建設・工事業では、現場が終わってからの書類仕事が一日を長くしています。工事写真の仕分け、日報、見積、安全書類、そして頭の中にしかない過去工事の知恵。これらのどこをAIエージェントが肩代わりでき、どこは人が握り続けるべきか。押し売りではなく、現場の手触りから整理します。
建設・工事業は、担い手の減少と高齢化、そして2024年から適用された時間外労働の上限規制という構造変化のただ中にあります。人は増えないのに、工期は延ばせず、書類は減らない。現場監督や施工管理の一日を見ていると、日中は現場に立ち、夕方から事務所や車の中で写真整理・日報・翌日の段取り・役所や元請への提出書類に向き合う、という二部構成になっていることが少なくありません。この「現場のあとの仕事」が残業の主因になっている会社は多いと考えられます。
制度面の詳細（時間外労働の上限時間や猶予措置の扱いなど）は改正や運用の見直しが続く領域です。具体的な上限や適用範囲は、必ず所管省庁の最新の公表資料でご確認ください。ここで押さえたいのは、数字そのものより「限られた時間の中で、同じ量の書類と現場管理を回さねばならない」という圧力が強まっているという構図です。
採用難が続く以上、「頭数を増やして書類をさばく」という解は現実的に取りにくくなっています。そうすると、残る打ち手は「一人ひとりの間接業務（写真・書類・記録・検索）にかかる時間を減らす」方向になります。AIエージェントは、この間接業務の下書きと整理を担える候補として現実味を帯びてきました。まずはAIに任せられる業務の切り分けから考えるのが出発点になると考えます。
建設・工事業の負担は、大きく三つの層に分けて考えると整理しやすくなります。第一に「現場そのもの」の作業。第二に「現場から生まれる記録・書類」の作業。第三に「ベテランの頭の中にしかない段取りや勘所（伝承）」です。AIエージェントが最も入りやすいのは第二層、そして第三層を第二層に変換する部分だと考えられます。
工事写真は撮ってはあるがフォルダに山積み、日報はメモ書きのまま、見積は過去案件のファイルを探して切り貼り、安全書類（施工計画・KY・作業手順など）は毎回似た内容を一から作り直す——多くの現場で、情報の「素材」は既に存在しています。ゼロから生み出す仕事ではなく、散らばった素材を所定の様式に清書・仕分けする仕事が重い。ここは、叩き台をAIが出して人が確認・修正する形に置き換えられる可能性が高い領域です。
「あの工種のときは、この手順で、この確認をした」という段取りの勘所が、特定のベテラン個人の記憶や手帳に閉じているケースは多いはずです。この人が現場を離れると知恵ごと失われる。過去工事の書類・写真・日報を横断して検索・要約できる仕組みがあれば、この暗黙知を少しずつ引き出せると考えられます。蓄積したデータを資産に変える発想は社内ナレッジをAIの脳にという考え方と地続きです。
抽象論ではなく、建設・工事業の実務に即して「何ができるか」を並べます。いずれも共通するのは、AIが最終判断を下すのではなく、下書き・仕分け・検索という手前の重労働を肩代わりし、人が確認して仕上げるという役割分担です。
撮りためた工事写真を、工種・撮影日・工程・黒板の記載などの手がかりで自動的に仕分けし、写真台帳の下書きを作る、という使い方が考えられます。画像から黒板の文字や状況を読み取る処理は、産業用画像検査で培った画像・VLM（画像も理解する言語モデル）の技術と相性が良い領域です。ただし黒板の記載ミスや撮り間違いまでAIが直せるわけではなく、台帳としての正しさは人の確認が前提になります。
現場で走り書きしたメモや、移動中に吹き込んだ音声から、日報の体裁に整えた下書きを作る使い方です。「誰が・どの作業を・どこまで・何時間」「翌日への申し送り」「ヒヤリや不具合の兆候」といった要点を拾い上げて構造化する。音声を業務データに変える発想は会議音声の活用と同じ筋で、現場では特に「両手が塞がっているので喋るだけで記録が残る」価値が大きいと考えられます。
過去の類似工事の見積を参照しながら、新しい案件の見積の叩き台を作る。あるいは施工計画書・KY・作業手順書といった安全書類の、毎回似通う部分を過去実績から下書きする。単価や数量、現場固有の危険要因は人が精査する前提ですが、白紙から書き起こす負担は大きく減らせる可能性があります。金額と安全に関わる部分こそ、AIに丸投げせず人が握るべき領域だと考えます。
「同じような擁壁の工事で、どんな段取りだったか」「あの発注者向けの書式はどれか」を、過去の日報・写真・帳票・見積を横断して自然文で検索・要約する使い方です。フォルダ名を覚えていなくても、やりたいことを言葉で問い合わせれば関連資料を引ける。これはベテランの記憶に依存していた検索を、会社全体の資産に開いていく動きだと考えられます。
AIエージェントを建設現場に入れるとき、最初に高価なシステムを買う必要はありません。むしろ設計の出発点は「いま社内に散らばっている素材」の棚卸しです。写真フォルダ、日報、過去の見積・安全書類、そして日々のやり取り。これらを社内ナレッジ基盤に集約し、AIが参照・検索できる状態にするところから始めるのが現実的だと考えられます。
