Column
  • 建設業
  • AI顧問
  • 実録

建設業のAI活用事例|技術者配置と建設業許可の判断を、AIに決めさせずに速くした顧問の実録

建設業のAI活用事例。技術者配置と建設業許可の判断支援を顧問として作った実録

この記事でできるようになること読み終えると、建設会社の「事務・許認可・配置」の判断にAIを入れるとき、何を先に決め、何をAIに任せず、どこで間違えやすいかが分かります。

建設業のAI活用でいちばん効いたのは、現場の写真整理でも設計でもなく、「誰を現場に置くか」と「何の工事として受けるか」という事務側の判断を、人の経験から日本語のルールに書き出すことでした。AIには法令を推測させず、国土交通省の資料を版を明示して人が取り込み、AIの役割は「データを揃える・候補を並べる・理由を書く」の3つに限定しました。最終判断は会社の所管部門が行います。これは首都圏と中部に複数拠点を持つ建設会社でAI顧問として実際にやった仕事の記録で、自分が途中で出した誤りも含めて書いています。顧問先を特定できる情報と、先方に帰属する成果物の中身は書きません。

「建設業 AI 活用 事例」で検索すると、大手ゼネコンの写真整理・安全管理・設計支援の事例が並びます。それらは事実ですが、拠点が複数あって、工事の種類が混ざり、判断が人に張り付いている会社の事務側で、実際に何から手を付けたかを書いたものはほとんどありません。この記事はその1件分です。社名・拠点・人数・金額・契約の内容は出しません。ツールの画面や仕様も、先方に帰属するものなので書きません。書けるのは、私が持ち込んだ考え方の順番と、公知の法令と、私自身が間違えた場所です。

01 · For whom

この記事が役に立つ人、立たない人

同じ「建設業のAI活用」でも、困っている場所が違えば、読むべき記事は変わります。先に仕分けます。

いまの状況この記事の使い方
技術者の配置が、経験のある人の頭の中と拠点ごとの表で決まっているそのまま読んでください。この記事の主題です(02〜04)
下請工事を「何の工事として受けるか」で、担当者によって答えが違う許可の判定支援の部分(04)と、間違えた場所(06)が直接当たります
拠点ごとに書式と呼び方が違い、AIに何を読ませればいいか分からないAIの前に「元データがない」問題です。02と05のデータの話から
全社にAIアカウントを配りたいが、誰に何を許すか決まっていない07だけ読めば足ります。詳しくは社内ガイドラインの記事へ
現場写真の整理・安全管理・図面のAI化を探しているこの記事の対象外です。検索上位の大手ゼネコン事例まとめのほうが役に立ちます

02 · Before

着手前:建設会社の事務側で、AIの前に詰まっていた3つのこと

相手は首都圏と中部に複数の拠点を持つ建設会社です。最初の相談は「配置技術者の管理にAIを使いたいが、どう使えばいいか分からない」というものでした。ここから先は、この会社に限らず、複数拠点で工事の種類が混ざる建設会社ならたいてい当たる状態として書きます。

状態 1

「誰を現場に置くか」の判断が、経験のある人の中にある

法令上の条件(資格・専任・兼務)は早見表として文書になっていても、「その中で誰が最適か」は言語化されていないことが多い。物件が入ると、経験のある人が過去の配置を見ながら決める。拠点が複数あると、拠点ごとに決め方も表の書き方も違ってきます。

状態 2

「何の工事として受けるか」で、答えが担当者によって違う

建設業の許可は29業種ごとです。1つの工事に塗装・防水・内装が混ざっていると、下請で受けるときに「これは塗装工事か、防水工事か」を決めなければならず、その判定が人によってぶれる。間違えると法令違反になりうる論点なのに、判断の根拠が共有されていません。

状態 3

AIに読ませる「揃った表」が、そもそも無い

商談の一覧と技術者の一覧が別々にあり、工期や現場の位置、下請契約の総額のように判定に必要な列が無い。表があっても人が読む前提で書かれていて、機械が読める形になっていない。AIの精度を語る前に、元データが存在しませんでした。

ここまでは、AI以前の話です。ツール選びから入っていたら、この3つの状態は見えないまま「精度が出ない」で終わっていたと思います。中小企業のAI導入で最初にやる棚卸しの話は別の記事にまとめています。

