2024年4月に時間外労働の上限規制が建設業にも適用されてから、2年半が経った。全国建設業協会が会員3,781社を対象に2026年6〜7月に実施した調査（日本工業経済新聞 2026年9月15日報道）では、現場従事者の月平均残業時間は「15時間以下」が68.2%、「16〜30時間」が24.1%で、数字の上では規制の枠にほぼ収まっている。ところが同じ調査で挙がった削減策の上位は「週休2日モデル工事」52.7%、「経営トップによる声かけ」37.9%、「定時退社の呼びかけ」35.8%であり、書類や積算や施工計画といった仕事の量そのものを減らしたという項目は上位に見当たらない。

つまり時間は減ったが、仕事は減っていない。減らした分は技術者の持ち帰りか、本社の応援要員か、所長の裁量か、あるいは受注を見送ることで吸収されている。帝国データバンク『人手不足に対する企業の動向調査（2026年4月）』では建設業の65.7%が正社員不足を訴え、同社『人手不足倒産の動向調査（2025年）』では2025年の人手不足倒産427件のうち建設業が113件と、業種別で初めて100件を超えた。人を足して吸収するという選択肢は、多くの中堅ゼネコン・専門工事業にとって既に閉じている。

本稿は「建設業のAI活用事例N選」ではない。ここで扱うのは、上限規制後に現場技術者が回している業務のどこをヒトがやる必要のない仕事として引き算し、空いた工数を施工の段取りと技術判断へ再配置するか、という実務論である。大手ゼネコンの発表は参照するが、規模が違う前提で中堅が真似できる部分だけを取り出す。効かない領域と、PoC止まりから本番化へ進む道筋も一節ずつ置いた。

上限規制の後に残った矛盾 — 時間は減らせても仕事は減っていない

厚生労働省の建設業向けポータルが示す通り、2024年4月1日以降は建設業でも時間外労働は月45時間・年360時間が原則で、特別条項を結んでも年720時間、単月100時間未満、2〜6か月平均80時間以下、月45時間超は年6回までに縛られる。災害復旧・復興の事業だけが単月・複数月の規制から外れる。それまで上限のなかった業界にとって、これは労務管理の問題である以上に、現場技術者の仕事の総量を問い直す問題になった。

では、その時間外はどこから来ているのか。建設業技術者センター『地域建設業の時間外労働の現状と削減の取り組み（概要版）』（2024年12月）は、4県の建設業協会（会員約1,800社）と全国中小建設業協会（会員約2,400社）に2024年6月に同一設問で尋ねている。長時間労働の理由として「現場作業後の書類作成・整理に時間を要した」を挙げた企業は4県協会で52.2%、全中建で61.5%。「当初から工期がタイトであった」が44.8%と42.4%でこれに続く。月45時間を超えたことのある技術者がいる企業は30%以上あり、技術者の勤怠をシステムで一元管理していない企業が全中建で69.0%、4県協会で78.8%を占める。ヒアリングで繰り返し挙がった要因は「設計変更」「協議資料の作成」「書類作成」であり、監督官によって求められる書類量が変わるという声も複数あった。

この調査が示しているのは、時間外の発生源が二つに分かれるという事実である。一つは発注者に起因するもので、設計図書の不備による設計変更、関係機関協議が未了のままの発注、統一書式以外の書類要求がここに入る。AIで解ける問題ではなく、受発注者間の交渉と国土交通省の工事書類スリム化の進展に委ねる領域だ。もう一つは受注者の側で解けるもので、書類の下書き・転記・整理、積算の数量拾い、計画書の定型部分がここに入る。AIの守備範囲は後者に限られる。この切り分けを飛ばして「AIで残業削減」と稟議に書くと、削減できない部分まで期待値に含まれ、半年後に「思ったほど減らない」で止まる。

背景にある構造は変わらない。日本建設業連合会『建設業ハンドブック』の建設労働の項によれば、建設業就業者は1997年の685万人をピークに2025年には478万人まで減り、55歳以上が約37%、29歳以下が約12%である。政策側は国土交通省『i-Construction 2.0』（2024年4月16日策定）で2040年度までに建設現場の省人化を少なくとも3割、すなわち生産性1.5倍を掲げ、「施工」「データ連携」「施工管理」の3つのオートメーション化を柱に据えた。自動施工やデータ連携は直轄工事と大手が先行するが、中堅ゼネコン・専門工事業に直接効くのは第三の柱、施工管理側の省人化である。本稿の焦点もそこにある。

