国土交通省は2026年9月4日、直轄工事および業務で利用する受発注者間の情報共有システム（ASP）にAI機能を搭載する方針を公表した。2027年度に適用するASPの機能要件へ対話型AI機能を追加し、従来のPDF主体だった設計図書や工事打ち合わせ簿を機械可読な構造化データへと順次切り替える。
直轄現場のASP機能要件改定と構造化データへの移行
国土交通省が発表した「インフラ分野のAI実装に向けた取組方針」および「建設分野におけるフィジカルAI戦略（中間とりまとめ）」は、直轄現場における受発注者双方の生産性向上を目的とした抜本的な施策である。これまでの建設DXが図面や帳票の「紙からPDFへの電子化」にとどまっていたのに対し、本方針ではAIが直接文脈や数値を処理できる「構造化データ」への転換を明確に打ち出した。
ASP機能要件改定の骨子とAI対話機能の標準化
直轄工事で活用されている受発注者間の情報共有システム（ASP）は、これまで設計図書の閲覧や工事打ち合わせ簿の提出、承諾などのワークフローを電子上で処理する基盤として運用されてきた。2027年度に予定される機能要件の改定により、民間ベンダーが提供するASPサービスへ対話型AI機能の標準搭載が義務付けられる見通しである。
実装されるAI機能は、発注者側の仕様書や基準類、過去の施工事例、現場から提出された協議事項を学習・参照し、質問に対する即時回答や提出書類の整合性チェックを担う。発注者にとっても技術基準の照合や承認業務にかかる時間を圧縮できるため、受発注者双方のコミュニケーションにかかる待機時間が縮小する。
PDF依存からの脱却と「JSON-LD/HTML」による構造化データの推進
本方針における最大の変革は、工事関係書類における「PDF主体の納品形態」の見直しである。従来のPDF形式は人間が画面上で視認・印刷することには適しているものの、AIやシステムが記載内容を精緻に検索・抽出・照合する際にはテキストの分断や座標のずれが生じ、自動処理の大きな障壁となっていた。
国土交通省はこの課題を解消するため、先行して「土木工事共通仕様書（案）令和8年3月」を、意味構造を明記するJSON-LDを追加したHTML形式で公開した。今後は特記仕様書や設計図書のみならず、受注者が日々作成する工事打ち合わせ簿や施工計画書、出来形帳票についても構造化データ形式の標準化を順次進める。受注者側が書類を指定様式に沿ってレイアウト調整し、PDFへ変換してアップロードする作業そのものが不要となる仕組みを目指す。
AI実装方針とフィジカルAI戦略策定の経緯
国土交通省におけるAI実装施策は、2024年に打ち出された「i-Construction 2.0」の現場省人化目標（2040年度までに少なくとも3割削減・生産性1.5倍）を起点とし、政府全体のAI戦略と連動しながら段階的に具体化されてきた。
| 年月 | 組織・会議体 | 主な決定事項および施策の動き |
|---|---|---|
| 2020年 | 国土交通インフラ分野のDX推進本部 | 技監を本部長とする推進本部を設置し、インフラDXの全体統括を開始 |
| 2024年4月 | 国土交通省 | 「i-Construction 2.0」を策定し、2040年度までの省人化3割目標を設定 |
| 2025年11月 | 国土交通データプラットフォーム | 生成AI連携を見据えたMCP（Model Context Protocol）サーバー提供開始 |
| 2025年12月 | 日本政府 | 「人工知能基本計画」を閣議決定、公共分野でのAI徹底活用を明記 |
| 2026年3月 | 日本政府 | 「AIロボティクス戦略」策定、建設・土木を社会実装の重点分野に指定 |
| 2026年5月 | 直轄土木業務 | 建設コンサルタント等に対し特記仕様書で生成AI活用方針の明記を開始 |
| 2026年8月 | 第13回インフラ分野のDX推進本部 | 「インフラ分野のAI実装方針」「建設分野におけるフィジカルAI戦略」を決定 |
| 2026年9月 | 国土交通省 | 両方針を正式公表、JSON-LD付与の共通仕様書HTML版を先行公開 |
| 2027年度（予定） | 直轄工事ASP | 機能要件に対話型AI等の機能を反映し、民間ベンダーへ対応を要請 |
参考記事: i-Constructionとは？建設DXを推進する3つの柱と導入のメリットをわかりやすく解説
現場実態データと国土交通データプラットフォームの現況
国土交通省の直轄工事では、すでにASPの原則適用が定着している。また、地方自治体においても全都道府県および政令指定都市、さらに256の市区町村でASPの導入が進んでおり、受発注者間での電子的な情報共有は全国的な広がりを見せている。