設計で最も大事なのは、責任の境界線を先に引くことです。写真の仕分け・日報の清書・見積や書類の下書きはAIが担い、金額の最終決定・安全上の判断・発注者への提出可否は必ず人が握る。この線引きを曖昧にすると、便利さと引き換えに現場が「AIが作ったから」と確認を省き、かえってリスクを抱えます。境界を明文化しておくことが、安心して任せられる範囲を広げる前提になります。
同じ工種でも、会社ごと・地域ごとに呼び方や書式が違います。汎用的なAIをそのまま使うより、自社の帳票様式・工種の呼称・発注者ごとの提出ルールに沿うよう調整してこそ、下書きの手直しが減ります。既製品をそのまま入れるより、自社の業務に合わせて内製で育てる発想が、結果的に現場の使い勝手を左右すると考えられます。
どれだけ良い仕組みでも、現場が使わなければ意味がありません。建設・工事業は、若手からベテランまでITへの慣れに幅があり、現場は多忙です。だからこそ「一気に全業務を置き換える」のではなく、写真整理か日報のどちらか一つ、負担が明確に重い作業から始めて、効果を現場が体感してから広げるのが定着の近道だと考えられます。
AIエージェントは、指示の仕方（どう聞けば欲しい下書きが返るか）で使い勝手が大きく変わります。外注に頼りきりだと、現場ごとの細かな調整が回らなくなりがちです。社内に「AIに仕事を任せる勘所」を持った人を育てておくと、運用の自走度が上がります。基礎から現場で使える形にするAI研修は、この内製力を底上げする一手になりうると考えます。
AIが出した下書きを人が直した——その修正こそが、次の下書きの精度を上げる材料になります。「直した結果を素材に戻す」ループを運用に組み込むと、使うほど自社の書式や癖に馴染んでいくと考えられます。逆に、修正がAIに戻らない一方通行の運用だと、いつまでも手直しが減りません。
導入をうまく進めるには、できることと同じくらい、できないこと・気をつけることを直視する必要があります。ここは楽観論を避けて率直に書きます。
これらは避けられない前提であって、否定材料ではありません。むしろ限界を分かったうえで、責任の線引きと検証を丁寧にやることが、現場に信頼される導入につながると考えます。
最後に、現実的な進め方を段階で示します。要点は「大きく構えず、負担が明確な一業務を、実際の工事一件で試す」ことです。
まず、社内にある写真・日報・過去の見積や安全書類・音声メモを客観的に棚卸しし、どこに一番時間が奪われているかを現場の声で特定します。ここを外すと、効果の薄いところから手を付けてしまいます。全体最適の前に、痛みの大きい一点を選ぶことが肝心だと考えます。
写真台帳か日報のどちらか一つに絞り、進行中または直近の工事一件でAIの下書きを試します。人が手直しした量・時間・現場の実感を記録し、自社にとっての手触りを確かめる。この検証を経ずに全社展開すると、期待と現実のずれで止まりがちです。
一件で手応えが得られたら、他の書類・他の現場へ広げつつ、社内に使いこなす人を育てて自走できる状態を目指します。ここまで来て初めて、間接業務の負担が構造的に軽くなり始めると考えられます。焦らず段階を踏むことが、結果的に一番の近道になりうると考えます。
負担が明確に重い一業務、たとえば工事写真の仕分けや日報の清書から始めるのが現実的だと考えられます。全業務を一度に置き換えるより、進行中の工事一件で下書きを試し、人が手直しした量や実感を確かめてから広げる方が定着しやすいと考えます。効果は現場ごとに異なるため、現物での検証が出発点になります。
下書きの生成までは任せられる可能性がありますが、金額の最終決定や安全上の判断、法令の確認は人が握るべきだと考えます。AIはもっともらしい誤りを出すことがあるため、鵜呑みにする運用は避けるべきです。責任の境界線を最初に明文化しておくことが、安心して使える範囲を広げる前提になると考えられます。
現場作業そのものより、現場のあとに残る書類・記録の負担を軽くする方向で寄与しうると考えられます。ただし上限時間や猶予措置などの制度の具体は改正が続くため、適用範囲や数値は必ず所管省庁の最新の公表資料でご確認ください。AIは万能薬ではなく、間接業務を軽くする一手と位置づけるのが妥当です。
素材として活用できる可能性はありますが、暗い・ぶれた写真や記載の薄い黒板、判読しにくい手書きは読み取り精度が下がります。撮影や記録の質が下流の精度を左右するため、現物での検証が前提です。まずは手元のデータで小さく試し、自社の素材でどこまで使えるかを確かめることをおすすめします。
初期構築は外部の支援を受けても、現場ごとの調整や指示の工夫は社内でできると自走度が上がると考えられます。工種の呼称や帳票様式は会社ごとに異なるため、使いこなす勘所を持つ人を社内に育てておくと、手直しが減りやすくなります。AI研修などで内製力を底上げする発想が有効になりうると考えます。
効果は現場ごとに違い、やってみないと分からない部分があります。だからこそ、いま手元にある写真・日報・過去の書類を棚卸しし、進行中の工事一件で下書きを試すところから始めるのが確実です。元キーエンス画像処理事業部の現場知見をもつ私たちと、あなたの現場に即した進め方を一緒に整理しましょう。
建設現場のAI活用について相談する