AGECブログ

建設業界では、人手不足や建設費の上昇、工事の複雑化を背景に、AI（人工知能）の活用が注目されています。生成AIによる文書作成や情報検索だけでなく、設計図書の整理、見積内容の比較、工程管理、工事写真の分析など、建設プロジェクトのさまざまな業務でAIの導入が検討されています。しかし、工場や倉庫、商業施設の建設を計画する発注者にとって、重要なのは「AIを導入すること」そのものではありません。

AIによって何を効率化できるのか、どの業務に専門家の判断が必要なのかを明確にすることが重要です。

特にCM（コンストラクションマネジメント）では、建設費、工程、品質、契約、設計変更など、多くの情報を横断的に管理します。AIはこうした情報の整理や比較を支援する一方、建設費の妥当性や法令適合性、施工上の安全性などについては、専門家による確認が欠かせません。本記事では、2026年時点のAI技術の活用状況を踏まえ、建設プロジェクトにおけるAIの利用範囲、CM業務での具体的な活用方法、導入時の注意点について解説します。

 

建設プロジェクトでAIの活用が進む背景

建設プロジェクトでは、設計図面、仕様書、見積書、工程表、議事録、施工計画書など、多くの文書やデータが作成されます。工場や物流倉庫のような大規模施設では、建築・構造・設備・生産設備・物流設備など、複数の専門分野が関わるため、管理する情報量も多くなります。

また、建設資材価格や労務費の変動、設備機器の納期、設計変更への対応など、発注者が判断しなければならない事項も少なくありません。こうした状況でAIに期待されているのは、大量の情報を整理し、必要な情報を探しやすくする役割です。

例えば、数百ページに及ぶ仕様書から特定の設備条件を検索したり、複数の会議議事録から未決定事項を抽出したりする作業では、AIを活用することで担当者の負担を軽減できる可能性があります。ただし、AIの出力は必ずしも正確ではありません。そのため、建設分野では、AIによる情報処理と専門家による確認を組み合わせた運用が重要になります。

 

CM業務ではAIをどこまで活用できる？

CM（コンストラクションマネジメント）は、発注者の立場から建設プロジェクトのコスト・工程・品質・発注方式などを総合的に管理する手法です。CM業務では、設計者、施工会社、設備メーカー、発注者など、多くの関係者が作成した情報を整理し、発注者の意思決定を支援します。

AIの活用が考えられる主な業務は、次のとおりです。

CM業務	AIの活用例	人による確認が必要な事項
設計図書の管理	仕様書の検索・要約・差分抽出	設計条件、図面間の整合性
コスト管理	見積項目の分類・比較	数量、単価、工事費の妥当性
工程管理	進捗報告の整理・遅延要因の抽出	工程変更の実現可能性
品質管理	検査記録・工事写真の分類	品質基準への適合判断
契約管理	契約条項の検索・比較	契約解釈、法的判断
情報共有	議事録作成・課題一覧の整理	決定事項、担当者、期限
リスク管理	過去の課題や変更履歴の分析	リスク評価、対応方針の決定

AIは情報整理や分析の補助に活用できますが、発注者の投資判断や専門家の技術的判断を自動的に代替するものではありません。なお、表に示したAIの活用例はあくまで一例であり、すべてのAIサービスに標準搭載されているわけではありません。図面解析や工程分析などには、専用システムとの連携やデータ整備が必要になる場合があります。

 

1．見積比較・コスト管理へのAI活用

工場・倉庫の建設では、複数の施工会社から見積書を取得し、金額や工事範囲を比較することがあります。しかし、施工会社によって見積項目の名称や分類、内訳の細かさが異なるため、単純に合計金額だけを比較することは適切ではありません。例えば、ある施工会社では仮設工事費を一括計上し、別の施工会社では足場や仮囲いなどを個別に計上している場合があります。

また、設備工事や外構工事の一部が見積対象外となっているケースもあります。

AIでできること

AIを活用すると、見積項目の名称を整理し、類似する工事項目を分類したり、見積条件の違いを抽出したりする作業を支援できます。

例えば、次のような利用が考えられます。

• ・複数の見積書の項目を整理する

• ・工事区分ごとの金額を比較する

• ・別途工事や見積除外項目を抽出する

• ・設計変更前後の見積項目を比較する

• ・予算超過の可能性がある項目を一覧化する

これにより、CM担当者が確認すべき項目を絞り込みやすくなります。

 

