論文の概要: Toward Agentic AI-Ready Workflows in Built Environment Organizations: Knowledge Structures and Interoperability Challenges
- arxiv url: http://arxiv.org/abs/2611.02286v1
- Date: Sun, 01 Nov 2026 23:29:55 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-03 20:12:33.270249
- Title: Toward Agentic AI-Ready Workflows in Built Environment Organizations: Knowledge Structures and Interoperability Challenges
- Title（参考訳）: 構築された環境組織におけるエージェントAI対応ワークフローに向けて:知識構造と相互運用性の課題
- Abstract要約: 構築された環境におけるエージェント人工知能(AI)の台頭は、独立したAIツールから、プロジェクトや組織のコンテキストを越えて、推論、計画、行動を行う自律システムへと注目を移している。
本稿では,知識構造,相互運用性,アクセスと統合機構に着目し,エージェントAI対応を支援するために構築された環境データをどのように構成するかを概観する。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: The rise of agentic artificial intelligence (AI) in the built environment is shifting attention from isolated AI tools toward autonomous systems that reason, plan, and act across project and organizational workflows. The effectiveness of such systems depends not only on large language model capabilities, but also on the readiness of heterogeneous data environments across the Architecture, Engineering, and Construction (AEC) sector. These environments combine structured sources, such as CAD and BIM models, schedules, cost databases, and asset registers, with unstructured ones, including technical reports, design narratives, planning and policy documents, contracts, meeting minutes, and risk registers. This paper reviews how built environment data can be organized to support agentic AI-ready workflows, focusing on knowledge structures, interoperability, and access and integration mechanisms such as retrieval-augmented generation (RAG) and the Model Context Protocol (MCP). Drawing on existing literature, it examines approaches proposed to organize structured and unstructured data and considers how such data can be contextualized and made accessible to AI agents in a reliable manner. The paper synthesizes current perspectives, highlights challenges around fragmentation and interoperability, and identifies open questions for future research on AI-compatible information management in the built environment.
- Abstract（参考訳）: 構築された環境におけるエージェント人工知能(AI)の台頭は、独立したAIツールから、プロジェクトや組織ワークフロー全体にわたって推論、計画、行動する自律システムへと注目を移している。
このようなシステムの有効性は、大規模な言語モデル能力だけでなく、アーキテクチャ、エンジニアリング、建設(AEC)分野にわたる異種データ環境の準備にも依存する。
これらの環境はCADやBIMモデル、スケジュール、コストデータベース、アセットレジスタといった構造化されていないソースと、技術レポート、設計物語、計画と政策文書、契約、会議分、リスクレジスタといった非構造化のソースを組み合わせる。
本稿では,知識構造,相互運用性,検索強化生成(RAG)やモデルコンテキストプロトコル(MCP)といったアクセス・統合機構に着目し,エージェント型AIワークフローをサポートするために構築された環境データを整理する方法について述べる。
既存の文献に基づいて、構造化データと非構造化データを整理するためのアプローチを検討し、そのようなデータをコンテキスト化して、信頼できる方法でAIエージェントにアクセスできるようにする方法について検討する。
この論文は、現在の視点を合成し、断片化と相互運用性に関する課題を強調し、構築された環境におけるAI互換情報管理に関する今後の研究に対するオープンな疑問を特定する。
関連論文リスト
- A Reference Architecture for Integrating Agentic AI into Enterprise Software: Responsibilities, Interactions, and Variability [9.504994522762454]
