ 違反とされたのはレビューの不足であって、委任そのものではない。これは条件付きの青信号であり、その条件こそがプロダクトのすべてである。

この事案の二つの細部は、読み流すのではなく引き継ぐ価値がある。第一に、委員会は報告書における使用を "partly ethical, and partly unethical" と判断した——入念な検証は能力に関する義務を満たしたが、当該エンジニアはそれとは別に、非公開情報をツールへ開示する前に顧客の許諾を得ることを怠り、求められる技術的出典の記載も怠っていた。検証だけでは足りなかったのである。第二に、委員会は AI の使用を顧客へ開示する義務はないとしつつ、"ethical principles favor transparency when AI plays a substantial role." と付言した。²¹ したがってデータの取扱いと出典記載の規律は、レビューと並ぶプロダクト要件である——それはまさに、図6のプロベナンス層が満たすために存在するものだ。

上級エンジニアの価値はもともと作図ではなかった。作図に対して適用される判断だった。AIはその関係の法的構造を変えない——変えるのは、レビュー対象を生み出す限界費用である。

レバレッジの算術

経済性は機械的に導かれる。米国の建築事務所は従業員1人あたり平均$143,000の純受注高を生んでおり——2011年の$86,000から増加している⁷——一方で建築・エンジニアリング事務所の従業員1人あたり総人件費は$119,511である。⁴⁵ 業界全体の問題は、この二つの数字に凝縮されている。1人あたり売上と1人あたり費用がほぼ同じ数字であり、その間に161.3%の間接費率が挟まっているのだ。（$143,000は平均値である。AIA は中央値を公表しておらず、これほど歪んだ分布では中央値はおそらくより低い——つまり差は縮まるどころか広がる。）

ここでレバレッジ比率を導入する——これを L と呼ぶ。1人の有資格専門職がレビューし責任を負いうる生産アウトプットの、エンジニア換算人数である。今日、構造的には L ≈ 1 だ。エンジニアはおおむね自分の分の仕事を生み出している。L を動かせば、専門職1人あたり売上の線も線形に動く。一方、人員費用は動かない。

図5 · レバレッジ曲線

レバレッジ比率 L——1人の専門職がレビューし押印する生産アウトプットのエンジニア換算人数——の関数としての、有資格専門職1人あたり純売上。基準点は公表データ、曲線は算術、上限は未知であり、それを見つけることこそが事業である。

基準（公表値）： 従業員1人あたり純受注高の平均$143,000、AIA 2024 Firm Survey Report（2023年データ）——中央値ではなく平均値であり、AIA は中央値を公表していない。⁷ 自社の数値で試算する → この曲線は予測ではなく算術である。 専門職1人あたり売上 = 基準値 × L（成果物あたり単価を一定とする）。実務では二つの要因がこれを曲げる。 第一に競争的な価格設定だ。削減分を顧客へ還元すれば専門職1人あたり売上の伸びは緩やかになる——それでも利幅は上がる。成果物あたり費用が価格より速く下がるからである。第二に、より重要な点として、これが利益に変換されるのは定額契約または一括請負の業務に限られる。実費精算契約では、時間を減らせば売上が減る——これこそ、ENR が AECOM による$390Mの Consigli 買収において指摘した収益化上の制約そのものである。⁴⁶

「100人ではなく2人のエンジニア」という主張は、この曲線のはるか右端に位置する——生産機能に限って L ≈ 50 ということだ。二つの限定を加えれば、これは単に大胆なだけの主張ではなく、擁護可能な主張になる。

これは生産機能に当てはまるのであって、事務所全体に当てはまるのではない。 100人のエンジニアリング事務所は、100人が作図しているわけではない。プロジェクトマネージャー、施工監理要員、共同経営者、財務、営業開拓を含む。主張しているのは、設計生産機能が小規模なレビューチームへ収縮するということであり——同時に図3のAIワークフォースが、他の機能をそれぞれの曲線上で圧縮していく。この二つは別の議論であり、本ポジションペーパーには両方が含まれている。
これはまず、テンプレート化された反復性の高い業務に当てはまる。 図4の青帯——知性がすでに標準、過去設計、確立された手順に埋め込まれており、残っているのが実行、確認、記録である領域だ。前例のない構造物では L は長らく1近くにとどまるし、そうあるべきである。

では、なぜ Oxvelo はそもそもエンジニアを採用するのか

以上のすべてに対する明白な反論は、それが計画と矛盾して見える、というものだ。設計を生み出すためにエンジニアが要らないのなら、なぜエンジニアのチームを組むのか。

なぜなら、AIシステムが生み出すものの上限は、そこに埋め込まれた専門領域の知見の質によって決まるからであり——その知見はどこかから来なければならないからだ。エンジニアリング事務所に投じられた汎用モデルは、汎用的な出力を出す。同じモデルでも、その事務所の標準、過去設計、合否判定基準、検図手順、不具合履歴、労苦の末に得られた慣行からなる精選コーパスに対して働けば、その事務所の仕事を出力する。この二つのシステムの違いはモデルではない。後者を築いたエンジニアたちである。

能力に関する研究が示唆しているのは、逆向きにではなく順向きに読めば、まさにこれだ。AECBench は、LLM が最も弱いのは建築基準表の解釈と複雑な推論だと見いだした³⁸——つまり処方箋は、精選され専門家が検証した情報源に対する検索と、専門家が定義した合否基準による決定論的チェックである。その情報源を精選し、その基準を定義することこそ上級エンジニアリング業務だ。 ハルシネーションは、当て推量を報奨する学習目的関数の構造的な産物である。³⁹ その対抗策はプロベナンス層であり、その正解データは専門家が確立しなければならなかったものだ。図6でレビューを安価にしている各層は、いずれも一度なされて何度も費やされる専門家の判断の預金である。

Eudia の経営陣は、モデルの周辺を作るためにエンジニアを雇うのではなく300人規模のリーガルサービス事務所を買収したとき、同じことを述べた。"building truly transformative systems requires deep human expertise embedded within the technology itself."⁴² cove.tool の AI 建築プラクティスは、法規集を読んだAIチームではなく、実務に就く建築家による10年のR&Dを謳って築かれた。⁴⁵

したがって人員はゼロにはならない。形が変わるのである。エンジニアの仕事は三つに分かれ、そのいずれもが作図より価値の高い仕事だ。

役割 1

ナレッジ・アーキテクト

事務所の判断をシステムへ記述する。標準、テンプレート、所定のチェック、合否基準、エスカレーション規則、そして「良い」とはどういう状態かを定義する。これが複利で積み上がる資産である。一度行えば、以後すべてのプロジェクトで費やされる。

役割 2

専門的責任を負うレビュアー

順位付けされた例外の集合を裁定し、専門職としての判断を行使し、成果物に押印し、説明責任を負う。法的に代替不能であり、法文が実際に名指ししている唯一の役割である。

役割 3

前例なき案件のクリエイティブ

テンプレートも先例も存在しない、前例のない問題を担う。Lが1付近にとどまる領域であり——エンジニアの時間がかつてないほど価値を持つ領域でもある。

これが採用プロファイルに何をもたらすかに注目されたい。求められるのは大人数の生産作図チームではない。求められるのは異例に上級な少人数——記述するに値する判断を持つ人々——である。そしてそれこそ、市場で最も不足している資源にほかならない。ACEC の2025年ワークフォース調査では、選んだ職業で成功するうえで最も重要なスキルについて十分に備えができていると感じているエンジニアリング系学生はわずか34%であり、一方で中堅・年長の実務者は、同じスキルについて若手同僚のうち十分に備えができているのはわずか14%と見積もっていることが分かった。¹⁵ これを、単年で184,175人のエンジニアが労働力から抜けているという事実と並べてみるとよい。¹⁵ この業界で希少な資産は生産能力ではない。上級の判断である——そして上級の判断こそ、AIが供給できない唯一の投入要素であり、AIネイティブな事務所が最も遠くまでレバレッジをかけられる唯一の投入要素である。

ここで重みを担っている以上、この二つの数値には留保を付す。34%という数字は、三つの大学とACEC奨学金応募者を通じて集めた195名の学生による便宜的標本に基づくものであり、代表性のある全国パネルではない。また14%は中堅・上級実務者による見積りであり、備えの度合いの測定ではなく認識である。両者は同じ方向を指しているが、どちらも精密ではない。

AIは専門領域の専門家を置き換えない。一人の専門家を何倍にもする。問いはもはや何人のエンジニアを雇えるかではない——手元の二人がどれほど優れているか、である。

規模に関する主張と、それを実際に支えているもの

入手可能な最も強い定量アンカーは、McKinsey の "AI has the potential to automate 50 percent of nonphysical work in the architecture and engineering sectors." という記述である。² これがレバレッジの用語で何を意味するかに注意されたい。企業全体にわたって L ≈ 2 ということだ——50倍ではなく2倍である。高い L の主張は、意図的に選ばれた狭い一片についての主張であり、常にそう述べられなければならない。（並べて引用されるのを目にするであろう数値についての注意：MGI の$228 billionは、"AI and other automation technologies" によって2030年までにAEC業界全体が米国内で生む年間価値の予測である——50%の金額換算ではないし、AI単独でもない。²）

最も直接的な実務上の証拠は cove.tool から来る。同社は$25 millionと10年のR&Dを投じたと謳い、2025年3月にフルサービスのAI駆動型建築プラクティスとして Cove Architecture を立ち上げた。アトランタの15戸住宅プロジェクトで報告された成果は次のとおりである。

60%

設計期間の短縮

95%

見積り精度

40%

設計反復コストの削減

15日

プロジェクトの着手から完了まで

出典：cove.tool、Bisnow および Multi-Housing News による報道（2025年）。⁴⁵ 取り扱い注意：これらは設立からおよそ18か月の事務所が単一プロジェクトについて自ら公表した数値であり、Cove Architecture が登録済みの有資格事務所であるのか、どのような人員体制だったのかは、いずれの報道も明らかにしていない。規模感が本物であることを示す入手可能な最良のシグナルではあるが、証明ではない。

隣接する専門職の状況も同じように読める。なかでも Crosby が最も明快な事例である。同社は立ち上げからおよそ5か月で、約19名により1,000件を超える商業契約をレビューした。2026年3月のシリーズBの時点では、その数はおよそ30名の弁護士で約13,000件に達したと報じられている。⁴⁰ これはレバレッジ曲線が、免許制の専門職において、リアルタイムで動いている姿だ。しかも当の事務所は明言している。"We stand behind our work and take liability for it."⁴⁰ 英国の規制当局は、指名された規制対象のソリシタがシステム出力のすべてについて最終的な責任を負い続けることを条件に Garfield.Law を認可した。⁴¹ これはQAモデルが、エンジニアリングと同じ責任構造を持つ専門職において、免許を得て稼働している例である。

難しいのは、レビューをスケールさせることだ

ここに、この主張が抱える正直な問題がある。しかもそれは本物の問題だ。2人のエンジニアが、100人分の速度で生産するシステムの出力を本当にレビューしなければならないのなら、レビューのスループットが律速条件となり、形だけの承認が失敗モードになる。 実際にはレビューできないレビュアーは、組織図に何と書かれていようと専門的責任（responsible charge）を負っていない——そしてニューヨーク州では、そのレビュアーは他者が作成した成果物について書面の評価を6年間保存する義務を負う。⁵⁹

つまりレバレッジ比率は、AIの生産能力を高めることによって獲得されるのではない。出力を検証しやすく安価にすることによって獲得される。それは別種のエンジニアリング問題であり、実のところそれこそがプロダクトであり、図6が記述しているものである。

図6 · レビューはいかにスケールするか——検証アーキテクチャ

以下の各層はいずれも、人間がすべてについて真に専門的責任（responsible charge）を負うために精読しなければならない出力量を減らす。L はモデルの品質ではなく、このスタックの関数である。

