【建設×施工管理自動化】清水建設がマルチモーダルLLM×クラウドカメラで山留め杭工事の進捗自動判定を実証

清水建設が、クラウドカメラ映像とマルチモーダルLLMを組み合わせた「AI施工管理システム」を開発し、山留め杭工事の施工フェーズ自動判定を実証実験している、という事例です。

「大手ゼネコンの話は関係ない」と思った方、コアの発想は中小の建設・製造業にもそのまま効きます。仕組みの本質は「現場カメラの映像を、マルチモーダルLLMが読み取って自動的に工程を判定する」というだけの話です。これは町の建設会社の朝礼記録や、製造現場の工程記録にも横展開できます。

僕が注目したのは、単一のAI技術ではなく「視覚特徴解析+マルチモーダルLLMのハイブリッド」でハルシネーションを抑えている構成です。「映像からLLMが直接判定」だと現場では信用されません。この構成は現場で使うためのリアリティがあります。

建設・製造現場の記録業務の課題

建設現場・製造現場でよくある、記録・報告まわりの構造的な課題は次のとおりです。

この構造は、住宅建設でも工場のライン工事でも、規模を問わず似た形で存在します。「現場を見て記録する」というレイヤーがボトルネックになっている、というのが共通課題です。

発表(清水建設、2026-05-20)で公開されている構成は次のとおりです。

ポイントは「単一AIモデル頼み」ではないことです。視覚特徴解析で「何が写っているか」を機械的に切り出し、マルチモーダルLLMで「今どのフェーズか」を言語化する。役割分担が明確な構成で、これは中小の現場に持ち込む際もヒントになります。

発表で確認できる範囲では以下です。

注意点として、削減時間や工数の具体的な数値は本発表では公表されていません。実証実験段階の発表であり、定量効果は今後の検証結果に依存します。

「AIが完全に人間の監督業務を置き換えた」わけではなく、「巡回できない時間帯の状況把握」「記録作業の下書き自動化」の位置づけと読むのが妥当です。

ここからが本題です。年商5億規模の建設会社や町工場で、同じ発想を取り入れるならどう削るか。

項目	清水建設(実証実験)	中小建設・製造業(年商5億・社員30名)
対象	大規模インフラ工事の1工区	自社の主要現場1〜2箇所
カメラ	現場に設置したクラウドカメラ	セーフィー等のクラウドカメラ(月数千円/台〜、2026年9月時点。要最新価格確認)
AI技術	視覚特徴解析+マルチモーダルLLM(自社開発)	汎用マルチモーダルLLM(Claude/GPT等)+ 既製画像認識API
月額費用	(非公開)	推定月3〜8万円(カメラ+AI利用料、複数現場想定)
初期費用	(推定・非公開)	推定 50〜150万円(カメラ設置・プロンプト設計・現場フロー整備)
体制	自社DX部門+協力3社	現場責任者+外部支援月10時間
期間	実証実験フェーズ	2〜4ヶ月でPoC→限定運用

(難易度=数字小さいほど簡単、★が多いほど難しい)

スコア根拠は以下です。

「マルチモーダルLLMを入れれば現場記録が不要になる」わけではありません。

判定したいフェーズの言語化→カメラ設置と映像品質の確保→AI判定のプロンプト設計→人間による検証→本格運用、という5ステップを踏んで初めて、記録・報告の負荷が下がる仕組みになります。

いちばん削れるのは「巡回できない時間帯の状況把握コスト」であって、監督責任そのものではない点は忘れずに。

市野

「うちの現場記録・工程管理にAIをどう入れればいいか」と悩んでいる建設・製造業の方は、無料相談(30分)で具体的にお話しします。営業はしません、純粋にケース壁打ちです。 → 無料相談を申し込む

愛知県岡崎市でAI活用支援を手がける一人社長。中小企業の現場でAIを実装してきた経験から、他社事例を「うちで再現するには」の視点で読み解いて発信中。

執筆メンバー市野佑馬

愛知県岡崎市を拠点に、中小企業向けのAI活用支援を提供。ChatGPT・Claude Code等を活用した業務自動化やSEO・広告運用の内製化を支援。経営者が自らAIを使いこなせる体制づくりをサポートしている。