Agentic AIは、生成AIアプリケーションを推論、企業コンテキスト、モデル推論、外部アクションを協調するシステムへと移行する。
既存の研究と産業アーキテクチャは、これらの懸念の多くに対処するが、スコープ、抽象化、責任組織、相互作用の表現、必要な機能に関する仮定が異なる。
本稿では,エンタープライズエージェントAI統合のための技術ニュートラル参照アーキテクチャを提案する。
論文 参考訳（メタデータ） (2026-10-10T11:29:28Z) - Bridging LLM Agents and Data Spaces: An Architectural Mediation Approach using the Model Context Protocol [0.27185251060695437]
本稿では,モデルコンテキストプロトコル(MCP)に基づくアーキテクチャ仲介手法を提案する。
MCPは、大規模言語モデル(LLM)エージェントとデータ空間サービス間の制御された相互作用を可能にする。
プロトタイプ実装では、カタログ発見、メタデータ検索、データサービス呼び出し間のエンドツーエンドインタラクションを検証する。
論文 参考訳（メタデータ） (2026-09-24T11:42:36Z) - From Prompts to Context: An Ontology-Driven Framework for Human-Generative AI Collaboration [26.702635306128865]
本稿では,人間生成AIコラボレーションを表現するオントロジー駆動型フレームワークを提案する。
その中核となるコンポーネントであるContextual Collaboration AI Ontologyは、コラボレーションの重要な要素を、共有機械解釈可能な語彙としてモデル化している。
我々は、要求分析、設計、実装、そしてテストの間で、このフレームワークがコラボレーションエピソードの表現とドキュメントをどのようにサポートするかを示す。
論文 参考訳（メタデータ） (2026-05-28T09:35:59Z) - Architectural Design Decisions in AI Agent Harnesses [1.8222732878503212]
本稿では,70件の公開エージェントシステムプロジェクトについて,プロトコル誘導型,ソースベースによる実証研究を行った。
5つの設計次元(サブエージェントアーキテクチャ、コンテキスト管理、ツールシステム、安全機構、オーケストレーション)を特定し、コーパスがファイルパーシスタント、ハイブリッド、階層的コンテキスト戦略を好んでいることを確認する。
軽量ツール,バランスのとれたCLIフレームワーク,マルチエージェントオーケストレータ,エンタープライズシステム,シナリオ仮想化プロジェクトなど,5つの繰り返し発生するアーキテクチャパターンを合成する。
論文 参考訳（メタデータ） (2026-04-20T10:39:34Z) - A Survey on Cloud-Edge-Terminal Collaborative Intelligence in AIoT Networks [49.90474228895655]
クラウドエッジ端末協調インテリジェンス(CETCI)は、モノの人工知能(AIoT)コミュニティにおける基本的なパラダイムである。
CETCIは、分離されたレイヤ最適化からデプロイ可能なコラボレーティブインテリジェンスシステムに移行する、新興のAIoTアプリケーションで大きな進歩を遂げた。
本調査では、基礎アーキテクチャ、CETCIパラダイムのテクノロジの実現、シナリオについて解説し、CISAIOT初心者向けのチュートリアルスタイルのレビューを提供する。
論文 参考訳（メタデータ） (2025-08-26T08:38:01Z) - Agentic Web: Weaving the Next Web with AI Agents [109.13815627467514]
大規模言語モデル(LLM)を活用したAIエージェントの出現は、エージェントWebに対する重要な転換点である。
このパラダイムでは、エージェントが直接対話して、ユーザに代わって複雑なタスクを計画、コーディネート、実行します。
本稿では,エージェントWebの理解と構築のための構造化フレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-28T17:58:12Z) - Deep Research Agents: A Systematic Examination And Roadmap [109.53237992384872]
Deep Research (DR) エージェントは複雑な多ターン情報研究タスクに取り組むように設計されている。
本稿では,DRエージェントを構成する基礎技術とアーキテクチャコンポーネントの詳細な分析を行う。
論文 参考訳（メタデータ） (2025-06-22T16:52:48Z) - Semi-Automated Design of Data-Intensive Architectures [49.1574468325115]
本稿では,データ集約型アーキテクチャの開発手法を紹介する。
i) 特定のアプリケーションシナリオに適したアーキテクチャを設計し、(ii) アプリケーションを実装するための具体的なシステムの適切なセットを選択することをアーキテクトに案内します。
私たちが採用している記述言語は、研究者や実践者が提案するデータ集約アーキテクチャの重要な側面を捉えることができる。
論文 参考訳（メタデータ） (2025-03-21T16:01:11Z) - A Blueprint Architecture of Compound AI Systems for Enterprise [18.109450556443782]
我々は、企業環境で運用する複合AIシステムのための青写真アーキテクチャを、費用対効果と実用性で導入する。
提案したアーキテクチャは,既存の計算とデータインフラストラクチャとのシームレスな統合を目標としています。
論文 参考訳（メタデータ） (2024-06-02T01:16:32Z) - Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。
現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。
我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
論文 参考訳（メタデータ） (2020-07-13T20:30:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。