国土交通省は2026年度から、直轄業務において生成AIの積極導入と活用環境の整備を進める方針を固めました。発注者主導で特記仕様書の改定やデータ構造化を推進する一方、施工計画の策定や工程調整といった現場のコア業務へのAI実装率は2割弱にとどまっています。
直轄業務の仕様書改定と現場実装の乖離
国土交通省は「i-Construction 2.0」で掲げた「2040年度までに建設現場で少なくとも3割の省人化（生産性1.5倍向上）」を達成するため、発注業務における生成AI活用の具体策を相次いで打ち出しています。2026年5月以降、直轄の土木・建設コンサルタント業務を対象に、特記仕様書へ生成AI活用方針を明記する運用を順次開始しました。
受注者に対しては「生成AI利活用計画書」の提出や、AIの再学習に適した構造化形式（マークダウン記法やHTML形式）での成果物作成を求めています。
| 年月 | 主な施策・決定事項 | 現場実務への具体的な要求 |
|---|---|---|
| 2024年4月 | i-Construction 2.0策定 | 2040年度までに現場作業員を少なくとも3割省人化する目標設定 |
| 2025年4月 | インフラ分野オープンデータ取組方針 | 生成AI学習を見据えた公共インフラデータの整備開始 |
| 2026年5月 | 直轄業務の特記仕様書改定 | 生成AI利活用計画書の提出義務化、マークダウン等による成果物作成 |
| 2026年9月 | インフラ分野のAI実装に向けた取組方針 | ASPへの対話型AI機能搭載、フィジカルAI重点8分野の提示 |
| 2027年度（予定） | 直轄工事ASPへのAI標準搭載 | 受発注者間の対話型AI機能による書類整合性チェックの自動化 |
国土交通省の調査（2026年9月公表）によると、地域建設業における業務効率化のためのAI活用率は「2割弱」にとどまっています。その利用用途の大半は、議事録の文字起こしや社内通知文の作成といった間接的なバックオフィス業務です。
直轄工事におけるICT活用工事の普及率は87%に達していますが、テキストや数値を高度に推論する生成AIの活用は、現場監督の判断を伴う「中核業務」にまで浸透していません。
一般社団法人日本建設業連合会（日建連）が大手ゼネコン16社を対象に実施した調査でも、AIの適用範囲は配筋検査や危険行動検知といった画像認識、または社内文書の検索補助に集中しています。施工手順の組み立て、天候や地盤の変化に伴う工程の再スケジューリング、下請け業者間の動線調整といった現場判断の領域では、入力データの不確実性と回答精度の低さが実装のボトルネックとなっています。
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生じる実務上の影響
発注者側の制度刷新と現場実務の現在地は、行政、元請けゼネコン、現場監督のそれぞれに異なる対応を要求しています。
行政・規制当局：データ基盤の整備と仕様書標準化の主導
発注機関としての国土交通省は、直轄事務所の職員自身がAIを活用する体制を敷き、受発注者双方が共有する情報インフラの標準化を進めています。2027年度に予定されている受発注者間情報共有システム（ASP）への対話型AI搭載を見据え、土木工事共通仕様書の機械可読化（JSON-LDを付与したHTML形式化）を先行して進めています。
発注図書や仕様書の記述ルールをデータ処理可能な形式へ改定することで、入札公告後の質疑対応や設計変更に伴う協議期間の短縮を図る狙いがあります。
ゼネコン（元請け）：周辺業務の効率化からコア業務のアルゴリズム構築へ
大手・準大手ゼネコンは、一般的なチャット型AIの全社配布から、施工管理の基幹システムへAIを組み込む開発へと舵を切っています。清水建設が技術文書の検索精度を35%から93%まで高め、約3,000人規模へ展開した事例のように、自社の過去施工実績や施工計画書のデータをAIが参照できる体制を構築できるかが生産性の差に直結します。
単に社内通知文を作成するレベルを超えて、特記仕様書と設計図書の不整合検知や、協力会社ごとの労務歩掛を反映した実行予算管理など、現場収支に直結するプロセスの自動化へリソースを再配分する必要があります。
現場監督・施工管理者：書類処理工数の削減と判断プロトコルの確立
現場の施工管理者にとっては、日常業務の半分近くを占める打合せ簿の起案や施工計画書の作成、工事写真の整理といったデスクワークの工数削減が現実味を帯びています。仕様書照合や安全書類ドラフトの自動生成が進めば、事務所での残業時間は直接的に圧縮されます。
一方で、AIが提示した工程計画や安全指示をそのまま現場に適用できるわけではありません。気象条件の急変や地質状況の差異、重機と作業員の近接状況など、現場特有の非定型なリスクを見極めて最終的な是正指示を下す「現場判断の責任」は依然として施工管理者が担います。
参考記事: 国土交通省のAI導入推進｜中小導入率15.9%から現場事務を削減する手法
参考記事: 清水建設、生成AI正答率93%達成と3000人展開に見る現場主導DX
ConShiftの視点：公共標準化が促す「実務実装」への構造転換
国土交通省が直轄業務の特記仕様書で生成AI利活用計画書の提出を求め、ASPへのAI実装を決定した動きは、建設業界におけるAI利用を「一部の先進ゼネコンによる実験」から「公共工事の受注要件を見据えた実務インフラ」へと移行させる転換点です。
今後、現場監督の業務がAIによって真に効率化されるか否かは、自然言語処理と3次元施工データの結合深度にかかっています。国土交通省は2028年度以降に3次元モデル（BIM/CIM）の工事契約図書化を本格導入する方針を固めていますが、テキスト主体の生成AIがIFC形式などの3次元幾何データや数量総括表と直接連携できなければ、施工計画の自動策定は完結しません。
施工管理責任者に求められるのは、プロンプトの入力技術そのものではなく、自社の現場施工手順や危険予知活動（KY活動）のノウハウを、AIが再学習できる形式でデータ蓄積・標準化する社内オペレーションの構築です。
参考記事: 国土交通省、3Dモデル契約図書化を28年度本格導入へ｜生成AI認知9割
まとめ：明日から意識すべき実務対応
直轄業務における生成AI活用方針の明確化を受け、施工管理の現場では以下の実務対応が求められます。
- 直轄業務特記仕様書の確認
直轄案件を担当する技術者は、2026年5月以降に適用されている「生成AI利活用計画書」の提出要件や、成果物のデータ形式（マークダウン記法等）の指定事項を事前に把握してください。
- 現場施工データのテキスト・構造化
過去の工事打合せ簿や施工計画書、不整合の発生事例などをPDFのまま放置せず、社内AIが参照可能なテキストおよび構造化データとして整理する運用を開始してください。
- AI出力に対する検証プロセスの標準化
AIが生成した書類ドラフトや工程案に対し、最終的な技術的判断と安全確認をどの段階で監理技術者が行うか、現場内の運用フローと責任範囲を明確に取り決めてください。
参考記事: 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
出典: 日経クロステック（xTECH）
出典: 国土交通省
出典: 一般社団法人日本建設業連合会