アーキテクチャ——Oxvelo。決定論的チェック層が存在するのは、AECBench が LLM の最も弱い領域をまさに複雑な計算と法規表の解釈だと見いだしたからである。³⁸ プロベナンス層が存在するのは、ハルシネーションが修正パッチを待つ欠陥ではなく学習目的関数の構造的性質だからである。³⁹ アシュアランス層が存在するのは、自動化バイアスが測定可能であり、専門性があっても消えず、"cannot be prevented by training or instructions." だからである。^7c^7b 各層は、名指しされ出典の付いた失敗モードに一つずつ答えている。AECBench のエンコーディングに関する発見にも注意されたい。建築基準の表を自然言語に組み替えたところ、それらに対するモデルの正答率は 45.27% から 98.94% へ上昇した³⁸——つまり検索対象コーパスは受動的な保管庫ではなく設計された人工物であり、それを整えることこそナレッジ・アーキテクトの中核業務なのである。

設計原則として述べればこうなる。エンジニアが図面をレビューすることがあってはならない。エンジニアがレビューすべきは、それぞれが自らの来歴を伴った、小さく順位付けされた例外の集合であり、その対象パッケージでは例外でないものすべてがすでに決定論的チェックによって証明されていなければならない。これが正しくできれば L は上がる。誤れば、法的責任を大量生産する機械を築いたことになる。

06 — なぜ今か、なぜこの市場か

分断された業界、導入のギャップ、そして統合の窓。

これがテーゼではなく事業となるためには、三つの市場条件が同時に成り立っていなければならない。現在、三つとも成り立っている。

この業界は並外れて分断されている

集中度の数値から始めよう。最も明快だからだ。ENR の 2026 Top 500 Design Firms——国内最大手500社の設計事務所——は、2025会計年度に米国内の設計売上$136.3 billionを計上した。¹² センサス局の Quarterly Services Survey によれば、NAICS 5413（建築・エンジニアリングおよび関連サービス）の2025年総売上はおよそ$494.5 billionである。^12b したがって米国最大の500社が占めるのは業界のおよそ28%にすぎない。残る72%は数万社に分散している——そしてその Top 500 の内部でも、上位10社だけで売上の32.2%を取っている。¹²

ロングテールの内側を覗けば、多くの人が想定するよりも小さい。AIA の 2024 Firm Survey は、米国の建築事務所の28%が個人事務所、32%が従業員2〜4名、約75%が10名未満であることを見いだしている。⁷

図7 · 事務所規模別に見た、事務所数シェアと受注高シェア

専門職団体がこの分布の両側を一つの表で公表した最後の機会である。建築事務所の81%は職員10名未満で、受注高の21%を稼いでいた。職員100名以上の1%の事務所が27%を稼いでいた。AIA の2024年調査は、左側の形状が本質的に変わっていないこと——そして受注高はその後さらに集中したことを裏づけている。

事務所数シェア受注高シェア

出典： AIA, 2012 Survey Report on Firm Characteristics, Figure 1.4（2011年データ）——両軸を備えた最も新しい公表表である。^7d なぜ2011年データか：AIA の現行 Firm Survey は事務所規模の分布を公開しているが、規模別受注高の内訳は有料レポート内にとどめている。2024年版は、分布が維持されていること（事務所の75%が従業員10名未満）と、集中が進んだことを裏づけている。2015年から2023年にかけて、小規模事務所が生む受注高シェアは半減し、中規模のシェアは40%低下し、大規模事務所のシェアは40%上昇した。⁷ この図は現時点のスナップショットではなく、今日の集中度に対する保守的な下限として読まれたい。

分断が重要なのには具体的な理由がある。11人の事務所はAIの事業運営レイヤーを自前で構築できないし、身の丈に合ったものを買うこともできない。しかしそこへ接続されることはできる。そして集中のトレンドは、小規模事務所がすでに地歩を失いつつあることを示している——その機序が事業運営モデルの格差である。しかもこれらの事務所は、すでに次々と手を替えている。2025年は国内のA/E取引成立件数が500件を超えた記録上初の年となり、そのうち72%は売上$10 million未満の事務所が関わる案件であった。そしてプライベートエクイティ系の買い手または資本再構成が、いまや設計・環境コンサルティングの全取引の過半を占めている。¹³ より狭いセクター定義を用いる別のトラッカーは、2025年の取引を361件と数え、PEの取引量シェアを38.3%——2018年の22.3%から上昇——としている。¹⁴ 定義は異なるが、方向は違わない。

人材供給は構造的に不足している

ACEC のワークフォース調査は、2022年のエンジニア純不足を約18,000人、うち中核となる土木・機械・電気分野で8,411人としている。¹⁵ エンジニアリング系の授与学位数は2019年に約214,000でピークを打ち、以降10,000以上減少している。¹⁵ 2026年第2四半期時点で、エンジニアリング事務所の33%が、人員不足を理由に直前6か月間に業務を断っていた——2024年第4四半期の51%からは低下したが、それでも業界の3分の1が、人を配せない売上を辞退している。¹⁶ 受注残高の中央値は11か月で、49%の事務所が1年以上と回答している。

これは需要側の論拠であり、コスト側の論拠より強い。仕事を断っている事務所は人員削減を求めてはいない——スループットを求めているのだ。この一点が、売り方の全体を組み替える。

導入は現実だが浅い——そして公表数値は混乱している

ここは慎重にならなければならない。AECテクノロジーの言説が最も不誠実になる場所だからだ。この業界について公表されているAI導入率は、何を誰に尋ねたかによって6%から98%まで開く。

図8 · 「AECにおけるAI導入率」は一つの数字ではない

2024〜2026年に公表された七つの数値。それぞれが別のものを測っている。パーセンテージではなく、設問を読まれたい。

出典（上から順に）： AIA/Deltek/ConstructConnect（2025年）——さらに20%の事務所が導入進行中と回答している点に注意。⁸ 同上。⁸ Bluebeam（ASCE 経由、2025年）。⁹ AIA 2024 Firm Survey Report。⁷ Deltek Clarity 第46版。⁶ Deltek Clarity 第47版。⁴ Autodesk State of Design & Make: AI Pulse。¹⁰ とりわけ注意して見るべき二つの母集団がある。 Bluebeam の27%は「AEC専門職」ではない——調査対象は5か国（米国、英国、フランス、ドイツ、オーストラリア）に限られた管理職以上のテクノロジー意思決定者1,000名超である。^9b2 Autodesk の98%は Design & Make の三セクター全体——建築・エンジニアリング・建設、製品設計・製造、メディア・エンターテインメント——にまたがるため、AEC固有の数値ではない。¹⁰ どちらもそうであるかのように頻繁に引用されている。

最も擁護できるシグナルは単一の数値ではなく、同じ業界に同じ設問を3年続けて投げかけた唯一の時系列である。Deltek の建築・エンジニアリング調査は、38%、53%、70% と推移した。⁴⁶

図9 · 設問を統制した唯一のトレンドライン

AIおよび機械学習の利用を報告した建築・エンジニアリング事務所の割合。Deltek Clarity A&E Industry Study、同一パネルの連続3年版。

出典： Deltek Clarity A&E Industry Study。⁴⁶ 38%は第46版の中で前年比較（"up from 38% last year"）として報告されたものであり、第45版の見出し数値ではない。標本ベースも3年間で拡大しており（650社超 → 692社 → 896社）、したがってこれは固定パネルではなく反復横断調査である。水準の読み方にも注意されたい。「AIを使っている」は低いハードルだ——事務所内のどこかでAIまたはMLを何らかのかたちで使っていればよい。示唆的なのは Deltek 自身の第47版の対になる数値である。そこから測定可能な事業上のプラス効果を報告しているのはわずか38%にすぎない。⁴ 扉は開いている。誰も事業運営モデルを作り替えてはいない。

このギャップ——AIに触れている事務所は70%なのに、測定可能な事業効果を報告するのは38%にとどまり、⁴ 一方でAEC回答者の52%は設計段階でいまだ紙を使い、43%はいまだ物理的な署名に依存している⁹——こそが機会のすべてである。導入は幅1マイル、深さ1インチだ。誰も企業組織そのものを作り替えてはいない。

07 — 反対論

七つの反論を、手加減なしに。

片側だけを論じるポジションペーパーはマーケティングである。以下に、Oxveloがこれを行うことへの最も強い七つの反論を——敵対的で、十分に情報を持つ読者が述べるであろうかたちで提示し、その上で答える。うち三つは実質的に正しく、それらは戦略を打ち破るのではなく、戦略を変える。

反論1 · 免許制度

AIはエンジニアリング業務について専門的責任（responsible charge）を負えないし、図面に記名押印できないし、専門職としての説明責任も担えない。エンジニアリング事務所において価値あるものはすべて、有資格の人間の署名に帰着する。あなたが自動化しているのは、重要でない部分だ。

応答

前半は端的に正しく、Oxveloは批判者よりも大きな声でそう言うべきである。NCEES Model Rules §240.20 D は、資格保持者の印章と署名を "only when it was under the licensee's responsible charge," 成果物に付すことを求めており、^20b responsible charge は2025年8月以降 "full professional knowledge of and control over work." を行使することと定義されている。²⁰ ニューヨーク州はさらに踏み込む。資格保持者が自ら作成せず、また "thoroughly review" もしていない文書に押印する行為は職業上の非行と定義され、他者の成果物をレビューする資格保持者は書面の評価を6年間保存しなければならない。⁵⁹

後半——「重要でない部分」——において、この反論は破綻する。答えは図2である。給与を支払った時間の41%がすでに請求不能であり、請求可能な労務費1ドルごとに$1.61の間接費がかかっているのなら、押印を要さない業務こそが事務所の経済そのものだ。押印はプロダクトの保証である。プロダクトの費用構造ではない。

しかも規制当局は、狭い論点についてはすでに答えを出している。テキサス州の Board of Professional Engineers and Land Surveyors は2024年11月、Policy Advisory Opinion PAO-71 を発出し、AIソフトウェアの使用は禁じられておらず、"licensees are ultimately responsible for any work product they sign and seal," であり、既存の規則ですでにAIを十分に規律できているとして、AI固有の規則の制定を見送った。²² NSPE の Board of Ethical Review は Case 24-2 で並行する結論に達した。AI作図ツールの使用は "was not unethical per se" であり、押印前にその出力について専門的責任を維持しなかったことが非倫理的だった、と。²¹ フロリダ州の委員会は一文でこう述べている。"AI can assist your work, but it cannot replace your professional judgment or accountability."²³

これが実際に制約すること： Oxveloは自律的に押印された成果物を売り物にすることが決してできず、押印済み成果物に触れるすべてのワークフローには、設計段階から監査可能な人間のレビュー記録が必要となる——ニューヨーク州では、保存された書面の評価がそれにあたる。これはプロダクト要件であり、最初の請求が起きてから後付けするのではなく、初日から作り込むべきものである。

反論2 · 所有規制

あなたはニューヨーク州で無資格者である。ニューヨーク州法の下では、エンジニアリング事務所を保有することも、その社長になることも、会長になることも、CEOになることもできない。あなたが築こうとしている事業体は、自分の州で違法だ。

応答

この反論は正しく、本ポジションペーパーで最も重大な帰結を持つ発見である。 それは戦略を打ち破らない。企業構造を決定づけるのである。

エンジニアリングを営む通常の専門職法人について、ニューヨーク州の原則は、すべての株主、役員、取締役がニューヨーク州の免許を有していなければならないというものであり、"no other entity or individual except those described in the preceding may practice professional engineering in New York State."²⁵ 唯一の逃げ道は BCL §1503(b-1) に基づく Design Professional Service Corporation であり、その条件は通常示される要約よりも厳しい。²⁴

発行済株式の75%超を、設計専門職および ESOP が保有していなければならない。
取締役の75%超、かつ役員の75%超が設計専門職でなければならない。
社長、取締役会議長、および最高経営責任者は、いずれも設計専門職でなければならない。
筆頭株主は設計専門職または要件を満たすESOPでなければならない。
そして決定的なのは——25%未満の枠が開かれているのは、従業員持株制度と、設計専門職ではない当該法人の従業員に対してだ、という点である。外部の、従業員でない投資事業体は、そもそもこの枠の対象にならない。

