建設業のAI活用事例20選｜i-Construction 2.0・安全管理・施工最適化と導入コスト【2026年最新】

建設業のAI活用は、2026年に入って「書類やナレッジ検索に使う生成AI」と「建機やロボットを動かすフィジカルAI」の両方で、実証から実務へ移りつつあります。国土交通省は「i-Construction 2.0」で2040年度までに省人化3割（生産性1.5倍）を掲げ、2026年8月には「インフラ分野のAI実装に向けた取組方針」をとりまとめるとともに、「建設分野におけるフィジカルAI戦略（中間とりまとめ）」の内容を示しました。

この記事では、国交省の一次資料と各社の公式発表・報道で確認できた事例に絞って、建設業のAI活用を業務別に整理します。数字は出どころが確認できたものだけを載せています。

この記事でわかること:

• 建設業でAIが必要になった背景（2024年問題・就業者の減少・i-Construction 2.0）
• i-Construction 2.0の2年目成果（2026年4月公表）と、2026年度の制度の動き
• 安全管理・施工自動化・設計・施工管理・測量の事例20件
• 大手ゼネコン各社のAI活用の比較
• 導入コストの目安と、費用をかけずに始める入口
• 中小建設会社がまず取り組む5つのステップ
• AI導入をおすすめできる企業・急がなくてよい企業の判断基準

こんな方におすすめ: 建設会社の経営者・DX担当者・現場所長・設計や施工管理の担当者で、他社事例や導入費用を調べている方。公共工事を受注していて、国交省の方針が自社にどう関係するかを知りたい方にも役立ちます。

建設業のAI活用が急速に進む3つの構造的背景

建設業でAIの導入が進んでいる理由は、残業の上限規制、働き手の減少と高齢化、国の政策の3つが同時に影響しているためです。どれも一時的な要因ではないため、「人を増やして乗り切る」やり方が取りにくくなっています。

背景1: 2024年問題で時間外労働の上限規制が建設業にも適用

2024年4月1日から、建設業にも時間外労働の上限規制が適用されました。原則は月45時間・年360時間で、特別条項を結んだ場合も年720時間以内、時間外と休日労働を合わせて単月100時間未満・2〜6か月平均80時間以内に収める必要があります（厚生労働省 群馬労働局資料）。違反には労働基準法上の罰則があります。

例外は災害の復旧・復興事業で、「単月100時間未満」「複数月平均80時間以内」の2つが適用されません。通常の工事では残業で工程を取り戻すことができなくなったため、1人あたりの生産性を上げる手段としてAIやICTが注目されています。AIを入れても規制が緩むわけではなく、あくまで規制の範囲で工程を回すための道具という位置づけです。

背景2: 就業者の減少と高齢化で若手不足が現場を直撃

国土交通省の資料によると、建設業の就業者は2024年平均で477万人で、ピークだった1997年の685万人から約30%減っています。年齢構成は55歳以上が36.7%、29歳以下が11.7%で、ベテランの引退に若手の採用が追いついていません（国交省 不動産・建設経済局資料）。

ベテランが持つ段取りや安全の勘所を、若手にどう引き継ぐかも大きな課題です。過去の施工記録や災害事例をAIで検索できるようにする取り組みが各社で進んでいるのは、この技術継承の問題があるためです。

背景3: 国土交通省「i-Construction 2.0」の始動

国土交通省は2024年4月に「i-Construction 2.0」を公表し、建設現場のオートメーション化を打ち出しました。2016年に始まったi-Construction（ICTの全面活用）を発展させたもので、2040年度までに省人化3割・生産性1.5倍という数値目標があります。

2026年度は「i-Construction 2.0 躍動の年」と位置づけられ、AI活用、会社や工事の規模によらない普及、試行から本格運用・原則化への移行がキーワードになっています。公共工事を受注する会社にとっては、AIやICTへの対応が受注実務にかかわる話になってきました。

一方で、AIの利用率はまだ高くありません。帝国データバンクの2026年3月調査（2026年5月公表、有効回答10,312社）では、生成AIを使っている企業は全体で34.5%、建設業は26.4%と業界別で低めです（帝国データバンク）。国交省の資料が引く全国建設業協会の会員アンケートでも、業務効率化にAIを使っている地域建設会社は2割弱で、用途は書類・議事録の作成が最も多いという結果でした。

2026年に建設業のAIで変わったこと

2026年の大きな変化は、国が「AIを現場で徹底して使う」方針を明文化したことと、大手ゼネコンのフィジカルAI（AIで動く建機やロボット）が実際の施工現場に入り始めたことです。主な動きを時系列でまとめます。

発注者である国の側でAIの利用が進むと、書類の出し方や納品の形式も変わっていきます。公共工事の比率が高い会社ほど、この1年の動きの影響を受けやすいといえます。

i-Construction 2.0とは？国交省が描く2040年の建設現場

出典: 鹿島建設 公式サイト

i-Construction 2.0は、データとデジタル技術を使って建設現場をオートメーション化し、少ない人数で工事を回せるようにする国土交通省の取り組みです。初代のi-Constructionが測量・設計・施工のICT化を進めたのに対し、2.0は自動化と省人化に重心を置いています。国交省は背景として、生産年齢人口の減少、AIなどデジタル技術の進展、災害の激甚化、インフラ老朽化の4点を挙げています。

i-Construction 2.0の3つの柱

柱は3つあり、それぞれにAIやICTの使いどころがあります。

数値目標は2040年度に省人化3割・生産性1.5倍

目標は「2040年度までに少なくとも省人化3割、生産性1.5倍」です。国交省は2026年8月の資料でもこの目標を改めて示しており、AI実装方針やフィジカルAI戦略はこの目標を達成するための手段と位置づけられています（国交省 インフラ分野のAI実装に向けた取組方針）。

