ブラジルの発電所アップグレード事例をヒントに、建設現場でAIを使って生産性と安全管理を同時に高める具体策を整理します。
建設現場の死亡災害のうち、高所・重量物・解体作業が占める割合は約3〜4割といわれます。つまり「重くて高くて古いものを壊す仕事」をどう変えるかが、生産性と安全のボトルネックになっている、ということです。
ブラジル・リオデジャネイロのサンタクルス火力発電所では、この難題に真正面から取り組みました。高さ48m、重量3,000tの巨大ボイラー2基を停止・解体し、発電容量を350MWから500MWへ増強するコンバインドサイクル化を実現。そのプロセスで評価されたのが、「クレーン作業と解体作業を最小化する金属トラス構法」という、きわめてシンプルかつ効果的な工夫です。
この記事では、このプロジェクトを**「もし今、日本の建設現場でAIとデジタルをフル活用してやるならどう組み立てるか」という視点で分解していきます。テーマはシリーズ共通の「建設業界のAI導入ガイド：生産性向上と安全管理」。重厚な発電所プロジェクトを材料にしながら、ゼネコン・サブコン・設備会社が明日から使えるAI活用の具体像**を整理していきます。
サンタクルス火力発電所プロジェクトの要点整理
まずは事例のポイントをコンパクトに押さえておきます。この骨格を押さえておくと、「どこにAIを効かせられるか」が一気に見えやすくなります。
- 所在地：ブラジル・リオデジャネイロ
- 施主：Furnas Centrais Elétricas S.A.
- 施工：Odebrecht Engineering and Construction
- 目的：1960年代竣工の火力を最新のコンバインドサイクル発電にアップグレード
- 容量：350MW → 500MW へ増強
- 主要課題：高さ48m・重量3,000tの既設ボイラー2基の安全なデコミッショニング（廃止・解体）
プロジェクトチームは、既設ボイラー内部に人を入れてガス切断する従来方式を「危険が高い」と判断。そこで、
- ボイラーの外周に専用の金属トラスを構築
- トラスにより解体ブロックを支持し、クレーンの吊り回数を削減
- 作業員がボイラー内部に長時間立ち入らずに済む解体手順を構築
という方法を採用しました。結果として、工期・コスト・安全のバランスに優れた工法として高く評価されています。
ここでのポイントは、「危険作業に対して、工程そのものを大胆に組み替えた」こと。そして今なら、この発想にAIとデジタルツールを重ねることで、さらに一段高いレベルの安全管理と生産性向上が狙える、というのがこの記事の主張です。
危険作業を減らす「構法の発想転換」とAIの役割
サンタクルスの金属トラス構法は、ある意味で**「アナログなBIM／施工シミュレーション」**と言えます。
- 危険要因：高所・重量物・内部作業
- 制約条件：既設構造物の位置、クレーンの作業半径、敷地制約
- 目的：クレーンの吊り回数削減、内部作業時間の最小化
これを満たすように「トラスで外側から抱えて解体する」という解を現場が見つけたわけですが、日本の建設会社が同じことをやるなら、ここにAIを組み込む余地がかなり大きいと感じます。
1. AI×BIMによる「危険度最小の工法案生成」
BIMモデルと施工条件を入力として、AIに工法パターンを大量にシミュレーションさせるイメージです。
- 解体ブロックのサイズ・順番をパラメータ化
- 吊り回数、総吊り重量、高所作業時間を自動集計
- 「墜落・転落リスク」「挟まれ・巻き込まれリスク」をスコアリング
といった形で、
「安全スコアが高く、かつ工期とコストも現実的な解体シーケンス」をAIに候補出しさせ、人間が最終選定する
というプロセスが組めます。
日本の多くの現場では、ベテランの頭の中にある“なんとなくの最適解”に頼っているケースがまだ多いはずです。その知見をBIM＋AIで形式知化し、複数パターンを比較検討できる状態にすることが、生産性向上と安全管理の両方に効いてきます。
2. 解体シミュレーションの「見える化」を、安全教育にも活用
AIでシミュレーションした結果を、