したがって状況は「無資格者は25%まで保有できる」よりも悪い。ニューヨーク州では、外部の持株会社が有資格設計事業体の持分を得る経路は存在しない。他州ははるかに寛容である。カリフォルニア州は、有資格エンジニアが所有者、パートナー、または担当役員であることを求め、無資格者による単独所有を禁じている。²⁷ テキサス州の事務所登録規則は所有について一切定めておらず、常勤の現役資格保持者が最低1名雇用され、免許業務を監督することだけを求めている。²⁶

図10 · 無資格者が有資格設計事業体をどこまで保有できるか

三つの州、三つの制度。ニューヨーク州は国内で最も厳格であり、しかもそこがOxveloの本拠地である。棒グラフは法文の単純化であり——実際の条件は脚注が担っている。そのどれもが荷重を負っている。

出典： NY Business Corporation Law §1503(b-1) および NYSED Office of the Professions。²⁴²⁵ Cal. Bus. & Prof. Code §6738。²⁷ 22 Tex. Admin. Code §137.77。²⁶ ニューヨーク州の棒は権利ではなく外縁として読まれたい。 25%未満の枠は、法文上ESOPと、設計専門職ではない当該法人の従業員のために留保されている——外部の、従業員でない投資事業体は対象外であり、したがって持株会社にとっての実務的な数字はゼロである。カリフォルニア州： §6738 が及ぶのは土木・電気・機械の各部門のみであり、エンジニアリングLLCを禁じる規定は §6738 ではなく Cal. Corp. Code §17701.04(e) に由来する。^27b テキサス州： 所有については沈黙しているが、常勤の現役資格保持者を最低1名雇用しなければならない。本ポジションペーパーのいずれも法的助言ではない。構造を決定する前に、必ず弁護士に確認されたい。

反論2の続き · 構造による答え

規制を受ける三つの異なる専門職が、まさにこの問題に対して独立に同じ解へ収斂した。これはその解が正しいことの強い証拠である。

医療では、corporate practice of medicine の法理が、企業が医師を雇用して医療を提供することを禁じている。普遍的な回避策がMSO/PC構造である。医師が所有する専門職法人が臨床医を雇用し、臨床上の判断をすべて統制する。一方でマネジメント・サービス機構——すなわちテクノロジー企業——が、経営管理業務委託契約の下でプラットフォーム、予約管理、請求、人事、マーケティングを提供する。⁵⁵ 法律では、2026年3月に Lux と Index がリードし、Sequoia、Elad Gil、01 Advisors、Bain Capital Ventures が参加した$60Mのシリーズ Bを調達した Crosby が、まさにこの形をとっている。"Crosby Legal PLLC is a law firm……powered by tech from Crosby Legal, Inc."⁴⁰ 会計では、Alpine の Ascend のようなPEプラットフォームが、買収した各事務所を監査証明の事業体と税務・アドバイザリーの事業体に分割している——いわゆる「alternative practice structure」であり、監査証明業務にはCPAによる過半数所有が求められるからである。⁴⁴

エンジニアリングの制約は、医療のそれとほぼ一対一で対応する。州ごとの免許事業体、専門職としての権限を保持しなければならない特定の個人（専門的責任を負うエンジニア、あるいは医師）、そして州によって厳格から寛容まで幅のある所有規制である。

ビジネスモデルを静かに壊す一点： ニューヨーク州では、医療における対応事例のMSO報酬は、定額、時間基準、またはその他 "reasonably related to the cost of the services" であり、かつ "unrelated, directly or indirectly, to the dollar amounts billed and collected" でなければならない——売上比例の管理報酬は違法な報酬分配として扱われ、Medical Society of the State of New York は会員にこの点を明示的に警告している。⁵⁶ 同じ性格づけがエンジニアリングのMSOにも及ぶかは未解決の問いであり、売上分配型のモデルを構築した後ではなく、構築する前に弁護士が答えなければならない。

図11 · 二事業体構造

テクノロジー企業はプラットフォーム、データ、そして企業価値を保有する。有資格の設計事業体は専門職としての判断、押印、そして法的責任を保有する。両者を経営管理業務委託契約が結ぶ。これは抜け穴ではない——他の三つの免許制専門職において、規制当局の検証を経た標準的な構造である。

構造図——Oxvelo。医療で記録されたMSO/PC の取り決め⁵⁵⁵⁶ をモデルとし、法律（Crosby）⁴⁰ および会計（Ascend の alternative practice structure）⁴⁴ で観察された形である。既知の失敗モードは「ストローマン」だ。すなわち、名目上の資格保持者を看板に立て、実際の運営統制は法人側が握る構図である。記録に残る危険信号は、顧客からの売上がすべて直接マネジメント事業体へ流れること、そしてマネジメント事業体が専門職の関与なしに有資格専門職を採用・解雇することである。⁵⁶ 専門的責任を負うエンジニアが真に責任を負っていないのなら、その構造は構造ではない——執行処分である。

反論3 · モデルの能力

言語モデルは、エンジニアリングが要求するまさにその推論が明らかに不得手である。法規表を確実に読めず、多段階の計算に失敗し、そしてハルシネーションは訓練方法の構造的性質であって、修正パッチを待つバグではない。

応答

正確な指摘であり、手を振って済ませるのではなく定量化するに値する。AECBench——建築・エンジニアリング・建設の領域で、五段階の認知フレームワークにわたる4,800件の専門家検証済み設問に対して9つのLLMを評価した査読済みベンチマーク——は、モデルが基礎的知識は十分に扱える一方、建築基準の表からの知識の解釈、複雑な推論と計算、そして領域固有の文書生成において顕著な欠陥を示し、認知的要求が高まるにつれて性能が着実に低下することを見いだした。³⁸ しかもハルシネーションは偶発的なものではない。OpenAI とジョージア工科大学の研究者は、モデルがハルシネーションを起こすのは "because the training and evaluation procedures reward guessing over acknowledging uncertainty" だと論じている——欠陥ではなく統計的な圧力なのである。³⁹

しかしAECBench の論文には、その要約自身が埋もれさせている発見があり、Oxveloの目的にとっては、この文献全体で最も有用な結果である。建築基準表での失敗は知識の問題ではなく、エンコーディングの問題だ。 研究者が法規表を自然言語の記述に変換したところ、それらの設問に対するモデルの正答率は45.27%から98.94%へ上昇した。同じ表をHTMLとして提示した場合も、正答率は40.65%から87.27%へ上がった。³⁸

もう一度読まれたい。 同じモデルが、同じ法規条項について、半分以上外していた状態からほぼ完璧に答える状態へ移る——原資料の提示方法を変えただけで。これは能力の天井ではない。データエンジニアリングの作業であり、まさに専門家が構築するコーパスが果たす類いの仕事である。またこれは、この領域における制約が知識に対する推論ではなく知識の準備にあることを示す、入手可能な最も強い証拠でもある。

AECBench が何を測ったかにも注目されたい。支援なしのモデルが、パラメトリックな記憶からエンジニアリングの設問に答える設定である。提案しているアーキテクチャはそれではない。提案しているのは、事務所自身の標準と過去成果に対する検索——45%→99%の結果が要求するとおり、機械可読性のために組み替えられたもの——であり、決定論的な計算はモデル内ではなくコードで行い、構造化テンプレートが所定のチェックを担い、有資格レビュアーへのエスカレーションを必須とするものである。法規表を参照し、出典を提示するシステムは、それを想起するよう求められるシステムとはまったく別の失敗面を持つ。

これが実際に制約すること： これは図4のオレンジ象限に対する強い反論であり、そのように扱うべきである。押印を伴う設計生産はビーチヘッドではない。とりわけ建築基準の解釈——実測された能力の中で最も弱い項目——は、生成して信頼するのではなく、必ず検索して出典を示す方式として設計範囲を定めるべきである。

反論4 · レビュー能力

「100人ではなく2人のエンジニア」はボトルネックを消さない——移すだけだ。AIが100人分の速度で生産するなら、2人の人間が真に専門的責任を負うためには100人分の速度で読まなければならない。それは不可能だ。だからレバレッジが虚構であるか、レビューが虚構であるかのどちらかであり、後者ならあなたが築いたのは、体裁のよい看板を掲げた図面押印屋である。

応答

これは本ポジションペーパーで最も大胆な主張に対する正しい反論であり、答えは主張を弱めることではない——それが成り立つために何が真でなければならないかを、正確に述べることである。

この反論は、レビューの労力が出力量に比例して増えることを前提にしている。そうである必要はない。レビューの労力は人間が実際に裁定しなければならない事項の数に比例し、その数は設計変数である。すべての寸法がモデルに対して決定論的に照合され、すべての法規引用が該当条項への追跡可能な来歴リンクを持ち、事務所標準からのすべての逸脱が順位付けされた例外として提示されているパッケージは、同じ量の出力を表していても、図面の束よりも本質的に安価にレビューできる対象である。それが図6の内容のすべてであり、エンジニアリングの労力が生成品質ではなく検証ツールに注がれる理由でもある。

規制の枠組みもこの読みを支持しており、2025年8月以降はそれ以前より直接的に支持している。NCEES の現行の四つの義務は、当該業務をレビューし、変更し、拒否し、または承認する権限、その範囲を自ら把握していること、それについて質問に答えられる能力、そして全面的な責任の引受けである。²⁰ 四つのいずれも「全行を読め」ではない。若手の成果物に押印する共同経営者が、すべての計算を再実行したことなど一度もない。彼らはレビュー可能な成果物に対して判断を適用してきたのだ。委員会が問うのは、あなたがこの業務について専門職としての判断を行使し、それを示せるかどうかである——完全な監査証跡を伴う例外ベースのレビューは、その問いに現状よりもうまく答える。劣ってはいない。

この反論が刺さる場所、そしてそれは深く刺さる： 自動化バイアスは実在し、測定されており、このモデルはそれを集中させる。電子処方を用いた120名の臨床医による統制実験では、誤った意思決定支援が見落としエラーを25〜33パーセントポイント増加させ、参加者の51.7%から65.8%が自動システムの偽陽性の助言を受け入れた。^7b Parasuraman と Manzey のレビューは、これを構築する者を不安にさせるべき部分を付け加える。自動化バイアスは "occurs in both naive and expert participants, cannot be prevented by training or instructions."^7c この文献は臨床と航空のものであって設計レビューのものではない——転用は類推であり、そう明示すべきである——が、METRのエンジニアたちは同じ徴候を示した。実測では19%遅く、本人は20%速いと信じていたのである。³⁴ したがって緩和策は任意ではない。「例外なし」と判定された出力を一定比率で盲検抽出すること、仕込んだ欠陥に対するレビュアーの検出率を追跡すること、期間あたりのレビュアー1人あたりパッケージ数に上限を設けること、そして図面押印屋に堕さないための一線を書面で明示すること——レビュアーがその設計が正しい理由を言語化できないなら、システムが何を報告していようとそのパッケージは出さない。 テキサス州の規則はすでに、自らの印章へのアクセスを他者に与える行為を非行として扱っている。^26b 裁定できない出力について名目上責任を負っているレビュアーは、同じ違反が帽子を替えた姿にすぎない。

反論5 · 生産性に関する証拠

主張される効果は測定に耐えない。METR はランダム化比較試験を実施し、熟練開発者はAIツールを使うと19%遅くなる一方、自分は20%速いと信じていたことを見いだした。MITは、企業の生成AIパイロットの95%が測定可能なP&L影響を生まなかったと報告している。あなたが売っているのは、証拠が支持しない生産性の物語だ。

応答

どちらの研究も実在し、そしてどちらもその後に実質的に切り崩されている——2026年8月の読者が知っておくべきことであり、しかもこれらを引用する人の多くが触れないことである。