2年目の成果は自動施工・遠隔施工の倍増（2026年4月公表）

国交省が2026年4月28日に公表した2年目の成果では、直轄工事での実施件数が前年度から大きく伸びました（国交省 報道発表）。

AIを直接使った成果としては、海底測量のデータ処理があります。マルチビーム測深で取れた点群のノイズ除去を、過去の解析データで学習したAIで自動化する「マルチビームデータクラウド処理システム（MBC）」を開発し、解析期間を約1週間から1時間程度に短縮した例が示されています。2025年度から直轄のICT活用工事の起工測量で使い始め、2026年度からはICT浚渫工の出来形測量にも使う予定です。

ほかにも、施工履歴データで出水時の流出土量を見える化し、設計変更の協議を5日から約2日に縮めた例や、GNSSと温度計で舗装の表面温度を施工と同時に測って帳票に自動記録する品質管理などが紹介されています。

2026年度の関連制度の動き

2026年度は、国の方針がAIの使い方そのものにまで及んだ年です。主な動きは次のとおりです。

• インフラ分野のAI実装に向けた取組方針（2026年8月26日）: ①直轄事務所などの現場でAIを徹底して使う、②産学官でAIデータ連携を進める、③現場へフィジカルAIなどを導入する、の3本柱。受発注者間の情報共有システム（ASP）に、設計図書と工事書類の照合や提出リマインドを行う対話型AI機能を載せるイメージや、納品をPDF中心からAIが読みやすい構造化データへ見直す方向が示されました
• 建設分野におけるフィジカルAI戦略（中間とりまとめ）: 当面の対象は機械施工、人力の技能作業、現場内の小運搬、構造物点検。2030年頃を短期、2040年頃を中長期の目標時期とし、大企業だけでなく中小企業まで含めた普及を掲げています。今後、産学官のコンソーシアムや建設機械・人力作業ロボットのプロジェクトチームを公募で立ち上げる予定です
• 直轄の建設コンサルタント業務での生成AI活用（2026年度から）: 生成AIを使う受注者は、利用目的・用途・サービス名・利用範囲を書いた「生成AI利活用計画書」を出します。成果物は第三者の権利侵害に注意し、可能な範囲で生成AIで作った旨を明示します（日刊建設工業新聞）
• 建築確認のBIM図面審査（2026年4月開始）: BIMから出力したPDF図面とIFCデータを提出する方式で、IFCは当面参考扱いです。2029年春ごろには、IFCデータそのものを審査する「BIMデータ審査」への移行が予定されています（日本ERI）

公共工事の受注者が2026年度に押さえること

公共工事を受注する会社が2026年度に確認しておきたい点を表にしました。発注者や工事の種類によって扱いは異なるため、個別の工事では特記仕様書を確認してください。

建築設計事務所のBIMや確認申請の話は、建築設計事務所のAI活用事例で詳しく扱っています。

建設業AI活用の5大領域と業務別の事例一覧

建設業のAIは、使う業務で5つの領域に分けられます。あわせて、AIの種類で「生成AI」「画像解析AI」「フィジカルAI」の3つに分けると、費用と導入しやすさの違いが見えやすくなります。

AIの種類で見る違い

生成AIの基本は生成AIとは、フィジカルAIの基盤モデルについてはNVIDIA Cosmos 3の解説も参考になります。

業務別の活用一覧

i-Construction 2.0の柱と照らすと、施工自動化は①施工のオートメーション化、設計・BIM/CIMと測量は②データ連携、安全管理と施工管理・書類業務は③施工管理のオートメーション化に当たります。

安全管理AIは事故ゼロに近づけるための画像解析・危険予知

安全管理のAIは、「過去の災害事例から危険を先に知らせる」と「重機の周りにいる人をカメラで検知する」の2つが中心です。どちらも人の注意を補うもので、KY活動や現場の巡視をなくすものではありません。

事例1: 鹿島建設「K-SAFE」は災害事例を自然言語処理で検索

鹿島建設が2021年に開発したK-SAFEは、自然言語処理で災害事例を解析し、入力した作業内容に近い作業で起きた災害の程度や原因を表示するシステムです（ニュースイッチ）。経験の浅い職長でも、KY活動の前に似た作業の過去の災害を確認できます。

なお、UNAIIT（名古屋）にも「K-SAFE®」という名前の安全アプリがあります。名称が似ていますが、鹿島のシステムとの関係は公開情報では確認できなかったため、別のものとして扱っています。

事例2: 清水建設「カワセミ」は重機と作業員の接触を防ぐ監視カメラ

清水建設の「カワセミ」は、建設重機に取り付ける安全監視カメラです。画像解析AIで重機の後方の危険区域にいる人や車両を検知し、アラートを出します。東京大学発のスタートアップLightblueと共同開発しました（ニュースイッチ）。