03 · Rule first

最初にやったのはAIではなく、判断のルールを日本語で書くこと

最初に作ったのはAIではなく、判断の条件を日本語の文にした「ルールブック」の草案です。やり方は単純で、判断している人に、判断項目を「満たさないと配置できない条件(ハード)」と「満たすと望ましい条件(ソフト)」の2つの箱に仕分けてもらうだけ。項目を増やすより、どちらの箱に入るかを決めるほうが、後で効きました。これは私が他の顧問先でも同じようにやっている手順です。

この時点で決めた設計の芯が3つあります。どれもこの案件のために発明したものではなく、AIを法令や契約の近くに置くときの私の原則です。

芯 1

法令の判定はAIに推測させない

法令の条件は早見表を「決定表」としてそのままプログラムに実装し、生成AIに「この工事に監理技術者は要りますか」と聞いて答えさせる作りにはしない。AIの役割は、データを揃えること、候補を並べること、選定理由の文を書くことの3つだけです。

芯 2

結論ではなく「何を根拠に、どこで迷ったか」を見せる

判定に至った経路(合計金額、主たる工事、注文者の指定との一致、請負の立場、許可の要否)を全部見せ、「会社の考えと違うところがあれば、その行で止めてください」と伝える。結論だけを出す仕組みは、間違えたときに誰も気づけません。

芯 3

最終判断は人。未確認事項は「所管部門が確認」と明記する

仕組みが出すのは候補と根拠と不足情報まで。受注可否・許可業種・配置の最終決定は会社の所管部門が行う、と画面にも文書にも書く。この線引きは、後で「書き方がまだ甘い」と気づかされます(06)。

04 · Two decisions

支援した2つの判断:「何の工事か」と「誰を置くか」

支援したのは2つの判断で、順番が決まっています。先に「何の工事として受けるか」を決め、その結果を「誰を置くか」に引き継ぐ。ここではそれぞれの判断に必要な考え方だけを書きます。実際に作った仕組みの画面や仕様は先方に帰属するものなので書きません。

順番判断答えを出すこと
1建設業許可の業種判定何の工事として受けるか。そもそも受けられるか
2技術者の配置誰を配置するか。法令上置ける人は誰か

業種判定:候補を当て込み、食い違いは「要確認」で止める

工事の内訳と金額から、国土交通省の「建設工事の内容、例示、区分の考え方」と照合して業種の候補を出す。ここまでは機械が補助できます。ただし当て込みは推定であって確定ではないので、人が確定する手順を挟みます。注文者が言っている工種と当て込みが食い違ったら、どちらの許可も持っていても、そのまま進めずに止める。認識が一致しないまま進めると、許可業種・施工体制・契約書類の間に不整合が残るからです。

もう1つ大事なのが、根拠になる法令の文を要約せず原文のまま見せることです。仕組みが言い換えた法令は、仕組みの間違いを法令の間違いに見せてしまいます。

配置:「法令上の条件」と「社内の選好」を混ぜない

候補を出すときにいちばん大事にしたのが、資格・専任・期間の重なり・兼務上限といった「法令上の必須条件」と、類似工事の実績や現場との距離といった「社内の選好」を、構造的に分けることです。分けないと、「選好の重みをいじれば、法令条件で外れた人を候補に戻せる」仕組みになります。法令条件で外れた人は、選好をどう動かしても戻らない。これは開発時に総当たりで確認しました。

この分離は、数字で見せると伝わります。改修工事は非専任で兼務できる金額帯が多いので、ふだんは候補が十数名並びます。ところが専任が必要になる4,500万円の線(建築一式以外。08参照)を跨いだ瞬間、他現場と工期が重なる人が全員外れ、候補が半分以下になる。「ふだんの物件は兼務で回るのに、金額が上がった途端に人がいなくなる」という現場の感覚は、法令の当然の帰結です。

