建設現場を支えてきた職人の勘と経験が、いま岐路に立っています。高齢化と人手不足が進む中、「ベテランの勘」をどう次世代へ継承するのか。その答えがデータ化とデジタル技術の活用にあります。本記事では、打設工程におけるベテランの知見をデータに変換し、人とAIが協働する新しい施工管理の実現方法をお伝えします。
はじめに
建設現場のコンクリート打設工程は、長年にわたり職人の勘と経験に支えられてきました。
しかし熟練技術者の高齢化や若手育成の困難さが深刻化する中で、属人的な管理手法では限界を迎えつつあります。
こうした課題を解決する鍵となるのが、ベテランの勘をデータ化し、BIMやIoT、AIといったデジタル技術と融合させる建設DXです。
本記事では打設工程においてベテラン技術者が持つ暗黙知をどのようにデジタル化し、現場の意思決定や品質管理に活かすのかを具体的に解説します。
勘と経験をデータに変換し、人とデジタルが協働する未来の施工管理について、実践的な視点からお伝えしていきます。
建設現場の要となるコンクリート打設工程が、いま大きな変革期を迎えています。
長年にわたり職人の勘と経験に依存してきた打設管理に、その知見をデータ化する試みが始まり、BIMやIoT、AIといったデジタル技術との融合が進んでいます。
本記事では、ベテランの勘をデータ化する具体的な手法と、それを活用した次世代の施工管理について詳しく解説していきます。
なぜ「ベテランの勘」のデータ化が必要なのか
打設工程を支える「勘と経験」の正体
打設は建物の骨格を形成する重要工程で、綿密な段取りと瞬時の判断が求められます
コンクリートの打設は、建設現場における最も象徴的な工程のひとつです。
重機の音と職人たちの掛け声が響く中、生コンが型枠へと流し込まれ、建物の骨となる構造体が形づくられていきます。
この工程では生コン車の到着タイミング、ミキサー車からポンプ車への投入速度、気温や湿度による硬化速度の調整、そして天候急変時の対応など、ベテラン職人の勘に頼る判断が数多く存在します。
打設の成否は構造体の品質を左右するため、建設プロジェクト全体において極めて重要な位置づけとなっています。
勘と経験に依存する打設管理の限界
職人の熟練度に依存する管理体制が属人化を生み、技術継承を困難にしています
従来の打設管理は、ベテラン職人の勘と経験に依存する部分があまりにも多い状況でした。判断の多くを現場監督や職長の経験則に委ねてきたため、さまざまな課題が顕在化しています。
勘と経験に依存する打設管理の課題は以下の通りです：
- 暗黙知の継承困難：ベテランが持つ判断のコツや勘どころが言語化されず、若手への伝承が進まない
- 品質のばらつき：職人の熟練度が工程の品質を支える一方で、属人的なムラが生じやすい構造となっている
- 知見の散逸リスク：ベテラン技術者の退職とともに、長年培われた貴重な判断基準が失われる
- 再現性の欠如：経験則に基づく判断は記録として残りにくく、成功パターンの体系化ができない
こうした勘と経験の属人化問題は、建設業界が長年抱えてきた構造的な課題であり、データ化による解決が急務となっているのです。
データ化がもたらす勘と経験の民主化
ベテランの勘をデータ化することで、経験の浅い技術者でも高度な判断が可能に
いま、ベテランの勘と経験をデータに変換し、誰もが活用できる形にする取り組みが始まっています。
建設DX、すなわちデジタルトランスフォーメーションの本質は、熟練者しか持ち得なかった暗黙知を形式知に変え、組織全体の資産とすることにあります。
ベテランの判断プロセスをデータとして記録し、AIに学習させることで、現場の意思決定がデータに基づく新しい段階へ移行し始めています。
この変革は単なる効率化ではなく、勘と経験の民主化、技術継承の加速、品質の安定化といった多面的な価値を建設業界にもたらす可能性を秘めています。
BIMで実現するベテランの判断プロセスの可視化
BIMによる勘と経験の事前シミュレーション
BIMモデル上でベテランの判断基準を再現し、リスクを事前に可視化
近年では、ベテラン職人が経験的に判断していた打設のリスクをBIMで可視化する事例が増えています。
BIMモデル上では打設に必要なコンクリートの量、施工順序、打設時間、さらには温度変化に伴う収縮リスクなど、ベテランが「勘」で判断していた要素を数値化できるのです。
