国交省のインフラDX大賞33事例は、建設現場のAI導入の成功モデル集です。工程管理・安全管理・技術継承の観点から、現場に応用できるポイントを具体的に解説します。
インフラDX大賞33事例は「AI導入の答え合わせ」だ
2025/12/17、国土交通省が「令和7年度 インフラDX大賞」の受賞団体33件を発表しました。国土交通大臣賞4件、優秀賞27件、スタートアップ奨励賞2件というラインナップです。
単なる表彰イベントだと思ってスルーすると、かなりもったいない内容です。インフラDX大賞は、建設現場の生産性向上や安全管理の高度化に実際に成果を出した事例しか選ばれません。つまり、「どんなDX・AIが現場で本当に効いたのか」が圧縮されているリストです。
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、毎回少し視点を変えながらAI活用を解説していますが、今回はインフラDX大賞をAI導入の成功モデル集として読み解き、どの現場にも応用できるポイントを整理します。
インフラDX大賞が示す、これからの建設DXの方向性
結論から言うと、インフラDX大賞が示している方向性は次の3つに集約できます。
- データとAIを組み合わせた工程管理の高度化
- 画像認識やセンサーを用いた安全管理の強化
- 熟練技術のデジタル継承と省人化の両立
インフラDX大賞は、もともと「i-Construction大賞」として2017年度に始まりました。そこから徐々に対象が広がり、2022年度から「インフラDX大賞」に改称。インフラ利用者向けサービスや地方公共団体の取組、スタートアップのソリューションまで視野に入っています。
つまり、今の受賞事例は「施工DX」だけではなく、
- 発注者（国・自治体）の業務効率化
- 維持管理・点検のスマート化
- インフラ利用者向けサービス
まで含めた、インフラライフサイクル全体のDX＋AI活用になっているのがポイントです。
1. 工程管理×AI：生産性が上がる現場の共通パターン
建設現場のAI導入で、まず効果が出やすいのが工程管理のデジタル化と最適化です。インフラDX大賞の工事・業務部門の多くは、ここに取り組んでいます。
よくある成功パターン
受賞事例を横並びで見ると、成功パターンはかなり似ています。
- 3Dモデル（BIM/CIM）＋進捗データの一元管理
→ 計画・出来形・実績を同じ画面で比較し、ムダな手戻りを削減 - ドローンやレーザースキャナで現況を自動取得
→ 現地確認の回数を減らし、測量・出来形確認の時間を短縮 - AIによる進捗予測・リスク検知
→ 進捗データから遅延リスクを早期に可視化して対応
ここでAIが効いているのは「人の経験と勘に頼りがちだった工程管理」を、
データで見える化 → AIで先読み → 現場の判断を楽にする
という流れに変えている点です。
実務目線でのメリット
こうした取組を入れた現場では、例えば次のような変化が出ています。
- 毎朝の工程会議が「感覚」ではなく「データ」で議論できる
- 若手でも進捗の悪化に気付きやすく、早めに相談できる
- 元請・下請・発注者が同じ画面を共有しやすくなる
AIは派手なロボットより、こうした**地味だけど効く“見える化＋予測”**で結果を出しやすいです。インフラDX大賞の事例も、この地道な方向性がかなり多いと考えてよいはずです。
2. 安全管理×画像認識：事故を「ギリギリで防ぐ」仕組みづくり
次に目立つのが、画像認識やセンサーを使った安全管理の取組です。シリーズ全体のテーマでもある「安全管理のAI活用」と直結する部分です。
典型的なインフラDXの安全ソリューション
受賞しやすいのは、例えばこんなタイプの仕組みです。
- カメラ＋AIで危険行動を検知
ヘルメット未着用、高所作業時の危険姿勢、立入禁止エリアへの侵入などをリアルタイム検出 - 重機と作業員の接触リスクを可視化
位置情報や画像認識で「ニアミス」を記録し、レイアウトや通路を改善 - ヒヤリハットを自動収集・分析
日報や映像データをAIが分類し、よく起きるパターンを抽出する
安全管理の難しさは、「危ないのは分かっていても、人間は疲れるし、慣れると見落とす」というところにあります。AIは、ここをかなり補完できます。
人が“見続ける”のが難しい仕事を、AIに肩代わりさせる
これが安全管理DXの核心です。
なぜインフラDX大賞に選ばれやすいのか
安全系のDX/AIは、
- 事故削減という社会的インパクトが分かりやすい
- 他現場への横展開（波及性）が高い
- 地方公共団体や発注者側も導入に前向きになりやすい
という理由から、インフラDX大賞で評価されやすい分野です。
「うちの現場でもAIを入れてみたいけど、どこから手を付けるか分からない」という会社ほど、
まずは“安全カメラ＋AI”から試す
という選択は現実的です。初期投資を抑えつつ、目に見える効果と社内の理解を得やすいからです。
3. 熟練技術のデジタル継承：AIは「職人のノウハウを増幅する装置」
人手不足が深刻な中で、受賞事例の中でも評価が高いのが熟練技術をデジタル化・標準化した取組です。ここにAIを組み合わせると、かなり強力な仕組みになります。
具体的なアプローチ例