重機の死角での接触は、建設現場の重大災害の典型的なパターンの1つです。オペレーターの目視だけに頼らず、AIが常に後方を見張る仕組みです。

事例3: UNAIIT「KY Talk」は現場写真から過去の災害事例を探すAIチャット

UNAIITが2026年3月に発表した「KY Talk」は、作業名や現場写真を入力すると、過去の災害事例・安全基準・法令を引用元つきで示す災害ナレッジ検索のAIチャットボットです。発表によると、東急建設と東洋建設が2024年から先行して導入しています（PR TIMES）。

引用元が出るため、職長がAIの回答をそのまま信じるのではなく、元の基準や法令を確かめながらKY活動を進められます。

生成AIでKY活動票・安全書類の下書きを作る

大手の専用システムがなくても、汎用の生成AIでKY活動票や作業手順書の下書きを作る会社は増えています。過去のKY活動票の書き方を例として渡し、今回の作業内容・使う機械・天候などを入力すると、想定される危険と対策の案が出てきます。

ただし、生成AIは現場の状況を見ていません。出てきた案は職長が現場と照らして削ったり足したりする前提で使い、そのまま提出書類にしないことが大切です。

施工自動化・ロボティクスはi-Construction 2.0の中核

施工の自動化は、i-Construction 2.0で最も成果が数字に表れている領域です。直轄工事の自動施工は2025年度に9件、遠隔施工は41件と前年度から倍増しました。大手の自社技術だけでなく、地域の建設会社が遠隔施工と自動運搬を組み合わせる例も出てきています。

事例4: 鹿島建設「A4CSEL（クワッドアクセル）」は盛土工事を4機種の自動化建機で

鹿島建設のA4CSELは、制御側から作業計画を送ると、複数の建設機械が自動で施工を進めるシステムです。2025年以降の主な動きは次のとおりです（鹿島 ICT・DX）。

• 2025年6月: 自動バックホウ・自動ダンプ・自動ブルドーザ・自動振動ローラの4機種を連携させ、盛土の一連の作業を自動化
• 2025年7月: ICOLD（国際大ダム会議）のイノベーションアワード2025を受賞
• 2026年4月: 高速道路の本線建設工事に初めて適用
• 2026年5月: 地盤の締固めの品質管理手法「Geo-DX Compaction」を自動運転で実施し、盛土から品質管理までを自動化（ITmedia BUILT）
• 2026年9月: シンガポールのJTC社と共同研究を開始

ダム工事で育った技術が、道路や海外へ広がっている段階です。

事例5: 吉光組（石川県）は遠隔施工のバックホウと自動運搬のクローラダンプ

国交省金沢河川国道事務所が発注した「R6小松養浜工事」では、受注者の吉光組が、遠隔操作のバックホウで土砂を積み込み、自動運搬のクローラダンプで運んで投入する施工を行いました（国交省 報道発表）。

自動施工はダムの大規模工事のものというイメージがありますが、2025年度の自動施工9件の受注者には一般土木C等級の会社も含まれています。地域の建設会社でも、工種と現場条件が合えば手が届くことを示す事例です。

事例6: 今井産業（島根県）はダンプの位置を見える化し、現場担当者を半分に

中国地方整備局 浜田河川国道事務所の「三隅・益田道路滝見地区舗装工事」では、受注者の今井産業がICT施工StageⅡとしてダンプの位置を見える化しました。ダンプ調整の電話は1日10回から0回に、現場担当者は延べ12人から6人に減っています（国交省 報道発表）。

高度なAIを使わなくても、データで現場の状況を共有するだけで人手が減ることがわかる例です。ダンプの運行管理は物流業の配車と考え方が近く、運輸・物流のAI活用事例も参考になります。

事例7: 鹿島建設のタワークレーンの遠隔操作・自動運転と、トンネルの遠隔爆薬装填

鹿島建設は2026年9月にタワークレーンの遠隔操作と自動運転の技術を公開しました。6月には山岳トンネルの切羽で爆薬を遠隔で装填する技術も発表しています（鹿島 ICT・DX）。高所や切羽のように、人が近づくこと自体が危険な作業から自動化・遠隔化が進んでいます。

事例8: 清水建設の人型ロボットが施工中の現場を自律巡回

報道によると、清水建設は2026年7月、ソニーなどの技術協力を受けて建設現場にAIロボットを導入する取り組みに着手しました。施工中の超高層ビルの現場で、カメラを持った人型ロボットが指定のルートを毎秒1.0mで自律巡回し、撮った映像をマルチモーダルLLM（画像も理解する大規模言語モデル）で解析する実証を行っています。ロボットアームによる塗装の実証も進めています（Impress Watch）。

事例9: 清水建設 × MESH AGの鉄筋工事のフィジカルAI

清水建設は2026年6月、スイス連邦工科大学チューリッヒ校（ETH）発のMESH AGに出資し、鉄筋の加工・運搬・組立・結束・溶接を自動化するシステムの開発を進めると発表しました（ビジネス+IT）。鉄筋工は人手不足が特に深刻な職種の1つで、国交省のフィジカルAI戦略でも「人力の技能作業」が当面の対象に挙がっています。