自社の配置・許可の判断が「人に張り付いている」なら、30分で見立てます(初回無料・オンライン可)→

05 · Data

法令データと個人データの扱い方

法令はインターネットに取りに行かない

法令をウェブから自動で読む作りにはしません。国土交通省の資料を人が取り込み、画面に「資料・版・取得日・維持の責任・次回の確認」を常時表示する。理由は2つで、改正に気づかないまま古い版で判定し続ける事故と、参照先が変わったことに気づけない事故の、両方を避けるためです。「AIが最新版を探してくれる」形は、正しく動いているときと壊れているときの見分けがつきません。

個人データの論点は、顧問側から先に出す

技術者の氏名と資格は個人データです。誰から誰にどう渡るか、仮名化をどこまでやるか、誰が担当するかは、先方に言われる前に最初の打ち合わせで論点に出しました。検証の段階では氏名を識別子に置き換えたデータで十分で、判定ロジックの確認に実名は要りません。秘密保持契約の側でも、生成AIに情報を入れるときは学習に使われない設定であることが条件になっています。この条件は、自分から確認して守るものです。

人が読む表を「機械が読む表」にする作業は、誰がやるか

過去の配置の記録を構造化された表に変換する作業は、顧問の見積に入っていない実作業でした。「作業をお願いしたい」と言うと通りません。「過去の実配置は唯一の答え合わせのデータで、ここが表になれば『AIの出した候補が、実際に選ばれた人と何割一致したか』を数字で言える。無いと精度を感覚でしか語れない」と置き直して、担い手を決めてもらいました。この答え合わせはまだ終わっておらず、「導入で判断時間が何割減った」といった効果の数字は、この記事の時点ではありません。書けるようになったら追記します。

06 · Failures

自分が出した誤りと、いまも残る限界

うまくいった順番だけ書くのはフェアではないので、私が間違えた場所を残します。ほとんどが「法令の理解が浅いまま書いた」「仕組みの表示と法令判断を混ぜて書いた」の2種類で、建設業に限らずAIを法令の近くに置く人は同じところで転ぶと思います。

誤り 1

工事の呼び名から業種を決めていた

「大規模修繕」という呼び名を「建築一式工事」に直結させていました。建築一式だと許可が要らない金額の上限が500万円から1,500万円に跳ね上がるので、実態が防水や塗装なら許可が要る工事を「許可がなくても請け負える」と出してしまう。第三者にレビューを頼んで見つかった、いちばん危険な誤りです。呼び名では業種を決めず、内訳を聞いて人に選ばせる作りに直しました。

誤り 2

国土交通省のPDFを取り込んだら、列がずれていた

29業種の「例示」をPDFから取り込んだ際、数十件が欠落し、別の業種に混入したものもありました。しかも画面には「原文をそのまま表示しています」と書いていた。全業種を作り直し、内容・例示・区分の考え方が原文と一致することを機械的に照合しました。公知の資料でも、取り込みは信用しないで照合する。

誤り 3

別々の改正を、1つの施行日にまとめて書いた

「2025年2月1日施行の改正で2現場まで兼務できるようになった」と書きましたが、専任特例1号は2024年12月13日、2号は2020年10月1日、金額要件の引上げが2025年2月1日と、別々の改正です。日付を1つにまとめると、制度の成立時期と根拠資料を読み手が誤って理解します。

誤り 4

「専任=その現場につきっきり」と書いた

専任は「その現場の職務に専ら従事する」ことで、勤務時間中の常時滞在と同義ではありません。一時的な不在や特例の扱いは所管部門が個別に確認する事項です。予備知識のない人が読む文書で、この混同は事故につながります。

誤り 5

「最終判断は人」と書きながら、文章で判断を先取りしていた

解説文書の初版に「監査で指摘されます」のような断定や、「エラーは0件」のような保証に見える表現を書いていました。金額が最大の工種を「主たる工事」と決めている箇所もあった。仕組みの表示と、会社が確認して判断する事項と、法令原文を確認すべき事項の3つを、読み手が区別できるように書き分けなければいけない。AIの仕組みを法令判断の近くに置くとき、いちばん厳しい読者はコンプライアンス担当です。その人が安心して社内に配れる文章になっているかは、仕組みの精度と同じくらい重要でした。

