ENR Global Best Projects 2025から読むAI施工の現在地

世界の優良プロジェクトの共通点は「AI＋協働」だった

95件の応募から選ばれた32件──ENR Global Best Projects Awards 2025で表彰されたプロジェクトの多くに共通しているのは、高度なデジタル技術とチームワークで、難易度の高い工事をやり切っていることです。

日本の建設会社からすると、「海外の表彰プロジェクトなんて別世界だ」と感じるかもしれません。でも選定基準を細かく見ていくと、テーマはとても現実的です。

• 施工の難しさをどう乗り越えたか
• 地域社会や利用者への貢献
• 安全・環境への配慮
• チームワークと協働

そしてここ数年、受賞案件の“当たり前の前提”になっているのが、AIを含むデジタル施工の活用です。本記事では、ENR Global Best Projects Awards 2025の構成をもとに、

「世界の先進プロジェクトは、どの場面でAIやデジタルを使っているのか」

を整理し、日本の建設会社が生産性向上と安全管理のために何から取り組めばいいかを具体的にまとめます。

---

ENR Global Best Projects 2025が評価したポイント

ENRの審査では、分野ごとに多様なプロジェクトが並びますが、評価軸はかなり共通しています。

1. 技術的・施工的なチャレンジ
2. 品質と完成度
3. 地域社会・環境へのインパクト
4. 安全・健康・環境（SHE）の取り組み
5. チームワークとコラボレーション

ここにAIがどう関係するのか。

結論から言うと、受賞プロジェクトそのものは「AIコンテスト」ではありません。ただ、こうした評価軸で高得点を取ろうとすると、自然にAIやBIM、デジタルツインを使わざるを得ない状況になっています。

• 巨大スタジアムの自動ピッチ切り替え（スペイン・サンティアゴ・ベルナベウ）
• 都市部橋梁のプレファブ化と交通への影響最小化（香港 Cross Bay Link）
• 教育・研究施設の木質構造最適化（トロント Limberlost Place）
• 老朽インフラの更新・復元（エジプトの歴史的建造物群や道路・橋梁）

こうした案件では、工程・品質・コスト・安全を同時に最適化する必要があり、AI支援なしではマネジメントが破綻するレベルの複雑さになっています。

---

主要カテゴリ別に見る「AI活用のリアルな場面」

1. 建築・オフィス・教育施設：BIM＋AIで設計・施工を最適化

教育・研究施設「Limberlost Place」や多くのオフィス案件では、

• BIMによる一元管理
• 木質・ハイブリッド構造の高度な構造解析
• 環境性能（カーボン削減）の定量評価

が前提になっています。ここにAIを組み合わせると、実務レベルで次のような効果が出てきます。

具体的なAI活用例

• BIMモデルから自動で数量拾い・工程シミュレーション
• 日射・通風・エネルギー消費のパターンをAIが大量計算し、最適案を提示
• 設計変更が与えるコスト・工程への影響を自動試算

日本のゼネコンや設計事務所でも、BIMはかなり普及してきましたが、BIMデータを「AIの燃料」にする発想がまだ弱いと感じます。ENR受賞クラスのプロジェクトは、

「BIMモデル＝CG的な見栄え」ではなく、意思決定エンジンとしてフル活用している

点が決定的に違います。

2. インフラ（土木）：施工計画と安全管理にAIを組み込む

橋梁・トンネル・道路・鉄道・水力発電ダムなど、ENRの受賞リストには大規模インフラが並びます。ここでAIがとくに効いているのが、

• 施工ステップと仮設計画の最適化
• 重機・作業員の安全管理
• 気象・水文条件を踏まえたリスク予測

です。

例えば、

• 河川橋の架け替えで流量・地盤条件・工期制約を踏まえて施工ステップをAIが比較
• トンネル工事中の掘削データをリアルタイムでAI解析し、地山の異常兆候を早期検知
• 道路・高架橋工事で、画像認識AIが作業員の危険行動や立入禁止エリアへの進入を自動検出

「Line 4-5-6 Riyadh Metro」のような都市高速鉄道案件では、既設インフラ・地下埋設物・交通規制など制約条件が多く、人力だけでの工程最適化はほぼ不可能です。AIで数千パターンをシミュレーションして、

• 渋滞影響が最小になる夜間・休日作業の組み合わせ
• 既設構造物との干渉が起きない施工順序

などを事前に絞り込む取り組みが進んでいます。

3. 環境・エネルギー・水処理：運転データとAIで“賢く動く施設”へ

水処理場、廃棄物発電、送電線、水力発電ダムなどのプロジェクトでは、施工時だけでなく運転開始後のライフサイクル最適化が焦点になります。

例えば、

• ごみ発電プラント（マカオ焼却施設など）で、AIがごみ質・投入量に応じて燃焼条件を自動調整し、発電効率と排ガス特性を最適化
• 送電線プロジェクトで、ドローン画像をAI解析して鉄塔・がいしの異常を早期検出
• 水処理場（Arklow Wastewater Treatment Plantなど）で、流入水質の変動に応じて薬注量や運転パターンをAIが自動制御

日本のプラント案件でも、DCSや高度制御は当たり前になっていますが、点在するセンサー情報をAIで横断的に分析し、「故障予知」「最適運転」まで踏み込んでいるかというと、まだ道半ばです。

