共通仕様書や過去の協議履歴を調べるためだけに連日事務所で残業が続き、発注者との見解調整に数日から数週間を要する現場は少なくありません。国土交通省は2026年9月、直轄工事をはじめ全都道府県や政令市、250以上の市町村で運用されている受発注者間の情報共有システム（ASP）に対話型AIを順次実装する方針を公表しました。
ASPへの対話型AI搭載とCDE連携の基礎知識
受発注者間の情報共有システム（ASP: Application Service Provider）は、公共工事における施工計画書、工事打合せ簿、出来形管理図表などの作成・提出・決裁をクラウド上で一元処理するシステムです。国土交通省の直轄工事では原則適用となっており、地方自治体においても全47都道府県、全政令指定都市、さらに250を超える基礎自治体で実務インフラとして導入されています。
今回示された方針では、このASPの標準機能要件に対話型AIが追加され、発注者と受注者の双方で交わされる質疑応答や書類確認の自動支援が進められます。
| 項目 | 従来のASP運用 | 対話型AI実装後のASP（2026年度〜試行） |
|---|---|---|
| 基準類の確認 | 施工管理者が膨大なPDFや紙の共通仕様書を手動検索 | AIが質問に対して該当条項や関連基準を即座に引用・回答 |
| 協議書の作成 | 過去の帳票や手引きを参考に代理人がゼロから起案 | 現場データと仕様書を基にAIが打合せ簿のドラフトを自動生成 |
| 出来形・規格値照合 | 提出された数値を監督職員が目視でチェック | AIが計測データと設計値を自動突合し乖離を事前検知 |
| データ管理単位 | 工事単位で完結（竣工後は電子成果品として保管） | 事業単位の共通データ環境（CDE）へ蓄積し複数工事で横断活用 |
建設情報共有システム協会（CISSA）との試行検証
国土交通省は、主要なASPベンダーで構成される一般社団法人建設情報共有システム協会（CISSA）と機能要件改定の協議を進めています。2026年度中には直轄土木工事を対象として、AIによる公表データおよび現場資料の検索・確認を伴う簡易的な試行検証が開始される予定です。
この検証では、国土交通省が先行して公開を進めるHTML形式の「土木工事共通仕様書」など機械可読性の高い公表データと、対象現場で日々作成される打合せ簿や日報データをAIモデルに読み込ませ、受発注者双方の質疑応答支援や書類ドラフト作成支援の精度が検証されます。
CDE（共通データ環境）構想とデータ流通基盤
CISSA会長の平本孝範氏は、ASPへの対話型AIの実装を「AIによる工事情報活用の最初のステップ」と位置づけています。単一の工事現場内にとどまらず、より高精度な推論や横断的な知見の再利用を可能にするため、国土交通省は事業単位で工程や予算を統合管理する「共通データ環境（CDE: Common Data Environment）」の構築を検討しています。
受発注者は日常的な入力インターフェースとしてASPを利用し、背後にあるCDEへ工事の出来形や協議履歴が安全に蓄積され、蓄積されたビッグデータに対してAI経由で瞬時に照会できるアーキテクチャが描かれています。
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
なぜ今自治体波及を見据えたASPのAI化が重要なのか
国土交通省が直轄現場にとどまらず、地方自治体や地域建設業への波及を視野にASPのAI実装を急ぐ背景には、公的発注における構造的な業務負荷の存在があります。
紙文化とPDF依存が招く間接業務の固定化
CISSA副会長の穴久保剛氏が指摘するように、公共工事の現場では長年にわたり「紙の文化」が続いてきました。近年のDX推進によって書類の提出自体は電子化されたものの、その実態は紙の様式をそのままスキャンまたは電子出力した「PDFのやり取り」にとどまっていました。
PDF形式は人間の目視確認には適している一方、テキスト座標のずれや非構造化データの混在により、コンピューターやAIが記載内容を機械的に処理する際の大きな障害となっていました。現場代理人は設計図書や特記仕様書の記述を手作業で読み込み、工事打合せ簿の様式に合わせて文面を整える作業に多大な時間を費やしており、発注者側の監督員もまた、提出されたPDFと手元の基準類を見比べる突合作業に追われていました。
直轄から都道府県・市区町村へ広がる標準インフラ
公共工事の入札案件において、直轄工事は高いICT施工率を誇る一方で、全国の施工件数の大半を占めるのは地方自治体の発注工事です。地方自治体では発注担当者の技術職員不足が深刻化しており、積算や現場確認、提出書類の審査業務が大きな負担となっています。
ASPは現在、全47都道府県、全政令指定都市、さらに256市区町村で導入されており、受発注者間の通信プラットフォームとして既に共通基盤化しています。個別の自治体や地場ゼネコンが独自に生成AIシステムを開発・調達することは予算的・技術的に極めて困難ですが、既存のASPインフラそのものがAI化されることで、発注規模の大小を問わず地方自治体や地域の中小建設業へ同一の自動化恩恵が迅速に行き渡ります。
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
ASP対話型AIがもたらす現場と発注者の具体的変化
ASPに対話型AIが組み込まれることで、施工現場の技術者と発注機関の監督員の間で発生していた待ち時間や手戻り工数が大幅に圧縮されます。
施工管理者の協議書作成工数と検索時間の削減
