自律型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する方法

はじめに：65,000立方ヤードが示した「次の当たり前」

アメリカ南西部のある製造工場の造成工事で、自律運転ショベルがすでに65,000立方ヤード（約5万立方メートル）以上の土砂を搬出した、というニュースが2025/12/12に報じられました。オペレーターが乗っていないショベルが、普通のダンプトラックに土を積み込み、従来の土工フローにそのまま溶け込んでいる――しかも複数メーカー・複数サイズの重機で。

多くの建設会社が「AI活用」と聞くと、BIMや工程管理ソフトから着手しがちですが、**実は一番インパクトが大きいのは“土を動かすところ”**かもしれません。土工は人手不足の直撃を受けやすく、かつ安全リスクも高い領域だからです。

この記事では、Bedrock RoboticsとSundt Constructionの事例をもとに、

• 自律型ショベルがどのように既存の工事フローに入っているのか
• どこまで生産性・安全性に効いているのか
• 日本の建設会社が今から何を準備すべきか

を、「建設業界のAI導入ガイド：生産性向上と安全管理」シリーズの一環として、現場目線で整理します。

---

自律型ショベルの実像：SFではなく「追加キット」

自律型ショベルは、専用機を新規購入する話ではなく、「後付けキットで既存重機をAI化する」方向に進んでいます。

Bedrock Roboticsのプロジェクトでは、以下のような構成が取られています。

• 現場は約130エーカー（約52万㎡）の大規模製造工場の造成
• 目標は約70万立方ヤード（約53万立方メートル）の土砂・岩盤移動
• そのうち、Bedrockの自律型ショベルが約10％のボリュームを担当
• 20〜80トンクラスまで、複数メーカー（Cat、Deereなど）のショベルに後付け
• ダンプは人が運転し、ショベルだけが自律運転

ポイントは、既存の土工フローを変えていないことです。

ダンプトラックは従来どおりバックで寄って停車し、自律型ショベルがストックパイルから土をすくい、定量を積み込む。

「すべて自動化」ではなく、

• 荷積み：AI
• 運搬・誘導・割付：人

と役割を分担し、いまあるオペレーションの中にAIを“1台の優秀なオペ”として組み込む設計になっています。

日本での導入を考えるときも、

• 既存のショベルにアタッチできるか
• メーカー混在現場で使えるか
• ICT建機や3Dマシンガイダンスとの連携余地

といった観点で「追加キット型」の技術を選ぶのが現実的です。

---

何が生産性を上げているのか：熟練オペの“総和”をAIにする

SundtのシニアPM Dan Green氏は、自律型ショベルの本質をこう表現しています。

「複数の熟練オペレーターがそれぞれのやり方で仕事をしているが、その“集合知”を1人分の腕前としてAIに落とし込んでいる」

1. AIが学習しているのは「人間のうまさ」そのもの

Bedrockは、単に機械学習で最適経路を計算しているだけではありません。

• 複数のベテランオペレーターの操作データを収集
• どのようなバケット角度・旋回パターン・積み込み順序が効率的かを学習
• LiDARとGPSでショベル位置とストックパイル形状を正確に把握

その結果、一貫して“うまいオペレーター”と同等の動きを休みなく続けることができます。

2. 変動が減ると、工程管理と安全管理が楽になる

ベテランと若手で生産性にバラツキがあると、

• 日ごとの出来高が安定しない
• ダンプ台数の手配やダンプサイクルが読みにくい
• 疲労や焦りから安全リスクが増す

という問題が避けられません。

自律型ショベルが一定ボリュームを担当すると、

• 出来高がほぼ一定になる
• ダンプ台数・燃料・人員の計画精度が上がる
• 荷積み中の接触リスクをAIが一定ルールで回避

といったメリットが出ます。

日本の現場でも「昼はいいが、夕方に一気にペースが落ちる」「応援オペだと荷積み効率が変わる」といった悩みは共通です。そこで、一定の土量帯を自律型ショベルに固定で任せるだけでも、工程と安全の読みやすさはかなり変わるはずです。

---

安全面のインパクト：高リスク作業から人を“1歩外に出す”

AI導入ガイドの文脈で見ると、自律型ショベルの一番の価値は「人を高リスクゾーンから外に出せる」ことだと私は考えています。

1. 接触・挟まれ事故リスクの低減

ショベル周りで起きがちな事故には、

• ショベルとダンプの接触
• ショベルと誘導員の接触
• 旋回後方への人・車両の侵入

があります。

自律型ショベルは、

• LiDARで360度の障害物検知
• 設定した仮想フェンス（進入禁止エリア）を超えると自動的に減速・停止
• ダンプ位置が所定範囲からずれると積み込みを開始しない

といったルールベース＋AI認識で動きます。人間オペレーターは「見落とし」「疲労」「思い込み」がどうしてもゼロになりませんが、AIは同じ条件で同じ判断を繰り返します。