ENRの受賞プロジェクトは、設計段階から「運転データをどう取得し、AIでどう活用するか」を組み込んでいる点が特徴的です。

4. スタジアム・文化施設：エンタメ×デジタルで新しい体験価値

サンティアゴ・ベルナベウ・スタジアムのようなスポーツ・エンタメ施設は、AIと自動化の塊です。

• 完全自動のピッチ切替システム
• 観客動線のシミュレーションと最適化
• 収容人数・売店・トイレ利用などを考慮した安全計画

ここでは、BIM＋デジタルツイン＋IoTが連携し、運営フェーズまで含めて「データ駆動の施設運用」を実現しています。

文化施設や博物館でも、

• 来館者の流れをAIで予測して展示導線や警備計画に反映
• 画像認識で展示物や歴史的建造物の劣化をモニタリング

が進みつつあります。日本でも、テーマパークや大規模商業施設を中心に似た流れが加速しており、施工会社が運営側と一体でデジタル戦略を描けるかどうかが新たな差別化ポイントになっています。

---

ENR受賞プロジェクトから学べる「AI導入の進め方」

海外の先進プロジェクトを見ると、「うちはそこまで大規模じゃないから関係ない」と思いがちですが、スケールを落とせば日本国内でもそのまま使える考え方ばかりです。

ここからは、ENR Global Best Projects Awards 2025の傾向を、日本の建設会社のAI導入ステップに落とし込みます。

ステップ1：BIM・現場データの「整備」から始める

まず共通しているのは、どのプロジェクトもデジタルデータが揃っていることです。

• 3Dモデル（BIM）
• 工程・資機材・コストの構造化データ
• センサーやIoTデバイスからの現場データ
• 安全・品質パトロールの記録

日本でも、「画像認識AIを入れたい」「工程最適化AIを試したい」といった相談は多いですが、実際に見ると入力データがバラバラでAIが回せないケースが圧倒的に多い。

まずはここから整理するのが現実的です。

• 2D図面中心の案件でも、主要部分だけでもBIM化する
• 工程・出来形・出来高などを表形式で一元管理する
• 安全パトロール結果を紙ではなくデジタルフォームで記録する

AI導入の前に、「AIが食べられるデータ」を現場から出せる体制を作ることが、ENRレベルに近づく最初の一歩です。

ステップ2：小さく試す「現場課題1つ×AI1つ」

ENRの受賞プロジェクトも、すべてが最新AIだらけというわけではありません。現実的に「効くところにだけAIを差し込んでいる」印象です。

日本企業がやりやすい切り口は、例えば次のようなものです。

• 安全監視AI：
  • ヘルメット未着用検知
  • 高所作業・立入禁止エリアの侵入検知
• 工程最適化AI：
  • コンクリート打設・養生の最適タイミング提案
  • 複数職種の手戻りが少ない工程順序の提案
• 品質管理AI：
  • コンクリート表面のジャンカ・ひび割れ自動検出
  • 仕上げ面のムラ検出

ポイントは、**「現場ごとに一番痛いボトルネックを1つ決めて、そこに集中する」**ことです。ENRの審査でも、明確な課題を定めて、チーム全体で工夫したプロジェクトほど評価されている傾向があります。

ステップ3：AIを“現場の判断材料”にする文化を作る

受賞プロジェクトの紹介文を読むと、審査員コメントで頻出するキーワードがあります。

teamwork / collaboration / communication

AIの導入で失敗しがちなのは、「AIがこう言っているから従え」という押し付け型運用です。現場が反発し、結局使われないパターンです。

ENRレベルのプロジェクトチームは、AIを次のように位置づけています。

• AIは「第3の意見」。最終判断は人間が行う
• AIの予測結果をきっかけに、関係者で議論する
• 現場の経験値とAIの結果がズレたとき、原因を一緒に探る

日本の建設会社でも、「AIを現場力を高めるための道具」として扱うか、「現場を管理するための監視装置」として扱うかで、受け入れられ方が180度変わります。

---

2026年に向けて、日本の建設会社が取るべき3つのアクション

ENR Global Best Projects Awards 2025の顔ぶれを見ると、AIやデジタルはもはや特別な技術ではなく、プロジェクトを成功させるうえでの前提条件になりつつあります。

2026年に向けて、日本の建設会社が現実的に取れるアクションを3つに絞ると、こうなります。

1. 自社の旗艦プロジェクトを1つ決め、「AI活用モデル現場」にする

   • 分野は問わず、社内で注目度の高い案件を選ぶ
   • BIM・現場データ整備・安全監視AIなどをセットで導入

2. 安全管理と工程管理のどちらかにAIを集中投資する

   • 事故ゼロ・ヒヤリハット削減を目標にするのか
   • 工期短縮・残業削減を目標にするのか、優先順位を明確化

3. 現場・設計・本社をまたいだ「AI推進チーム」を作る

   • 現場の職長クラスも巻き込む
   • 成功事例・失敗事例を社内で共有し、「AIを使う文化」を醸成

ENRの受賞プロジェクト一覧には、橋梁、道路、鉄道、発電所、スタジアム、教育施設、オフィス、文化施設など、ほぼあらゆる分野が含まれています。逆に言えば、どの分野の日本企業にもマネできる事例が必ずあるということです。

---

シリーズ全体の流れの中での位置づけ

本記事は「建設業界のAI導入ガイド：生産性向上と安全管理」シリーズの中でも、**“世界のベンチマークを知る回”**です。

• ほかの記事では、画像認識AIによる安全監視、BIM連携、工程最適化などを個別に深掘りしています。
• ここでは、ENR Global Best Projects Awards 2025を手がかりに、世界レベルでそれらがどう組み合わさっているかを俯瞰しました。

最後にひとつだけ。

「ENRで表彰されるレベルのAI活用」は、いきなり目指す必要はありません。
ただ、「自社なりの最初の一歩」を2026年中に踏み出せるかどうかが、数年後の差になります。

自社のどのプロジェクトからAIを入れるのが最も効果的か──そこから逆算して、次の一手を考えてみてください。