国土交通省、重点8分野のAI実装で2040年3割省人化｜判断は人

国土交通省の廣瀬昌由技監は2026年9月30日の講演で、建設分野におけるAI実装を推進する中でも最終的な意思決定と責任は現場の技術者が担う「人間中心」の原則を表明しました。直轄現場での省人化を見据えて先行指定された重点8分野へのフィジカルAI導入を進める一方、非定型な自然環境下における施工判断は過去の経験知を持つ技術者に委ねる方針を明確にしています。

廣瀬技監が示したAI活用3本柱と「人間中心」の施工判断

2026年9月30日に東京国際フォーラムで開催された「日経クロステックNEXT 東京 2026」の基調講演において、国土交通省の技術系トップである廣瀬昌由技監が登壇しました。激甚化する自然災害への対応やインフラの老朽化が進む中、同省が進めるインフラ分野のAI実装方針について言及しました。

施策の背景とフィジカルAI戦略公表までの経緯

国土交通省は2024年4月に「i-Construction 2.0」を策定し、2040年度までに建設現場の作業員を少なくとも3割省人化（生産性1.5倍向上）させる目標を掲げています。この目標達成に向け、2026年に入ってから自律重機や施工ロボットなど物理空間で作業を行う「フィジカルAI」の実装施策を相次いで打ち出しています。

参考記事: 国土交通省フィジカルAI戦略、2040年省人化3割へ求められる現場変革

インフラ分野におけるAI実装の3本柱

講演の中で廣瀬技監は、国交省が体系的に進めるAI施策として以下の3つの柱を提示しました。

1. 人材・組織体制の構築: 現場の技術者がAIをツールとして統括・運用できる教育環境と、官民双方の組織体制の整備
2. AI利活用環境の整備: 直轄工事の情報共有システム（ASP）への対話型AI機能追加や、現場実証を支える産学官コンソーシアムの形成
3. データ基盤の確立: 仕様書や基準類の機械可読化（JSON-LD形式の採用など）および国土交通データプラットフォーム（DPF）との連携拡充

これら3本柱の具現化として、2026年9月4日に「建設分野におけるフィジカルAI戦略（中間とりまとめ）」が公表されました。センサーで物理環境を把握し、機械やロボットを自律制御するフィジカルAIについて、効果が早期に期待できる「重点8分野」を定めています。

参考記事: 国交省フィジカルAI戦略、2040年省人化3割へ産学官で実装加速

川田橋早期復旧が証明した現場技術者の判断価値

廣瀬技監はAI技術の実装を強力に推し進める立場を取りつつも、「AIが進んでも、判断するのは人」という原則を重ねて強調しました。その根拠として挙げたのが、熊本地震で被災した九州自動車道・川田橋の復旧事例です。

川田橋の現場では、発災からわずか12日後の8月9日に緊急車両の通行を可能にし、8月14日には下り線対面通行による暫定開通を完了させました。発災から約2週間という短期間で交通機能を確保できた主因は、設計図書が保管されていたことに加え、現場責任者が「24時間連続施工を行う」という決断を下した点にあります。

過去の災害対応を経験した技術者が、余震リスク、現場の地形、作業員の交代体制、重機の稼働余力を総合的に評価した上で下した意思決定であり、過去データからの統計的推論を行うAI単独では代替できない領域です。現場ごとに地盤や気象条件が異なり、突発的な事象への対応が求められる建設現場では、AIの挙動を監視・制御し、不測の事態に責任を持つ「Human-in-the-Loop（人間参加型）」の体制が不可欠となります。

参考記事: 国土交通省が2027年度に直轄ASPへAI実装、書類作成はどう変わるか

建設業界の各プレイヤーに求められる役割の変化

国土交通省が示したAI戦略と人間中心の原則は、施工現場に関わる各プレイヤーの業務分担と投資判断に影響を与えます。

元請けゼネコン：自律施工の統括と高度判断力の組織化

元請けゼネコン各社は、重點8分野に挙げられた機械施工の現場実証を進めるため、新設される産学官コンソーシアムへの参画が求められます。これまで各社が個別に行ってきた重機の自動運転開発から、共通仕様や通信規格といった協調領域を活用する開発への切り替えが進みます。