METR は実験を設計し直し、別の答えを得た。 2025年7月の研究は確かに、16名の開発者と246件のタスクにわたり19%の減速を、+2%から+39%の信頼区間とともに見いだした。³⁴ 2026年2月、We Are Changing Our Developer Productivity Experiment Design と題した投稿でMETRは、当初の設計において "30% to 50% of developers told us that they were choosing not to submit some tasks because they did not want to do them without AI" と報告した——これはAIが最もうまく扱えるタスクをまさに取り除いてしまう選択バイアスである。その後の研究では、参加した当初の開発者の部分集合について18%の減速（信頼区間は−38%から+9%）、新規の開発者については4%の減速（−15%から+9%）という結果が出た。いずれの区間もゼロをまたいでいる。 METR自身の現在の立場はこうだ。"we believe it is likely that developers are more sped up from AI tools now — in early 2026 — compared to our estimates from early 2025."³⁵

正直な注記を二つ。ここは双方向に議論が雑になりやすい場所だからだ。METR は19%という数値を撤回も修正もしていない——公表されたまま有効であり、後の数値は別個の研究から来ている。そしてMETRは、改善の大きさについて自らのデータが与えるのは "very weak evidence" にすぎないと述べている。正しい読みは「AIは開発者を速くする」ではない。見出しの数字は、それをあなたに突きつける人々が示唆するよりもはるかに決着がついていない、ということである。

MITの「95%」という数値は典拠が弱い。 これは MIT NANDA の報告書に由来し、52組織の担当者への構造化インタビューと、四つの業界カンファレンスで集めた153件の調査回答に基づいている。同報告書自身の限界の節が、数値は "directionally accurate based on individual interviews rather than official company reporting." であると認めている。³⁶ ウォートンの Kevin Werbach はこの95%についてこう述べている。"I've read through the document multiple times, and I still can't understand where it comes from." Futuriom の評価は、この報告書が "lacks thorough sourcing" であり "not a traditional academic research paper," であるというもので、"some of the authors work at some of these vendors." とも指摘している。³⁷

訂正を経てなお残るもの、そして残すべきもの： 自己申告のギャップである。METRの開発者は、実測では遅くなりながら自分は20%速いと信じていた。この知見は両方の版にわたって頑健であり、専門職によるレビューにおける自動化バイアスへの直接の警告である——押印前に有資格エンジニアがAI出力を確認する事務所において、まさにそれがリスクだ。スループットを測れ。調査回答を決して信じるな。

反論6 · 歴史的記録

この業界はCAD、BIM、クラウド協働、そして10年分の建設SaaSを吸収してきた。生産性は下がった。なぜAIだけが違うのか——そしてなぜ、20年の先行と全事務所を顧客に持つ Autodesk が成し得なかったことを、AI企業が成し遂げられるのか。

応答

これはこのリストで最良の反論であり、図1はそれに反する証拠ではなく、それを支える証拠である。構造エンジニアたち自身が業界誌で公然と述べている。BIM は "is revolutionizing design," であり、モジュール化も施工に対して同じことをしている。それでいて業界の集計データは、生産性が "in a neutral to negative trend for many years." であることを示している。^6b

だが失敗の中身を正確に読まれたい。それらの技術はいずれもツールとして、事務所に対して売られ、その事務所が価値を取り込むには自らを再編しなければならなかった——そして再編しなかった。ツールは事業運営モデルを変えない。既存のモデルに吸収されるだけだ。BIM を買って、同じ提案プロセス、同じ文書管理、同じ引き継ぎ、同じ間接費構造を保った事務所が得るのは、同じコストでより良い図面である。

だからこそ、事務所に売るのではなく事務所を保有すべきだという論拠になる。Elad Gil は誰よりも明快に述べている。"If you own the asset, you can [transform it] much more rapidly than if you're just selling software as a vendor."⁴⁸ （角括弧は TechCrunch によるもので、同誌の編集上の置き換えであり、Gil の言葉ではない。）

逆方向の取引も示唆に富む。2025年11月27日、AECOM は「The Autonomous Engineer」を自称するノルウェーのAIスタートアップ Consigli を$390 millionで買収すると発表した。ENR の分析は四つの逆風を挙げている。"the internal user base — even at AECOM's scale — may be too small to justify long-term platform investment"、"competing vendors are embedding similar capabilities into off-the-shelf tools, eroding differentiation"、"data readiness remains uneven"、そして"the economics of time-and-materials contracts limit how much efficiency can be monetized."⁴⁶ ENR はまた "the immediate drop in AECOM's share price" が投資家の懐疑を示唆すると評したが、これはENRの読みであり、株価の動きを私は独立に裏づけられなかったため、確立した事実ではなく同誌の評価として扱われたい。

この四番目の逆風こそ、本ポジションペーパー全体で最も深い論点である。時間単価で請求する事務所には、時間を減らすことへの構造的な逆インセンティブがある。成果で価格を決めるAIネイティブな事務所にはそれがない。

真剣に受け止めるべき警告事例： 放射線科AI企業の Nines は、ここで論じたのとまったく同じ理由から、モデルと役務を提供する有資格医師とを組み合わせた自前の遠隔読影の実務体——Nines Radiology——を立ち上げた。それはうまくいかなかった。最終的に Sirona Medical が Nines の臨床データパイプライン、FDA認可済みの2つのデバイス、MLエンジン、主要人材を取得したが、実務体そのものは明示的に取得しなかった。"Sirona Medical did not acquire Nines' teleradiology business, Nines Radiology." CEO の Cameron Andrews が述べた理由は——"Sirona isn't in the radiology services business."⁴⁷ 有資格事業体を保有することは、ソフトウェアよりも重く、遅く、評価倍率の低い事業である。それを選ぶ者は、目を見開いて選ぶべきである。

反論7 · 調達と保険

エンジニアリングの仕事は価格や効率で獲得されるものではない。獲得を決めるのは、資格要件、氏名の挙がった有資格者、そしてあなたが持っていない実績案件である。しかも、あなたの専門職賠償責任保険の引受会社は、この件についてどう考えるかまだ決めていない。

応答

調達に関する前半は正しく、新規参入者にとっては失格に近い——だからこそ、これは軽く払いのけられるのではなく §9 の提言を導くのである。

Brooks Act（40 U.S.C. §§1101–1104）の下で、連邦機関はA/Eの要件を公示し、最低3社と協議し、"demonstrated competence and qualification" に基づいて最低3社を順位付けし、その後にはじめて最上位の事務所と価格交渉を行わなければならない。²⁸ 価格は選定基準ではない。NSPE の2018年の集計時点で、46州が何らかの形の資格に基づく選定を採用していた。^28b コスト優位の新規参入者は、金でショートリストに入ることはできない。

さらに悪いことに、連邦の様式そのものが氏名の挙がった人間を軸に組み立てられている。Standard Form 330 は、主要人員ごとの経歴、州別の現行専門職登録と免許番号、関連経験年数、そして氏名の挙がった各個人を、その人が同様の役割で実際に携わった過去プロジェクトと突き合わせるマトリクスを要求する。²⁹ 「当社のモデル」を記す欄はない。州DOTの事前資格審査はさらに厳格だ。FDOT Rule 14-75 は、記載された人員が真正の従業員であること、エンジニアがフロリダ州の登録を有すること、経験要件を本人が満たすことを求め、さらに過去の実績を工程・管理・品質の観点で正式に格付けし、不良評価は指名停止につながる。³⁰

保険については、状況は一般に主張されるほど憂慮すべきものではない。Ames & Gough が2026年に行ったA/E専門職賠償責任の主要引受会社15社への調査では、80%がAIの普及を "a potential disruptor of the overall professional liability market," と見ている一方、73%は "planning modest rate increases largely in the single digits." である。³¹ AIA Trust の2025年のレビューは、引受会社が "focused less on the technology itself and more on quality control, professional judgment, and potential copyright concerns," であることを見いだし、"negligence is evaluated based on outcomes and professional responsibility, regardless of the tools used." と結論づけている。³² AI固有の免責条項はたしかに存在する——Berkley の D&O・E&O・受託者責任にまたがる「絶対的」AI免責、Hamilton の専門職賠償責任における生成AI免責、ISO の2026年1月付オプション追加条項 CG 40 47、CG 40 48、CG 35 08 など——が、いずれも隣接する種目であって、設計専門職のE&Oではない。³³ 本稿執筆時点で、AIが生成した設計業務をめぐる専門職賠償責任請求は公的記録に現れていない。そして建設分野の法律家は、逆の可能性を未解決の論点として指摘している。"whether the use of AI will be required to meet the applicable standard of care for designers."^32b

出典ではなく私自身の推論として明示すべき一点： A/Eの専門職賠償責任の引受会社で、設計専門職向け約款にAI免責が存在しないと表明しているところはない。記録が支えるのはより狭い事実である。AIA Trust のレビューはAI固有の補償の空白を認めておらず、引受会社が既存の過失の枠組みの下でAIを扱っていると記述しており、私が見つけられた免責条項はいずれも隣接する種目にある。それは示唆的ではあるが、決定的ではない。自分の約款を読まれたい。

これで決着すること： Oxveloは新設事業体として公共機関の案件を自ら獲得することはできない。資格要件、氏名の挙がった有資格職員、監査可能な原価履歴、そして何より氏名の挙がった個人に紐づく、格付けされた完了案件の記録は、速さと才覚で乗り越えられる障害ではない——時間で施錠されている。それらは築くのではなく、取得しなければならない。

08 — 既存事業者のジレンマ

業界が自らこれを行うことはない。そこに機会がある。

エンジニアリングは反動的な分野であり、「壊れていないなら直すな」と信じる古参に支配されている、というよくある見方がある。この見方は結果については方向として正しく、原因については誤っている。そしてその違いはきわめて重要だ。真の原因は気質ではないからである。それは専門職の法そのものに書き込まれている。

エンジニアリングが保守的なのは技術に対してではない。説明責任に対してである。

単純な「恐竜」物語に反する証拠は容易に見つかる。この分野は有限要素解析、性能ベースの耐震設計、高性能コンクリート、パラメトリック・モデリング、ドローン測量を大した騒ぎもなく吸収してきた。エンジニアは新しい手法を恐れてはいない。この専門職が構造的に遅いのは、誰が何について責任を負い、その責任をどう示すかを変えることに対してである。

そしてこれを生み出す具体的な法的機序があり、専門職賠償責任の世界の外でこれを口に出す者はほとんどいない。注意義務の基準（standard of care）——設計専門職が法的に照らされる物差し——は制定法に成文化されておらず、コモン・ローの判断基準であり、通常は"the degree of care and skill ordinarily exercised by practicing professionals performing similar services under similar circumstances." と言い直される。^32c それは契約にも明文で及ぶ。AIA B101-2017 §2.2 は建築家に対し、"consistent with the professional skill and care ordinarily provided by architects practicing in the same or similar locality under the same or similar circumstances." 業務を遂行する義務を課している。^32c

よく読まれたい。正しい実務とは、法的には「他の皆がすでにやっていること」と定義されている。 これは保守化のエンジンであり、それ自体で回り続ける。他のほとんどの産業には見られないかたちで、革新を非対称にリスクの高いものにするのだ。群れに従って失敗すれば注意義務の基準を満たしたことになり、革新して失敗すれば満たしていないことになる。この利得構造に直面した思慮深い共同経営者は待つ——恐竜だからではなく、実際に自分が裁かれるルールの下では待つことが合理的だからである。

正しい実務とは、法的には「他の皆がすでにやっていること」と定義されている。エンジニアリングに文化の問題があるのではない。保守化のエンジンがあり、それは注意義務の基準に書き込まれている。

抵抗はデータの中で実際にどう見えるか

その結果として生じているのは、変化が来ると圧倒的に信じながら、圧倒的にその変化を実行していない専門職である。このギャップは測定可能であり、三つの異なる母集団を対象とした三つの独立した調査にわたって驚くほど一貫している。