これにより従来はベテラン職人の経験でしか見えなかったリスクを、デジタル空間で事前に検証することが可能になりました。
筆者自身もCADシステムのゼロからの構築実績を通じて、設計情報のデジタル化と現場活用の重要性を数多くの企業支援で実証してきました。
ベテランの判断プロセスがBIMモデル上で再現されることで、若手技術者でも同等の視点で施工前の課題を把握でき、現場での手戻りや想定外のトラブルを大幅に削減できます。
ARグラスで現場に展開するベテランの知見
ARグラスでベテランの判断基準を実空間に投影し、経験の浅い作業員も精度向上
現場ではiPadやARグラスを使ってBIMモデルを投影し、ベテランが図面から読み取っていた判断基準をリアルタイムに確認します。
これにより、経験の浅い作業員でもベテランと同じ視点で施工精度を保つことができるのです。
作業員は目の前の実空間に重ねられたデジタル情報を見ながら、正確な位置や範囲を確認できるため、従来はベテランの指示を仰いでいた作業が現場で自律的に判断できるようになりました。
その結果、ベテランの勘と経験がデジタル情報として共有され、施工精度の向上と作業時間の短縮を同時に実現しています。
BIMは単なる設計ツールではなく、ベテランの暗黙知を形式知に変換する実践的なプラットフォームへと進化しているのです。
IoTセンサーとAIでベテランの勘を学習する
IoTセンサーで記録するベテランの判断タイミング
埋め込みセンサーがベテランの判断根拠となるデータを自動収集し蓄積
IoTセンサーの導入は、ベテランの勘の根拠となるデータを自動的に記録する手段となりました。
コンクリートに埋め込まれた温度センサーや水分計測器が、硬化状況をリアルタイムにモニタリングし、クラウド上にデータを蓄積します。
これまでベテラン職人が手で触れたり、目視で判断していた硬化具合が、いまや数値データとして正確に記録されるため、判断の根拠が明確になったのです。
センサーから送られる温度や湿度、硬化の進行状況といったデータは、ベテランが「なんとなく」感じ取っていた微妙な変化を客観的に捉え、その判断プロセスをデータ化する基盤となっています。
AIがベテランの判断パターンを学習し提案
AIが過去のベテラン判断データを学習し、最適な施工タイミングを自動提案
収集されたデータはAIが解析し、ベテラン職人がこれまで経験則で行ってきた判断パターンを学習します。
AIは過去の打設データと気象情報、そしてベテランが実際に下した判断の記録を組み合わせて学習し、最適な施工タイミングや養生期間を提案するのです。
筆者は生成AIとDXを組み合わせた業務改善支援を多数手がけており、AIによる判断支援が現場の生産性を飛躍的に高める事例を数多く目にしてきました。
AIによるベテランの勘のデータ化と活用は以下のように実現されます：
- 判断パターンの抽出：過去の打設データからベテランが重視していた判断要素を機械学習で特定
- 最適タイミングの提案：ベテランの判断基準を再現し、施工に最適なタイミングを科学的根拠に基づいて提案
- リスク予測の精緻化：ベテランが経験的に避けていた条件をAIが学習し、天候不順による工程遅延リスクを事前予測
- 若手の判断支援：経験の浅い技術者に対し、ベテランならどう判断するかをAIが示すことで学習を加速
データに基づく予測と判断が、ベテランの勘を再現し、現場の不確実性を減らしています。
デジタル技術でベテランの暗黙知を共有する
従来の技術継承が抱えていた課題
ベテランの勘は言語化が難しく、OJTでも十分に伝わらない現実がありました
従来、ベテラン職人の勘と経験は現場内での徒弟制度的なOJTでしか継承できず、技術伝承には多大な時間を要していました。
ベテランが「この感じだと危ない」「そろそろ硬化が進んできた」といった微妙な判断を言葉で説明しても、経験の浅い若手には真意が伝わりにくかったのです。
この暗黙知の継承困難さは意思決定の属人化を生み、組織全体の技術力を低下させる要因となっていました。
特に複数の現場を抱えるゼネコンでは、ベテランの知見が特定の現場にしか蓄積されず、横展開が進まないケースも少なくありませんでした。
デジタル技術でベテランの勘を組織資産化
クラウドとデータ分析で全関係者がベテランの判断基準を即座に共有
クラウドカメラやドローン、360度カメラを利用することで、ベテランの判断プロセスが映像とデータで記録され、組織全体で共有できるようになっています。
