232億円橋梁プロジェクトに学ぶAI活用と安全管理

232億円の橋が教えてくれる「AIなしでは厳しい」世界

8年かけて進められた、米ニューヨーク・ブロンクスの橋梁更新プロジェクト。総事業費は232百万ドル（約232億円規模）、10フェーズに分割された大規模インフラ工事です。

このUnionport Bridge（ユニオンポート橋）更新工事は、老朽化した跳開橋（バスキュール橋）を、75年の供用を想定した新橋に置き換えるプロジェクトでした。車線を確保しながら交通を止めず、さらに下を通る船舶航行も維持する――日本の都市高速・湾岸エリアでも他人事ではない難易度です。

この記事では、このブロンクスの橋梁プロジェクトを題材にしながら、「もしAIとBIMをフル活用していたら、どこまで生産性と安全性を高められたか？」を、日本の建設会社向けに具体的に整理します。

建設業界のAI導入ガイドシリーズの一つとして、インフラ工事・橋梁更新に関わる方が、明日から自社プロジェクトに持ち帰れる視点をまとめました。

---

プロジェクト概要：10フェーズで進めた跳開橋の全面更新

Unionport Bridge Replacement Project は、SPC ConstructionとLane ConstructionによるJV（Joint Venture）が手掛けた橋梁更新です。

• 場所：ニューヨーク市ブロンクス、Westchester Creek 上
• 旧橋：1950年代に建設された跳開橋（バスキュール橋）
• 新橋：二つの単葉バスキュール橋を並列配置、各3車線
• 工期：2017年着工〜2025年完成（約8年）
• フェーズ：10段階の段階施工
• 事業費：約2億3200万ドル（約232億円規模）
• 目的：
  • 75年の供用を想定した長寿命化
  • 交通容量の確保（高速道路・パークウェイの結節強化）
  • 歩行者・自転車空間の充実
  • 機械・電気・安全設備の高度化

特徴的なのは、交通と船舶航行を維持しながらの段階施工です。日本でもよくある「通行止め不可」「夜間・仮設でつなぎながら更新」タイプの現場とほぼ同じ構造と言っていいでしょう。

この条件下で10フェーズを8年がかりでまとめきったJVは、当然ながら高度な工程管理・ステークホルダー調整を行っています。ただ、ここで考えたいのは次の点です。

もし、このプロジェクト全体にAIとBIMを前提としたマネジメントを組み込んでいたら、工期短縮・安全性・コストの面でどこまで改善できたか？

---

フェーズ施工×AI：どこまで工程を「見える化」できるか

段階施工のインフラプロジェクトでは、工程管理の失敗＝即コスト増＋周辺の大混乱 になります。Unionport Bridgeプロジェクトも、10フェーズの切り替えで渋滞や航行障害が出れば、政治問題化してもおかしくない規模です。

ここにAIを組み込むと、現場の意思決定はかなり変わります。

1. BIM×AIによるフェーズ別シミュレーション

橋梁・取り付け道路・仮設構造物・交通規制・航路制限をすべてBIMモデルに統合し、AIにシミュレーションさせると、次のようなことができます。

• 各フェーズでの交通容量の変化を予測
• 通行規制パターンごとの渋滞長・遅延時間を比較
• 仮設橋・桁の配置パターンによる施工リスクの差を比較
• 橋の開閉（バスキュール）と船舶スケジュールを組み合わせた最適な開閉タイミングの提案

日本の都市高速更新（首都高の橋梁更新など）でも同様ですが、「交通影響が一番小さい施工順序」を人手とエクセルだけで検討するのは限界があります。AIは、数百パターンの組み合わせを短時間で比較してくれるので、

“感覚的に良さそうな案” から “データで最良と分かっている案” に変えられる

ここが大きな違いです。

2. 工程遅延リスクの予兆検知

10フェーズに分かれた長期プロジェクトでは、

• どのフェーズで遅延しそうか
• どの協力会社のリソースが逼迫しそうか
• どの工種で手戻りが多いか

といった情報を早期に察知できるかどうかが勝負になります。

施工データ（出来高、日報、気象、搬入実績、設計変更履歴など）をAIに学習させることで、

• 「このペースだと第6フェーズの立ち上がりで職人不足が発生する」
• 「この工区は過去プロジェクトと比べて是正指示の発生率が高い」

といった工程の“健康診断”レポートを週次で自動出力することが可能です。

人の勘や経験ももちろん重要ですが、大型インフラのような長期戦では、AIに“定期検診”を任せるくらいがちょうどいいと感じています。

---

安全管理：画像認識AIは橋梁現場と相性がいい

Unionport Bridgeのような橋梁更新工事は、

• 高所作業
• 水上作業
• 重機との近接作業
• 夜間・交通開放下での作業

と、リスク要因がきれいに全部入りしたような現場です。日本の安全管理でもヒヤリハットが集中する条件ばかりと言っていいでしょう。

ここで効くのが画像認識AIによる安全監視です。

1. PPE（保護具）着用・立入禁止エリアの自動検知

カメラ映像をAIで解析し、

• 安全帯未使用での高所作業
• ヘルメット未着用
• 立入禁止エリアへの侵入
• フォークリフトやクレーン周辺の人の接近

をリアルタイムで検知してアラートを出す仕組みは、すでに日本でも実証段階から実装フェーズに入っています。

橋梁更新工事では、仮設足場・桁上・橋面・水上作業船など監視対象が広範囲に及びますが、カメラ＋AIなら“24時間・複数方向からの見張り”が可能です。人間の安全パトロールを減らすのではなく、「見落としを補う第二の目」として機能させるのが現実的な使い方です。