現場で実際に行われているのは、次のようなものです。
- ベテランの施工手順を動画・センサーで記録し、「良い動き」のパターンをAIが学習
- 品質の良否を画像で判定し、合格・不合格の境界をAIが自動で見つける
- 現場写真と出来形データを蓄積し、「似た現場」の施工条件や注意点を推薦
ここで大事なのは、AIが職人を置き換えるのではなく
職人の感覚を“見える化”して、若手や他現場にも展開する
という発想です。
熟練者が1人しかいない作業でも、そのノウハウをAIに吸い上げ、判断支援ツールとして全社で使えれば、
- 品質のバラつきが減る
- 育成スピードが上がる
- 配置計画の自由度が増す
といった効果が期待できます。
インフラDX大賞の審査では、今年度から**「波及性」を特に重視**したとされています。熟練技術のデジタル継承は、まさに他社・他現場にも使い回しやすいテーマで、受賞しやすい領域です。
4. スタートアップ奨励賞が意味する「AI導入の近道」
今回の発表では、「スタートアップ奨励賞」が2団体選ばれています。これは、インフラ分野のスタートアップを後押しし、建設業界を活性化する狙いがあります。
ここから読み取れるメッセージはシンプルです。
AI・DXは、自社だけでゼロから作る時代ではない
中小建設会社こそスタートアップを活用すべき理由
中小・地場の建設会社ほど、スタートアップと組むメリットは大きいです。
- 自社でAI人材を採用・育成するコストを抑えられる
- すでに建設現場で検証済みのソリューションを使える
- 国交省の表彰実績があるツールなら、発注者への説得材料になる
スタートアップ奨励賞を受賞しているような企業の多くは、
- 現場向けのUI/UXがこなれている
- 導入・運用サポートが手厚い
- API連携や既存システムとの接続も考慮されている
など、「現場に入ってから困らない」設計をしていることが多いです。
AI導入の現実的な一歩としては、
- インフラDX大賞・スタートアップ奨励賞の事例を確認
- 自社の課題（安全／工程／品質／人材育成など）に近いものをピックアップ
- ベンダーと小規模PoC（試行導入）から始める
という流れが、正直いちばん楽です。
5. 自社のAI導入にどうつなげるか：3ステップの考え方
インフラDX大賞の33事例を、自社のAI導入に落とし込むなら、次の3ステップが現実的です。
ステップ1：自社課題を「DXテーマ」に翻訳する
まず、現場の声をベースに課題を洗い出します。
- 残業が多い原因はどこか
- 事故・ヒヤリハットが多い作業はどこか
- 人が足りなくて止まりがちな工程はどこか
そのうえで、次の4つのどれに近いかを分類します。
- 工程管理の効率化
- 安全管理の高度化
- 品質・出来形管理の高度化
- 人材育成・技術継承
インフラDX大賞の事例は、ほぼ全てがこのどれか、もしくは組み合わせになっています。自社課題をこの枠にマッピングできれば、参考にすべき受賞事例の候補が見えてきます。
ステップ2：類似事例のAI活用パターンを真似る
次に、類似する受賞事例の「型」を真似します。
- どんなデータを集めているか
- どのタイミングでAIが判断しているか
- 現場の誰が、その結果をどう使っているか
ここで大事なのは、「どのAIモデルを使うか」よりも、
現場のワークフローのどこにAIを差し込んでいるか
です。成功している現場は、AIを特別扱いせず、
- 既存の工程会議
- 日々の安全パトロール
- 出来形確認の手順
に自然に織り込んでいます。
ステップ3：小さく始めて、横展開を前提に設計する
インフラDX大賞の審査でも重視された「波及性」は、自社のAI導入にもそのまま当てはまります。
- まずは1現場・1工程で試す
- 成果が出たら、同種工事・他支店に横展開する
- 最初から全社標準を目指さない
この考え方で進めると、現場からの反発も減りますし、失敗しても傷が浅く済みます。成功したら、そのプロジェクト自体が自社版インフラDX大賞事例になり、採用や発注者へのアピールにも使えます。
これからの建設AI導入は「国のDXの流れ」に乗った方が速い
インフラDX大賞の存在そのものが示しているのは、国交省がインフラDXとAI活用を明確に後押ししているという事実です。
- 表彰で成功事例を可視化し、横展開を促す
- コンソーシアム会員の取組を動画で公開し、具体像を共有する
- スタートアップを奨励し、現場向けソリューションを増やす
これは、個社単位でのAI導入を後押ししてくれる「追い風」です。この流れを利用しない手はありません。
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、今後も、
- 画像認識AIによる安全監視の具体的な導入ステップ
- BIM/CIMとAIを組み合わせた工程最適化の事例
- 熟練技術のデジタル継承をどう設計するか
といったテーマを、もう少し踏み込んで扱っていきます。
自社でも「インフラDX大賞に出せるレベルのAI活用事例」をつくるつもりで、小さくても良いので、どこか1つの現場から動き始めると、数年後の景色はかなり変わります。
あなたの現場では、どの工程からAIを入れるのが一番効きそうか。一度、今日の現場日報を眺めながら考えてみてください。