自動運転ショベルが変える土工現場：AIで人手不足と安全を同時に解決

建設土工の「ボトルネック」は、実はショベルにある

130エーカー（約52万㎡）の製造工場造成工事で、すでに**6万5,000立方ヤード（約5万立方メートル）**の土砂を自動運転ショベルが掘削・積込みしている――そんな事例が米国で現実に動いています。Bedrock RoboticsとSundt Constructionによるこのプロジェクトは、「自律型ショベルが本当に使い物になるのか？」という疑問に、かなりはっきりと答えを出しつつあります。

日本の建設業界も、2024年度の有効求人倍率が3倍を超える地域が出るなど、深刻な人手不足が続いています。特に重機オペレーターは高齢化が進み、「人を探すところから現場が始まる」状態になっている会社も多いはずです。

この記事では、ENRで報じられたBedrock Roboticsの事例をベースにしながら、

• 自動運転ショベル（自律型ショベル）がどのように稼働しているのか
• なぜ人手不足と安全性の課題に直結して効くのか
• 日本の建設会社がAI導入戦略として何から考えるべきか

を、「建設業界のAI導入ガイド：生産性向上と安全管理」シリーズの文脈で整理します。

---

自動運転ショベルは、現場で何をしているのか

結論から言うと、Bedrockの自動運転ショベルは**「人が運転するダンプと同じ工程に、そのまま組み込まれている」**点がポイントです。

既存フローを変えない「アドオン型」

ENRの記事によると、このプロジェクトでは以下のような形で運用されています。

• ショベルにBedrockの自律運転キットを後付け
• LiDARとGPSでショベルの位置・周辺環境を高精度に把握
• ダンプは人間が運転し、従来どおりショベルの前に着けて待機
• ショベルが自律運転モードで土砂を積込み

つまり、ダンプや全体工程はほぼ従来どおりで、ショベルの掘削〜積込みという一部プロセスだけをAI化しているわけです。ここが非常に現実的で、日本でも応用しやすい設計です。

20〜80トン級までマルチメーカー対応

Bedrockの自律運転キットは、

• 20トン級ショベルから80トン級大型機まで対応
• Caterpillar、Deereなど複数メーカー機に搭載

と紹介されています。日本で言えば、コマツ・日立建機・コベルコなどの主力クラスに近いレンジです。**1メーカー専用品ではなく「後付けで複数機種を自動運転化」**する思想は、リース機を多用する日本の土工業者にも相性が良いアプローチです。

---

人手不足にどう効くのか：熟練オペの「合体技」をAIに埋め込む

自動運転ショベルの価値は、「一台のロボットを増やすこと」ではなく、熟練オペレーターのノウハウを“AI化”するプロセスにあります。

多数のオペのクセを学習させる

SundtのシニアPM Dan Green氏のコメントが象徴的です。

「複数の経験豊富なオペレーターに作業させ、そのやり方をAIに教え込んでいる。オペごとの違いをAIが“感じ取る”ことで、複数人分の知見を1人のオペにまとめるようなイメージだ」

ここで行われているのは、

1. 熟練オペが通常どおり人力で操作
2. その操作データ（ブーム操作、旋回タイミング、バケット角度など）を取得
3. AIが「効率の良い動き」をパターンとして学習
4. 同じ地形条件・土質条件で、自律運転モードが再現

という**「人の熟練 × 機械学習」**のサイクルです。

日本の「技能継承」課題と直結するポイント

日本の現場でよく聞く悩みは、

• OJTで教えられるベテランが足りない
• 若手が入っても、ベテランのリタイアが先に来る
• 作業標準書や要領書では、微妙な「勘所」が伝わらない

Bedrock型のアプローチは、**「教える時間が取れないなら、AIに記録してしまう」**という発想です。つまり、

• ベテランの操作データを体系的に収集
• AIモデルとして「最適な掘削・積込みパターン」として保存
• 将来、別現場・別機種にも展開可能

という形で、技能継承をデジタル化できます。これはシリーズ全体のテーマである「熟練技術のデジタル継承」と非常に相性が良い領域です。

---

安全管理へのインパクト：人をどこまで危険ゾーンから退避できるか

自律型ショベルは、単に「楽をするための機械」ではなく、安全管理の観点からも導入価値が高いと考えます。

危険エリアから人を減らす

土工現場で重大災害につながりやすいポイントは、

• ショベルとダンプの接触
• 転落・転倒リスクが高い法面付近での作業
• 夜間・悪天候時の視界不良

など、**「重機と人が近接する局面」**です。Bedrockのような自律運転ショベルでは、

• 運転席に人がいない前提での作業エリア設計
• LiDARで人や車両を常時検知
• 設定した安全距離を超える接近で自動停止

といった制御が可能になります。

日本でも、画像認識で重機周辺の人を検知する安全監視AIが出てきていますが、「検知してアラートを出すだけ」から「検知して止める」へ移行するのが、自律型重機の世界です。