2. 近接事故の“ニアミス”データを蓄積する

もう一つ重要なのが、AIが検知した「ヒヤリハット」のログを蓄積して、

• どの場所で
• どの時間帯に
• どの工種で
• どんな危険行動が多いか

を定量的に把握できる点です。

これにより、

• 危険度の高い時間帯だけ増員して監視を強化する
• 問題の多い工種・協力会社にピンポイントで安全教育を行う
• 危険行動の多いエリアの動線・仮設計画を見直す

といったデータドリブンな安全対策が可能になります。

橋梁更新のような長期プロジェクトでは、年単位で見ると安全管理の傾向が変化します。AIでデータを残しておけば、後続プロジェクト（例えば別の橋梁更新や高架橋補修）に安全ノウハウをデジタル継承することもできます。

---

交通・歩行者・自転車まで含めた「安全設計」をどうAIで支えるか

Unionport Bridgeの新橋には、

• 歩行者用歩道
• 保護された自転車レーン
• 高度な照明・標識・安全システム

が整備されています。日本でもここ数年、インフラ整備で「歩行者と自転車の安全」が強く意識されるようになりました。

設計段階でAIを活用すると、この部分もかなり質を上げられます。

1. 歩行者・自転車の動線シミュレーション

BIMモデル上で、

• 歩行者
• 自転車
• 自動車

の動きをそれぞれエージェントとしてシミュレートし、

• どこで動線が交錯するか
• どこで視認性が悪くなるか
• どこに人が溜まりやすいか

をAIに評価させることができます。

これにより、

• ガードレール・縁石・車止めの位置
• 信号機・横断歩道の位置
• 照明の配置

を定量的に調整することができます。「なんとなく安全そう」から、「シミュレーション上でも事故リスクが低い」と言える設計に変えられるのは、発注者にとっても説得力のある材料です。

2. 供用開始後のデータでフィードバックループを回す

さらに一歩進めると、供用開始後の、

• 交通量データ
• 歩行者・自転車通行量
• 事故・ヒヤリハット情報

をAIで分析し、

• 追加のガードレール設置
• 標識の追加・移設
• 信号制御のチューニング

といった運用フェーズでの改善提案も可能です。

ブロンクスの橋も、これから数十年にわたって使われていく構造物です。日本のインフラも同じで、「作って終わり」ではなく「作った後どう安全に運用するか」まで含めたライフサイクル全体を、AIで支える発想が必要になります。

---

日本の建設会社が今すぐできる「AI導入の一歩」

ここまでの話を読んで、「うちの会社規模では無理だな」と感じた方もいると思います。ただ、すべてを一度にやる必要はありません。

現実的に始めやすいステップを、橋梁・インフラ案件を想定して整理します。

ステップ1：BIM＋工程管理の連携から始める

• 次の橋梁・高架橋案件は必ずBIMモデルを作る
• BIMと工程表（4D）を連携し、仮設計画・フェーズ切替の可視化を行う
• そのデータを蓄積し、将来のAI活用の「学習データ」にする

いきなりAIまで行かなくても、BIM＋4D工程だけで「関係者の認識ズレが減る」「合意形成が早くなる」などの効果は大きいです。

ステップ2：画像認識AIによる安全監視を試験導入

• 高所作業・重機近接作業が多い現場から優先してカメラを設置
• PPE未着用検知・立入禁止エリア侵入検知など、機能を絞って導入
• まずは“注意喚起”レベルから始め、運用に慣れる

最初から全現場導入ではなく、「モデル現場」を一つ決めてトライするのが現実的です。

ステップ3：工程データの“見える化”と簡易AI分析

• 週次の出来高・遅延・職種別稼働を、エクセルでいいので一元管理
• 後からAIサービスに読み込ませられるよう、フォーマットを揃えておく
• 可能であれば簡易なダッシュボード（BIツール）を作り、管理職に共有

AI導入のボトルネックは、実は「データが揃っていないこと」が多いです。まずはデータを揃えること自体をプロジェクト目標に入れるのが、数年後に大きな差になります。

---

これからの橋梁プロジェクトに必要な発想

ブロンクスのUnionport Bridge更新は、従来型のマネジメントでも8年かけてやりきった立派なプロジェクトです。ただ、2025年の今、日本で同規模の橋梁更新を新たにスタートするなら、個人的にはこう考えます。

「AIとBIMを前提にしない計画は、スタート時点でハンデを背負っている」

• フェーズ施工の最適化
• 交通・船舶・歩行者・自転車を含めた安全設計
• 長期プロジェクトの工程・安全・コストの見える化

これらは、人の経験値と根性だけで回すには、あまりにも複雑になりすぎました。

このシリーズ「建設業界のAI導入ガイド：生産性向上と安全管理」では、今回のような海外事例も踏まえながら、

• 現場目線で何から始めればいいか
• どのツール・データが本当に効くのか
• どうやって社内を説得するか

といった実務的な観点を中心に整理していきます。

自社の次の橋梁・インフラ案件を思い浮かべながら、「このプロジェクトのどこにAIを差し込めるか？」を一度洗い出してみてください。それが、5年後に生産性と安全文化で差をつける最初の一歩になります。