図12 · 信念と行動のギャップ

各ペアにおいて、青の点は実務者がAIについて述べていること、オレンジの点は実際に導入したものである。三つの調査、三つの母集団、同じ形。

信じている・意図していること実際に導入したこと

出典： Dodge Construction Network と CMiC（2025年12月）——施工業者の87%がAIは "a meaningful impact on construction," をもたらすと考える一方、調査対象23機能のうち20機能で利用率は15%未満である（この確信は回答者自身の事業ではなく業界についてのものである点に注意——それはギャップを和らげるどころか際立たせる）。^9b AIA、Deltek、ConstructConnect（2025年3月）——84%が手作業の自動化に可能性を見る一方、業務で日常的にAIを使うのは6%。⁸ Autodesk State of Design & Make: AI Pulse（2026年）——リーダーの98%が少なくとも一つのAIツールを使い、16%がエージェント型AIを導入済み、さらに43%が1年以内の導入を計画している。¹⁰

これらの数値の下にある手触りは、率直に述べておく価値がある。

52%が設計段階でいまだ紙を使い、49%が計画段階で紙を使い、43%がいまだ物理的な署名に依存している——そして自社を完全にデジタル化された組織だと述べるのはわずか11%である。⁹ これはデジタル化を飛ばしてAIへ跳躍している分野ではない。デジタル化を終えていない分野である。しかもこれらが管理職以上のテクノロジー意思決定者、すなわち業界の中でデジタルに最も関与している層であることを、あらためて注意されたい。^9b2
建築系専門職の90%が懸念を表明している——AI出力の不正確さ、意図せぬ帰結、セキュリティ、真正性、透明性という五つの論点の束についてである。⁸（AIAはこの90%を束全体について報告しており、不正確さ単独についてではない。）熱意と警戒が同じ回答者の中に同居している。
センチメントは温まったのではなく冷えた。 Autodesk の2025年調査では、AIが自社の業界を高めると考えるリーダーは69%——前年から12ポイント低下——であり、AIが自社の業界を不安定化させると答えた割合は7ポイント上昇して48%となった。¹¹
能力は、それを最も必要としない事務所にこそ集中している。 大規模建築事務所の61%が日常業務でAIを使っているのに対し、小規模事務所では27%である⁷——そして米国のA/E事務所の89.1%は従業員20名未満だ。¹² 業界の圧倒的多数には、こうしたものを構築する予算も人員もない。
課金モデルが効率を罰する。 AECOM による$390MのConsigli買収についてのENRの分析は、実費精算契約に起因する収益化上の制約を構造的な逆風として挙げた。⁴⁶ 時間単価で請求する事務所が時間を半減させれば、自らの売上を削ったことになる。実費精算契約の内側から既存事業者がこれを解決する筋書きは存在しない。
規制の沈黙はリスクとして読まれる。 調査対象のAEC専門職の69%が、規制の不確実性が自社の計画に影響したと答えている。⁹ NCEES の Model Law と Model Rules は、最新版においても人工知能への言及を一切含んでいない。²⁰ 資格保持者にとって、扱われていない問いは許可ではない——エクスポージャーである。

そしてそのすべての背後に人口動態の事実がある。推定184,175人のエンジニアが2022年に引退または離職し、うち85,175人は中核の土木・機械・電気分野からであった。一方で授与学位数は、2019年の約214,000というピークから10,000以上減少している。¹⁵ 去っていく人々が組織的知識を握っている。事業運営モデルを作り替えるはずの人々は、それを行うに足る数だけ入ってきていない。

戦略的な読み——これは障害ではなく堀である

以上の事実はいずれも、通常はこの業界を避けるべき理由として提示される。実際は逆である。速く変化する市場に部外者の居場所はない——あなたが着く頃には既存事業者がすでに済ませている。責任制度に保守化のエンジンが組み込まれ、課金モデルが効率を罰し、規模分布上89%の事務所がプラットフォームに資金を出せず、退職の波が知識基盤を流出させている市場は、窓が意味のある長さだけ開いたままになる市場である。

またそれは、参入者が専門家ではなくジェネラリストであるべき理由も説明する。エンジニアで飽和した事務所はエンジニアリングを最適化する。未開拓の面——契約、提案、プロジェクト統制、文書管理、それらをつなぐ生産システム全体——は、その分野の内側からは見えない。内側の全員が別の場所を見るよう訓練されてきたからこそ見えないのだ。事業運営システム全体を標的として捉えるには、その外側に立つ必要がある。

統合に関するデータは、窓が開いていること、そして永久には開いていないことの両方を裏づける。記録的な取引件数、2025年の取引の72%が売上$10 million未満の事務所を含むこと、そして設計・環境コンサルティングの全取引の過半にプライベートエクイティが関与していること¹³は、創業オーナーたちがすでに売却に動いていることを意味する。問題は、誰に売るのか、そしてその買い手が事業運営モデルを持ち込むのか、それとも貸借対照表だけを持ち込むのか、それだけである。

この論法が越えてはならない一線

本節を「既存事業者は恐竜であり、我々は彼らを迂回する」と読めば、危険なものを築くことになる。この慎重さは非合理ではない——帰結に見合って調整されている。 出来の悪いブログ記事は恥ずかしいだけだが、設計を誤った梁は人を殺す。この専門職の保守性こそ、橋がおおむね立っている理由であり、それを満たすべき要件ではなく打ち破るべき障害として扱う参入者は、いずれ相応の執行処分を受けることになる。

保守化のエンジンに対する正しい応答は、それと論争することではない。それが求めるものを与えることである。検証可能な出力、完全な来歴、保存されたレビュー記録、真に専門的責任（responsible charge）を負う氏名の明らかな有資格専門職、そして測定可能な実績である。それができれば、注意義務の基準は壁でなくなる。建設分野の法律家はすでに逆の可能性を提起している——AIの利用が、いずれ注意義務の基準を満たすために要求されるようになるかもしれない、と。^32b それが転じたとき、3年間にわたり自らの検証規律を文書化してきた事務所は後れを取っている側ではない。新しい基準線そのものである。

09 — 決断

チームを築くか、既存の事務所と組むか。

これこそ本ポジションペーパーが答えるために存在する問いである。正直な答えは、これを二者択一として立てること自体が誤りだ、というものである——そして証拠が明確に指し示すのは段階的な構造、すなわち第一手は提携であり、第二手は実務そのものではなくプラットフォームの保有である。

ゼロから築くことの実際のコスト——ドルではなく、月数で

有資格のエンジニアリング事務所を立ち上げる個々の手順は、どれも大きなものではない。問題は、それらが大部分において逐次的であり、そのうち一つはいくら払っても加速できないことである。

図13 · 有資格で入札可能な事務所を築くまでの時計——1州の場合

各バーはその手順について公表されている所要期間の幅である。前の手順の完了に依存するため、これらは積み上がる。最後の手順には、まっさらな新設事業体がいくら払っても構造的に満たせない二つの要件がある。監査可能な原価履歴と、氏名の挙がった職員に紐づく完了案件の格付け記録である。

出典と、それぞれの正直な限界。 NCEES Records："the average time for completion is 2–3 weeks," であり、全米の州委員会が受理している——堅い数値だ。⁵⁰ 相互承認による免許取得：1〜3か月という幅は典型値ではなく例示である——全国的な数値を公表している当局はなく、州委員会の会合日程が支配的要因となる。^50b 事業認可証：「34州」と「4〜22週間」は規制当局ではなく商用のコンプライアンス事業者が独自の分類で示したものである。何らかの事務所レベルの要件を課している州は、おおむね42州にのぼる。⁴⁹ 事前資格審査：3〜4か月は第三者ガイドの数値である。^30b

よく繰り返される説明が誤っているため、明示的に訂正しておく価値がある。 FDOT の専門役務の事前資格審査が求めるのは現行の間接費（FAR）監査であって、監査済み財務諸表3年分ではない。3年分の監査済み財務諸表という要件は、Ch. 337.14, Fla. Stat. に基づくFDOTの別制度、施工業者の事前資格審査に属する。³⁰ 二次資料ではこの二つの制度が日常的に混同されている。本当の時間的制約は別のところにあり、しかもより強い。新設事務所には監査すべき原価履歴がなく、そして決定的なことに、格付けされた過去実績の記録も、氏名の挙がった職員に紐づけられる完了案件も存在しない。SF 330 の Section G のマトリクスはまさにその相互参照を要求し、²⁹ FDOTは過去の業務を工程・管理・品質について1〜5段階で格付けする。³⁰ 完了案件は製造できない。そしてこの一式は、州が一つ増えるごとに掛け算される。

公表されている期間を積み上げると、新設事業体が1州で公共案件に入札できるまでおよそ6〜13か月かかる——しかも財務履歴が定める下限は、いくら資本を積んでも圧縮できない。これに対して、BizBuySell の2025年の建築・エンジニアリング分野のベンチマークは、小規模事務所の売却価格の中央値をおよそ$825,000、売主裁量利益の中央値を約$451,450としている。一方 Zweig Group の2025年データは、全規模帯を通じた中央値をEBITDAの4.28倍とし、小規模事務所はSDE/EBITDA混合ベースで2.5〜3.5倍近辺で取引されているとする。⁵¹ 免許、登録、事前資格、監査済み履歴、顧客名簿、そして過去案件のデータ資産を、シードラウンド1回分に満たない金額で買えるのである。

AECの先例が実際に示していること

ほとんど何も示していない。それこそが発見であり、その意味は両刃である。AECスタートアップへのAI資金は2026年上半期だけで46ラウンド、$616 millionに達した。2025年通年では31社に対する$318 millionだった——そしてそのほぼすべてが、事務所にソフトウェアを売る企業へ流れており、あるセクター分析が「point solutions」と呼んだ、"specific operational failures" に対処する製品を狙っている。⁵² 人の流れは逆方向だ。AECOM は Consigli を買い、⁴⁶ Autodesk は MaintainX を$3.6 billionで買った。^46b

唯一のグリーンフィールドの先例は cove.tool であり、同社は「$25 million超」と「10年近く」のR&Dを謳って、2025年3月に初のフルサービスAI駆動型建築プラクティスと称する「Cove Architecture」を立ち上げた。最初の案件はアトランタのWest Endにある15戸の集合住宅で、設計期間60%短縮、15日での完了が主張されている。⁴⁵ 設立からおよそ18か月で公開記録は乏しく、この実務体の事務所レベルの登録について述べた資料はない。もっとも Cove 自身のチームページはAIA資格を持つ2名のプリンシパルを掲載しており、資格を持つ建築家が不在というわけではない。^45b これはシグナルであって、証明ではない。 同社CEO自身の言い回しは §5 の論旨に著しく近い。"You need experienced individuals who understand the outputs. You don't want an intern pressing a button and making a building."⁴⁵

AECの外では先例ははるかに豊富であり、しかも一つの方向を指している。Eudia——General Catalyst がリードした最大$105Mのシリーズ Aを背景に持つ——は2025年7月、300人超のリーガルサービス提供者 Johnson Hana を買収した。共同創業者兼CEOの Omar Haroun は理由を明言している。"we've learned that building truly transformative systems requires deep human expertise embedded within the technology itself."⁴² Crete Professionals Alliance は Thrive Capital の支援を受け、米国の会計事務所買収に$500 million超を投じることを表明しており、すでに20社超、売上$300M超に及んでいる。⁴³ 英国の Solicitors Regulation Authority は2025年5月、Garfield.Law を初のAI駆動型法律事務所として認可した——ただし条件付きである。システムは判例を提案してはならず、顧客が行為を承認しなければならず、氏名の挙がった規制対象のソリシタがすべての出力について最終的な責任を負い続ける。⁴¹ その条件一覧は、エンジニアリングの委員会が課すであろうものの予告編である。