事例10: 竹中工務店・爽美「AI i-Bow」は手書きの図をスマホで撮るだけで加工データに

竹中工務店と爽美は2026年6月、技能工の手書き図をスマホで撮影すると、生成AIが加工用のCADデータに変換し、ボード材加工ロボット「i-Bow2」で加工するシステムを発表しました。2025年9月に関東の作業所で初めて使われ、2026年9月から近畿でレンタルを始める予定です。2027年6月からは、大規模な現場に数十台規模の加工ステーションを置く計画です（竹中工務店 リリース）。

職人がいつもの手書きのやり方を変えなくてよい点が特徴で、図面の読み取りに生成AIを使う事例としても参考になります。

自動化建機の導入判断基準

自動施工やフィジカルAIは、2026年時点では「実証〜普及初期」の段階です。国交省のフィジカルAI戦略も短期目標を2030年頃に置いており、どの現場にもすぐ入れられる状態ではありません。費用対効果が出やすいのは、次のような現場です。

• ダム・河川・高速道路など、大規模で工期が長い工事
• 山間部など、オペレーターを集めにくい場所
• 切羽・高所・災害復旧の現場など、人が近づくと危険な作業
• 同じ作業を長く繰り返す、盛土や運搬が中心の工事

中小規模の土木工事なら、ダンプの位置の見える化やマシンガイダンスなど、ICT施工StageⅡや導入型ICT活用工事の範囲から始めるのが現実的です。

設計・BIM/CIM自動化では調べ物と繰り返し計算をAIに任せる

設計でのAI活用は、設計者の判断を置き換えるのではなく、類似事例の探索・断面の初期推定・ソフトの使い方の調べ物など、時間のかかる下準備を短くする使い方が中心です。構造安全性の最終判断は、どの事例でも人が行います。

事例11: 竹中工務店の構造設計AIシステムは過去の設計から断面寸法を推定

竹中工務店の構造設計AIシステムは、社内に蓄積した構造設計の結果を学習し、類似事例の探索、柱・梁の断面寸法の推定、繰り返し計算を支援するものと説明されています。最終的な構造安全性の判断はAIにさせず、初期検討と計算作業の手間を減らす位置づけです。短縮時間などの具体的な数値は、公式情報では確認できていないため載せていません。

事例12: Revitの社内問い合わせに答える大林組のAIエージェント

大林組は、BIMソフト「Revit」の使い方に関する社内の問い合わせに答えるAIエージェントを、Microsoft Copilot Studioで構築しました。支援したスキルアップNeXtの発表によると、約1.5か月で最小限の機能を持つ版を作り、Revitの利用者約300人で年間約19,000時間の削減を見込んでいます（試算）（PR TIMES）。

BIMの導入で詰まりやすい「ソフトの使い方を誰に聞けばいいかわからない」問題を、AIエージェントで解消する例です。AIエージェントの仕組みはAIエージェントとはで解説しています。

事例13: 鹿島建設は道路橋の床版更新で3次元モデルを自動生成

鹿島建設は2025年2月、道路橋の床版更新工事で、設計に使う3次元モデルを自動生成する技術を発表し、設計時間の大幅な短縮を打ち出しています（鹿島 ICT・DX）。老朽化した橋の更新工事は今後も増えるため、似た構造を繰り返し設計する作業を自動化する意味は大きくなります。橋梁などの点検・維持管理のAIはインフラ・プラント保全のAI活用事例にまとめています。

事例14: 竹中工務店 × ネメチェックが建設データ基盤とAI活用で協業

竹中工務店は2025年10月、BIMソフトを展開するNEMETSCHEK GROUPと覚書を結び、建設デジタルプラットフォームのデータ基盤の強化とAI活用を進めることを発表しました（竹中工務店 リリース）。AIの精度は使うデータで決まるため、大手はツール単体よりもデータ基盤づくりに重点を置いて投資しています。

施工管理・書類業務は生成AIで最も効果が出やすい領域

施工管理の書類業務は、建設業で生成AIが最も早く効果を出しやすい領域です。全国建設業協会の会員アンケートでも、AIの用途は書類・議事録の作成が最多でした。2026年は、汎用ツールを個人で使う段階から、社内の文書を参照できる専用の基盤や業界特化の製品へ移る動きが目立ちます。

事例15: 戸田建設「Toda-AI-Portal」は社内に散らばった資料をAIで参照

報道によると、戸田建設は2026年5月、生成AI基盤「Toda-AI-Portal」の全社展開を発表しました。施工技術の資料、過去の災害事例、公共工事の技術提案書など、社内に散らばっていた文書をAIから参照できるようにしたものです。汎用のサービスでは建設業特有の知識や自社の資産を使いにくいとして自社で開発し、2026年4月時点で3,000人以上が使っています（IT Leaders）。

事例16: ANDPAD「ナレッジAI powered by Stellarc」は建設業特化のAI

施工管理アプリのANDPADは2026年5月、建設現場の専門知識と各社のデータを組み合わせて現場の疑問に答える「ANDPAD ナレッジAI powered by Stellarc」の提供を始めました（THE BRIDGE）。2025年12月に始まった建設業特化AIプロジェクト「ANDPAD Stellarc」の中核製品です。価格は公開されていないため、導入を考える場合は問い合わせが必要です。