AIだけでは判断できないこと

一方、AIが見積書を比較できたとしても、その金額が適正であるとは限りません。例えば、鉄骨工事の金額が他社より高い場合でも、使用する鋼材、施工条件、運搬距離、工期などによって価格が異なる可能性があります。また、見積項目が存在していても、必要な工事数量が十分に計上されているとは限りません。そのため、最終的なコスト査定では、図面、仕様書、数量、施工条件、市場価格などを踏まえた専門的な確認が必要です。

AIは見積比較の作業を支援できますが、建設費の妥当性を保証するものではありません。

 

2．設計図書・仕様書の検索と変更管理

建設プロジェクトでは、設計が進むにつれて図面や仕様書が更新されます。工場の生産設備が変更された場合には、建築・構造・電気・空調・給排水など、複数の設計分野に影響することがあります。こうした変更情報を適切に管理できなければ、追加工事や工程遅延につながる可能性があります。

 

AIを活用した文書検索

AIを利用することで、大量の設計資料から必要な情報を探す作業を効率化できる場合があります。

例えば、次のような質問への対応が考えられます。

• ・「この工場の受変電設備に関する仕様はどこに記載されているか」

• ・「倉庫の床荷重に関する設計条件を抽出してほしい」

• ・「前回の仕様書から変更された項目を整理してほしい」

• ・「設備メーカーとの協議で未決定となっている事項は何か」

ただし、AIが回答した内容については、参照元の図面番号、文書名、改訂番号などを確認する必要があります。特に設計変更が頻繁に発生するプロジェクトでは、古い資料と最新資料が混在しないように管理することが重要です。

 

BIMとの連携は可能？

BIM（Building Information Modelling）は、建物の3次元形状や部材の属性情報などを扱う仕組みです。AIとBIMを連携させることで、モデル内の情報検索や、設計条件の確認などに活用できる可能性があります。ただし、一般的な文章生成AIにBIMデータを入力するだけで、構造計算や設備設計の適否を正確に判定できるわけではありません。BIMデータの形式、属性情報の整備状況、連携システムの機能などによって、利用できる範囲は異なります。

 

3．工程管理・工期遅延リスクの把握

工場・倉庫の建設では、建築工事だけでなく、生産設備や物流設備の搬入・据付、試運転などの工程管理が重要です。例えば、建物本体の工事が予定どおり完了しても、受変電設備や生産設備の納入が遅れれば、施設の稼働開始時期に影響する可能性があります。

 

AIで進捗情報を整理する

AIを活用することで、日報や週報、工程会議の議事録などから、遅延に関係する情報を抽出できる場合があります。

例えば、次のような情報を整理できます。

• ・予定より遅れている工事項目

• ・設備機器の納期変更

• ・未決定の設計事項

• ・工事着手の前提条件

• ・関係者間で調整が必要な事項

また、工程管理システムと連携することで、遅延リスクの分析を支援する仕組みも考えられます。ただし、実際に工程を短縮できるかどうかは、作業の順序、必要な人員、資材調達、安全管理、施工条件などによって異なります。そのため、AIが提示した工程変更案については、施工会社やCM担当者による実現可能性の確認が必要です。

 

4．議事録・課題管理の効率化

CM業務では、発注者、設計者、施工会社などが参加する定例会議や専門分野ごとの打合せが行われます。会議では、設計変更、工事費、工程、設備仕様など、多くの事項が協議されます。AIによる文字起こしや議事録作成機能を利用すると、会議内容の整理を効率化できる可能性があります。

特に、次のような項目の抽出に活用できます。

• ・決定事項

• ・未決定事項

• ・次回までの確認事項

• ・担当者

• ・対応期限

• ・発注者の承認が必要な事項

ただし、AIによる文字起こしでは、専門用語や数値、発言者の認識に誤りが生じることがあります。また、会議中の発言が正式な承認を意味するとは限りません。そのため、議事録を正式な記録として使用する場合には、関係者による内容確認と承認手続きを設けることが重要です。