誤り 6

納期を数日過ぎた

「早ければ週内」と伝えた版を翌週に送りました。第三者レビューで誤り1が見つかって直したためですが、遅れる見込みが立った時点で先に伝えるべきでした。

いまも残っている限界

  • 附帯工事に当たるかどうか(附帯性)は機械では判定できない。ガイドラインの原文にあたり、所管部門が判断する
  • 許可の有効期限のように、元データに列が無い情報は見られない。更新漏れは仕組みでは検知できない
  • 営業所を移せば受けられるかは判断しない。契約主体と施工体制の問題で、人が決める
  • 効果の数字がまだ無い。過去の実配置との一致率を測る計画は途中

07 · Governance

次に来る論点:AIアカウントを誰にどこまで配るか

判断支援の仕組みが形になると、次に出てくるのは「全社員に生成AIを開放する前に、誰に何をどこまで使わせるか」です。判断力があり現場経験の長い社員は自由に聞いてよいが、前提を理解していない社員が同じように聞いて出てきた答えについて、会社として責任を取りきれない。建設業に限らず、拠点が複数ある会社でほぼ必ず出る論点です。私がこの段階で持ち込む原則は3つです。

  • 「自由なチャット」と「業務専用のエージェント」を同じ「AIを使う」として扱わない。前者は下書きと相談、後者は参照先を固定した判定・検索。配布はこの2つを分けて設計する
  • 権限の棚卸しが、配布より先に来る。AIは新しい権限を作らず、今までの過剰共有を検索可能な形に変えるだけ。配布した日に露出が顕在化する
  • 承認ゲートは「外に作用する一点」だけに置く。確認箇所を増やすと全部が形式的な承認になる。資格の確認のように法令違反に直結する判断は、必ずこの一点に置く

配置の判断で「法令条件と選好を分ける」と決めたのと、ここで「自由チャットとエージェントを分ける」と決めたのは、同じ考え方です。混ぜると、守らせるためのルールが増え、守られなくなる。分けておけば、守らなくても事故が起きにくい。社内ルールの作り方は生成AI社内ガイドラインの記事に、内製か外注かの判断はAIエージェント内製化の記事に書いています。

08 · Numbers

建設業法の数字の早見表(出典つき)

2つの判断で必ず参照する建設業法の金額要件です。すべて消費税込で、2025年2月1日施行の現行値(特例1号の上限額は2024年12月13日施行の制度に基づく)。改正されることがあるので、適用時は必ず最新の法令と国土交通省の資料を確認してください。ここに書いた説明はツールを理解するための要約で、法的判断ではありません。

何の話か建築一式工事それ以外の28業種
許可が要らない(軽微な建設工事)1,500万円未満500万円未満
特定建設業許可が必要(元請の下請総額)8,000万円以上5,000万円以上
監理技術者が必要(元請の下請総額)8,000万円以上5,000万円以上
専任が必要(請負代金)9,000万円以上4,500万円以上
専任特例1号が使える上限(請負代金)2億円未満1億円未満
兼務できる現場数2現場まで2現場まで

覚え方は「500 → 5,000 → 4,500」の3段階が基本線で、建築一式だけ「1,500 → 8,000 → 9,000」と別枠、です。つまずきやすいのは次の3つでした。

  • 一式工事は「大きい工事」ではない。「総合的な企画、指導、調整のもとに建築物を建設する工事」で、金額や業種の数では決まらない
  • 建築一式の許可があっても、500万円以上の専門工事を単独では請け負えない
  • 監理技術者は「元請で、下請総額が基準以上」のときだけ。下請の立場では出てこない

出典:国土交通省「建設工事の内容、例示、区分の考え方」(平成29年11月10日改正)、同「建設業許可事務ガイドライン」、同「監理技術者制度運用マニュアル改正 新旧対照表」(令和7年2月1日施行)、建設業法第3条・第4条・第26条・第26条の2。いずれも2026年9月時点で確認。

09 · Who

自分でやるか、頼むか

この記事の中身の大半は、自社の中でできます。順番はこうです。

  1. 判断している人に、ハードとソフトを仕分けてもらう。「これを満たさないと置けない」と「満たすと望ましい」を分けるだけで、ルールブックの骨ができます。項目を増やすより、箱を分けることが先です
  2. 法令の条件は早見表にして、決定表としてそのまま実装する。生成AIに法令を答えさせない。版と取得日を画面に出す
  3. 結論より「経路」を画面に出す。間違いに気づけるツールは、正しいツールより長く使われます
  4. コンプライアンス担当に、最初の読者になってもらう。その人が安心して配れる文章かどうかで、ツールの寿命が決まります