| 項目 | 2026年9月時点の公表実績データ | 現場実務および施策展開における意味 |
|---|---|---|
| 直轄工事でのASP適用 | 原則全工事で適用済み | AI機能追加による実務改善効果が直ちに全国の直轄現場へ及ぶ基盤 |
| 自治体へのASP導入規模 | 全47都道府県・全政令市・256市町村 | 直轄基準改定に伴うAI機能の自治体発注工事への水平展開余地 |
| 国土交通データプラットフォーム連携 | 35システム・336万データが連携中 | AIが学習・参照可能な官民のインフラ情報の集約基盤として機能 |
| 工事書類作成の負担変化 | 全国建設業協会の調査で軽減効果を確認 | 労働時間上限規制下においてデータ連携による業務圧縮が急務 |
国土交通データプラットフォーム（DPF）において既に336万件を超えるインフラデータが連携されている事実は、AIが参照するバックエンドの整備が着実に進んでいることを裏付けている。今後は現場のASPを通じて蓄積される日常の施工データがこのプラットフォームと双方向で結びつき、より高精度なAI支援を実現する構図が描かれている。
参考記事: 国土交通省の2027年度予算1.45倍要求とAI活用が促す現場の働き方改革
「AI臨場」と「フィジカルAI」の導入ロードマップ
書類作成の効率化と並行して進められるのが、検査・立会業務を自動化する「AI臨場」と、建設機械やロボットを高度に制御する「フィジカルAI」の実装である。
AI臨場は、ウェアラブルカメラやスマートフォンから送られる現場映像と点群データをAIがリアルタイムに解析し、出来形管理基準や規格値との照合を自動支援する技術である。発注者側の立ち会い待ちによる施工停止を解消し、検査官の移動拘束時間を大幅に削減する。
一方のフィジカルAI戦略では、熟練オペレーターの技能を学習したAIモデルを建機や自律施工ロボットに組み込み、過酷な現場環境下における土工や構造物工の自動化を推進する。整備局や各事務所に専門の推進体制を順次整備し、技術の現場検証を重ねる計画である。
参考記事: 出来形管理基準及び規格値とは？品質管理との違いや主要工種の許容範囲・最新ICT活用まで解説
建設業界の主要プレイヤーに及ぼす影響
国土交通省が主導するASPのAI実装と構造化データへの転換は、直轄工事を担う元請けゼネコンだけでなく、システムを提供するソフトウェアベンダー、日々の現場管理に従事する施工管理者に直接的な変化をもたらす。
ゼネコン（元請け）：書類偏重の管理から「データ直結型」プロセスへの刷新
元請けゼネコンにとって、2027年度のASP機能改定は社内プロセスの抜本的な見直しを意味する。従来の公共工事実務では、発注者の書式に合わせたワードやエクセルの帳票を整え、押印や署名を施したうえでPDF化して提出する「書面体裁の管理」に膨大な労力が費やされていた。
今後は、施工データや測定値がそのままASPへ構造化データとして受け渡されるため、書類のレイアウト調整といった非付加価値業務が現場から排除される。一方で、自社の基幹システムや現場施工管理ツールが国土交通省の標準仕様に適合していなければ、ASPとの連携が滞り業務負担が逆に増加する懸念もある。
また、直轄工事で先行導入されるAI仕様は、総合評価落札方式における技術提案や加点評価の項目へ組み込まれる可能性が高い。AIを活用した出来形管理や打ち合わせ業務の効率化を実証できる体制を早期に構築できるかどうかが、元請けとしての受注競争力を左右する。
BIM・施工管理SaaSベンダー：2027年度要件対応を巡る開発競争とAPI連携の必須化
BIM/CIMソフトやクラウド型施工管理アプリを提供するITベンダーにとって、この改定はビジネスモデルを塗り替える転換点となる。直轄工事に適用されるASP要件にAI対話機能が盛り込まれることで、単なるファイル共有やワークフロー機能を提供するだけの従来型システムは市場からの退出を余儀なくされる。
ベンダー各社には、国が先行公開したJSON-LD形式をはじめとする構造化データを正確に取り扱い、仕様書や図面データと照合できる自然言語処理モデルの開発が求められる。さらに、自社システム単体で完結させるのではなく、国土交通データプラットフォームや他の施工管理アプリとオープンにデータをやり取りできるAPI（Application Programming Interface）設計が必須要件となる。
