米国の大手エンジニアリング・建設企業Burns & McDonnellが、AIを「使う側」ではなく「審査する側」に現場職人を置く着工前管理の新モデルを実装した。建設DX推進の文脈で語られがちな「AIへの依存」とは真逆の発想だ。

現場職人がAIの「ゲートキーパー」になる——Burns & McDonnellの実態

Burns & McDonnellの着工前・見積管理部門全国統括であるBrett Poulosが明言した。「現場のプロは、AIが生成した提案に対してプッシュバックすべきタイミングを知っている」と。

これは単なるスローガンではない。同社は着工前（プレコンストラクション）フェーズに現場職人を組み込み、AIツールが出力するコスト見積もりや施工計画の妥当性を現場知識で検証させる体制を構築している。問題はここだ。AIは膨大なデータから「平均的な答え」を出す。だが工事現場は平均的な場所ではない。地盤の癖、機材の癖、職人チームの癖——数値化されていない変数が山ほど存在する。そこで「この数字はおかしい」と気づけるのは、現場を知っている人間だけだ。

着工前工程は建設プロジェクト全体のコストと工期を左右する。ここでAIの出力を無批判に受け入れれば、現場に入ってから原価が跳ね上がるリスクがある。Burns & McDonnellはそのリスクを、デジタル技術の高度化ではなく、現場人材の「目利き力」で抑えようとしている。この構造的な発想の転換こそ、業界が注目すべき点だ。

なぜ今、この手法が問われるのか

建設業界のAI・ICT活用は急速に広がっている。だからこそ、逆説的な問いが浮上している——「AIを使いこなせる人材」と「AIの誤りを見抜ける人材」は、同じなのか？

実はこれが厄介で、多くの企業がこの二つを混同している。デジタルツールの操作に習熟したオフィスエンジニアが、AIの出力をそのまま「正解」として扱ってしまうケースは珍しくない。着工前段階でその判断が固まれば、後工程の修正コストは膨大になる。工期が迫る局面では特に致命的だ。

Burns & McDonnellが着目したのは、現場職人が持つ「異常検知能力」だ。長年の施工経験から蓄積された暗黙知——「この条件でこの数字はあり得ない」という感覚——はAIが学習データから導き出す「平均解」とは根本的に異なる。両者を組み合わせることで、精度と安全性を同時に担保しようという発想だ。

米国建設業界では職人不足と高齢化が深刻な課題となっており、熟練職人の知見をどう組織に残すかは経営課題でもある。その文脈で見れば、この手法は人材活用の一石二鳥策でもある。

問われる日本の建設DX——「AIに任せる」だけでは足りない

日本でも建設DXは加速している。国土交通省のi-Constructionを起点に、大林組・鹿島・清水建設など大手ゼネコンはICT建機の導入や自動施工の実証を精力的に進めてきた。コマツのスマートコンストラクション、日立建機のSolution Linkage——建設機械メーカーもテレマティクスやAIを活用した施工管理ツールを実装段階に引き上げた。

だが、ここで見落とされがちなのが「誰がその出力を信じるか」という問題だ。ICT建機が3D設計データ通りに動いても、その設計データ自体に現場の実態が反映されていなければ意味がない。現場監督が「数字通りに進んでいる」と安心している一方、ベテランオペレーターが「地盤がおかしい」と感じていた——そんなすれ違いが重大事故や工期遅延につながるケースは、建設現場では珍しくない。

Burns & McDonnellのモデルが日本に示唆するのは明快だ。DXは「デジタルに置き換える」ではなく「デジタルと現場知識を組み合わせる」設計であるべき、ということ。現場を知るオペレーターや職人が着工前段階から関与し、AIの出力に対して建設的な疑問を投げかけられる体制を作れるか——それが日本の建設業界の次なる競争力を決める。

よくある質問

まとめ

Burns & McDonnellが示したのは、建設DXの本質は「AIに任せること」ではなく「AIを現場知識で制御すること」だという視点だ。着工前工程に職人の目利き力を組み込むこの手法は、日本の建設業界——ゼネコンから建設機械メーカーまで——が「ICT建機を入れたら終わり」という段階を超えるためのヒントを与えている。問われるのは、現場を知る人材をDXの外側に置くか、内側に置くか、だ。kenki-pro.comでは引き続き、国内外の建設DX・重機技術の最前線を追う。

出典：Burns & McDonnell taps tradesworkers for preconstruction, AI vetting