現場とベテラン技術者、さらに若手や施工管理者が同じ映像とデータを見ながら、「ベテランならこの状況でどう判断するか」を議論することで、暗黙知が形式知に変換されるのです。
これにより勘と経験の組織資産化と技術継承が加速しています。
ベテランの判断基準がデータとして蓄積されるため、他の現場でも同じ知見を活用でき、意思決定の速度が上がり、品質のばらつきも減少しています。
ベテランの勘をデータ化する実践手法
熟練者の判断プロセスをどう記録するか
DXは人を排除せず能力を拡張する道具、判断の根拠と結果を記録することが第一歩
建設DXの導入は、ベテランを不要にすることではありません。
打設の現場には多くのベテラン技術者が長年培ってきた判断のコツや勘どころがあります。
その暗黙知をデジタルの仕組みに落とし込むには、まず判断の根拠と結果を丁寧に記録することが本質的な第一歩です。
AIが温度変化を分析しても、突然の降雨で打設を止めるべきかどうかの最終判断は、依然としてベテランの総合的な判断力に委ねられています。
だからこそDXは人を排除するものではなく、ベテランの能力を拡張し、その知見を組織全体で活用するための道具として理解されるべきなのです。
ベテランの知見をAIに学習させる試みは、判断時の状況データと判断内容を紐付けて記録することから始まっています。
人とAIの協働で実現するベテラン知見の継承
判断プロセスをデータ化して次世代に継承し、人の柔軟性とデータの客観性を融合
デジタル技術はベテラン技術者の判断プロセスを記録し、パターン化し、次世代に継承する手段となります。技術と人が対立するのではなく、互いの強みを活かし合う関係性を構築することが重要です。
ベテランの勘のデータ化と活用の特徴は以下の通りです：
- 判断の文脈記録：過去の打設におけるベテランの判断根拠や微妙な天候変化への対応をデータとして蓄積
- 若手の学習加速：蓄積されたベテランの判断データを活用し、経験の浅い技術者が「ベテランならどう考えるか」を学習
- 高度な意思決定：AIが提示するベテランの判断パターンと、現場の状況を組み合わせることで、より精度の高い判断が可能
- 相互補完の関係：ベテランの柔軟な判断力とデータの客観性が融合した新しい管理手法
建設DXの成功には、このようなベテランの勘をデータ化し、人間とデジタル技術の協働関係を構築することが不可欠です。
ベテランの勘のデータ化が描く打設の未来
AIとロボットがベテランの判断を再現する時代
AIがベテランの判断を自動再現し、ロボットが精密に実行する未来
近い将来、打設はベテランの勘をAIが再現し、ロボットが精密に実行する高度な管理が可能になるでしょう。
たとえばポンプ車の吐出圧やミキサー車の回転数を、ベテランの判断基準を学習したAIが自動調整し、気温や日照条件に応じて硬化プロセスを最適化する仕組みが実現するかもしれません。
ドローンが上空からベテランの目視検査基準で表面仕上がりを確認し、ロボットがベテランの技を再現してバイブレーション処理を均一化するような未来も見えてきています。
打設現場がベテランの勘という芸術から、その勘をデータ化し技術が再現する精密なプロセスへと進化する過程に、建設DXの真価があるのです。
データ化を成功させる現場文化の変革
ベテランの勘を否定せず、データとして尊重する文化が鍵
ベテランの勘のデータ化を実現するには、デジタル技術そのもの以上に重要な要素があります。
それは現場文化の変革です。
ベテランの勘を「時代遅れ」と否定するのではなく、「貴重な組織資産」としてデータ化し尊重する姿勢がなければ、どれほど優れた技術を導入しても意味はありません。
筆者は20年以上の製造業・建設業支援を通じて、技術導入の成否が現場文化と経営層のコミットメントに大きく左右されることを実感してきました。提案受注率83％を維持できている理由も、技術と人の両面を重視した伴走型支援にあります。
打設という伝統的で身体的な工程にこそ、ベテランの暗黙知をデータ化するDXは最も深い変革をもたらす余地があります。
ベテランの勘とデータ、経験とAIが融合し、新しい施工の姿を描き出していく。
それが打設DXが示す未来の方向です。
ベテランを尊重し、その知見をデータとして次世代に継承する意識こそが、次世代の建設現場を創り出す原動力となります。