- 4Dシミュレーション（時間軸付きの3D）
- VR/AR による没入型コンテンツ
として現場教育に使えば、危険ポイントを“体感”で理解させる安全教育にもそのまま転用できます。
単なる「安全衛生教育の資料」から、「プロジェクト専用のインタラクティブ教材」へ
この変化は、若手や外国人技能者が増える日本の建設業界にとって、かなり大きい意味を持つと感じます。
工程管理の最適化：AIが「危険×遅延」の両面を監視する
サンタクルスのような大規模改修では、一つの遅れがベースロード電源の供給にも直結するため、工程管理のプレッシャーは相当なものです。日本でも、発電所・製鉄所・半導体工場などのシャットダウン工事は同じ構図ですよね。
ここにAIを入れるなら、狙うべきは**「工程の見える化」と「ボトルネックの自動検出」**です。
1. AI工程管理の基本イメージ
- 元データ：作業日報、出来高、機械稼働、気象データ
- ツール：工程管理クラウド＋AIエンジン
これを組み合わせることで、AIに次のような役割を持たせられます。
- 遅延予測：数日〜数週間先に、どのWBSがクリティカルパス上で遅れそうかを予測
- 要因分析：遅れの原因を「人員不足」「クレーン待ち」「設計変更」などに自動分類
- 案Bの提示：リソースの再配分やシフト変更案をAIが提案
サンタクルスのようなボイラー解体であれば、
- トラス構築
- 解体ブロック切り出し
- 揚重・搬出
- 周辺配管・設備への影響工事
といったタスク間の制約が多く、人間だけで工程全体を頭に入れ続けるのはほぼ不可能です。AIに「全体の交通整理役」をさせ、人間は意思決定に集中するほうが合理的です。
2. 安全と工程を一体で見る「ダッシュボード」発想
AI活用が進んでいる海外プラントでは、現場のダッシュボード画面に、
- 工程進捗（%）
- 事故・ヒヤリハット件数
- 高リスク作業時間（高所・夜間・悪天候など）
を同じ画面上で表示している例もあります。これを日本の建設現場でも取り入れるべきだと考えています。
「この1週間で工程は3%進んだが、高所作業時間は前週比40%増えている」
といった事実をリアルタイムで把握できれば、進捗を追うあまり安全が置き去りになっていないかを、数字でチェックできます。
サンタクルスのトラス構法も、こうした視点で見れば、
- クレーンの吊り回数削減（＝工程短縮とコスト削減）
- 内部作業時間削減（＝危険暴露時間の低減）
を同時に達成した好例です。AIダッシュボードでこそ、こうした「二兎を追う工夫」の価値がクリアに見えるようになります。
現場安全管理：画像認識AIはどこまで使えるか
日本の建設会社から最も相談が多いのが、画像認識AIによる安全監視です。サンタクルスのような解体工事をイメージしながら、どこまで実務で使えるか整理してみます。
1. いま実用レベルにあるユースケース
-
ヘルメット・反射チョッキ未着用検知
出入口や主要通路にカメラを設置し、未着用を検知したらアラートを出す仕組みは、国内でも既に実運用されています。 -
立入禁止エリアへの侵入検知
解体エリアやクレーンの旋回範囲など、図面情報と連携させて「仮想フェンス」を設定し、侵入を検知することが可能です。 -
重機と作業員の接近検知
建機と作業員の距離をリアルタイムで計算し、一定距離以下でアラートを出す。GPSやビーコンと組み合わせるケースも増えています。
サンタクルスのような高所解体の場合、クレーン周り・トラス周辺・搬出ヤードあたりに重点配置するのが現実的でしょう。
2. 「やり過ぎない設計」が成功のポイント
個人的に強く感じるのは、最初から“何でも検知しよう”としないことです。
- アラートが鳴り過ぎると、数日で誰も見なくなる
- 人手不足の中で、アラート対応専任者を置くのは現実的でない
まずは、
- 致命傷につながりやすい高リスク項目に絞る
- 現場の安全パトロールが「ここは怖い」と感じている箇所に集中投下する
という設計にした方が、現場に受け入れられやすく、継続運用もしやすいです。