大手ゼネコンの発表をどう読むか — 効いている領域と、発表されている領域はずれている

大手の事例を読むときに役立つ資料がある。日本建設業連合会 ICT推進部会『建設テックの最新動向と各社のAI活用状況について』（2026年3月3日、建築のICTセミナー資料）は、安藤ハザマから三井住友建設まで大手・準大手16社に2025年12月〜2026年1月にアンケートした結果をまとめている。効果が出ている用途として回答が多かったのは「文書・議事録の要約」16社、「翻訳」「プログラミング」13社、「Eメールの文面作成」「RAGを用いた社内文書の検索」12社、「技術・法規の調査」11社。対して「現場の施工・安全管理」は9社、「検査作業の支援」は3社にとどまる。一方で同じ16社の過去3年のプレスリリース64件を分析すると、最多は品質・安全分野（配筋検査や危険行動検知）だった。

発表されているのは現場のAIで、効いているのは文書のAIである。この乖離は、中堅企業が事例集を読むときの補正係数になる。課題としては精度（ハルシネーション）が2年続けて首位、2位が普及から情報漏洩・著作権のリスク管理へ移り、3位に既存システム連携や機能拡張の運用コストが挙がった。

個別の発表で参照する価値があるのは、仕組みの設計が公開されているものだ。大成建設『最新生成AIを活用した土木工事の「全体施工計画書作成支援システム」を開発』（2025年11月28日）は、入札公告・工事概要・特記仕様書などの発注情報と、受注時に蓄積した技術提案などの社内ナレッジを入力に、国土交通省書式に準拠したWord形式の原稿を約10分で生成し、作業時間を従来比で約85%削減できるとしている。注目すべきは、視覚言語モデルの出力のうち信頼性が低い箇所を自動で特定し、そこを経験豊富な技術者が精査する設計になっている点である。清水建設『建設現場のAXを加速させる「AI施工管理システム」を構築』（2026年5月20日）は、相鉄本線鶴ケ峰駅付近の連続立体交差工事で、山留め杭工事の「マシンセット」「削孔」「H鋼挿入」「モルタル注入」の4フェーズをカメラ映像から判定し、進捗管理・写真記録・報告書作成の負担を減らす実証を2025年12月から進めている。

ただし規模が違う。大成建設の仕組みは受注のたびに蓄積した技術提案という社内ナレッジの厚みが前提で、清水建設の実証は特定工種に絞った段階にある。中堅企業がそのまま真似できる話ではない。それでも読み取れることは二つある。大手でも効いているのは文書の下書きと検索であり、現場の映像判定は工種を絞った実証段階だということ。そしてハルシネーションを「AIが自分の怪しい箇所を示し、人がそこだけ見る」設計で解いていること。この2点は企業規模に依存しない。

普及の現在地も押さえておきたい。日本情報システム・ユーザー協会『企業IT動向調査2025』速報（2025年2月18日）では、建築・土木の言語系生成AIは「導入済」27.3%と「試験導入中・導入準備中」22.7%を合わせて50.0%（n=66、大企業中心の会員調査）。全産業では総務省『令和7年版情報通信白書』が生成AIの活用方針を定める企業を49.7%としており、建設もほぼ同じ水準にある。着手組のうち効果測定を行っていない企業は59.8%（同調査・全業種ベース）で、「入れたが測っていない」状態はこの業界でも広い。

引き算の見極め — 現場技術者の一週間を「反復×転記」で切る

ここからが本稿の中心である。AX Boostが建設業の案件で使うのは、現場技術者の工数を二つの軸で四象限に分ける見方だ。第一の軸は「一品生産か、反復か」。その現場固有の条件（地盤、近隣、工程制約）を要する仕事か、どの現場でも同じ型で回る仕事か。第二の軸は「判断か、転記か」。結果に責任を負う判断なのか、既にどこかにある情報を別の形に写す作業なのか。