2. 夜間・悪条件での作業にも適しやすい

夜間、粉じん、霧、雨天など、視界が悪い条件では、

• オペレーターのストレス増大
• 誤操作・見落としリスク増大

が避けられません。

LiDAR＋GPSベースの自律型ショベルは、**「見えていなくても測っている」**状態で動作します。もちろん限界はありますが、

• 過度な夜間残業を避けつつ必要最小限の夜間稼働をAIに任せる
• 荒天のあとの復旧作業や仮復旧をAI中心に行う

といった形で、人間を危険条件から少し引き離した運用が可能になります。

---

人手不足対応としての価値：オペを「AIと組む監督職」へ

BedrockのCEO Boris Sofman氏は、「労働力の不足が工事キャパシティを制約している」と指摘しています。これは日本もまったく同じ状況です。

1. 「オペが足りないから案件を断る」を減らす

自律型ショベルが10％の土量を担当できると仮定すると、

• 10人必要だったところを9人＋AIで回せる
• 逆に、同じ人員で1〜2現場ぶん多く受注できる

という世界観が現実味を帯びてきます。

これは単純な人員削減ではなく、

• 希少な熟練オペレーターを“AIトレーナー兼スーパーバイザー”へシフト
• 若手・未経験者は安全な範囲の作業と段階的な教育に集中

という役割再設計の発想です。

2. 熟練技術のデジタル継承にも直結

シリーズ全体テーマでもある「熟練技術のデジタル継承」という観点から見ると、自律型ショベルは非常に相性が良い領域です。

• ベテランオペの操作ログを収集し、AIモデルに取り込む
• そのAIの動き自体が“標準的なうまい動き”の教材になる
• 若手はAIの挙動を見ながら「なぜ今この位置でバケットを返すのか」を学べる

つまり、上手いオペの“暗黙知”を、AIと可視化ツールを通じて形式知化することができます。

日本の企業であれば、

• 社内の「名人オペ」2〜3名を選抜
• 彼らの操作データを集中的に取り、AIモデルを育成
• 社内標準モデルとして“○○社標準土工モード”のような形で運用

という社内DXのストーリーも描けます。

---

日本の建設会社が今すぐできる準備ステップ

「自律型ショベルは面白いが、まだ日本導入は先だろう」と感じる方もいると思います。ただ、実際にハードが入ってくる前にやっておくと有利になる準備はいくつもあります。

ステップ1：データを取り始める

• ICT建機やマシンガイダンス付きショベルの稼働ログ
• 日ごとの出来高、バケットサイクルタイム、燃費データ
• オペレーター別の生産性・稼働時間

こうしたデータを現場単位で残す文化を作ることが、AI導入の「土台」になります。後付けでAIキットを載せたときに、比較・検証がすぐできるからです。

ステップ2：安全管理ルールを“AIが読める形”に整理

自律型ショベルを導入するとき、

• どこまで近づいたら停止すべきか
• どのエリアを進入禁止とするか
• 夜間・雨天時の運用条件

といった安全ルールをパラメータ化する必要があります。

今のうちから、

• 現場ごとのゾーニングを図面＋属性情報で管理
• リスクアセスメントシートをデジタル化

しておくと、AIに安全基準をインプットしやすくなります。

ステップ3：社内に「AIと組む土工チーム」をつくる

自律型ショベルは、機械単体ではなくチームの組み方が成果を分けます。

• AIショベル1台あたり、誰が責任者になるか
• 現場代理人・土工班長・安全担当との役割分担
• 異常時の停止・手動介入のフロー

といったオペレーション設計を、今のうちから「もしAIショベルが1台あったら」を前提に机上検討しておくと、実機導入時にスタートダッシュできます。

---

おわりに：AIは人を減らすためではなく、現場の“余白”を作るために使う

自律型ショベルの事例は、建設業におけるAI活用が単なる省人化ではなく、「安全と生産性、そして熟練技術の継承」を同時に実現できることをよく示しています。

• 65,000立方ヤードの実績は、AI土工がすでに実用フェーズにあることの証拠
• 熟練オペのスキルをAIに落とし込むことで、現場全体の底上げが可能
• 危険ゾーンから人を1歩外に出し、人手不足の現場キャパを広げられる

日本でも、2026〜2030年にかけて、自律型ショベルやAI重機は確実に増えていきます。そのときに「機械を買うところから慌てて始める」のか、「今からデータ・ルール・チーム設計を整え、AIを自社流に使いこなす」のかで、5年後の差は相当大きくなります。

このシリーズでは、画像認識による安全監視、BIMとの連携、工程最適化、熟練技術のデジタル継承といったテーマを横串で扱っています。自律型ショベルは、その中でも**“土を動かす”という建設の根幹をAI化する象徴的なピース**です。

自社の次の現場に、自律型ショベルが1台入るとしたら――どの工程に入れ、誰と組ませ、どんなルールで動かすか。今のうちから、具体的に紙に書き出してみてください。それが、AI時代の現場づくりの最初の一歩になります。