「建設業でAI活用」と聞くと、どんなイメージがありますか。
大手ゼネコンがやるもの。
専門のDX担当者がいる会社の話。
現場が忙しいうちには、まだ早い。
そんなふうに感じる管理職の方もいると思います。
でも、私は少し違う見方をしています。
ここがポイント
人が足りない会社ほど「人を増やす」だけでなく、「人がやらなくてもいい仕事を減らす」という視点が必要です。
AI導入の目的は、AIを使うことではありません。
技術者の時間を、技術者にしかできない仕事へ戻すこと。
建設業では、ここから考えたほうが分かりやすいと思います。
「うちはまだ早い」ではなく、まず仕事を分けてみる
AIの話になると、どうしても「導入するか、しないか」という大きな話になりがちです。
でも、最初から会社全体へAIを導入する必要はありません。
まず見たいのは、管理職や技術者が毎日やっている仕事です。
たとえば、
- 会議の内容を議事録にまとめる
- 長い資料から必要な情報を探す
- 過去の文書を参考に、下書きを作る
- メールや報告文を整える
- 複数の資料を比較して違いを整理する
- 定型的な社内文書のたたき台を作る
こうした仕事まで、経験を積んだ技術者がゼロからやる必要があるでしょうか。
AIに任せたいのは「技術者の判断」ではなく、「判断する前の準備」です。
ここを分けるだけで、AIの見え方がかなり変わります。
建設業では、すでに「省人化」が大きなテーマになっている
これはAIだけの話ではありません。
国土交通省は「i-Construction 2.0」を進めており、2040年度までに建設現場の省人化を少なくとも3割、生産性を1.5倍に向上させることを目標にしています。
BIM/CIMについても、調査・測量・設計・施工・維持管理まで、建設事業で扱う情報をデジタルデータとして活用・共有し、業務を効率化する取り組みが進められています。
つまり、「今まで人がやっていた仕事を、そのまま人で補う」だけではない方向へ、建設業全体が動いているということです。
参考：国土交通省「i-Construction 2.0 建設現場のオートメーション化」
人手不足だからこそ、「何を人がやるか」を決める
2026年7月の国土交通省「建設労働需給調査」では、全国8職種の過不足率は1.2％の不足となっています。
もちろん、地域や職種によって状況は違います。
ただ、人材確保が建設業にとって重要な経営課題であることは変わりません。
だからこそ、私はAI導入を単なる「IT化」として考えないほうがいいと思っています。
一人採用できたら何を任せるか。
その前に、「いまいる人がやっている仕事の中に、本当に人間がやる必要のないものはないか」を見てみる。
AI導入の入口は、ここです。
建設業でAIに任せやすいのは「判断」より「下準備」
では、具体的に何を任せるのか。
私は、まず次のように分けて考えるのがいいと思います。
| AIに任せやすい仕事 | 人が確認・判断する仕事 |
|---|---|
| 議事録のたたき台 | 決定事項・責任者・期限の確認 |
| 資料の要約・整理 | 現場条件に照らした判断 |
| 過去文書からの情報抽出 | 今回の案件へ使えるかの判断 |
| 文書の初稿・構成案 | 技術的内容・数値・条件の確認 |
| 想定質問の洗い出し | 回答内容と対外的な判断 |
ポイントは、AIに完成品を作らせようとしないことです。
AIに80点の答えを期待するより、ゼロから始める仕事を「たたき台がある状態」まで持っていってもらう。
最後は経験のある人が見る。
この役割分担なら、AIを導入する心理的なハードルも下がります。
「施工計画書を全部AIに書かせる」から始めなくていい
建設業のAI活用というと、施工計画書や技術提案書を丸ごとAIに作らせるような話が目立ちます。
でも、私は最初からそこを狙わなくてもいいと思います。
発注者へ提出する文書には、技術的な判断や案件固有の条件が含まれます。
AIの出力を、そのまま提出するわけにはいきません。
だから最初は、もっと小さくていい。
step
1
会議の議事録を整理する
会議内容から、決定事項・確認事項・TODOを整理するところから試します。
step
2
長い資料を要約する
仕様書や社内資料などから、確認したい項目を探す補助として使います。
step
3
定型文書の下書きを作る
毎回ゼロから書いている文章を、過去の形式を参考に下書きさせます。
このくらいなら、効果も確認しやすい。
「AIって使えるのか？」という議論を続けるより、一つの仕事で試してみるほうが早いのです。
Claude Codeは「最初の一歩」ではなく、その先にある
AI活用に慣れてくると、次に出てくるのが「毎回同じ作業をするのも面倒だ」という問題です。