引き算の第一候補は「反復×転記」の象限に集まる。安全書類の転記、写真台帳の整理、日報から週報への集計、協議資料の体裁整え、積算の数量拾い、施工計画書の定型章。第二候補は「反復×判断」で、積算の単価入れの一次案や工程の初期案がここに入る。AIが案を出し、決めるのは人という分担になる。「一品生産×判断」、すなわち仮設計画の勘所、地盤の変状への対応、安全の最終判断は引き算しない。むしろ空いた工数の再配置先である。「一品生産×転記」に当たる現場固有の変更資料は、差分の構造化ができれば部分的に引き算できる。

見極めの実務は地味で、技術者3〜5名の2週間分のタスクを30分単位で記録するところから始まる。勤怠を一元管理していない企業が7割前後という先の調査を踏まえると、可視化そのものが第一歩になる企業が多い。当社が観測する範囲では、現場技術者の時間外のうち半分前後が「反復×転記」に落ちることが珍しくない（当社の現場観察に基づく体感値であり、企業・工種で幅がある）。この仕分けはAIは「足し算」より「引き算」で示した「なくす／まかせる／活かす」の三分類を、建設の現場工数に当てはめたものと考えてよい。

積算 — 数量拾いは任せ、単価と歩掛の判断は残す

積算は、図面・仕様書の読み込み、数量拾い、単価・歩掛の設定、見積書の作成という流れで進む。引き算の対象は拾いである。視覚言語モデルやAI-OCRで図面から部材と数量を抽出し、仕様書の該当条項に紐付ける処理は、2026年時点で実用の範囲に入ってきた。

限界もはっきりしている。図面の記法は設計事務所ごとに違い、改訂図の差分は見落とされやすく、スキャン品質や手描きの補足、特殊な納まりは誤読を生む。だから「AIが拾って人が全数チェックする」運用では工数が減らない。設計として要るのは根拠のハイライトで、拾った数量が図面のどこから来たかを示し、確信度の低い箇所だけ人が見る。大成建設が施工計画書で採った「怪しい箇所を自動特定する」思想と同じであり、この設計がない積算AIは、チェック工数が拾い工数に置き換わるだけに終わる。

効果の相場はベンダーの公表値ではなく自社の図面で測るべきだろう。同じ物件を従来手順とAI手順で並走させ、拾い漏れ率、工数、見積提出までのリードタイムを比べる。測り方の枠組みはAI ROIの測定方法に譲るが、積算の場合は「見積提出件数が増えたか」という受注機会の指標が経営に響きやすい。帝国データバンクの調査に寄せられた「案件があっても人手不足で受注ができない」という声は、積算のボトルネックがそのまま機会損失になっている中堅企業の実態を表している。

引き算しない部分も明確にしておく。専門工事業にとって単価と歩掛の判断は利益の源泉であり、資材価格や労務単価の変動を読む部分はAIに委ねるべきではない。拾いに費やしていた時間を、値入れの精度、受注可否の判断、不調に終わった工事の原因分析へ再配置する。資材の調達側での価格変動対応はAI×サプライチェーン/SCMで扱った論点と重なる。

施工計画・協議資料 — 「10分のドラフト」を中堅の条件に翻訳する

大成建設の約85%削減は全体施工計画書についての数字である。中堅ゼネコンの土木でも全体施工計画書は工数を食うが、先の建設業技術者センターの調査が示す通り、時間外の発生源として繰り返し挙がるのは設計変更と協議資料だった。中堅が同じ発想を再現するなら、対象は計画書本体より変更協議のほうが先になる場合が多い。

再現には三つの条件がある。第一に、過去の計画書・協議資料が技術者個人のPCとファイルサーバに散在している状態を、検索できる形に整理すること。RAGとはで解説した検索拡張生成の仕組みは、参照元が整っていて初めて機能する。当社の経験では、この整理だけで3か月程度かかる企業もあり、ここを飛ばしてツールを入れると「答えが古い計画書から来る」問題が起きる。第二に、国土交通省や都道府県の書式テンプレートを固定し、生成AIには章立てと定型文だけを書かせること。第三に、変更協議では変更前後の差分を構造化して入力し、変更理由書の下書きを出させること。数量や仕様の数値は生成させず、参照元から転記させる設計にする。この線引きはAIハルシネーション対策の実装論で述べた「数値は生成させない」原則そのものである。