 

5．品質管理・工事写真の整理

建設現場では、施工状況や検査結果を記録するために、多数の写真や報告書が作成されます。AIを活用することで、工事写真の分類や記録の検索、報告書の整理などを支援できる場合があります。例えば、撮影場所や工種、工事日などの情報を利用して写真を分類する仕組みが考えられます。

また、画像認識技術を用いた不具合候補の検出なども研究・実用化が進められています。ただし、AIによる画像分析の結果だけで、施工品質が適切であると判断することはできません。特に、構造安全性、防火性能、設備性能などに関する確認では、必要な検査や測定、専門家による判断が不可欠です。AIは品質管理記録の整理や確認作業を補助するものであり、法令上必要な検査や工事監理を代替するものではありません。

 

AI導入で注意したい5つのリスク

AIを建設プロジェクトに導入する場合には、業務効率化だけでなく、情報管理や判断の正確性にも注意が必要です。

1．AIによる誤回答

生成AIは、もっともらしい文章を作成しても、その内容が正しいとは限りません。建築基準法の条文、設備仕様、契約条件などについて、誤った説明を出力する可能性があります。そのため、AIの回答をそのまま設計判断や契約判断に使用することは避け、必ず根拠資料を確認する必要があります。

 

2．機密情報の漏えい

建設プロジェクトでは、設計図面、契約金額、見積書、工場の生産設備情報など、機密性の高いデータを扱います。外部のAIサービスに情報を入力する場合には、データの保存先、学習利用の有無、アクセス権限、契約条件などを確認する必要があります。

特に工場では、生産ラインの配置や設備仕様が企業の重要な情報に該当する場合があります。そのため、社内規程や契約上の守秘義務を踏まえ、入力可能な情報の範囲を明確にすることが重要です。

 

3．古い図面・資料の参照

建設プロジェクトでは、図面や仕様書が繰り返し更新されます。AIが古い資料を参照すると、すでに変更された仕様を正しい情報として回答する可能性があります。そのため、最新版の管理、改訂履歴、承認状況などを整理し、AIが参照する情報の範囲を適切に管理する必要があります。

 

4．判断責任の不明確化

AIが提示した情報をもとに工事費や設計変更を判断する場合、最終的な承認者を明確にしておく必要があります。AIが出力したという理由だけで、判断の責任がAIサービスの提供者に移るわけではありません。設計者、施工会社、CMr、発注者それぞれの役割と責任は、法令や契約に基づいて整理する必要があります。

 

5．導入費用と運用負担

AIシステムの導入には、利用料だけでなく、データ整備、システム連携、運用ルールの策定、担当者教育などの費用が発生する場合があります。また、AIの出力を確認する作業が増えることで、期待したほど業務時間を削減できないケースも考えられます。そのため、導入前に対象業務と期待する効果を明確にし、費用対効果を検証することが重要です。

 

クラウドAIと社内専用AIはどちらが適している？

建設プロジェクトでAIを利用する場合、一般的なクラウド型AIサービスだけでなく、企業専用の環境で運用するAIも選択肢となります。

比較項目	クラウド型AI	社内専用AI・ローカルAI
導入	比較的短期間で利用開始できる場合が多い	環境構築や設定が必要
初期費用	比較的小さい場合がある	サーバー等の費用が必要な場合がある
運用管理	サービス提供者の機能に依存	自社側の管理負担が大きくなる
データ管理	契約・設定・サービス仕様の確認が必要	自社の構成や運用方針によって管理できる
AIの性能	利用するモデル・プランによる	導入するモデル・機器性能による
保守・更新	サービス提供者による更新が中心	自社または委託先での対応が必要

なお、クラウド型AIであっても、企業向けのデータ保護機能やアクセス制御を利用できるサービスがあります。一方、ローカルAIであれば自動的に安全になるわけではありません。端末やサーバーの管理、アクセス制御、ログ管理、バックアップなどが必要です。そのため、どちらが適しているかは、扱う情報の機密性、利用人数、予算、管理体制などを踏まえて判断する必要があります。

 

AIを導入するなら、まず何から始める？

建設プロジェクトでAIを導入する場合、最初からすべての業務を自動化しようとすることは適切ではありません。まずは、比較的リスクが低く、効果を確認しやすい業務から試験的に導入することが考えられます。