現場代理人や主任技術者の日常業務において、大きな割合を占めるのが特記仕様書や各種施工便覧の確認です。AIがこれらの基準類と現場の施工条件をあらかじめ学習している状態であれば、チャット画面上で「路床盛土における締固め規定と適用除外条件」といった問いかけを行うだけで、根拠となる条項番号とともに即答を得られます。
また、現場協議にかかる打合せ簿の起案においても、協議目的と現場状況を入力するだけで、公的様式に適合した論理的なドラフトが瞬時に生成されます。過去工事で類似の地盤変状や工法変更が発生した際の協議記録がCDEに蓄積されていれば、先行事例に基づいた対策案の提示も可能となり、協議文書作成の大幅な省力化が見込めます。
発注者における審査・立会業務の省力化
発注者側の監督職員にとっても、提出された施工計画書や各種申請書類の審査業務が効率化されます。書類内の数値と基準書の規格値との突合作業をAIが事前にスクリーニングし、不整合や記載漏れの箇所を自動でフラグ付けするため、監督員は形式確認作業から解放され、施工の妥当性評価や現場の安全確認といったコア業務に集中できます。
さらに、国土交通省が推進する「AI臨場」環境が整うことで、ウェアラブルカメラや点群データと連動した規格値判定をAIが支援し、現場での立会検査待ちによる工事中断を防ぐことが可能になります。
| 影響を受けるプレイヤー | 従来の現場課題 | AI実装による実務の変化 |
|---|---|---|
| 元請けゼネコン・現場代理人 | 基準類の調査や打合せ簿の起案に追われ現場巡視が圧迫 | 質問入力による仕様照合と書類ドラフト自動生成でデスクワーク削減 |
| 地域中小建設業・工務店 | 自社単独でのAI開発投資やデータ基盤整備が困難 | 日常的に使用するASPを通じて追加の初期投資なしでAIを利用可能 |
| 自治体発注機関・監督員 | 技術職員不足の中で膨大な提出書類の目視チェックが負担 | AIの事前整合性チェックによる書類審査の迅速化と手戻り低減 |
参考記事: PFNら、2027年3月完了へ国交省発注AIで図書不整合を解消
実践における技術的課題と現場運用の注意点
ASPへのAI実装は業務の大幅な省力化をもたらす一方で、公的工事としての責任分担やデータ取り扱いに関する新たな実務課題を生じさせます。
施工途中データの権利帰属と費用負担
ASPに蓄積されるデータの権利関係は、今後の制度設計において重要な論点となります。従来の公共工事契約では、最終的に納品される完成図書や電子成果品の権利は発注者に帰属することが明確化されていましたが、工事の施工途中に日々作成される打合せ記録、作業日報、計測生データなどの権利帰属は必ずしも法的に統一されていません。
施工プロセスのデータがAIの学習資源として二次利用される場合、そのデータは誰の所有物であり、どの範囲まで他の工事の学習モデルへ流用してよいのかというガバナンス設計が不可欠です。また、CDEの運用サーバー維持費やAIモデルの再学習にかかるランニングコストを、発注者と受注者のどちらがどのような積算基準で負担するのかという点も、発注関係者間での合意形成が必要となります。
データ構造化への対応と入力品質の維持
対話型AIが精度の高い回答を出力するためには、入力される施工データそのものが機械可読な構造化データとして整備されている必要があります。現在、国土交通省は土木工事共通仕様書のJSON-LD付与やマークダウン形式でのデータ化を進めていますが、現場側から提出される資料が手書きスキャンや画像のみのPDFであった場合、AIは文脈を正確に解釈できません。
現場の技術者には、文字認識可能なテキストデータでの入力を徹底することや、工種・部位・規格値をシステムの指定様式に従って正しく登録する運用が求められます。
人間参加型（HITL）による最終判断責任の保持
CISSAの平本会長が述べる通り、AIの役割はあくまで人間の能力の拡張であり、意思決定そのものを代替するものではありません。AIが過去データや仕様書を基に打合せ簿の回答案を作成したとしても、現場の地質条件、近隣環境、天候変化といった非定型な要素を総合的に勘案した最終判断は、監理技術者や現場代理人が行わなければなりません。
AIの提示内容に誤り（ハルシネーション）が含まれていた場合でも、施工不良や事故の責任をAIモデルに帰することはできません。出力結果の根拠条項を必ず一次情報で再確認するプロトコルを現場内に確立することが不可欠です。
参考記事: 国土交通省が2026年度直轄業務に生成AI導入も現場活用率は2割弱
まとめ：公共工事AI標準化に向けた社内準備
国土交通省が2026年度中の試行検証を経て進めるASPへの対話型AI機能実装は、建設現場の情報伝達を抜本的に刷新する転換点となります。共通インフラであるASPにAIが組み込まれることで、地域や企業規模に関わらずAI技術の利活用が急速に標準装備化していきます。
施工管理に携わる企業や現場担当者が今から着手すべき具体的なアクションは以下の通りです。
- 直轄・自治体案件のASP利用実態と機能改定スケジュールの把握
自社が受注している公共工事で運用中のASPベンダーを確認し、CISSA加盟各社が公表する対話型AIアップデートや試行検証の動向を定期的に追跡してください。
- 社内施工記録や打合せ簿データのデジタル構造化推進
過去の施工計画書、設計変更の協議履歴、安全対策記録などを紙や画像PDFで放置せず、テキスト抽出可能な形式や統一フォルダ構造で整理・蓄積する社内ルールを策定してください。
- AI出力を前提とした施工管理プロトコルと責任区分の社内共有
AIが作成した書類ドラフトや工法選定案に対し、技術士や監理技術者がどの段階で技術的妥当性を承認するか、社内の品質管理手順および確認フローをあらかじめ明確化してください。
出典: 建通新聞 電子版
出典: mlit.go.jp
出典: senmonshi.com