サンタクルスでいえば、ボイラー内部作業そのものを極力なくしたように、AIも**「検知する前に、そもそも危険な構造を減らす」**発想とセットで使うべきです。
熟練技術のデジタル継承：発電所改修は最高の教材になる
コンバインドサイクル化のような大規模プラント改修は、熟練者の“暗黙知”のかたまりです。
- どの順番で止めて、どの順番で新設ラインを立ち上げるか
- 既設配管・ケーブルの干渉をどうさばくか
- 発電停止時間を最小にするための段取り
こうしたノウハウは、本来であれば動画・BIM・テキストを組み合わせてデジタルアーカイブ化し、次の現場に展開すべき資産です。
1. AIを「ナレッジ編集者」として使う
現場から集めた生データは、たいていバラバラです。
- 日報
- 会議議事録
- 施工要領書の改訂履歴
- 現場写真・ドローン映像
ここにAIをかませると、
- 工種ごと・工程ごとのナレッジ要約
- 「トラブルと対策」のFAQ化
- 安全上の重要ポイントを抽出したチェックリスト作成
といった作業を、かなりの部分自動化できます。
サンタクルスの金属トラス構法も、本来ならAIにこう整理させたいところです。
「高さ40m超のボイラー解体における、クレーン吊り回数削減と安全性向上の標準手順」
としてテンプレート化できれば、日本の発電所改修案件にも、そのまま応用できるはずです。
2. 若手育成プログラムとセットで設計する
AIでナレッジを整理しただけでは意味がなく、どう若手に体験させるかまで設計することが大事です。
- VRで解体手順を体験 → 安全上の注意点クイズ
- 実際の現場写真にAIが危険ポイントをマーキング → 若手に是正案を考えさせる
- 過去のトラブル事例をAIが要約 → グループ討議で代替案を検討
こうした“演習型”の育成メニューを組むと、発電所のような難易度の高い現場経験を、より多くの人材と共有できるようになります。
日本の建設会社がサンタクルスから学ぶべき3つの視点
ここまで見てきた内容を、日本の「建設業界のAI導入ガイド」という文脈で整理し直すと、次の3点に集約できます。
-
まずは「構法の発想転換」ありき、その上でAI
サンタクルスは、危険な内部作業を減らすためにトラス構法という“解き方”を変えました。AIは、そのような構法案を比較・評価する「検討力のブースター」として使うのが現実的です。 -
工程と安全を一体管理するダッシュボード発想
AIによる工程最適化は、単に「早く終わる」ためではなく、**「どこで安全リスクが高まっているかを数値で見るための仕組み」**として設計すると、本来の価値が出ます。 -
発電所改修を“AI時代の教材”として設計する
大規模プラントの改修プロジェクトは、暗黙知の宝庫です。最初から「このプロジェクトを、次世代へのデジタル教材にする」と決め、AIをナレッジ整理・教材化のエンジンとして使うと投資対効果が跳ね上がります。
次の一歩：自社現場で何から始めるか
ここまで読んで、「うちの会社でいきなり発電所レベルのAI活用は無理だ」と感じたかもしれません。正直、それで良いと思います。いきなり完璧を狙う必要はありません。
現実的な第一歩としては、次のようなステップを提案します。
-
高リスク工種を1つ選び、BIM＋AIで工法比較をしてみる
例：解体工事、橋脚の架設、大型タンクの据付など。 -
1現場だけ、工程と安全を一体で見える化する
週次会議で「進捗」と「リスク指標」を同じ資料で確認する運用から始める。 -
過去プロジェクト1件分のナレッジを、AIに要約させてみる
日報・写真・議事録をまとめてインプットし、「若手向け教材」を1テーマ作ってみる。
サンタクルス発電所の事例は、構法の工夫だけでここまで評価されているのがポイントです。同じ発想をAI時代の日本の建設現場に持ち込めば、まだまだ伸びしろは大きいはずです。
危険作業をどう減らすか。人手不足の中で、どう生産性を上げるか。
その両方に応える道具として、AIを「現場の味方」にできるかどうか。
次のプロジェクトでは、ぜひ一つでもいいので、この記事で触れたアイデアを試してみてください。それが、会社全体のAI活用を前に進める“スモールスタート”になります。