まとめ
打設工程における建設DXの成否は、ベテランの勘と経験をいかにデータ化し、組織全体で活用できるかにかかっています。
単なる技術導入ではなく、ベテランが長年培ってきた暗黙知を形式知に変換し、AIに学習させ、若手技術者の判断を支援する仕組みを構築することが本質です。
BIMによる判断プロセスの可視化、IoTセンサーとAIによるベテランの勘の学習と再現、クラウド技術を活用した知見の組織資産化など、各技術が相互に連携することで、ベテランの勘のデータ化が実現しつつあります。
重要なのはこれらの技術がベテラン技術者を不要にするものではなく、むしろその知見を尊重し、データとして次世代に継承しながら人の能力を拡張する道具として機能することです。
建設DXの成功には最新技術の導入以上に、ベテランの勘を貴重な資産として尊重し、データ化を恐れない現場文化の変革が不可欠でしょう。
打設という伝統的な工程がベテランの勘のデータ化によって新たな段階へと進化する今、経験を尊重し技術を味方につける姿勢が、次世代の建設現場を創り出す鍵となります。
FAQ
打設DXを導入すればベテラン職人は不要になりますか？
いいえ、ベテランの役割はむしろ重要になります。
打設DXの目的はベテランを不要にすることではなく、その貴重な勘と経験をデータ化して組織全体で活用することです。AIが温度や湿度のデータを分析しても、突然の天候変化や現場特有の条件への最終判断は、依然としてベテランの総合的な判断力が必要です。DXによってベテランは現場作業から解放され、より高度な判断や若手育成に時間を使えるようになります。
ベテランの勘をデータ化するには何から始めればよいですか？
まず判断の根拠と結果を記録することから始めてください。
ベテランが「なぜそう判断したか」と「結果がどうだったか」を紐付けて記録することが第一歩です。温度、湿度、天候などの客観データと、ベテランの判断内容を同時に記録し、パターンを蓄積していきます。高価なシステムは後回しでも構いません。スマートフォンのメモやエクセルでの記録から始め、データが溜まってからAI活用を検討する段階的アプローチが現実的です。
BIMやIoTセンサーの導入コストが高すぎませんか？
初期投資は必要ですが、長期的には人材育成コストを大幅に削減できます。
確かにBIMソフトウェアやIoTセンサーの初期費用は数百万円規模になることもあります。しかし、ベテランの退職による技術損失や、若手育成に10年以上かかる時間コストを考えると、データ化による投資回収は十分可能です。また、クラウドカメラや簡易センサーなど、小規模から始められる選択肢も増えています。まずは1つの現場でパイロット導入し、効果を検証してから展開する方法が推奨されます。
若手技術者はデータに頼りすぎて自分で考えなくなりませんか？
適切に設計すれば、むしろ判断力の成長を加速できます。
データやAIの提案は「正解」ではなく「ベテランならこう考える可能性が高い」という参考情報です。若手はデータを見ながら「なぜベテランはこう判断したのか」を学び、現場の状況と照らし合わせて自分の判断を下す訓練ができます。従来のOJTでは10年かかっていた判断力の習得が、データ活用により3〜5年に短縮される事例も報告されています。重要なのはデータを鵜呑みにさせず、思考プロセスを学ばせる教育設計です。
データ化したベテランの勘は他の現場でも使えますか？
基本的な判断パターンは横展開できますが、現場ごとのカスタマイズが必要です。
気候条件や構造体の特性など普遍的な判断基準は、他の現場でもそのまま活用できます。一方、地盤条件や周辺環境など現場固有の要素については、データを参考にしつつ現場ごとの調整が必要です。複数の現場データを統合することで「A現場のこの条件は、B現場のあの状況に類似している」といった横断的な知見が生まれ、組織全体の判断精度が向上します。
現場のベテランがデータ化に協力してくれない場合はどうすればよいですか？
まず「勘の否定ではなく尊重」という姿勢を明確に伝えることが重要です。
ベテランが抵抗する理由の多くは「自分の価値が失われる」という不安です。データ化の目的が「ベテランの貴重な知見を組織資産として残し、次世代に継承すること」だと丁寧に説明し、ベテラン自身が指導者として関わる仕組みを作ることで協力を得やすくなります。また、データ記録の負担を最小限にする工夫や、データ化によってベテラン自身の業務が楽になる体験を提供することも効果的です。