現場レベルでは、定型的な土工をフィジカルAIに委託する一方で、天候急変時の工程変更や危険予知など、不確実性の高い判断を下す現場代理人・監理技術者の育成が問われます。施工管理者は日常的な出来形測定や書類作成から解放される反面、自律重機の異常停止時における原因切り分けや安全確保など、システム運用者としての判断責任を担うことになります。

建機メーカー・レンタル業者：重点分野への対応機開発とオープン規格化

建機メーカーは、掘削や積込みといった個別作業の自律化ユニットの開発を加速させるとともに、複数メーカーの重機が同一現場で稼働できる協調制御プロトコルの策定に迫られます。自社専用システムによる囲い込みから、国交省が主導するオープンなデータ基盤へ接続できる機体設計への転換が必要です。

建機レンタル事業者にとっては、保有機械への後付け型（レトロフィット）自律施工ユニットの管理や、センサー類の校正作業を請け負う新たなサービス体制の構築が事業拡大の条件となります。現場ごとの通信環境やGNSS補正情報の整備をパッケージ化して提供できる体制が、元請けからの受注獲得を左右します。

現場監督・施工管理者：書類処理からAI挙動の監視・安全管理へ

現場監督の業務は、仕様書照合や打合せ簿作成といった事務処理から、現場のフィジカル空間を統轄するマネジメントへと比重が移ります。直轄現場におけるASPへの対話型AI実装や仕様書の構造化データ（JSON-LD）化が進むことで、デスクワークの拘束時間は圧縮されます。

創出された時間は、地盤変状の兆候察知や下請け作業員とのすり合わせ、AI施工エリアと有人作業エリアの物理的隔離といった安全管理の高度化へ再配分されます。川田橋の復旧事例のように、突発事象において過去の工法知見を現場条件へ即座に適応させる判断力こそが、現場管理者の中核的スキルとして再評価されます。

ConShiftの視点：作業代替から「責任と判断の高度化」へ向かう現場構造

国土交通省がフィジカルAI戦略において「重点8分野」を具体的に指定しつつ廣瀬技監が「判断は人」と言明した背景には、建設DXが第1段階の「可視化（ICT施工）」から第2段階の「物理空間の自動化（フィジカルAI）」へ突入した事実があります。

この技術的進展は、現場技術者の役割を消失させるものではありません。建設DXにおける構造転換の本質は、人の職務が「定型的な重機操縦や出来形測定」から「AIの推論結果を検証し、法定制責を伴う意思決定を下す統括管理」へシフトすることにあります。

国土交通白書のデータによれば、国内の民間AI投資額は米国の250分の1にとどまり、現場のAI導入率は約1割にとどまっています。この停滞を打破するために国交省は産学官コンソーシアムによる仕様標準化を進めていますが、現場に導入された自動建機がいくら高精度に土工を行おうとも、軟弱地盤での重機転倒リスクや湧水発生時の即時判断をアルゴリズムのみで担保することは法制度上も技術的にも困難です。

企業が今後とるべき実務的な対応は、単にAIツールを現場へ配備することではありません。熟練技術者が災害復旧や設計変更時に下した判断履歴をデジタルデータとして蓄積し、若手技術者が「AIの提案に対して是々非々の判断を下せる」教育基盤を構築することです。自律システムを使いこなす側と、AIの警告に依存するだけの側とで、現場の施工歩掛と安全管理能力の格差が広がることになります。

まとめ：明日から現場リーダーが意識すべきこと

国土交通省が示したAI実装方針は、現場の省人化を推進しながらも技術者の専門性をより高度な判断業務へと集中させる方向性を示しています。明日から現場管理者が取り組むべき具体的事項は以下の通りです。

1. 直轄工事仕様書の構造化（JSON-LD形式）やASPの対話型AI機能追加に備え、自社の施工計画書や打合せ簿の電子データ管理を徹底する
2. 掘削や運搬など重点8分野に該当する作業プロセスを棚卸しし、どの工程を自律施工へ委ね、どの判断を現場管理者が担うかの役割分担を整理する
3. 過去の特異な現場トラブルや自然災害時の工法変更事例を社内で共有し、非定型な事態における判断ロジックを若手技術者へ形式知として継承する

出典: 日経クロステック（xTECH）