そこで、Claude Code（クロード コード）のようなツールを使って、定型処理を仕組みにする選択肢が出てきます。
たとえば、決められたフォルダに入った資料を整理する。
決められた形式で下書きを作る。
複数のファイルから必要な情報をまとめる。
こうした繰り返し作業を仕組み化する段階では、AIを対話相手として使うだけでなく、自動化へ進める余地があります。
ここは順番が大事です
最初から「AIエージェントを作ろう」と考えなくていい。
まずAIを一つの仕事で使う。
次に、何度も繰り返している仕事を見つける。
そのあとで、自動化を考える。
導入前に、管理職が決めておきたい3つのこと
AIを現場へ渡す前に、管理職側で最低限決めておきたいことがあります。
1. AIに入れてよい情報を決める
会社の情報、顧客情報、案件情報、図面、契約情報などを、何でもAIへ入力してよいわけではありません。
利用するサービスの契約内容やデータの取り扱いを確認したうえで、何を入力してよいか、何を入力してはいけないかを決めます。
2. AIの出力を誰が確認するか決める
AIは間違えることがあります。
特に、技術的な数値、法令、仕様、契約条件などは、人による確認を外せません。
「AIが作ったから大丈夫」ではなく、「誰が最終確認するか」までがAI活用です。
3. 何時間減ったかではなく、「何に時間を戻せたか」を見る
AI導入の成果を「何分短縮できたか」だけで測ると、単なる効率化の話になります。
でも建設会社にとって重要なのは、その時間を何へ戻せたかです。
- 現場を見る時間が増えた
- 若手へ教える時間ができた
- 発注者との調整に時間を使えた
- 次の案件を考える余裕ができた
AIで生まれた時間を、技術者にしかできない仕事へ戻せたか。
管理職が見るべき数字は、こちらだと思います。
AI導入の前に、今日やってほしいこと
新しいAIサービスを契約する必要はありません。
まず、管理職の方自身の一週間を振り返ってみてください。
step
1
先週、2回以上やった事務作業を書き出す
step
2
その中から「判断ではなく、整理・転記・下書き」に近い仕事を探す
step
3
その仕事を一つだけAIで試してみる
会社全体のDX計画を作るのは、そのあとでも遅くありません。
一つ試して、「これは任せられる」と分かること。
そこから現場の見え方が変わります。
まとめ｜AI導入は「人を減らす話」ではなく「人の仕事を戻す話」
この記事のポイント
- 建設業では、省人化・生産性向上が大きな課題になっている
- AIに任せるのは、まず「判断」ではなく「判断する前の準備」
- 施工計画書などを丸ごと任せる前に、小さな定型業務から試す
- 入力してよい情報と、人が確認する範囲を先に決める
- AIで生まれた時間を、技術者にしかできない仕事へ戻す
「AIを導入するべきか」と考えると、大きな経営判断に見えます。
でも最初の一歩は、もっと小さい。
「この仕事、本当にこの人がやる必要があるだろうか？」
一つの仕事について、この問いを立てるだけです。
人手が足りないからこそ、人を増やすことだけを考えない。
今いる人の時間を、どこへ戻すかを考える。
建設業のAI活用は、そこから始めていいと思います。
よくある質問
Q. 中小の建設会社でもAIを導入できますか？
会社全体へ一度に導入する必要はありません。
まずは議事録、資料整理、文章の下書きなど、影響範囲の小さい業務を一つ選んで試す方法があります。
「全社導入」ではなく「1業務で検証」から考えると始めやすくなります。
Q. 施工計画書をAIに作らせても大丈夫ですか？
初稿や構成案を作る補助には使えますが、AIの出力をそのまま提出することはおすすめできません。
案件固有の条件、数値、法令、仕様などについて、必ず担当者が確認してください。
Q. ChatGPTなどの対話型AIとClaude Codeは何が違いますか？
対話型AIは、質問したり、文章を作ったり、資料を整理したりするところから始めやすいツールです。
Claude Codeは、ファイルを扱う処理や繰り返し作業などを、より仕組み化したい段階で選択肢になります。
最初から自動化を目指すのではなく、まず仕事の中でAIを使い、繰り返す仕事が見えてから仕組み化するという順番がおすすめです。
Q. AIに会社の資料を入力しても大丈夫ですか？
利用するサービスや契約内容によって、データの取り扱いは異なります。
顧客情報、個人情報、機密情報、未公開の案件情報などを入力する前に、サービスの利用条件と社内ルールを確認してください。
「便利だから入れる」ではなく、「入れてよい情報を先に決める」ことが重要です。