外部が役に立つのは、判断が人に張り付いている場所が複数ある、拠点ごとに書式が違って元データが作れない、「どこまでAIに任せるか」で経営層と現場の合意が無い、のどれかに当たるときです。私はAI顧問という形で、短い定例を重ねて詰まりを解きながら進めました。内容と料金はAI顧問サービスのページにまとめています。

原駿介(ゼネラリスト代表)
初回30分無料

執筆・監修:原 駿介ゼネラリスト 代表

「うちの配置・許可・見積の判断は、誰の頭の中にあるか」の棚卸しから、ご相談いただけます。

  • 建設・IT・SaaSの企業でAI顧問として継続支援中
  • 研修は年間50回以上・延べ受講者1万人以上(2026年7月時点)
  • 東証プライム上場企業でAI活用研修を実施

10 · FAQ

よくある質問

建設業でAIを活用する事例は、現場の写真整理や安全管理が多いのではありませんか?+
検索で見つかる事例はその領域が中心です。ただ、複数拠点の中堅・中小の建設会社で先に詰まっているのは、技術者配置や許可業種の判定といった事務側の「人に張り付いた判断」であることが多いです。この記事は、その事務側でAIをどう使ったかを、顧問先を特定しない形で書いた1件分の記録です。
技術者配置の判断を、AIに任せてよいのですか?+
法令上の可否をAIに推測させる形にはしていません。早見表の条件を決定表としてそのままプログラムに実装し、AIの役割はデータを揃える・候補を並べる・理由の文を書くの3つに限定しています。配置の最終決定は所管部門の人が行い、ツールの表示は候補と根拠と不足情報までです。
建設業許可の業種判定は、AIツールで自動化できますか?+
工事の内訳から業種の候補を当て込むところまでは補助できます。ただし附帯工事に当たるかどうか、注文者の発注意図、契約上の位置付けは、原文と実態を確認して人が判断する事項です。今回も、注文者の工種認識と当て込みが食い違えばそのまま進めずに止め、最終確定は所管部門が行う形にしました。
法令データはAIに最新版を取りに行かせたほうが安全ではないですか?+
逆だと考えています。自動で取りに行く形は、正しく動いているときと壊れているときの見分けがつきません。今回も国土交通省の資料を人が取り込み、資料名・版・取得日・維持の責任者・次回の確認日を画面に常時表示して、人が差し替える運用にしました。
導入の効果は数字で出ていますか?+
まだ出ていません。過去の実配置を答え合わせのデータとして「AIの候補が実際に選ばれた人とどれだけ一致するか」を測る計画ですが、元データを構造化する作業が途中です。「判断時間が何割減った」といった数字は、この記事の時点では書けません。出たら追記します。
札幌の会社ですが、首都圏や中部の建設会社も支援できるのですか?+
はい。今回の顧問先も首都圏と中部に拠点があり、打ち合わせはオンラインで進めました。顧問業務は基本フルリモートで、全国どこからでもご依頼いただけます。道内であれば対面の定例もご相談ください。
原駿介(ゼネラリスト代表)のプロフィール写真

原駿介(はら・しゅんすけ)/ ゼネラリスト 代表

北海道・札幌を拠点に、中小企業の生成AI導入・業務効率化・AI研修・外部AI顧問をフルリモートで支援。研修は年間50回以上・延べ受講者1万人以上(2026年7月時点)。Claude Code を用いたAIエージェント設計が強み。行動指針は「先義後利」。

関連ページ:中小企業のAI導入は何から始めるか / 生成AI社内ガイドラインの作り方 / AIエージェントの内製化とは / AI顧問サービス / コラム一覧

11相談
CONTACT

Contact

「人に張り付いた判断」を、どこから書き出すか相談する

配置・許可・見積のうち、いま誰の頭の中にある判断が多いか。AIの前に何を揃えるべきか。自社の状況に当てはめた見立てを、初回30分無料でお伝えします。無理な売り込みはしません。

初回30分無料・オンライン可。1営業日以内に返信します。