ヒューマンエラーをどう減らせるか

人がオペレーターである限り、

• 見落とし
• 疲労による判断ミス
• 慣れによる「だろう運転」

はゼロにはなりません。AIも完璧ではありませんが、少なくとも同じ環境・同じルール下なら常に同じ行動をとるという特性があります。

安全管理の観点では、

• 高リスクエリア：自律運転モードで統一運用
• 低リスク・高難度エリア：熟練オペの手動運転

のようにリスクレベルに応じてAIと人の役割分担を設計する発想が有効です。これは、今後の安全衛生計画やリスクアセスメントにAIを組み込むうえで重要になります。

---

生産性・工程管理への効果：AI土工の「3つの使いどころ」

AI・自動運転ショベルを、現場の工程管理の中でどう使うべきか。僕は、次の3つのケースに特に向いていると考えています。

1. 大量土工が続く「定型作業ゾーン」

Sundtの現場では、約70万立方ヤード（約53万立方メートル）の土砂を動かす計画のうち、1割程度を自律ショベルが担当しているとされています。

• 盛土・掘削が連続する造成工事
• 一定断面で繰り返し掘る河川・道路改良

といった「同じ動きをとにかく繰り返すゾーン」は、AI土工と最も相性が良い部分です。ここに自律ショベルを集中投入し、

• 夜間の無人掘削（騒音・近隣条件次第ですが）
• オペレーターの交代時間ロスの削減

まで含めて設計すると、工程短縮のインパクトはかなり大きくなります。

2. 若手育成と並行した「ハイブリッド運用」

いきなり全自動に振り切る必要はありません。むしろ、

• 日中：熟練オペが手動運転しながらAI学習用データを蓄積
• 夜間・早朝：自律モードで産卵作業（※安全条件を満たす範囲で）

といったハイブリッド運用の方が現実的です。その過程で、

• 若手オペはAIの「理想的な動き」をリプレイ学習
• AIの動きと自分の操作を比較し、技能向上の指標にする

といった人材育成ツールとしての使い方も出てきます。

3. BIM・施工シミュレーションとの連携

このシリーズ全体のテーマでもある「BIMとの連携」「工程管理の最適化」と自律ショベルを組み合わせると、次のような使い方が見えてきます。

• BIM・3D設計データから目標地盤高や施工範囲をAIに直接インポート
• 施工中にLiDARで取得した実測地形とBIMの差分を自動比較
• 過掘・不足エリアをリアルタイムに可視化し、掘削軌道を自動調整

ここまでいけば、「図面どおりの出来形を、ムダなく安定して出す」AI土工が現実味を帯びてきます。日本のICT建機・マシンガイダンスの延長線上にある世界です。

---

日本の建設会社が今からできる「3ステップ導入ロードマップ」

「うちはまだそこまで…」と思うかもしれませんが、自律ショベルのようなロボティクスAIは、**いきなり100%導入する必要はありません。**むしろ、今から少しずつ土台を作っておく会社ほど、数年後に差がつきます。

ステップ1：データを残す文化をつくる

AI導入の前に、まずは現場データの蓄積です。

• 重機の稼働時間・稼働場所をログとして残す
• ドローンやレーザースキャナで土量・出来形データを定期取得
• 作業別の生産性指標（m³/時・台）を現場単位で記録

これらをやっておくだけでも、

• どの作業が自動化に向いているか
• どのくらい生産性が上がれば投資回収できるか

といったAI導入の事業性評価が一気にやりやすくなります。

ステップ2：半自動・マシンガイダンスから着手

自律運転の前に、

• ICT建機（マシンガイダンス・マシンコントロール）
• バケットの自動水平制御や安全装置の高度化

など、人が乗ったままAI補助を受ける段階を経験しておくと、

• オペ側の心理的ハードルが下がる
• 社内の安全基準・運用ルールを先に整備できる

というメリットがあります。Bedrockのような完全自律型にいきなり行く前に、「AIに一部任せる」経験を積むことが重要です。

ステップ3：実証フィールドで小さく試す

最後に、自律型重機やロボット施工を限定エリア・限定工種で試すフェーズです。

• 自社ヤードや発注者協力の実証フィールドでのテスト
• 1現場のごく一部の土工ゾーンだけ自律施工に切替
• ベンダー・スタートアップと組んだPoC（概念実証）

ここでのポイントは、

• 成功・失敗を含めて定量的なデータで評価すること
• 現場所長・安全担当・機械担当がセットで関わること

です。Bedrockも、Waymo出身のエンジニアが「実際の道路でテストしながらスケールさせた」のと同じように、現場での試行錯誤を通じて実用レベルに仕上げています。

---

これからの土工は「AI・ロボット前提」で設計する時代へ

自律ショベルの事例は、建設業のAI活用が「机上の空論」ではなく、すでに百万立方メートル級の土工で現実に動いていることを示しています。特に、

• 人手不足で工事量をこなせない
• 安全リスクが高い重機作業をどうにかしたい
• 熟練オペの引退で技術継承が進まない

といった悩みを抱える会社にとって、AIロボティクスは避けて通れない選択肢になりつつあります。

この「建設業界のAI導入ガイド：生産性向上と安全管理」シリーズでは、

• 画像認識による安全監視
• BIM連携による工程・出来形管理
• そして今回のような自律型ショベル・ロボット施工

といったテーマを横串で扱いながら、実務で使えるAI導入のステップを整理していきます。

自社の次の土工案件を企画するとき、ぜひ一度、

「ここは人ではなく、AIショベルに任せられないか？」

と図面の上に赤ペンを入れてみてください。そこで浮かんだ“AI向きのゾーン”こそが、次の一歩を踏み出す最初のフィールドになります。