自社で基盤を作れない中堅・中小にとっては、すでに使っている施工管理SaaSのAI機能から試すのが現実的な選択肢になります。

事例17: 国土交通省の発注書類の食い違いを見つけるAIエージェント

2026年9月、Preferred Networksは、デロイト トーマツと共同で国交省の発注書類チェックAIエージェントを開発したと発表しました。図面（PDF）、数量総括表（Excel）、特記仕様書（Word）の食い違いを、画像も読めるAI（VLM）と大規模言語モデルで見つけて修正案を出します。技術提案書の審査支援も行い、どちらも最終判断は職員が行う設計です（IT Leaders）。

発注者がAIで書類を照合するようになると、受注者側も図面と書類の整合を事前にAIで確かめる流れになると考えられます。

事例18: 鹿島建設はAI画像解析で作業人数と作業時間を計測

鹿島建設は2025年4月、現場のカメラ映像をAIで解析し、作業している人数と作業時間を計測する技術を公開しました（鹿島 ICT・DX）。日報に頼っていた作業量の把握を、映像から数字で取れるようにする取り組みで、残業規制の下で工程と人員配置を見直す材料になります。

日報・議事録・施工計画書の下書きを生成AIで作る

中小の建設会社が汎用の生成AIで最初に効果を感じやすいのは、日報・工程会議の議事録・施工計画書の下書きです。会議の録音を文字起こしして要約し、決まったことと担当者・期日を抜き出す流れなら、ChatGPTやClaudeの標準機能で対応できます。

施工計画書は、過去の計画書を例として渡し、工種・工期・場所などの条件を入力して初稿を作らせる使い方が一般的です。工法の選定や安全対策の判断は技術者が行い、AIは叩き台を作る役割に留めます。ツールの詳細はChatGPTとはとClaudeとは、選び方は生成AIツールおすすめ比較にまとめています。

ドローン・測量・出来形管理では点群処理と検査をAIで短縮

測量・検査の分野では、点群データのノイズ除去や配筋の確認など、人が時間をかけていた確認作業をAIが先に処理する使い方が広がっています。国の事例でも、AIの処理結果は最後に人が確認することが前提です。

事例19: 国土交通省「MBC」で海底測量のノイズ除去を約1週間から1時間程度に

国交省が開発した「マルチビームデータクラウド処理システム（MBC）」は、マルチビーム測深で取れた海底の点群からノイズを除く作業を、過去の解析データで学習したAIで自動化します。解析期間を約1週間から1時間程度に短くした例があり、2025年度から全直轄ICT活用工事の起工測量で使い始めました（国交省 報道発表資料）。

一方で国交省は、「最終的には人の目で、削除した点群も含めて全点群データを確認する必要がある」と明記しています。AIで時間は短くなっても、確認の責任は人に残るという点は、ほかの測量AIを使うときにも当てはまります。

事例20: 鹿島建設の移動式AI配筋検査システム

鹿島建設は2026年9月、移動式のAI配筋検査システムを発表しました（鹿島 ICT・DX）。配筋検査は鉄筋の本数・間隔・径を1か所ずつ確かめる手間のかかる作業で、画像から自動で読み取る仕組みは各社が開発を進めています。

ドローン測量や点群からの土量計算も、ICT施工ではすでに一般的になっています。AIの役割は、取ったデータの整理やノイズ除去、設計データとの比較など、処理の部分で広がっていくと見られます。

大手ゼネコン4社のAI活用事例まとめ

出典: 鹿島建設 公式サイト

スーパーゼネコン4社は、いずれもAIに力を入れていますが、公表されている取り組みの重心はそれぞれ違います。2025〜2026年の公式発表と報道をもとに整理しました。

準大手では、戸田建設が社内文書を参照する生成AI基盤を3,000人以上に展開しています。共通しているのは、自社の過去の施工記録・災害事例・設計データをAIにつなぐことに投資している点です。

中堅・中小が大手と同じ規模で投資するのは現実的ではありません。ただ、「自社の過去データを整理して、AIから参照できる状態にする」という方向は規模に関係なく取り入れられます。

建設業AIの導入コストと費用感の目安、無料で始める方法

建設業のAIの費用は、汎用の生成AIなら1人あたり月額数千円から、業界特化の製品は個別見積もり、自動施工のような自社開発や大規模システムは大手ゼネコン規模の投資、と大きく3段階に分かれます。業界特化製品や自動施工システムの多くは価格を公開していません。

公共工事を受注している会社なら、費用をかけずに始める入口もあります。国交省は自治体工事向けにICTの専門家を派遣しており、小規模な工事向けには2次元マシンガイダンスなど簡単なICTで済む「導入型ICT活用工事」を新設しました。補助金を使う場合は、年度ごとに制度名や要件が変わるため、デジタル化・AI導入補助金 2026 活用ガイドなどで最新の公募内容を確認してください。

費用を考えるときは、ツールの料金よりも「誰がどの業務で使い、何時間減らすか」を先に決めるのが大切です。対象業務が決まっていないと、契約しても使われずに終わりがちです。

