サンティアゴ・ベルナベウ改修に学ぶAI活用と安全な大規模工事

サンティアゴ・ベルナベウ改修が示した「デジタル現場」の現実

8万席クラスのスタジアムを営業を続けながら大改修し、可動屋根と360°ビジョン、可動ピッチまで組み込む——多くの日本の建設関係者から見ると「別世界」の話に感じるかもしれません。

でも、このレアル・マドリード本拠地「サンティアゴ・ベルナベウ・スタジアム」の改修プロジェクトは、日本の建設会社がAIやデジタルツールをどう現場に入れていくかを考えるうえで、かなりヒントが多いケースです。

この記事では、ENRが「Best Project, Sports/Entertainment」に選んだベルナベウ改修をベースにしながら、

• なぜこうした超高難度プロジェクトにAIが不可欠なのか
• 実際、日本の現場で何からAI導入を進めればよいのか
• 生産性向上と安全管理をどう両立させるか

を、建設実務者目線で整理していきます。「AI導入は気になるけど、どこから手を付ければいいか分からない」という方にこそ読んでほしい内容です。

---

ベルナベウ改修プロジェクトの要点：複雑さの“桁”が違う

サンティアゴ・ベルナベウ改修は、AIの話が出てこない記事を読んでも、裏側に高度なデジタルマネジメントがあることが分かるほどの“超複雑プロジェクト”です。

プロジェクトの特徴を整理すると：

• 既存スタジアム（1948年竣工）の全面改修
• 観客席を約8万人規模まで拡張
• 特殊鋼3万3000トン超・無数のボルトを使った可動屋根
• 3,000㎡超の高精細LEDによる360°ビジョン
• 西側スタンド地下に「7階層相当」のピッチ格納空間
• 天然芝を分割し、照明・散水・モニタリングを備えた自動保管システム
• サッカー以外のイベント用に床を入れ替えられる多目的スタジアム

この規模・複雑さでありながら、クラブの興行を止めない前提で工事を進めています。日本で言えば、Jリーグの試合やコンサートを挟みながら、国立競技場をフルリニューアルしているようなイメージです。

こうしたプロジェクトでは、「人の勘と経験」だけで工程・安全・品質をコントロールするのはほぼ不可能です。だからこそ、BIMやセンサー、そしてAIを組み合わせた「デジタル現場」が前提になっていきます。

---

なぜ大規模スタジアム改修にAIが効くのか

結論から言うと、スタジアムのような大規模・高難度プロジェクトほど、AIによる工程管理の最適化と安全管理の高度化の効果が大きくなります。

1. 工程管理：膨大な制約条件をAIが“同時に”扱える

ベルナベウのようなプロジェクトでは、工程にこれだけの制約があります。

• 試合・イベント日程
• 騒音・振動規制
• 既存構造への影響（使用しながらの改修）
• 巨大鉄骨架設のクレーン計画
• 膨大なサプライチェーン（鋼材・設備・内装）

人手だけで「最適な工程」を組み、遅延リスクを常に再評価するのは難しい。ここにAIベースの工程シミュレーションが効きます。

AI工程最適化でできることの具体例：

• BIMモデル＋施工手順から、自動でクリティカルパスを抽出
• 部材納入遅延や天候データを反映し、「数千パターン」の工程案を自動生成
• イベント日程を制約条件にして、騒音の大きい作業を自動的に別日に振り分け
• 過去プロジェクトの実績から「遅延しやすい作業」をAIが学習し、余裕を持った計画案を提案

この種のツールは、海外では既に大型インフラで実運用されています。ベルナベウ級の現場では、こうしたAI＋BIM＋クラウド工程管理を組み合わせないと、リスクをコントロールしきれません。

日本のゼネコンも同じ方向に向かっていて、いまから小規模案件で“練習”しておくかどうかが、数年後の差になります。

2. 安全管理：人の目が届かない領域をAIカメラが補完

鋼材3万3000トン、7階層分掘り下げた地下空間、常時出入りする膨大な作業員——これだけの規模になると、「KY活動とパトロールだけ」ではどうしても死角が出ます。

そこで海外で一般化しつつあるのが、AI画像認識による安全監視です。

• CCTV映像から、ヘルメット未着用・安全帯未使用を自動検知
• 立入禁止エリアへの侵入、クレーンの旋回範囲への接近をアラート
• 作業員の密集度や動線を可視化し、「危ない動線」を発見

ベルナベウ程度の規模であれば、数十〜100台規模のカメラをAI解析に回し、リアルタイムに安全管理室へ通知する運用が現実的です。

日本の現場でも、既に**「転落リスク検知カメラ」「AI行動解析によるヒヤリハット抽出」**といったサービスが出てきています。最初から全現場に入れる必要はなく、

• タワークレーンを伴う高層建築
• 深い掘削を伴う地下工事
• 大型鋼構造物の架設工事

といった高リスク案件から順にAI安全監視を試すのが現実的です。

3. 設備維持管理：可動屋根・可動ピッチは典型的なAI活用領域

可動屋根や可動ピッチのような「動く構造物」は、竣工後の維持管理も一気に高度化します。そこで力を発揮するのが予知保全向けAIです。

• アクチュエータ・モーターの振動／電流データを常時計測
• 異常パターンをAIが学習し、「故障の予兆」を早期検知
• 点検履歴・交換部品情報から、最適な保守タイミングを算出

日本のスタジアムでも、屋根開閉や可動スタンドは珍しくなくなってきました。これらの設備にセンサーを標準装備し、AIで長期的な健康状態をモニタリングするのはほぼ必須になっていくと考えています。