保険業界では、段階的な道筋が確立している。スタートアップはまず有資格保険会社の証券上で引受を行うマネージング・ジェネラル・エージェントとして始め、モデルを証明したうえで完全な免許取得へ進む——Next Insurance、Clearcover、Metromile、Kin はいずれもこの移行をたどった。⁵⁷ （普遍的ではない点も述べておくべきだろう。Lemonade と Root は当初から有資格保険会社として立ち上がっており、これは唯一の道ではなくよくある道である。） Oxveloの問いに構造的に最も近いのは Pie Insurance だ。同社は2020年に$127 millionを調達し、そのうち$100 millionを専用の関連会社を通じて "form and purchase licensed insurance companies" に充てると明示した。^57b Pie が何をしたかに注目されたい。答えを前提とするのではなく、自前構築か買収かの判断そのものに資本を割り当てたのである。

比較と採点

要件	ゼロからチームを築く	事務所と提携／買収	段階的ハイブリッド
PE免許 & 事業認可証	8〜14か月	初日から	初日から
FAR間接費監査に耐える原価履歴	監査対象なし	承継	承継
格付け済み過去実績 & 実績案件（SF330、DOT）	なし	既存の記録	既存の記録
E&O履歴 & 付保可能性	格付けなし	確立済み	確立済み
無資格創業者のNY所有規制適合	不可	少数持分のみ	MSOが基盤保有
AI層のための独自データ資産	空	数十年分の案件	数十年分の案件
旧来プロセス & 時間課金誘因からの自由	完全	両方を承継	MSOに隔離
企業価値の獲得／評価倍率	役務型の倍率	役務型の倍率	基盤型の倍率
初収益までに要する資本	高く、遅い	~$0.8–3M	低い — まずMSA
この構造に関する規制上の先例	一般的	一般的	3専門職で実証

採点はOxveloの判断である。各行の根拠となる制約は本ポジションペーパーの他所で出典を示しているが、評点そのものには出典はない。

提言

まず提携し、プラットフォームを保有し、買収は次に行う。 ゼロからエンジニアリングチームを築く道は、圧縮できない唯一の要件——3年分の監査済み財務諸表と格付けされた過去実績の記録——で行き詰まる。開幕手として事務所をそのまま買収すればそれらは手に入るが、AI層が経済性を変えると証明する前に、乏しい資本を役務型の評価倍率に費やすことになり、しかもニューヨーク州では、そもそも無資格の創業者が法的に支配することができない。

段階的な道筋はこの三つすべてを解く。Oxveloを経営・技術の事業体として立ち上げる。AIネイティブな法務・会計のプラットフォームがそうしてきたのとまったく同じように、既存の有資格設計事務所と経営管理業務委託契約を結ぶ。相手の顧客基盤の上で、相手のデータに対して、相手の押印の下で、事業運営モデルの変化を証明する。そのうえで——信念ではなく証拠に基づいて——その実務体を買収するのか、複数州へ構造を複製するのか、プラットフォームにとどまるのかを決める。

図14 · 段階的な道筋

ロードマップ——Oxvelo。各段階における具体的な第一手は §10 に示す。

10 — 次に何をするか

六つの手を、順番に。

1

何よりも先に、ニューヨーク州の構造について判断を得る

ニューヨーク州の専門職免許および会社法に通じた弁護士を起用し、二つの問いに書面で答えさせる。外部の非従業員事業体が BCL §1503 の25%未満の枠を保有しうるか、そしてエンジニアリングのMSOが受け取る売上比例の管理報酬が違法な報酬分配と性格づけられないか、である。²⁴⁵⁶ 以降のすべてがこの答えに依存する。これは四桁ドルの判断で七桁ドルの構造を決める意思決定である。
2

ソフトウェアを書く前に、憲法を書く

AIワークフォース、その権限、エスカレーション規則、そして——最も重要なこととして——人間の制御点と、そのそれぞれが生成する監査記録を定義する設立時の運営文書である。ニューヨーク州においてその記録は任意ではない。他者が作成した成果物をレビューする資格保持者は、書面の評価を6年間保存しなければならない。⁵⁹ 監査証跡は、コンプライアンスの後付けではなく一級の機能として構築せよ。それはまた、この事務所を付保可能にし、この構造を弁明可能にする成果物でもある。
3

1社の事務所のバリューストリーム全体を、引き合いから竣工引渡しまで写し取る

顧客獲得、案件の見極め、提案、積算、契約交渉、プロジェクト立ち上げ、技術的生産、QA/QC、プロジェクト統制、施工支援、請求、回収、竣工引渡し。各段階について、タスク、意思決定、文書、引き継ぎ、責任者、繰り返し現れる痛点、データ入力を洗い出す。これが自動化の設計図であり、同時に提携先を選ぶためのデューデリジェンス資料でもある。
4

提携先の事務所を見つけ、正しい相手を選別する

ターゲット像は、15〜60名、1〜3州で活動、オーナーが5年以内に退出を見据えていること、強い過去実績の記録があること、そして——決定的に——現状に安住せず苛立っているプリンシパルがいることである。実費精算契約で請求可能時間を最大化することに経済性が依存している事務所は避けよ。それこそENRがAECOM／Consigliの取引で指摘した構造的な逆インセンティブである。⁴⁶ 定額契約または一括請負の業務を持ち、時間を減らすことが売上減ではなく利幅増につながる事務所を探せ。
5

生産能力ではなく、判断力で採用する

異例に上級な有資格専門職を2〜3名、§5 に挙げた三つの役割へ明示的に採用する。ナレッジ・アーキテクト、専門的責任（responsible charge）を負うレビュアー、そして前例のない案件を担うクリエイティブである。選考基準は、ディテールが正しい理由を単に描けるだけでなく言語化できる人物であること——判断を記述する作業には、判断を外在化できる人が必要であり、それは判断を行使する能力よりも稀な技能である。生産チームを採用してはならない。テーゼの全体は、生産チームこそ置き換えられる当のものだ、というものである。なお、有資格のレビュアーはマネジメント事業体ではなく専門職事業体の内側に置かれなければならない。さもなければ図11の構造はそれ自体の条件で破綻する。
6

端から端まで通した実演を一つ築く——案件発掘からプロジェクト・キックオフまで

案件を特定し、提案書を起草し、契約を自社標準と照合して分析し、報酬と工程を組み立て、プロジェクト作業環境を作成し、成果物登録簿を整備し、キックオフ一式を生成する。複数のAIワーカーが協働し、定義された各制御点で人間が一つずつ承認し、すべての手順が記録される。サイクルタイムをその事務所の過去実績のベースラインと比較して測定せよ——METRの被験者が示した理由により、自己申告ではなく実測で。³⁵ 実案件における信頼できるビフォー・アフターの数値が一つあれば、この文書の残り全部より価値がある。

11 — 知的誠実さ

何がこれを反証するか。

反証できないテーゼはスローガンである。以下の四つの具体的な結果は、この戦略が誤っていることを意味する。合理化して片付けるのではなく、意識的に監視すべきものだ。

キックオフの実演が、実測サイクルタイムでベースラインを上回らない。 完全なAIワークフォースをもってしても、実案件で案件発掘からキックオフまでの時間をその事務所自身の履歴に対して圧縮できないのなら、事業運営モデルの主張は偽であり、どれだけ構造を整えても救えない。
レバレッジ比率が2付近で頭打ちになる。 §5 の議論全体は、Lが、McKinseyの「非物理的業務の50%」が含意する2倍という水準をはるかに超えて上昇することに依拠している。² 誠実なレビュー基準を一定に保ったまま、反復可能なパッケージにおける実測かつ監査されたスループットが2〜3倍で頭打ちになるなら、これは優れたコンサルティング事業ではあっても革命ではない——そしてこのポジションペーパーで最も大胆な主張は、言い換えではなく撤回されるべきである。
レビュアーの検出率が、処理量の増加とともに低下する。 モデル全体を通じて最も明快な単一の早期警戒指標である。レビュアー1人あたりのパッケージ数が増えるにつれて、仕込まれた欠陥の検出率が劣化するなら、そのレバレッジは沈黙したリスクで自らを購っており、上限はすでに超えている。
提携先事務所の職員がシステムを迂回する。 AEC専門職の52%が設計段階でいまだ紙を使い、43%がいまだ物理的な署名に依存しているというBluebeamのデータ⁹は、デジタル化だけでなくワークフローの重力についての警告である。有資格専門職がAI層を置き換えの工程ではなく追加の工程として扱うなら、生産性は決して現れない——BIMの約束が霧散したのは、まさにその経路であった。
州の委員会または保険会社がこの構造に対して動く。 現時点でA/Eの専門職賠償責任の引受会社にAI免責を設けているところはなく、³² テキサス州の委員会はAI固有の規則の制定を明示的に見送った。²² どちらも変わりうる。NCEES の Model Law と Model Rules は、最新版の時点で人工知能への言及を一切含んでいない²⁰——統べる枠組みは沈黙しており、それは現在は許容的だが、そうでなくなる可能性がある。
経済性が役務型の評価倍率に着地する。 プラットフォームが実務体から分離しないままなら、Oxveloが買ったのは、より良いソフトウェアを備えた小さなエンジニアリング事務所である——それはそれで結構な事業だが、EBITDAの2.5〜3.5倍で評価されるものであり、⁵¹ ここに描いたものではない。Nines はこの失敗が記録された実例である。⁴⁷

構想はエンジニアリングの計算を自動化することではない。エンジニアリング事業の運営方法そのものを作り替えることであり——それを実現する最短の適法な経路は、自らの免許を通る前に、他者の免許を通る。

付録A

用語集

本ポジションペーパーは四つの語彙——エンジニアリングの免許制度、公共調達、プライベートエクイティの金融、機械学習——にまたがっており、四つすべてに通じている人はほとんどいない。以下の各用語は、本文中でもその場でタップして参照できる。

付録B

本ポジションペーパーの数値の読み方。

すべての証拠が等価なわけではない。査読済みベンチマークとベンダーのプレスリリースを同じ書体で並べる文書は、読者を静かに誤導している。本稿のあらゆる数値は五つの階層のいずれかに属する。ある主張が第3階層以下に依拠している場合は、その使用箇所で本文がそう述べている。

TIER 1

一次法源。 制定法、行政規則、州委員会規則、標準契約書式——NCEES Model Law および Model Rules、NY Business Corporation Law §1503(b-1)、22 Texas Administrative Code、Brooks Act、SF 330、FDOT Rule 14-75、AIA B101。これらは逐語で引用しており、一語一語照合できる。確定したものとして扱ってよい。

TIER 2

査読済み研究と公式統計。 AECBench（Advanced Engineering Informatics）、ハルシネーションに関する論文、自動化バイアスの文献、NBERワーキングペーパー、米国センサス局の系列データ。方法論が開示され、審査を経ている。明示された適用範囲の内側では信頼できるものとして扱ってよい——そしてその範囲は、見出しよりしばしば狭いことに注意されたい。

TIER 3

専門職団体および業界の調査。 Deltek Clarity、AIA Firm Survey、ACEC Research Institute、Ames & Gough、Autodesk、Bluebeam、Dodge。標本は大きく方法論も一貫しているが、回答者は自己選択であり、回答は自己申告であり、設問は答えに利害を持つ者が書いている。方向としては信頼できる。精度はおそらく数ポイント単位であって、小数点以下ではない。

TIER 4

業界紙と市場仲介者。 ENR、Morrissey Goodale、Capstone Partners、Zweig Group、BizBuySell、Memoori、Harbor Compliance。よく通じており、ある事実については唯一の情報源であることも多いが、商業的な利害があり、方法論の透明性はまれである。定義も互いに異なる——だからこそ、信頼できる二つの出典が同じ年について361件と500件超と報じ、なお双方が正しくありうる。

TIER 5

企業の自己申告。 cove.tool のプロジェクト指標、Crosby の契約処理件数、ベンダーの事例紹介。監査も追試も経ておらず、何かを売るために公表されている。本ポジションペーパーでは存在証明としてのみ——誰かがそれを試みているという証拠として——用いており、その試みが何を達成したかの測定値としては決して用いていない。該当箇所はすべて注記してある。

