AIハック術師のハヤトです。建設業界に激震が走りました。
結論から言います。大成建設が開発した新システムは、これまで膨大な手間がかかっていた「全体施工計画書」の作成時間を85%も削減することに成功しました。
これは単なる「文書作成の効率化」ではありません。テキストだけでなく図表や画像も理解するマルチモーダルAI(VLM:視覚言語モデル)を本格的に実務適用した、建設DX(デジタルトランスフォーメーション)の決定的な事例です。
本記事では、このシステムが具体的にどう動くのか、なぜそこまでの効率化が可能なのか、そして企業がここから学ぶべき「AI活用の本質」について、技術的背景を交えて徹底解説します。
1. 大成建設の新システム:何が「革命的」なのか?
2025年11月、大成建設は生成AIを活用した「全体施工計画書作成支援システム」の開発を発表しました。このシステムが画期的なのは、以下の3つの成果を同時に達成している点です。
- 圧倒的な時短:従来の手作業に比べ、作成時間を約85%削減。
- 超高速生成:入力から約10分でドラフト(原稿)が完成。
- 公的基準への準拠:国土交通省の指定書式に準拠し、そのまま編集可能なWord形式で出力。
500ページを超える書類作成の「地獄」からの解放
公共工事における「全体施工計画書」は、工事着手前に必ず提出しなければならない重要書類です。その内容は工程、施工方法、資材、安全管理など多岐にわたり、大規模な工事では500ページを超えることもあります。
従来、この作成業務は経験豊富な技術者がつきっきりで指導し、多数の担当者が手作業で行っていました。まさに「属人化」と「長時間労働」の温床だったわけです。ここをAIで自動化したインパクトは計り知れません。
2. 仕組み解説:VLM(視覚言語モデル)と社内ナレッジの融合
では、具体的にどのような技術が使われているのでしょうか。鍵となるのは「マルチモーダルAI」と「社内ナレッジの活用」です。
| プロセス | 従来の作成方法 | AI新システムの作成方法 |
|---|---|---|
| 入力情報 | 担当者が紙やPDFを目視で確認 | 入札公告、特記仕様書、社内技術提案書などをAIが解析 |
| 処理技術 | 人間の経験と記憶に依存 | VLM(視覚言語モデル)がテキストと図表を統合理解 |
| ドラフト作成 | 手作業でゼロから文章・図表を作成 | 類似案件やナレッジを基に約10分で自動生成 |
| 出力形式 | 個別にWord/Excel等で作成 | 国交省書式準拠のWordファイルを一括出力 |
「テキスト」と「図」を同時に操るVLMの強み
このシステムの最大の特徴は、テキスト情報(仕様書など)だけでなく、図面や表などの視覚情報も扱えるVLM(Vision Language Model)を採用している点です。
通常のLLM(大規模言語モデル)ではテキストしか扱えませんが、マルチモーダルAIであれば、過去の施工計画書に含まれる「配置図」や「工程表」の構造を理解し、適切な文脈で新しい計画書に組み込むことが可能です。これにより、単なる文章生成を超えた「実用的なドキュメント作成」が実現しました。
マルチモーダルAIのトレンドについては、以下の記事で詳しく解説しています。
【2025年最新】生成AIトレンド徹底解説:マルチモーダル・特化型AI・エージェントが起こすビジネス革命
3. 実践活用:導入メリットとROI(費用対効果)
企業がこの事例から学ぶべきROIの視点は明確です。
メリット1:コスト削減とリソースの再配分
作業時間が85%削減されるということは、例えばこれまで100時間かかっていた業務が15時間で終わる計算です。浮いた85時間は、現場の安全管理や、より創造的な技術検討など、人間でなければできない業務に充てることができます。これは人件費削減以上の価値を生みます。
メリット2:品質の均一化と属人化の排除
経験の浅い若手社員でも、ベテランの知見(社内ナレッジ)が反映されたドラフトを基に作業を開始できるため、書類の品質が均一化されます。「誰が作るかによってクオリティが違う」というリスクを、AIが底上げしてくれるのです。
このように、企業の独自データをAIに組み込んで活用する動きは、2025年の大きなトレンドです。
生成AIの企業導入、実証実験から「価値創出」のフェーズへ。2025年の展望と技術的転換点
4. リスクと課題:導入前に知っておくべきこと
素晴らしいシステムですが、導入にあたってはリスクも存在します。公平な視点でデメリットも確認しておきましょう。
- ハルシネーション(もっともらしい嘘):AIは時に事実に基づかない内容を生成します。大成建設のシステムもあくまで「ドラフト作成支援」であり、最終的には人間の技術者による厳重なチェックが必須です。
- 機密情報の取り扱い:公共工事の発注情報や社内の独自技術など、機密性の高いデータを扱うため、セキュアな環境構築(ローカルLLMや専用クラウドなど)が必要です。
- コストと維持管理:高度なVLMを動かすには相応の計算リソースが必要です。また、法改正や書式変更に合わせてシステムを継続的にメンテナンスするコストも発生します。
社内データを安全に活用するための技術選定(RAGやファインチューニング)については、こちらのガイドが役立ちます。
LLMファインチューニングとRAGの比較:ハイブリッド型AIが拓く専門知の未来【2025年最新解説】
5. まとめ:AIを「道具」として使い倒す時代へ
大成建設の事例は、生成AIがもはや「お遊び」や「実験」のフェーズを終え、企業の競争力を左右する実用ツールになったことを証明しています。
重要なのは「85%削減」という数字そのものではなく、「自社の業務プロセスに、どの技術(今回はVLM)をどう組み込めばボトルネックを解消できるか」という設計思想です。
あなたの会社でも、膨大なドキュメント作成や図面確認に追われている業務はありませんか? そこにこそ、AI活用の金脈が眠っています。


コメント