AI時代になっても人間の判断が必要な領域はどこですか？
複合的な状況判断と倫理的な意思決定は、今後も人間の領域です。
AIは過去データに基づくパターン認識には優れていますが、前例のない状況や、複数の要素が複雑に絡み合う判断は人間が得意とする領域です。たとえば、天候が微妙な時の打設実施判断は、品質リスク、工期への影響、作業員の安全、発注者との関係など多面的な要素を総合的に判断する必要があります。AIはこれらの要素を提示できますが、最終的な意思決定は人間の責任として残り続けるでしょう。
専門用語解説
打設（だせつ）：コンクリートを型枠に流し込み、建物の構造体を形成する工程のことです。建設現場において最も重要な作業の一つで、品質管理と正確なタイミング判断が求められます。打設の成否が建物全体の強度や耐久性を左右するため、熟練技術者の経験と勘が長年重視されてきました。
建設DX：建設業界におけるデジタルトランスフォーメーション（Digital Transformation）の略称です。BIM、IoT、AIなどのデジタル技術を活用して、設計・施工・管理の各プロセスを革新し、生産性向上と品質安定化を目指す取り組みを指します。単なるIT化ではなく、業務プロセスそのものを変革することが本質です。
BIM（Building Information Modeling）：建物の3次元モデルに設計情報や施工情報を統合管理する手法です。従来の2次元図面では表現できなかった空間的な情報や、部材同士の関係性、施工手順などをデジタル空間で事前に検証できます。打設工程では、必要なコンクリート量や施工順序の最適化に活用されています。
IoTセンサー：モノのインターネット（Internet of Things）技術を活用したセンサー機器のことです。建設現場では、コンクリートに埋め込む温度センサーや水分計測器などが使われ、硬化状況をリアルタイムで監視してクラウドにデータを送信します。これにより遠隔からの品質管理が可能になっています。
暗黙知：言葉や文章で説明しにくい、経験に基づく知識やノウハウのことです。ベテラン職人が持つ「この感じだと危ない」といった勘や、微妙な判断基準がこれに該当します。建設DXでは、この暗黙知をデータ化して誰もが活用できる形式知に変換することを目指しています。
形式知：言葉や数値、図表などで明確に表現できる知識のことです。マニュアルやデータベースとして記録・共有できるため、組織全体で活用しやすい特徴があります。ベテランの暗黙知を形式知に変換することで、技術継承が加速し、若手技術者の成長を支援できます。
ARグラス（拡張現実グラス）：現実の視界にデジタル情報を重ねて表示する眼鏡型デバイスです。建設現場では、作業員がARグラスを通して実際の施工場所にBIMモデルの情報を投影し、設計図と実物を照らし合わせながら作業できます。図面を見る手間が省け、施工精度の向上につながっています。
執筆者プロフィール
小甲 健（Takeshi Kokabu）
AXConstDX株式会社 CEO
製造業・建設業に精通した技術起点の経営者型コンサルタントとして、20年以上にわたりソフトウェア開発と業務改善の最前線に立ち続けてきました。CADシステムのゼロからの構築実績を持ち、赤字案件率0.5％未満、提案受注率83％という高い実行力で、現場の課題を確実に解決へと導いています。
専門領域と強み
- ハイブリッド型コンサルタントとして、AI・DX・経営・マーケティングを統合的に支援
- 生成AI活用による業務効率化とコンテンツ制作の実践的指導
- BIM・CADシステム導入から運用定着までの一貫した伴走支援
- 製造業・建設業の現場課題に精通した実践的なDX推進戦略の立案
実績と活動
先見性と迅速な意思決定を武器に、業界のシフトを先取りした変革支援を展開。ハーバードビジネスレビューへの寄稿実績2回を持ち、グローバルな視点も兼ね備えています。btraxデザイン思考研修（サンフランシスコ）への参加や、シリコンバレー視察5回以上の経験を通じて、最新テクノロジーと経営戦略の融合を追求し続けています。
ピーター・ドラッカー、孫正義、出口治明などの思想に影響を受け、本質的な課題解決と持続可能な成長を重視した支援スタイルを貫いています。