直轄工事で採用されたシステムは、その後全都道府県や市区町村の自治体発注工事へと波及していく歴史的経緯がある。2027年度の基準改定に向けた機能適合を迅速に完了させたベンダーが、公共工事ASP市場において強固なシェアを獲得することになる。
参考記事: 施工管理アプリ（クラウド型）入門｜導入メリットと失敗しない選び方を徹底解説
現場監督・施工管理者：間接業務の半減と「Human-in-the-Loop」に基づく判断力の重視
現場監督の日常業務の中で最も重い負担となっていた、工事打ち合わせ簿の起案、発注者協議に向けた過去基準の調査、臨場検査の準備といった間接作業は大幅に削減される。仕様書の疑問点をAIに問いかければ即座に関連条項が抽出され、提出した数値の異常値チェックも自動で行われるため、デスクワークに追われる時間は確実に圧縮される。
しかし、国土交通省の基本方針にある通り、AIは「現場で働く人の能力を拡張する基盤」であり、最終的な施工判断や安全管理、地域社会への説明責任は現場技術者が負う「Human-in-the-Loop（人間参加型）」が原則である。
AIが提示した回答や照合結果を鵜呑みにせず、現場固有の地盤条件や周辺環境を考慮したうえで技術的に妥当であるかを検証する「専門的判断力」がより厳しく問われる。定型書類の作成能力ではなく、AIを使いこなして手戻りを未然に防ぎ、作業員の安全と品質を担保する高度な現場マネジメント能力が技術者の評価基準となる。
参考記事: 遠隔臨場とは？現場の立ち会い待ちをゼロにする仕組みと最新ガイドラインの重要ポイント
ConShiftの視点｜「電子化の罠」を脱した構造化データ基盤の確立
国土交通省が打ち出した今回のAI実装方針は、建設業界が長年陥っていた「形式的なペーパーレス化（電子化の罠）」から、真のデータ駆動型オペレーションへ踏み出した点に本質がある。
これまでの公共工事における電子化は、紙の書類をスキャンしてPDFにする、あるいはパソコンで作成した書類をPDF化してASPに格納するという、物理的な紙を電子媒体に置き換えただけの作業が中心であった。この構造では、画面上で見る人間にとっては便利になっても、コンピューターやAIにとってはデータの境界や文脈が不明瞭なままであり、自動判定やシステム横断のデータ連携は極めて困難であった。
土木工事共通仕様書のJSON-LD/HTML化に象徴される「構造化データへの転換」は、公共調達の前提となる契約・設計・施工の情報を、AIが自律的に理解可能な形式へと規格化することを意味する。国土交通白書が指摘したように、日本の建設業における民間AI投資は米国の250分の1にとどまり、現場導入率は約1割と低迷してきた。その根本原因は、現場の業務データが属人化され、非構造化データとして孤立していたことにある。
国が直轄工事のASP機能要件を改定し、データ形式そのものを標準化して民間に提示したことは、建設SaaSやAIモデルの開発障壁を一気に引き下げる呼び水となる。受発注のプラットフォームが構造化データで統一されれば、設計BIM/CIMモデル、現場の計測点群、施工機械の運行ログ、そして発注者の仕様書がひとつの情報空間で結びつく。形式的な書類作成に追われていた建設現場が、AIを相棒として判断に集中する高度な産業へと脱皮するための強固な土台が整いつつある。
参考記事: 国土交通白書、民間AI投資は米国の250分の1｜現場導入1割の打開策
まとめ
国土交通省が2027年度のASP機能要件改定を見据えて示したAI実装方針に対応するため、建設企業の経営層や現場リーダーが明日から取り組むべき要点は以下の通りである。
- 自社が利用する施工管理ツールおよび帳票作成プロセスのデータ構造化対応状況を把握する
現在利用している社内システムや協力会社とのやり取りが「PDF出力」を前提としていないか点検し、API連携やCSV/JSON等のデータ入出力に対応できるかベンダーへの確認を進める。
- 直轄工事および先行自治体における遠隔臨場・AI支援ツールの現場試行に着手する
2027年度の基準適用を待つのではなく、現行の遠隔臨場や写真解析AI、帳票自動チェックツールを現場で試験導入し、技術者がAIの出力を検証するリテラシーを社内で育成する。
- 国土交通省が公開する共通仕様書の構造化データ形式（JSON-LD等）を技術部門で検証する
先行公開された土木工事共通仕様書をはじめとする構造化データの仕様を確認し、自社の施工計画書作成や社内基準書の整備において機械可読性を意識したフォーマット整理を開始する。
出典: 日刊建設工業新聞
出典: 建通新聞
出典: 国土交通省 報道発表資料
出典: 国土交通省 技術調査課公表資料