中小建設会社が今日から始められるAI活用5ステップ

中小の建設会社は、書類業務の生成AIから始めて、効果が見えたら社内データの整備やカメラなどの製品導入に広げる順番が現実的です。全建のアンケートでも、地域の建設会社のAI活用は書類・議事録の作成が最も多く、ここが最初の一歩になっています。中小企業のAI活用の全体像はAI自動化の中小企業向けガイドでも整理しています。

ステップ1: ChatGPT・Claudeの法人向けプランを少人数で導入

最初は、書類業務が多い経営者・工務・総務・現場所長など数人に絞って、法人向けプランを契約します。Claude Teamなら1人あたり月20〜25ドル（Standard席）からで、2人から契約できます。

• 対象業務: 議事録の要約、施工計画書や提案書の初稿、メールの下書き、補助金申請書の下書き
• 契約時の確認: 入力データをモデルの学習に使うかどうか、データの保存期間（各社のデータ利用ポリシーで確認）
• 効果検証: 1〜3か月、対象業務の作成時間を導入前と比べる

ステップ2: KY活動票・作業手順書の下書きに使う

過去のKY活動票を例として渡し、今回の作業のリスクと対策を挙げさせる運用を試します。職長の書く手間が減るだけでなく、考えていなかった危険に気づくきっかけにもなります。最終的な内容は、職長が現場の状況と照らして決めます。

ステップ3: 施工計画書・見積のテンプレートを整え、生成AIと組み合わせる

過去の施工計画書や見積から、自社でよく使う型をテンプレートにまとめ、生成AIに「この型に沿って今回の条件で書く」よう指示します。工法や数量の判断は技術者が行い、AIには文章の組み立てを任せる役割分担にします。

公共工事の書類を入力する場合は、発注者との契約上の守秘義務が優先します。入力してよい情報の範囲は、工事ごとに特記仕様書や契約書で確認してください。

ステップ4: 日報・工程・見積のデータを整理し、AIから参照できるようにする

生成AIの効果をもう一段上げるには、自社のデータをAIから参照できる状態にする必要があります。日報・見積・工程表がExcelや紙に散らばっている会社は多く、まずはどこに何があるかを洗い出し、形式をそろえるところから始めます。施工管理システムや見積システムをすでに使っている場合は、そこにAIをつなぐ進め方もあります。自社の業務システムにAIを組み込む手順や判断の分かれ目は、既存システムにAIを組み込む方法で解説しています。

ステップ5: 現場のAI製品と公共工事のICTに広げる

書類とデータで成果が出たら、重機周りの安全監視カメラや施工管理SaaSのAI機能など、現場向けの製品を重点現場で試します。公共工事を受注している会社は、ICT施工StageⅡや導入型ICT活用工事、BIM/CIMへの対応を数年計画で進めます。

この段階はツールを買うだけでは効果が出にくく、データ整備と人材育成を含めた中長期の取り組みになります。

建設業AI導入のメリットを数値根拠付きで整理

建設業のAI導入で得られる効果を、公式発表・国の資料・報道で数字が確認できたものに限って整理します。どの数字も、運用の見直しとセットで出たものです。

メリット1: 現場の人手と調整の手間が減る

• 今井産業（ICT施工StageⅡ）: ダンプ調整の電話が1日10回から0回に、現場担当者が延べ12人から6人に
• 国の目標: 2040年度までに省人化3割・生産性1.5倍（i-Construction 2.0）

メリット2: 解析・協議にかかる時間が短くなる

• 国交省 MBC: 海底測量の点群ノイズ除去が約1週間から1時間程度に（例）
• 施工履歴データの活用: 出水時の設計変更協議が5日から約2日に

メリット3: 調べ物の時間が減り、若手が自分で答えを探せる

• 大林組: Revit問い合わせAIエージェントで年間約19,000時間の削減見込み（試算、利用者約300人）
• 戸田建設: 社内文書を参照する生成AI基盤を3,000人以上が利用（2026年4月時点、報道）

メリット4: 危険な作業から人を離せる

• 自動施工9件・遠隔施工41件（2025年度の直轄工事、いずれも前年度から倍増）
• 鹿島建設: タワークレーンの遠隔操作・自動運転、トンネル切羽の遠隔爆薬装填

メリット5: 職人のやり方を変えずにデジタル化できる

• 竹中工務店・爽美: 手書き図をスマホで撮るだけで加工用CADデータに変換

建設業AI導入の課題・リスク

建設業のAI導入では、費用・データ・現場の受け止め方・情報管理・AIの誤りの5つが主な課題になります。国交省自身も、インフラ分野はAIの実装が難しい分野だと整理しています。

課題1: 導入コストと投資回収の見通し

自動施工や自社専用のAI基盤は大きな投資になり、効果が出るまでに時間がかかります。業界特化製品の多くは価格が非公開で、比較検討にも手間がかかります。中小の会社は、汎用の生成AIのように月額で小さく始められるものから試し、効果を測ってから投資を広げるほうが失敗が少なくなります。