ここには一つ、注意すべき逆効果がある。建設業技術者センターの調査は、時間外の要因として「受注者による作成書類の過度の作り込み」を挙げている。監督官の要求に応え高い評点を得るために、根拠の明確でない書類まで作ってしまう構造だ。AIで書類が作りやすくなると、この作り込みがむしろ増える。書類を速く作る仕組みは、作る根拠を問う交渉と並走させないと、時間外を減らす目的から外れていく。

安全書類・日報・写真 — 転記の連鎖を断つ

労務安全書類、いわゆるグリーンファイルは、施工体制台帳、再下請負通知書、作業員名簿、安全衛生計画、持込機械等使用届などからなる。専門工事業は元請ごとに異なる様式やポータルへ同じ情報を繰り返し入力している。建設業労働災害防止協会が紹介するICT研究開発事例では、Web上で安全書類の作成から提出までを完結させるサービスで作成時間が73.8%削減されたとされる（事業者の公表値）。看板にする数字ではないが、示唆は明確で、生成AIより先に「一度入力したデータを再利用する」データ化のほうが効く領域だということである。

生成AIが効くのは文章化の部分に限られる。KY活動の記録、是正報告書、ヒヤリハットの整理、日報からの週報作成、そして写真台帳の整理で、電子小黒板の情報から工種・部位のタグを付けて台帳を自動生成する処理は、技術者の夕方の1時間を戻す効果がある。管理部門側の帳票処理との共通点は管理部門のAI活用ガイドで扱った通りだ。

ただし安全書類は労働安全衛生法・建設業法上の記録であり、内容の責任は元請と下請それぞれの現場責任者にある。AIに書かせた安全衛生計画をそのまま提出すれば、現場の実態と乖離した書類が量産される。引き算するのは転記であって、KYの実施やリスクアセスメントそのものではない。この区別を曖昧にした導入は、現場が「書類のためのAI」と受け取って使わなくなる。AI定着失敗の典型7パターンで挙げた「現場の業務を理解せずに入れる」型の建設版といえる。

効かない領域 — 一品生産の現場判断と、安全の最終判断

正直に書いておくべきは、AIが効かない領域の広さである。清水建設の実証が山留め杭工事の4フェーズに絞られていること、NTTコムウェアが清水建設と共同で鉄筋ガス圧接継手の外観検査AIを発表したのが2019年11月で、それから6年以上経ってなお用途が限定されていること、日建連の調査で検査支援に効果を感じた企業が16社中3社であること。これらは同じ理由に行き着く。建設現場は一品生産であり、映像判定は照明・背景・工種が変わるたびに学習をやり直す必要がある。

製造業のAI活用で論じたように、製造では量産の閾値を越えれば品質検査AIはラインの数だけスケールする。建設では現場の数だけ条件が違い、スケールしない。だから建設で現場AIから入るのは、技術的に不可能というより経済的に割に合わないことが多く、文書側から入るほうが合理的になる。

危険行動検知にも同じ構造がある。誤報が続くと現場はアラートを無視するようになり、無視が習慣化した頃に本当の危険を見逃す。安全の最終判断は職長と所長にあり、AIは補助にとどめるべきだ。「AIで安全管理を自動化」と稟議に書くと、現場の反発と法的責任の曖昧化を同時に招く。効かない領域を効かないと言い切ることが、効く領域への投資を通しやすくする。

PoC止まりから本番化へ — 「協力的な所長の現場」の先へ

建設業のAI導入には、他業界にない固有のPoC止まりパターンがある。現場は独立採算に近く、所長の裁量が大きい。PoCは協力的な所長の1現場で成功し、その現場が竣工すると成果ごと消える。次の所長は別の流儀を持ち、Excelの様式も違う。AI PoC止まり脱出フレームワークで示した構造に、この「現場ごとの断絶」が重なる。

