清水建設がAI画像認識で鉄筋検査を自動化し、1現場あたりの検査時間を平均70%短縮した事例です。 ANDPAD(2025-10-05)で公開されています。
「ゼネコンの話だから関係ない」と読み飛ばすにはもったいないです。 中小建設業・工事監理事務所・型枠大工で「鉄筋検査が職人目視で、人手不足と品質ばらつきが課題」で悩んでいる構造そのものだからです。 清水建設はこの問題を、「現場写真→AI判定」というシンプルな構成で解いています。
僕が注目したのは、「鉄筋本数・間隔・径を自動判定」まで踏み込んだ精度設計です。中規模建設業でも検討できる構造です。
中小建設業の検査課題
社員10〜100名の中小建設業・工事監理・型枠工事業にありがちな構造はこうです。
- 鉄筋検査がベテラン職人の目視頼み
- 検査品質が人によってばらつく
- 人手不足で検査担当の確保が困難
- 検査記録が手書き・紙写真で再検証できない
汎用画像処理ツールでは鉄筋の本数・間隔・径まで判定できません。「建設現場特化のAI画像認識」が必要、というのが清水建設の取り組みから読み取れる発想です。
清水建設の取り組み
ANDPADで紹介されている内容は以下です。
- 対象: 建設現場の鉄筋検査
- 基盤: AI画像認識(CNN等)
- 用途:
- 写真撮影: 現場でスマホ・タブレットで撮影
- 本数判定: 鉄筋本数を自動カウント
- 間隔・径判定: 配筋間隔・鉄筋径を自動測定
- 設計思想: 写真ベース+AI判定+検査担当最終承認
つまり「目視チェックの3/4をAIが担い、残り1/4を担当者が承認」という現実的な役割分担で、検査時間70%短縮+品質標準化を達成しています。
何が真似できるか
清水建設は大手ですが、設計思想だけ抜き取るとこうなります。
- 検査項目を写真ベースに切り替える
- AI画像認識SaaSに現場写真を送る
- 検査担当はAI判定の最終承認だけ
- 効果は「検査時間×品質ばらつき(標準偏差)」で測る
特に「写真ベース化」が秀逸です。中小建設業ほど「目視+手書き記録」が定着していますが、写真ベースに変えるだけでAIが入る余地が生まれます。
中小企業で再現するなら
ここからが本題です。社員10〜100名の中小建設業・工事監理事務所で同じ思想を取り入れるならどう削るか。
構成
| 項目 | 清水建設 | 中小建設業(社員10〜100名) |
|---|---|---|
| 対象 | 大規模現場 | 主要工事種別の検査 |
| ツール | 自社開発AI | 建設特化AI画像認識SaaS(月3〜30万円目安、2026年5月時点。要最新価格確認) |
| 月額費用 | (記載なし) | 推定 月3〜30万円(SaaS+データ整備) |
| 初期費用 | (記載なし) | 推定 30〜200万円(検査ルール整備+運用設計) |
| 体制 | 技術研究所+現場 | 経営+現場監督+IT担当(or 外部支援) |
| 期間 | (記載なし) | 3〜6ヶ月で検査運用化 |
評価軸スコア
| 評価軸 | スコア |
|---|---|
| ROI(投資対効果) | ★★★★☆ |
| 再現性(中小企業) | ★★★☆☆ |
| 難易度(低いほど簡単) | ★★☆☆☆ |
(難易度=数字小さいほど簡単)
スコア根拠は以下です。
- ROIは高い。検査時間70%短縮は人件費換算で大きい
- 再現性は中。建設特化SaaSの選定が前提
- 難易度は高め。現場の運用変更(写真撮影フロー)が必要
前提条件・必要データ
- 現場でスマホ・タブレットの撮影環境がある
- 検査項目が写真で判定可能な内容
- 現場監督がAI判定の最終承認できる立場
- 月次でレビューする品質担当
失敗条件・適用しないケース
- 現場が目視+手書き記録から離れられない
- AI判定を盲信して現場監督が省力化
- 撮影フローが毎回変わる(AIが安定判定できない)
- 効果測定をせず「便利になった気がする」で終わる
「画像認識AIを契約すれば検査が自動化する」のではありません。
検査項目整理→写真ベース化→AI契約→検証→現場運用→月次測定、という流れが3〜6ヶ月で回って初めて、清水建設が描く「鉄筋検査自動化」像が中小建設業にも見えてきます。
特に「現場の運用変更」を省くと、AI契約しても写真が集まらず使われなくなります。
出典・参考
市野
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。
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。
＞＞詳細なプロフィールはこちら