課題2: データの集めにくさと分散

国交省は、インフラ分野でAIの実装が難しい理由として次の4点を挙げています（国交省 インフラ分野のAI実装に向けた取組方針）。

• 一品生産: 現場ごとに気象・地形・地質が違い、同じ条件のデータを大量に集めにくい
• 多層的な事業者構造: 元請・下請・専門工事会社などにデータが分散している
• 公共性の高さ: 国が主導して標準化を進めることが前提になる
• 不確実な環境: 屋外で突発的な事象が多く、人の判断とAIの組み合わせが欠かせない

自社の施工データや図面が紙やバラバラのExcelで残っている会社は、AIを入れる前にデータの整理が必要です。

課題3: 現場の心理的抵抗

「AIに仕事を取られる」「ベテランの経験を軽く見ている」と受け止められると、現場で使われません。国交省のフィジカルAI戦略も「現場で働く人を支援し能力を広げる」「導入そのものを目的にしない」ことを基本的な考え方に置いています。目的は、残業の削減、危険作業の削減、若手の育成など、現場にとっての利点で説明するほうが伝わります。

課題4: 情報管理・法規制・データの権利

• 発注者の情報: 公共工事の設計図書や測量データには守秘義務がかかります。生成AIに入力してよいか、クラウドに置いてよいかは契約・特記仕様書で確認します
• 生成AIの利用ルール: 直轄の建設コンサルタント業務では、生成AIを使う場合に利活用計画書で目的・用途・サービス名・範囲を協議し、成果物に生成AIで作った旨を可能な範囲で明示します
• 下請・協力会社のデータ: 施工体制や協力会社の情報をAIに入れる場合は、契約上の扱いを確認します
• ドローン: 航空法や、撮影した映像に映る個人の情報の扱いに注意が必要です
• 最終責任: 建築士法・建設業法上の責任は建築士・技術者にあり、AIの出力で責任が移るわけではありません

生成AIの情報漏洩対策は生成AIのセキュリティリスクと対策で詳しく解説しています。

課題5: AIの誤り（ハルシネーション）と最終確認

帝国データバンクの2026年調査でも、生成AIを使う企業の懸念は「情報の正確性」が50.4%で最も多くなっています。国交省のMBCも発注書類チェックAIも、最後は人が確認する前提で作られています。施工計画・安全書類・構造に関する出力は、根拠資料と突き合わせて技術者が確認するルールを社内で決めておく必要があります。

AI導入をおすすめできる企業・急がなくてよい企業

AI導入の効果が出やすいかどうかは、会社の規模よりも「書類業務の量」「データの整い方」「公共工事の比率」で決まる面が大きいです。

AI導入をおすすめできる企業

• 公共工事が主力の土木会社: ICT施工StageⅡの本格運用や生成AI利活用計画書など、国の方針に合わせる必要がある。C等級の会社でも実績が増えている
• 書類業務が多く、所長や工務が残業している会社: 汎用の生成AIだけでも書類作成の時間を減らしやすい
• 若手の採用・育成に苦労している会社: 社内の資料や過去の事例をAIで検索できると、若手が自分で調べられる
• 施工管理SaaSや見積システムをすでに使っている会社: データがデジタルでそろっていて、AIをつなぐ土台がある
• 大規模で工期の長い土木工事を持つ会社: 遠隔施工・自動施工の効果が出やすい

導入を急がなくてよい企業

• 施工記録や図面がほぼ紙で残っている会社: 先にデジタル化とデータ整理を進める
• 書類業務が少ない、職人中心の小規模な会社: 生成AIの効果が限られる。必要な人だけ個人で試す程度で十分
• 導入後に誰が使い方を決め、効果を測るか決まっていない会社: 契約しても使われずに終わりやすい
• 目的がはっきりしない「とりあえずAI」: どの業務の何時間を減らすかを先に決める
• フィジカルAIをすぐ自社で入れようとしている中小の会社: 2026年時点では実証の段階。国のコンソーシアムや発注者の試行工事の動きを見ながら判断する

導入を急がなくてよい企業に当てはまっても、「何もしない」必要はありません。法人向けの生成AIを数人で試す程度なら費用も小さく、データ整理を始めるきっかけにもなります。

業界横断のAI活用から学べること

建設業と似た課題を持つ業界の事例からは、AIをどの業務に当てるかのヒントが得られます。

• インフラ・プラント保全のAI活用事例: 構造物の点検・維持管理は、国のフィジカルAI戦略でも重点分野
• 鉱業・採掘業のAI活用事例: 自律運搬トラックは建設の自動施工と技術的に近い
• 運輸・物流のAI活用事例: 2024年問題への対応や配車の最適化は、ダンプの運行管理に応用できる
• 製造業のAI活用事例: 熟練者の技能をデータで引き継ぐ取り組みが参考になる
• 建築設計事務所のAI活用事例: BIMや確認申請、意匠設計でのAI活用

国産のフィジカルAI基盤モデルの動きはNoetraの解説、業界をまたいだ生成AIの事例は生成AIの業務活用事例でまとめています。

AI導入を成功させる5つのポイント

建設業でAI導入がうまくいっている事例には、目的の置き方・始め方・データ・費用・責任の5点で共通点があります。

ポイント1: 目的を「省人化」だけに絞らない

「AIで人を減らす」と打ち出すと現場の協力を得にくくなります。残業の削減、危険作業の削減、若手の育成など、現場と経営の両方にとっての利点を目的に置くと進めやすくなります。

