国交省　建設現場にフィジカルＡＩ戦略／実装へ重点８分野／取り組み方針と方向性整理

　国土交通省は、インフラ分野のＡＩ実装に向けた取り組み方針と「建設分野におけるフィジカルＡＩ戦略」の中間とりまとめを策定した。ＡＩを「現場で働く人の能力を拡張させ生産性向上を加速する基盤」と位置付け、人とＡＩが協働するインフラ現場の実現を目指す。第１３回インフラ分野のＤＸ推進本部の会合を開き、ＡＩ実装の基本方向を整理した。直轄事務所でのＡＩ徹底活用、産学官協働のＡＩデータ連携、現場へのフィジカルＡＩ導入の３本柱で構成する。直轄現場で得た知見やノウハウを自治体や中小企業へ展開し、ＡＩ実装の裾野を広げる。

　現場実装の第１の柱は、受発注者間の情報共有システム「ＡＳＰ」への対話型ＡＩ導入と、監督・検査を効率化する「ＡＩ臨場」だ。直轄事務所では汎用ＡＩに加え、設計照査、積算支援、監督検査といった専門業務に特化したＡＩを相互運用できる環境を整える。
　ＡＳＰは工事関係書類の作成・提出や押印を電子化する仕組みで、直轄工事では原則適用し、全都道府県・政令市も導入している。今後は対話型ＡＩ機能を搭載し、受発注者が設計図書や工事関係書類を効率的に参照できる環境を構築する。
　将来的な機能には、計画と実績の自動照合・差分検出、工事打ち合わせ簿間の関連情報の抽出・整理を掲げる。必要な協議・指示の提案や設計変更の必要性の予測、提出時期に応じた必要書類案の自動生成も想定している。
　ＡＩ臨場では、発注者が構造化した基準・規格値と、受注者が現場で計測した出来形データの照合をＡＩが支援する。現地臨場の頻度を減らし、監督・検査の効率化を進めることで、受発注者双方の現場業務の負担軽減を図る。
　現場データの利用では、機密性、個人情報、知的財産を踏まえ、ＡＩ学習への利用範囲や条件を明確にするルールも整備する。多層的な事業者間でデータを連携する過程の情報漏えいや不正アクセスに対応し、安全かつ実効的なＡＩ活用環境を構築する。
　第２の焦点は、施工機械やロボットの自律化につながるフィジカルＡＩだ。センサーを通じて物理環境を認識し、ＡＩが状況に応じて推論・判断した結果を基に、機械やロボットが物理空間で行動するシステムと位置付けた。
　建設現場は一品生産を基本とし、地形や施工条件への依存度が高く、作業の非定型性と不確実性も大きい。多数の作業が人に依存し、熟練者の技能が暗黙知として個人に内在することを、オートメーション化を進める上での構造的な課題としている。
　重点分野は８分野を選定した。機械施工、人力技能作業、現場内小運搬、構造物点検、巡視・点検、除草・除雪・清掃、災害調査、災害復旧だ。担い手不足、安全性向上、熟練技能の継承への貢献度や、データ蓄積・学習環境の構築可能性、社会的要請の緊急性を踏まえた。
　各分野では施工計画の立案、作業手順の指示、異常検出、優先度判定といった計画・判断支援も検討する。短期は２０３０年ごろの成果実現に向けて現場実証を早期に進め、中長期は４０年ごろの目標実現に向けた研究開発を並行する。
　ｉ―Ｃｏｎｓｔｒｕｃｔｉｏｎ２．０では４０年度までに建設現場の省人化３割、生産性１・５倍を目標に掲げた。フィジカルＡＩの導入は、作業の代替ではなく、工程間をデータで接続し、施工方法や設計思想を含む業務プロセス全体の見直しにつなげる。

生産性向上、加速の基盤に
　第３の焦点は、産学官による開発・実装体制だ。総合建設業、専門工事業、建設機械製造業、建設コンサルタント業、測量業、ＡＩ開発企業、スタートアップ、大学、研究機関、行政が参加する連携体制を構築する。
　関係者間で戦略全体の方向性に対する共通認識を形成するため、コンソーシアムを設置する。各工種や作業、機器類の共通課題を踏まえ、優先度の高い課題ごとに個別のプロジェクトチームを順次設け、現場技術者や研究開発担当者が継続的に参画する。
　技術開発では協調領域と競争領域を区分する。データフォーマット、インターフェース、通信仕様の標準化、品質、安全、費用に関する制度・技術基準の整備を協調領域に位置付ける。高度なＡＩモデル、建設用施工ロボット、施工計画作成ソフトウェアの開発は競争領域とする。
　共通基盤では、建設機械や四足歩行ロボット、運搬ロボットと３次元データ・施工データを高度に連携させ、機械運転の自動化やＡＩによる作業管理を進める。データ連携、標準化、プラットフォーム化を進め、中小企業を含む多様な主体が広く活用できるオープンな環境として整備する。
　コンソーシアムと各プロジェクトチームでは、現場ニーズの把握からデータの収集・蓄積・共有、実証環境の整備・活用、性能評価、標準化までを一体で進める。土木研究所と国土技術政策総合研究所のＤＸ実験フィールドに加え、民間の試験場や実施工現場の一部も活用する。
　第４の焦点は、ＡＩが読み取りやすいデータ基盤への転換だ。設計図書、報告書、計測データ、点群データといった成果物をＡＩが参照・学習しやすい構造化データとして整備し、従来のＰＤＦ主体の納品形態を見直す方針を示した。
　共通仕様書、出来形管理基準や規格値、品質管理基準といった技術基準類も、ＡＩが参照・解釈・認識しやすいＭａｒｋｄｏｗｎ形式やＨＴＭＬ形式へ構造化する。ＢＩＭ／ＣＩＭで生成する構造化データも活用し、設計、施工、維持管理の各段階を横断するデータ基盤を構築する。
　施工データの活用では、設計データ、物理空間を捉えるセンサデータ、施工データに加え、熟練者の判断や経験に基づく暗黙知も対象とする。データフォーマットの標準化やインターフェースの共通化を進め、多層的な事業者間で共有し、フィジカルＡＩの継続的な学習・改善に使える基盤を構築する。