意図的に除外した二つの数値

広く引用される「建設専門職の時間の35%は非生産的であり、年間$177 billionの損失にあたる」という数値は実在し、出典も確かだが、その調査母集団は49%がゼネコン、36%が専門工事業者であり——設計専門職ではない。¹⁸ これをエンジニアや建築家に当てはめるのは、他のすべてに対する読者の信頼を損なう類いの小さな不誠実である。NAICS 5413 についての米国センサス局SUSBの事務所規模の数値は、追跡可能な原典から検証できなかったため削除した。分断に関する議論は、代わりにAIAとENRのデータの上に組み直してある。

付録C

レバレッジの算術、計算過程つき。

図5は一つの計算を曲線に圧縮している。読者が線の形ではなく特定の前提に対して異を唱えられるよう、ここに全体を示す。

定義

L = レバレッジ比率——1人の有資格専門職がレビューし責任を負いうる
生産アウトプットのエンジニア換算人数
B = 従業員1人あたり純売上の基準値 = $143,000（AIA、2023年データ、平均値）
C = 従業員1人あたり総人件費 = $119,511（Deltek Clarity 第47版）
O = 直接労務費に対する間接費率 = 161.3%（Deltek Clarity 第47版）
U = 稼働率 = 58.9%——給与を支払った時間のうち請求可能な割合

曲線

有資格専門職1人あたり純売上 = B × L

L = 1 → $143,000 （今日の業界）
L = 2 → $286,000 （McKinseyが含意する水準：非物理的業務の50%）
L = 5 → $715,000 （保守的な短期目標）
L = 10 → $1,430,000
L = 25 → $3,575,000
L = 50 → $7,150,000 （2名のレビュアーが100人分の生産負荷を担う）

四つの前提と、それぞれを壊すもの

成果物あたり価格は一定である。 競争市場では一定ではありえない。だが下がった場合に何が起きるかに注意されたい。専門職1人あたり売上の伸びは緩やかになるが、利幅はそれでも上がる。成果物あたり費用が価格より速く下がるからである。いずれにせよレバレッジは損益計算書に現れる。問題は、それを顧客が取るのか事務所が取るのか、それだけである。
契約は定額契約または一括請負である。 実際に事業の成否を決めるのはこの前提だ。実費精算では、時間を半減させれば売上も半減し、曲線全体が損失へと反転する。ENRはまさにこれをAECOMのConsigli買収における制約として指摘した。⁴⁶ 提携先の選定は、報酬構造で選別しなければならない。
レビューの労力は出力量に比例して増えるわけではない。 もし比例するなら、Lは1付近で頭打ちとなり、テーゼは端的に破綻する。図6の検証アーキテクチャ全体は、その線形性を断ち切るために存在し、アシュアランス層は、我々が自らを欺いている場合にそれを検知するために存在する。
その業務はテンプレート化できる。 Lが当てはまるのは、確立された標準に対する反復的な生産である。前例のない設計では、Lは1付近にとどまるし、そうあるべきである。

このモデルが主張していないこと

100人の事務所が2人になる、とは主張していない。100人のエンジニアリング事務所は100人が作図しているわけではない——プロジェクトマネージャー、施工監理要員、共同経営者、財務、営業開拓を含む。曲線が当てはまるのは設計生産機能に限られる。他の機能は図3に示したそれぞれ別の曲線上で圧縮されるが、そのいずれも L = 50 には届かない。

また、これらのいずれかがすでに達成されたとも主張していない。Lは前提とすべき結果ではなく、測定されるべき量である——だからこそ §11 は、レバレッジ比率の頭打ちを、この論文全体を反証しうる第一の事象として挙げている。

付録D

規制のクイックリファレンス。

本ポジションペーパーが検討する三州を並べて示す。ここに書かれたいずれも法的助言ではない——弁護士との対話の出発点であり、とりわけニューヨーク州の列には、弁護士の見解によってしか閉じられない、荷重を負った曖昧さが残っている。

論点	ニューヨーク州	カリフォルニア州	テキサス州
根拠規定	Educ. Law §§7202, 7210; BCL §1503(b-1)	Bus. & Prof. Code §6738	22 Tex. Admin. Code §137.77
無資格者の所有	通常のPSC：不可。DPC：<25%だが、ESOPと無資格の従業員に留保——外部の投資事業体は対象外	可。ただし無資格者は単独所有者になれない	規則に所有制限なし
有資格者による経営要件	社長、議長、CEOはいずれも設計専門職。筆頭株主も同様	有資格エンジニアが所有者、パートナー、担当役員であること	常勤の現役資格保持者を最低1名雇用
取締役会の構成	設計専門職が75%超	定めなし	定めなし
LLCは可能か	PLLC、全構成員が有資格	不可 — Corp. Code §17701.04(e)	可
対象部門	全エンジニアリング	§6738は土木・電気・機械のみ	全エンジニアリング
Oxveloにとっての実務的な読み	MSO/PCが必須。有資格事業体への出資経路なし	担当する有資格プリンシパルがいれば可能	三州中で最も寛容

構造を決定する前に弁護士が答えるべき問い

外部の、従業員でない事業体は、ニューヨーク州の設計専門職法人の持分を少しでも保有できるか。条文の文言は「できない」を指している。それが正しいなら、MSO/PCの分離は選好ではない——唯一適法な構造である。
エンジニアリングのMSOが受け取る売上比例の管理報酬は、ニューヨーク州の医療における対応事例と同様に、違法な報酬分配と性格づけられるか。もしそうなら、報酬は定額、時間基準、または原価連動でなければならず、財務モデルは当初からそのように組み立てなければならない。
8 NYCRR §29.3(a)(3)(i) に基づく6年間の書面評価の保存義務は、資格保持者がレビューしたAI生成の成果物にも及ぶか。及ぶものと想定して監査証跡を構築せよ。いずれにせよ安価な保険である。
提案書に名を連ねる前に有資格事業体が事業認可証を必要とするのはどの州か、そして各州の現在の処理期間はどれほどか。

付録E

顧客への問い——誰も顧客に尋ねていない問い。

本ポジションペーパーを読むプリンシパルは誰でも、5分以内に同じ反論に行き着く。顧客はそれを受け入れるのか？ 本稿はそれに答える義務があった。そして調べた結果、答えそのものより興味深い発見が出てきた。

発見——この問いは顧客に投げかけられたことがない

我々は、見つけられる限りの人工知能に関するAEC分野の主要調査をすべて確認した——RICS（2,200名超の専門職）、RIBAの2025年および2026年レポート、Chaos（建築家約800名）、Arup（10か国5,000名の専門職）、Mastt、Deltek Clarity（896社）、そしてAIA/Deltek/ConstructConnectの調査である。⁶⁰ そのいずれもが実務者を調査している。設計コンサルタントにAIを使ってほしいかどうかを顧客に尋ねた調査は一つもない。

発注者側に最も近いデータは、Dodge Construction Network が National Institute of Building Sciences と行った調査であり、年間$5M超の建設を管理する米国の発注者およそ200者を対象としている。同調査では、発注者の28%がすでに自らAIを利用しており、これは調査対象のどの技術よりも速い伸びであった。そして彼らはコンサルタントに向けてこう警告している。データ能力は "is a competitive advantage now, but it is only a matter of time before it is a requirement."⁶¹ これが測っているのは発注者自身の導入である。あなたの利用に対する彼らの態度を測ってはいない。

不在を公表することに価値がある理由

この業界は、設計に対価を払う人々に尋ねることなく、AIが設計実務に属するかどうかを3年にわたって論じてきた。それは小さな見落としではない——商業リスクが宿るまさにその場所に空いた測定のギャップである。そしてそれは、労を惜しまない事務所にとっては機会でもある。我々が実施している調査は、それを直接尋ねる。

実際に到来しつつあるのは、顧客の拒絶ではない

現実に動いている力は三つあり、そのいずれもAI支援の成果物を顧客が拒むというものではない。

1. 公共の発注者が開示を義務づけつつある

カリフォルニア州の Department of General Services は State Contracting Manual（§2302）を改正し、システムの機能、州にとってのリスク、または契約履行に重大な影響を及ぼす業務の遂行に生成AIを用いる意図がある場合、入札者は州へ書面で通知することを義務づけた。これは調達種別を問わずすべての書面による募集に適用され、不開示は "may result in bid disqualification."⁶² 我々が検証できた範囲では、これが米国で唯一の、拘束力があり一般に適用される発注者側の開示義務である。

連邦の方針はより緩やかだ。OMB M-25-22 は、各機関が請負業者にAI利用の開示を求めることを "are advised to consider" と述べている——勧奨であって義務ではない。⁶³ GSAは2026年3月、契約履行に用いるすべてのAIシステムの開示を求める条項案を回付した。意見募集は4月に締め切られたが、その後の改訂版には採用されなかった。⁶⁴ そして注目すべきことに、Caltrans自身による州の生成AI調達枠組みの調査は、成果物におけるAI利用の開示をコンサルタントに義務づける拘束力ある方針を持つ州DOTは一つもないことを確認している。⁶⁵

2. 問いを発しているのは保険会社であって、発注者ではない

NSPE の専門職賠償責任に関する報告は、大半の引受担当者が "are not yet incorporating AI into underwriting criteria, but they are beginning to ask firms how they supervise and review AI-assisted work," であり、"no widespread exclusions or special policy modifications yet evident." だと述べている。⁶⁶ Ames & Gough の引受会社調査は、AIガバナンスに先手を打つ事務所は "gain underwriter confidence." と付け加えている。³¹ 我々は顧客の事前資格審査アンケートにAIに関する設問が現れている証拠を見つけられなかった。精査しているのはリスクを負う側であって、役務を買う側ではない——これは意味のある区別であり、監査証跡を早期に構築すべき論拠でもある。

3. 標準書式のAI条項はまだ存在しない

2026年8月時点で、AIA、EJCDC、ConsensusDocs のいずれも、設計業務契約向けのAI条項や追補を公表していない。⁶⁷ AI関連の規定が現れている場所を見ると、その方向は示唆的だ。それらは発注者から設計者への制限としてではなく、施工業者から発注者への免責的な開示として流れている。ある建設分野の弁護士は、工程管理や概算見積りにAIを用いる場合、"the customer cannot rely on those until such time as boots on the ground have determined whether those field measurements are accurate." と定める条項を起草したと述べている。⁶⁸

真の商業リスクは拒絶ではなく、報酬である

本ポジションペーパーが最も深刻に受け止めている脅威は、顧客がAI支援の成果物を拒むことではない。顧客がそれを受け入れ、そのうえでより安く払おうとすることである。

専門役務全般では、それはすでに測定されている。2026年に1,000名超の上級ビジネスリーダーを対象に行われた調査では、66%が「顧客の要求は高まる一方、支払意欲は低下している」と回答し、3分の2がAIによるコスト低下を期待し、3分の1は、顧客がいまやAIを専門家を雇う代わりに業務を内製化する手段と見ていると答えている。⁶⁹ この調査は分野横断でありA/E固有ではない——転用は一つの前提であり、我々はそれを前提として明示しておく。

A/Eに限って記録されているのは、報酬水準よりも契約モデルの変化である。AECOM のCEO Troy Rudd は、顧客の側からそれが持ち出されていると述べる。"away from something like cost plus to something that looks more like a fixed fee."⁷⁰ そしてACECがバージニア工科大学と行った調査は、その根底にある危険を異例なほど率直に述べている。

コンサルティング・エンジニアリング事務所が将来、同じ成果物を30%から50%効率的に提供できるようになっても、なお時間単位で役務の対価を請求し続けるのであれば、それは根本的に底辺への競争である。ACEC、バージニア工科大学との共同、2024年

これは本ポジションペーパーの商業的な論旨に対する、外部からの最も強い裏づけであり、しかもテクノロジーベンダーではなくエンジニアリング業界自身の団体から出てきたものである。レバレッジ計算機が報酬構成を他のあらゆる入力を支配する設定項目にしているのも、そのためである。