ポイント2: 小さく始めて、成果が見えたら広げる

最初から全社・全業務に広げると、使い方が定まらないまま費用だけがかかります。1業務・数人から始め、3〜6か月で作成時間などの数字を比べてから範囲を広げます。大林組の事例も、最小限の機能の版を約1.5か月で作るところから始めています。

ポイント3: 自社データの整備を並行して進める

戸田建設や竹中工務店の取り組みが示すように、AIの価値は自社の資料やデータをどれだけ参照できるかで決まります。ツールは数年で入れ替わっても、整理したデータは会社の資産として残ります。国交省も納品をPDF中心から構造化データへ見直す方針を示しています。

ポイント4: 国の制度や支援を使う

ICTの専門家派遣、導入型ICT活用工事、補助金など、費用を抑える手段があります。制度は年度ごとに変わるため、発注者の説明会や自治体・商工会議所の窓口で最新の情報を確認する担当者を決めておくと取りこぼしが減ります。

ポイント5: 人の最終判断の責任ラインを決める

AIが出した施工計画・安全対策・設計案を、誰が確認して承認するかを社内ルールで決めておきます。国の事例でも、AIは補助で最終判断は人という役割分担が徹底されています。

よくある質問（FAQ）

Q1. 中小の建設会社でもAIは使えますか？

使えます。ChatGPTやClaudeの法人向けプランなら1人月額数千円から始められ、議事録や施工計画書の下書きに使えます。全建のアンケートでも、地域の建設会社のAI活用は書類・議事録の作成が中心です。最初は数人で2〜3か月試し、作成時間がどれだけ減ったかを測ってから広げるのが現実的です。

Q2. i-Construction 2.0に対応しないと公共工事を受注できなくなりますか？

AIを使わないと一律に受注できなくなる、という制度にはなっていません。ただ、ICT施工StageⅡは2026年度から本格運用に移り、国交省は「試行から本格運用へ、さらに原則化へ」という方向を示しています。公共工事が主力の会社は、ICT施工の実績づくりを早めに始めておくほうが安全です。

Q3. 生成AIに図面や見積書を入力しても大丈夫ですか？

公共工事の設計図書や、守秘義務のある顧客の資料は、契約上の取り扱いが最優先です。入力してよい場合でも、無料版や個人向けプランではなく、データの扱いを確認した法人向けプランや社内専用の環境を使います。直轄の建設コンサルタント業務では、生成AIを使う場合に利活用計画書での協議も必要です。

Q4. 国交省の「フィジカルAI戦略」は中小企業にも関係しますか？

関係します。戦略は大企業だけでなく中小企業まで含めた普及を掲げており、今後は産学官のコンソーシアムやプロジェクトチームの参加者を公募する予定です。ただし短期目標が2030年頃で、2026年時点では実証の段階です。すぐに自社で導入するより、地域の発注者の試行工事や公募の情報を追っておくのがよいでしょう。

Q5. 建設業で生成AIはどのくらい使われていますか？

帝国データバンクの2026年3月調査では、生成AIを使っている企業は全体で34.5%、建設業は26.4%でした。業界別では低めですが、使っている企業の86.7%が効果があると答えています。以前よく引用されていた「建設・不動産9.4%」は2024年調査の数字です。

Q6. 建設業向けの補助金でAI導入に使えるものはありますか？

国や自治体のIT・デジタル化関連の補助金が使える場合があります。ただし制度名・補助額・対象経費は年度ごとに変わるため、申請前に最新の公募要領を確認してください。国交省のICT専門家派遣のように、補助金ではない支援もあります。

Q7. 大手ゼネコンが開発したAIは、ほかの会社でも使えますか？

一部は製品化や外部提供が始まっています。たとえば竹中工務店と爽美の手書き図→CAD変換システムは、2026年9月から近畿でレンタルを始める予定です。一方、A4CSELのような自動施工システムは、現時点では開発した会社の工事や共同研究が中心です。

Q8. AIが普及するとベテラン職人の仕事はなくなりますか？

2026年時点の事例を見る限り、なくなる方向ではありません。竹中工務店のシステムは職人の手書き図をそのまま生かし、国のフィジカルAI戦略も「人を支援し能力を広げる」ことを基本にしています。ベテランの判断や技能は、AIに学ばせるデータの元としても価値が上がっています。

まとめ

建設業のAI活用は、2024年問題と就業者の減少を背景に、2026年は国の方針と各社の実装が一気に進んだ年になりました。i-Construction 2.0の2年目には直轄工事の自動施工・遠隔施工が倍増し、国交省は8月にAI実装方針とフィジカルAI戦略を示しています。

大手ゼネコンは、鹿島のA4CSELや清水建設の人型ロボット、竹中工務店の手書き図→CAD変換など、施工そのものにAIを入れ始めています。一方で、中小の会社がすぐ取り組めるのは、法人向けの生成AIによる書類・議事録の作成と、自社データの整理です。今井産業のダンプ見える化のように、データの共有だけで人手が半分になった例もあります。

まずは「自社で一番時間を取られている書類業務はどれか」を1つ決め、数人で生成AIを2〜3か月試して効果を測るところから始めるのが現実的です。そのうえで、データ整備、現場向けのAI製品、公共工事のICT施工へと順に広げていきます。