本番化の条件は三つに絞れる。第一に、様式とデータの標準化を本社主導で行うこと。現場ごとに違う日報・写真・書類の型を揃えなければ、AIは現場が変わるたびに設定し直しになる。第二に、協力会社を巻き込むこと。元請だけが楽になる仕組みは、専門工事業側の入力負担を増やし、データの質が落ちて元請側の効果も消える。第三に、効果を測ること。着手企業の6割が効果測定をしていないという先の数字は、測っていないから次の予算が付かないという循環の入口でもある。

稟議の組み立ては、AI投資としてではなく上限規制対応と担い手確保の投資として書くほうが通りやすい。指標は技術者一人当たりの月間時間外、見積提出件数、日本建設業連合会が推進する4週8閉所を達成した現場数など、経営が既に追っている数字に接続する。予算の段階設計と説明の型はAI予算計画と社内稟議の通し方を、一業務に絞って始める進め方は中小企業のAI導入完全ガイドを参照してほしい。

空いた工数の行き先と、AX Boostの建設業アプローチ

引き算は目的ではない。空いた工数の行き先を決めていない引き算は、同じ書類をより多く作る方向に流れる。建設業での再配置先は四つある。段取りの前倒しと手戻りの削減、仮設や施工方法の技術判断、55歳以上が約37%を占める構造のなかでの若手へのOJT、そして休日そのものである。上限規制は時間を削る規制であって、仕事の価値を上げる規制ではない。価値を上げる部分は、経営が意思を持って設計するしかない。

AX Boostは、FDE型で現場に入り、技術者のタスク分解から一緒に行う。建設業では机上の業務フロー図と現場の実態が乖離しやすく、現場に入らないと「反復×転記」の象限に何が落ちるかが見えないからだ。FDE型コンサルティング完全解説で述べた方法論を、現場ごとの断絶という建設固有の条件に合わせて運用する。成果報酬を前提に置くため、引き算が本番化して初めて当社の報酬も立つという利害の一致が働く。AI/AX支援の実績は業務系文書・見積・帳票の領域で積み上げており、個別のクライアント名は開示していない。

よくある質問（FAQ）

建設業のAI活用は、まず何から始めるべきですか

技術者の工数の可視化から始めるのが現実的である。3〜5名の2週間分のタスクを記録し、「反復×転記」に落ちる仕事を特定してから、その一つに絞ってAIを当てる。

積算AIはどの程度の精度がありますか

図面の記法や品質に左右されるため、一律の精度は示せない。判断基準は「精度が何%か」ではなく、AIが拾った数量の根拠を図面上で示せるか、確信度の低い箇所を自分で示せるかという設計の有無にある。自社の過去物件で従来手順と並走させて測るのが確実だ。

大手ゼネコンの事例は中堅企業でも再現できますか

そのままは難しい。大手の仕組みは社内ナレッジの蓄積量と専任の開発体制が前提になっている。ただし「効いているのは文書の下書きと検索」「怪しい箇所をAI自身に示させる」という2点は規模に依存せず、中堅企業でも同じ設計思想で始められる。

結び — 引き算の対象を決めるのは、AIではなく経営である

上限規制は建設業に時間の上限を与えたが、仕事の上限は与えていない。その差分を埋めるのが、書類・積算・施工計画の「転記と下書き」を引き算し、空いた工数を施工と技術判断へ戻す設計である。どこを引き算し、どこを残すかを決めるのはAIではなく経営の仕事であり、その出発点は現場技術者の一週間を四象限で切り分けることにある。具体的にどの業務から手をつけるべきか迷っている場合は、トップページからお問い合わせいただきたい。