まったく見つけられなかったもの

顧客がAI生成の設計成果物を拒否または争ったという公表事例は存在しない。 最も近い実際の紛争は、AIが捏造した法的引用を理由にGAOが却下した入札異議であり——2025年に5件——加えて、$449Mのエンジニアリング役務の発注をめぐる陸軍の選定において、発注者自身のAIツールが評価所見をハルシネーションしたと主張された争いがある。⁷¹ いずれの類型でも、AIの失敗が生じているのは調達書類の中であって、エンジニアリングの中ではない。
A/Eの選定においてAI能力を評価している発注者がいるという証拠は存在しない。 これについて検索するたびに返ってきたのは、提案書を書くためにAIを使う話ばかりだった——問いの向きが逆である。
顧客がAIを理由に報酬の引き下げを求めた、というA/E固有の事例も存在しない。 その機序には説得力があり、隣接分野の証拠は定量化されているが、A/Eにおける事例は記録されていない。

本物の空白が三つある。七つの反論のうち三つを認める論文において、不在を答えらしく装うのは一貫性を欠くだろう。

付録F

OxveloのAI開示方針。

NSPE の Board of Ethical Review は、契約が求めていない限り、AIの利用を顧客に開示する専門職上・倫理上の義務はないと判断した——ただし "ethical principles favor transparency when AI plays a substantial role in generating work products." と付け加えている。²¹ それは何も言わないでよいという許可である。しかし、検証可能な説明責任を提案の根幹に据える事務所にとって、何も言わないのは誤った選択だと我々は考える。よって以下を、顧客を持つより前に公表する常設の方針とする。

1. 我々は既定で開示する

AIが実質的に関与して作成された成果物には、契約がそれを求めているか否か、顧客が尋ねるか否かにかかわらず、その事実を記した記述を添える。開示は自白ではない。どの版の法規に基づいて設計したかを事務所が明記するのと同じ意味で、方法の記述である。

2. 我々はモデルではなく、人間の名を挙げる

押印済みのあらゆる成果物には、専門的責任（responsible charge）を負う有資格専門職を、氏名と免許番号で明記する。システムが何かを承認したかのように示唆する文書を出すことは決してない。責任は個人に帰属し、法的にも個人に帰属することが求められており、それを「プラットフォーム」へ拡散させることは、本ポジションペーパーが警告する図面押印屋への第一歩となる。

3. レビュー記録は、求めがあれば顧客に開示する

レビュアーが裁定した例外の集合、実行された決定論的チェック、引用された法規条項の背後にある来歴リンクは保存され、開示可能である。ニューヨーク州ではこれはすでに義務であり——他者が作成した成果物に押印する資格保持者は書面の評価を6年間保存しなければならない⁵⁹——であればこそ我々は、これを書類棚の義務ではなく顧客に向けた機能として扱う。

4. 顧客データは何の学習にも用いない

顧客のプロジェクトデータを第三者モデルの学習に用いることはなく、そうする権利を留保しているサービスへ送ることもない。NSPE の Case 24-2 は、当該エンジニアの過失の一部を、許諾なしに顧客の非公開情報をAIツールへ開示した点に認めた——設計の失敗ではなく、データ取扱いの失敗である。²¹ 顧客の契約がデータの経路を制限している場合、その制限がモデル選定を規律するのであって、その逆ではない。

5. 公共の発注者の問いには、問われる前に答える

開示制度のある法域への入札——最も明確なのはカリフォルニア州DGSの要件である⁶²——では、募集要項が求めているか否かにかかわらず開示を添える。開示しすぎた場合の不利益は一度の会話で済む。開示が足りなかった場合の不利益は失格である。

6. 示せないことは主張しない

効率、精度、サイクルタイムに関する主張は、実測されたベースラインの裏づけなしに顧客へ提示しない。これは我々が自ら公表する研究に課しているのと同じ基準であり、METRの被験者が実測では遅くなりながら自分は20%速いと信じていたからこそ存在する基準である。³⁵

そもそもなぜこれを公表するのか

最初の難しい会話のあとで書かれた方針は後付けの正当化であり、誰の目にもそれと分かるからである。いま——顧客も、請求も、これを緩める誘因もまだ存在しないうちに——公表することだけが、それが何のコストもかからず、しかも意味を持つ唯一の瞬間である。もし我々がこれを離れることがあれば、このページがその証拠となる。

付録G

実例：案件発掘からプロジェクト・キックオフまで。

これを正しく読むために

これは結果ではなく設計仕様である。 このプロセスを通したプロジェクトはまだ存在しない。ここにあるものは測定でも、ケーススタディでも、性能に関する主張でもない。§10 に記した実演のための設計図であり、実演が行われたとき、後から書かれた物語ではなく事前に定めた仕様に照らして判断できるよう、あらかじめ公表しておくものである。

本ポジションペーパーはその機序を長々と論じながら、一度も見せていない。ここに一つの完全なワークフローを段階ごとに示す。各段階について、人間の制御点と生成される監査成果物を明記する。

段階	AIワークフォースの動作	人間の制御点	生成される監査成果物
案件の受け入れ	RFPまたは引き合いを解析し、業務範囲、成果物、期限、提出要件、評価基準、失格事由を抽出する	なし——検索のみ	抽出された各条件を出典ページに紐づけた、構造化された案件記録
参入可否の判断	事務所の免許範囲、事前資格の状況、人員の空き、過去実績の記録に照らして適合度を採点し、事務所が法的に満たせない事項を指摘する	プリンシパルが判断する。システムが案件を先へ進めることはできない	提示された論拠と下された判断を記した、日付入りの決定記録
報酬と業務範囲	類似の過去案件を検索し、分野別・フェーズ別の一次工数モデルを構築し、事務所標準の文言から業務範囲の記述を起草する	プリンシパルが報酬を決める。交渉の余地なし——これは計算ではなく商業上の約束である	各前提を、その由来となった過去案件まで辿れる工数モデル
提案書の組み立て	SF 330 または民間書式の回答を組み立て、人員記録から氏名の挙がった職員の経歴、登録、対応する案件経験を差し込む	氏名の挙がった各人が、自身の経歴記載と登録状況を確認する	本人別の確認記録
契約レビュー	提示された契約案を事務所の標準的立場と照合し、顧客側の条項の横に事務所標準の条項を並べたうえで、すべての逸脱をリスク順に並べる	プリンシパルが指摘された逸脱を一つずつ受諾または拒否する。署名は人間の行為である	項目ごとの処理と理由を記した逸脱登録簿
プロジェクト立ち上げ	契約締結時に、作業環境、予算構造、フェーズとタスクの分解、コンプライアンス記録を作成する	プロジェクトマネージャーが構造を確認する	契約締結時刻に対して時刻印を持つ立ち上げマニフェスト
成果物登録簿	契約の業務範囲と工程から、担当者・期限・依存関係とともに必要な成果物をすべて導出する	プロジェクトマネージャーが網羅性を確認する	各行が、それを要求する契約条項まで辿れる登録簿
キックオフ一式	議事次第、役割、適用する標準、有効な法規の版、提出工程、連絡手順を起草する	プロジェクトマネージャーが承認し発行する	改訂履歴を伴う発行済み一式

意図的に置いていないもの

上記のどの段階も押印を伴うエンジニアリング成果物を生まず、約束または法的責任が生じる箇所では、氏名の明らかな人間の判断なしに一つも先へ進まない。このワークフローに押印はどこにも登場しない。このワークフローがキックオフで終わるからであり、それこそ図4のビーチヘッドから参入することの眼目である。

これらが真かどうかを決める測定

一つの数値を、同じ方法で二度取る。

ベースライン = 案件特定 → キックオフ一式発行までの所要日数の中央値。
提携先事務所の直近10件の類似案件について測定
実測値 = 同一区間、同一定義で、システムを通した次の5件の案件について測定

併せて追跡する項目： 案件あたり消費専門職時間 · 受注率
案件あたり提起された例外数 · レビューで覆された例外数

見出しになるのは所要時間だが、最も重要な数値はレビューで覆された例外の数である。 システムが指摘した事項をレビュアーがほとんど覆さないのであれば、そのシステムは本物の判断事項を浮かび上がらせておらず、レビューは飾りである。健全な例外率はゼロではない。

受注率を含めているのは、他のすべての数値が改善する中で、これだけが全体を無効にしうる唯一の指標だからである。速く安く作れても受注が減る提案は、事業運営モデルの改善ではない。ダッシュボードだけが良くなった、より悪い事業である。

付録H

検証ログ。

本ポジションペーパーのあらゆる主張は、専用のファクトチェック工程で一次資料と突き合わせて確認した。その工程で行った訂正をここに記録する。修正前の誤りがどちら向きだったかを知ることは、読者の当然の権利だからである。

論旨を変えた訂正

NCEESは2025年8月に責任の定義を改めた。 広く引用される "direct control and personal supervision" という定式は失効しており、現行の Model Law のどこにも現れない。§5 は現行の四義務の基準——レビュー／変更／拒否／承認の権限、範囲の把握、質問への回答能力、全面的な責任の引受け——から論じており、それは置き換えられた旧文言よりも本テーゼに有利である。
センサス局による分断の数値は検証できなかった——追跡可能な原典が見つからず、削除した。図7は現在、AIAが公表した事務所数・受注高の表を用いている。集中に関する主張は、ENR Top 500 の売上とセンサス局 Quarterly Services Survey の業界売上の対比によって組み直した。
「監査済み財務諸表3年分」という事前資格に関する記述は誤りだった。 その要件はFDOTの施工業者向け制度に属するものであり、専門役務向けの制度は現行のFAR間接費監査を求める。拘束的な制約は、格付けされた過去実績の記録として述べ直した——出典もより確かで、そもそも克服がより難しいものである。
ニューヨーク州の所有に関する立場は、初稿より悪い。 BCL §1503(b-1) は残余の枠をESOPと従業員に留保しており、外部の投資事業体はそもそも対象にならない。持株会社にとっての実効的な上限は25%ではなく、ゼロである。
METRは19%という結果を撤回していない。 2026年2月の数値は改訂ではなく、別個の研究に由来する。初期の草稿は、この撤回めいた動きを本稿に有利な方向へ過大に述べていた。

帰属と精度に関する訂正

従業員1人あたり純受注高$143,000は平均値である。AIAは中央値を公表していない。
AECBench は Zhao et al. ではなく Liang et al. である。Zhao は最終著者である。
MGI の$228 billionは米国のAEC業界全体を対象とし、"other automation technologies" を含む——50%という自動化率の金額換算ではなく、両者は頻繁に混同されている。
ACEC の14%という備えの数値は、経営層ではなく中堅・年長の実務者による見積りである。34%という学生側の数値は195名の便宜的標本に基づく。
Bluebeam の27%は、5か国の管理職以上のテクノロジー意思決定者を対象としたものであり、「世界のAEC専門職」ではない。
Dodge の87%は、回答者自身の事業ではなく産業としての建設に対するAIの影響についてのものである。
AIA の90%は、不正確さ単独ではなく五つの懸念の束を対象としている。
Lemonade と Root は有資格保険会社として立ち上がった——インシュアテックの段階的経路の例ではなく、反例である。
エンジニアリングの学位取得者数は、ASEEではなくACEC経由のNCESに由来する。ASEEは別の母集団を数えている。
Elad Gil の引用には TechCrunch による編集上の挿入が含まれており、現在は角括弧を残したまま掲載している。
AECOMの株価の動きに関するENRの評価は独立に裏づけられなかったため、現在は事実として述べるのではなくENRに帰属させている。

意図的に未検証のまま残したもの

二組の数値は企業側の自己申告であり、監査を受けていない。cove.tool のプロジェクト指標（設計期間60%短縮、見積り精度95%、反復コスト40%、15日での完了）と、Crosby の契約処理件数である。いずれも該当箇所で注記し、測定値ではなく存在証明として用いている。構造に関する一つの主張——AI固有の免責がA/Eの専門職賠償責任保険では標準的でないということ——は、当該種目において記録された免責が存在しないことからの推論であり、いずれかの保険会社やブローカーによる積極的な確認ではない。§7 ではそのように明示している。