---

日本の建設会社が真似できる「3つのAI活用ポイント」

「ベルナベウはスケールが違うから関係ない」と片付けてしまうのはもったいないです。規模は違っても、考え方レベルでは明日からでも真似できるポイントがいくつもあります。

① BIM＋AIで“施工前に失敗しておく”文化を作る

ベルナベウ級の複雑な鉄骨・可動屋根は、BIMなしには成立しません。日本でもBIM活用は進んでいますが、「図面を描く道具」で止まっているケースが多いのが正直なところです。

ここから一歩進めて、

• BIMモデルから自動で工程案を生成
• 仮設材・クレーン配置を3Dでシミュレーション
• 衝突検知（クラッシュチェック）結果をAIが整理し、優先度を提示

といった施工計画フェーズのAI活用に踏み出すと、現場着工前に多くの「失敗」を消し込めます。

僕は、「AI導入の第一歩として“施工前に失敗しておくこと”に投資するのはかなりコスパが良い」と考えています。手戻り減少だけで、AIツール費用を回収できるケースが多いからです。

② 安全管理は「AI＋人」で役割分担する

AI安全監視でありがちな誤解が、

AIを入れれば安全担当者がいらなくなる

というものです。現実はその逆で、AIが安全担当者の“目”と“足”を広げてくれるイメージの方が近いです。

理想的な役割分担はこんな形です。

• AI：膨大な映像・センサーデータを24時間監視し、「おかしい動き」を拾う
• 人：AIが拾った“異常候補”を確認し、現場経験をもとに対策を決める

ベルナベウ級の現場であれば、さまざまな作業が同時並行で動きます。人間だけで全てを把握するのは不可能ですが、AIが“怪しい動き”を事前にハイライトしてくれれば、限られた人員でも高密度の安全管理が可能になります。

日本の中規模現場でも、

• 「週1回の監査」ではなく、「日々のAI監視＋週1回の人による重点巡回」

という組み合わせに変えるだけで、ヒヤリハットの見逃しがかなり減ります。

③ 熟練技術のデジタル継承にAIを使う

ベルナベウのようなプロジェクトでは、

• 巨大鉄骨の揚重計画
• 仮設・支保工の組み方
• 既存構造との取り合い調整

など、ベテランの知見がなければ破綻する領域がいくつもあります。日本でも同じ課題を抱えていますが、人手不足と高齢化で「技術の断絶」が目に見える形で近づいているのが現実です。

ここで効いてくるのが、

• 過去プロジェクトのBIM・工程・写真・トラブル情報を一元管理
• AIが「似た条件の過去案件」を提示
• ベテランの判断プロセスをテキスト・動画で残し、検索しやすくする

といった**「熟練技術のデジタル継承」**です。

ベルナベウ級のプロジェクトは、まさにこうしたデータ蓄積の宝庫です。同じことを日本の現場でも地道に始めておけば、5年後・10年後に「AIに聞けば、似た事例と先輩の判断がすぐ出てくる」状態を作れます。

---

まず何から始める？日本の現場向けAI導入ステップ

ここまで読んで、「結局、うちの会社は何からやればいいのか」と思った方に向けて、現実的なステップを3段階でまとめます。

ステップ1：小さく試す（PoC）

• 1〜2現場を選び、テーマを絞ってAIを試す
  • 例：AIカメラによる安全監視だけ／工程予測だけ
• 現場代理人クラスを巻き込んで、「何が現場の負担になっているか」を洗い出す
• 効果指標（KPI）を決める
  • 例：ヒヤリハット件数、写真撮影〜日報作成時間、手戻り件数

ステップ2：標準化とルールづくり

• 成功したAI活用パターンを「社内標準」としてドキュメント化
• 使い方マニュアルではなく、「どの場面でどう使うと現場が楽になるか」を事例ベースで共有
• 本社側も、発注・予算の仕組みにAIツールの費用を組み込む

ステップ3：全社展開とデータ基盤整備

• AI導入済み現場からデータを集約し、全社的な**“学習データ”**にする
• BIM・工程・安全・品質などのデータを横串で扱えるデータ基盤を整備
• そこにAIを載せて、より高度な分析（遅延予測、リスクマップ自動生成など）に拡張

ベルナベウ級のデジタル現場をいきなり目指す必要はありません。ですが、2020年代のうちにステップ1〜2まで進めておくかどうかで、2030年代の競争力は大きく変わると考えています。

---

これからの大型プロジェクトは「AI前提」で設計される

サンティアゴ・ベルナベウ改修は、表向きは「可動屋根と可動ピッチを備えた最新スタジアム」の話に見えます。でも、建設業界の視点から見ると、

大規模・複雑・高リスクなプロジェクトは、AIとデジタルが前提の時代に入った

というメッセージでもあります。

日本でも、スタジアム、再開発、データセンター、インフラ更新など、ベルナベウほどではなくとも難易度の高い案件が確実に増えていきます。

「建設業界のAI導入ガイド：生産性向上と安全管理」シリーズで一貫して伝えたいのは、

• AIは魔法の杖ではないが、正しい場所に使えば“人手不足時代”の強力な味方になる
• 現場が苦しんでいるボトルネック（工程・安全・技術継承）にこそ効く
• だからこそ、今のうちから小さく始めて、会社として学習を積み重ねるべきだ

ということです。

次の大型案件で、「AI前提の現場運営」をどの程度イメージできているか。それが、10年後も選ばれ続ける建設会社かどうかの分かれ目になっていきます。

自社の次の一歩として、

• どの現場で、どのテーマからAIを試すのか

を、今日のうちに一度社内で話題にしてみてください。その議論自体が、ベルナベウ級のプロジェクトへの第一歩になります。