主要参照ソース

本稿で引用した数値・事例・政策動向は、以下の一次ソースに基づく。

  • 厚生労働省『建設業従事者の長時間労働改善に向けたポータルサイト — 建設業にも時間外労働の上限規制が適用されています』— 2024年4月1日適用、月45時間・年360時間原則、特別条項の上限、災害復旧の例外。 https://kensetsu-roudou-jikan.mhlw.go.jp/kensetsu_overtime.html
  • 国土交通省『「i-Construction 2.0」を策定しました』（2024年4月16日）— 2040年度までに省人化3割・生産性1.5倍、施工・データ連携・施工管理の3つのオートメーション化。 https://www.mlit.go.jp/report/press/kanbo08_hh_001085.html
  • 一般財団法人建設業技術者センター『地域建設業の時間外労働の現状と削減の取り組み（概要版）』（2024年12月）— 4県協会・全中建へのアンケート（2024年6月）。書類作成が長時間労働の理由52.2%／61.5%、月45時間超技術者のいる企業30%以上、勤怠一元管理なし69.0%／78.8%。 https://www.cezaidan.or.jp/information/presentation/20250106_summary.pdf
  • 日本工業経済新聞『【全建】現場平均は15時間以下／時間外労働状況アンケート』（2026年9月15日）— 全国建設業協会会員3,781社調査。15時間以下68.2%、16〜30時間24.1%、週休2日モデル工事52.7%。 https://www.nikoukei.co.jp/news/detail/561165
  • 帝国データバンク『人手不足に対する企業の動向調査（2026年4月）』（2026年5月19日公表、有効回答1万538社）— 正社員不足50.6%、建設業65.7%、2025年度人手不足倒産441件中建設業112件。 https://www.tdb.co.jp/report/economic/20260519-laborshortage202604/
  • 帝国データバンク『人手不足倒産の動向調査（2025年）』（2026年1月8日公表）— 2025年427件で3年連続過去最多、建設業113件で初の100件超。 https://www.tdb.co.jp/report/economic/20260108-laborshortage-br2025/
  • 日本建設業連合会『建設業ハンドブック — 建設労働』（総務省「労働力調査」に基づく、2026年7月更新）— 就業者478万人（1997年685万人）、55歳以上約37%、29歳以下約12%。 https://www.nikkenren.com/publication/handbook/chart6-4/index.html
  • 日本建設業連合会 ICT推進部会『建設テックの最新動向と各社のAI活用状況について』（2026年3月3日、建築のICTセミナー）— 16社アンケート（2025年12月〜2026年1月）。文書要約16社、RAG検索12社、現場施工・安全管理9社、検査支援3社。課題首位は精度。 https://www.nikkenren.com/kenchiku/ict/seminar/pdf/2025/R07_02.pdf
  • 日本建設業連合会『日建連の働き方改革』— 週休二日実現行動計画と4週8閉所の推進、フォローアップ報告書の公開。 https://www.nikkenren.com/workstyle-transform/
  • 大成建設『最新生成AIを活用した土木工事の「全体施工計画書作成支援システム」を開発』（2025年11月28日）— 発注情報＋社内ナレッジから約10分で国交省書式の原稿を生成、作業時間約85%削減、信頼性が低い箇所の自動特定。 https://www.taisei.co.jp/about_us/wn/2025/251128_10770.html
  • 清水建設『建設現場のAXを加速させる「AI施工管理システム」を構築』（2026年5月20日）— 山留め杭工事の4フェーズを映像判定、進捗管理・写真記録・報告書作成の負担軽減、2025年12月から実証。 https://www.shimz.co.jp/company/about/news-release/2026/2026015.html
  • NTTコムウェア『AI画像判定技術で鉄筋継手（ガス圧接）外観検査を自動化』（2019年11月21日）— 清水建設との共同開発、2020年1〜3月に現場トライアル。 https://www.nttcom.co.jp/news/pr19112101.html
  • 建設業労働災害防止協会『［ICT研究開発事例］労務安全書類をweb上で作成〜管理できる電子化サービス』— 安全書類作成時間73.8%削減（事業者公表値）。 https://www.kensaibou.or.jp/safe_tech/ict/entry/004049.html
  • 日本情報システム・ユーザー協会『企業IT動向調査2025』速報（2025年2月18日）— 建築・土木の言語系生成AI導入済27.3%＋準備中22.7%（n=66）、効果測定を行っていない59.8%。 https://juas.or.jp/cms/media/2025/02/it25_2.pdf
  • 総務省『令和7年版情報通信白書』（2025年7月）— 生成AI活用方針を定める企業49.7%。 https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r07/html/nd112220.html