ステップ1．対象業務を絞る

議事録の下書き作成、資料検索、見積項目の整理など、AIを活用する業務を明確にします。

ステップ2．利用できる情報を整理する

機密情報の取扱い、入力可能な資料、利用するAIサービスの契約条件などを確認します。

ステップ3．小規模な試験運用を行う

限定した担当者やプロジェクトでAIを利用し、作業時間、回答精度、確認負担などを検証します。

ステップ4．確認・承認ルールを整備する

AIの出力を誰が確認し、どのような用途に利用できるかを明確にします。

ステップ5．導入効果を評価する

作業時間の削減だけでなく、情報検索の精度、確認作業の負担、運用費用などを含めて評価します。AI導入の目的は、人の判断をなくすことではなく、専門家が重要な判断に集中できる環境を整えることです。

 

AI時代にCM会社が果たすべき役割

AIの進展によって、建設プロジェクトの情報整理や資料作成は、今後さらに効率化される可能性があります。しかし、工場・倉庫・商業施設の建設では、単純な情報処理だけで解決できない課題が多く存在します。

例えば、建設費を削減するために設備仕様を変更する場合、その変更が生産能力、物流効率、維持管理費、将来の増設計画などに影響する可能性があります。また、工期を短縮する場合には、施工条件、安全性、設備納期、試運転期間などを総合的に検討する必要があります。こうした判断には、発注者の事業目的を理解したうえで、建築・設備・コスト・工程などを横断的に評価する専門性が求められます。

CMでは、AIを活用して情報を整理しながら、発注者が適切な判断を行えるよう支援することが重要です。AIが情報を整理し、CMrが専門的に評価し、発注者が最終的な意思決定を行う。この役割分担を明確にすることが、建設プロジェクトにおけるAI活用の基本となります。

 

建設プロジェクトのAI活用は「効率化」と「専門的判断」の両立が重要

建設プロジェクトでは、AIを活用することで、資料検索、見積比較、議事録作成、工程情報の整理などを効率化できる可能性があります。一方、AIの回答には誤りが含まれる場合があり、設計・施工・契約に関する専門的な判断をそのまま任せることはできません。

発注者が押さえたいポイントは、次の4つです。

① AIを利用する業務範囲を明確にする

情報検索や文書整理など、効果を確認しやすい業務から活用を検討します。

② 専門家による確認を前提とする

建設費の妥当性、法令適合性、施工品質、契約上の判断などは、適切な専門家による確認が必要です。

③ 機密情報とデータ管理に注意する

図面、見積書、契約書などを扱う場合には、情報セキュリティとアクセス権限を適切に管理する必要があります。

④ 導入効果を継続的に検証する

AIの導入費用だけでなく、作業時間、回答精度、確認負担などを踏まえて評価することが重要です。AIは、建設プロジェクトの管理を支援する有効な手段となる可能性があります。しかし、重要なのはAIを導入すること自体ではなく、発注者が適切な情報に基づいて判断できる管理体制を整えることです。

 

AGECでは、工場・倉庫・物流施設・商業施設の新築・建替え・増築・改修において、発注者の立場からコンストラクションマネジメント（CM）を提供しています。建設計画の初期段階から、予算・工程・品質・発注方式などを総合的に検討し、発注者の意思決定を支援します。

建設プロジェクトでデジタル技術の活用を検討する場合にも、重要なのは、導入する技術とプロジェクトの管理目的を明確にすることです。「建設費や追加工事を適切に管理したい」「設計変更や工程の情報を整理したい」「建設プロジェクト全体の管理体制を見直したい」といった場合は、ご相談ください。

 

※本記事は2026年10月時点の一般的な技術動向・実務上の考え方を解説したものです。AIの機能・性能・利用条件はサービスやシステム構成によって異なります。また、AIの出力は正確性や法令適合性を保証するものではありません。建築設計、工事監理、構造安全性、施工品質、契約、個人情報・機密情報の取扱い等については、最新の法令・契約条件等を確認し、必要に応じて建築士、弁護士、情報セキュリティの専門家その他の関係専門家へご相談ください。