サンティアゴ・ベルナベウに学ぶ建設AIと自動化のリアル

サンティアゴ・ベルナベウが示した「建設×AI・自動化」の到達点

スペイン・マドリードのサンティアゴ・ベルナベウ・スタジアムでは、天然芝のサッカーピッチを地下に自動収納するシステムが実装されています。地中25〜30mを掘り下げた巨大なピットに、ピッチを分割したトレーをレールで搬送し、照明・灌水・換気・暖房・排水まで自動制御する仕組みです。

この「Hypogea」と呼ばれるリトラクタブルピッチは、ENR Global Best Projects 2025でSpecialty Construction部門のBest Projectに選出されました。ただのスタジアム設備ではありません。高度な自動化・センサー・デジタル監視を組み合わせた“AI的”な建設システムとして見ると、これからAI導入を検討する日本の建設会社にとって非常に示唆に富んでいます。

この記事では、この事例を素材にしながら、

• 建設現場でAI・自動化を入れると何が変わるのか
• 生産性だけでなく、どう安全管理に効いてくるのか
• 日本のゼネコン・専門工事会社が明日から真似できるステップ

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整理していきます。

---

Hypogeaシステムは“巨大な自動化プラント”だと考える

結論から言うと、Hypogeaシステムはスタジアムの中に組み込まれた自動化プラントです。ここには、AI導入で外してはいけないポイントがいくつも詰まっています。

1. プロセス全体を「分解」して自動化

サンティアゴ・ベルナベウのピッチは、

• フィールドを複数のトレーに分割
• レール上を自動走行して地下へ移送
• 地下ピットで保守用設備（照明・灌水・換気・暖房・排水）による自動管理
• 地上側はイベント用のフラットな空間として利用

という、一連のプロセスとして設計されています。

ここで重要なのは、「何をどこまで自動化するか」を最初から工程レベルで定義していることです。日本の現場では、部分的なAIツール導入（画像認識だけ、工程表の自動作成だけ）になりがちですが、効果が出るのはこのプロジェクトのように、

• 物理的な設備
• センサー
• 制御システム（将来的にはAI制御）
• 運営オペレーション

までを一体で設計したときです。

2. 深さ25〜30mの掘削＋構造安全を“リアルタイム監視”

プロジェクトでは、スタジアムの真下を最大30m掘り下げています。既存構造や周辺ビルへの影響を抑えるため、

• コンクリート地中連続壁や止水・土留め構造
• 振動・沈下・地盤変位を連続計測するセンサー群
• データをリアルタイム監視するシステム

が導入されています。

この「常時モニタリング」は、そのままAI×安全管理の典型パターンです。日本の現場でも、

• 山留め変位計
• 傾斜計
• 加速度センサー
• ひずみゲージ

などから取得したデータをクラウドに集約し、AIで異常値検知を行う動きが加速しています。ベルナベウのような大規模プロジェクトは、

「人が一日1回計器を見回る安全管理」から「センサー＋AIが24時間見張る安全管理」へ

という流れの、象徴的な事例と言えます。

---

なぜこのプロジェクトが「AI導入の教科書」になるのか

Hypogea自体は「AIシステムです」とは明言されていませんが、設計思想は完全にAI時代の発想です。建設会社の視点で分解すると、次の3点が特に重要です。

1. マルチユース化＝ビジネスモデルから逆算した設計

レアル・マドリードは、スタジアムをサッカー専用施設から都市型エンタメ拠点へ変えようとしています。ピッチを地下に収納できれば、地上では

• コンサート
• 展示会
• その他大型イベント

を頻繁に開催可能です。つまり、収益モデルの多様化を建築・設備レベルで支える仕組みになっています。

日本でAIや自動化を検討する際も、

• 何のためにAIを入れるのか（人手不足？安全？納期短縮？収益構造？）
• その目的に対して、どのプロセスを自動化するとインパクトが大きいのか

を、経営・事業サイドから逆算して決めるべきです。道具ありきでAIを入れると、コストだけかかって終わります。

2. 「全専門分野を巻き込んだチーム編成」が前提

プロジェクトチームは、

• 土木設計
• 構造
• 設備（MEP）
• 機械・搬送
• 制御・ソフトウェア

といったほぼ全てのエンジニアリング分野からのスペシャリストで構成されたとされています。AI・自動化プロジェクトも同じで、

• 現場監督だけ
• 情シスだけ
• 施工計画だけ

といった縦割りでは絶対にうまくいきません。

日本のゼネコンやサブコンでAI導入が進まない大きな理由の一つが、ここです。僕が見てきた成功例は、必ずと言っていいほど、

• 現場サイド
• 技術研究所／DX部門
• 経営企画・営業
• 協力会社

が一つのプロジェクトチームとして動いていました。

3. 「将来の高度化」を見越したプラットフォーム設計

Hypogeaシステムは、ピッチの搬送や地下設備の制御を自動化していますが、そこに

• 異常検知（音・振動・温度）
• 最適保守タイミングの予測
• イベントスケジュールに合わせた自動運転計画

といったAI機能を後付けする余地が十分あります。要するに、プラットフォームとして拡張可能な設計になっているわけです。

日本の現場でも、いきなりフルAIでなくて構いません。ただし、

• センサーとデータ蓄積基盤
• BIMや工程データとの紐付け
• APIやオープンなデータ形式

だけは最初から押さえておくと、数年後にAIを追加しやすくなります。

---

建設現場にどう落とし込むか：3つの応用シナリオ

ここからは、ベルナベウの事例を日本の一般的な建設プロジェクトに焼き直すとどうなるかを、3つのテーマで整理します。

1. 大規模掘削・地下工事 × AI安全監視

深掘り基礎・地下駅・共同溝などで、ベルナベウと同じ発想を取ると、次のような構成が現実的です。

• 変位計・傾斜計・水位計・ひずみゲージを多数配置
• センサーデータをクラウドに集約
• AIが
  • 通常パターンからの逸脱を検知
  • 工事ステップごとのリスクプロファイルを学習
  • 「要注意」レベルの変化を自動アラート

人手不足で計測担当者を増やせない現場ほど、AIによる異常検知＋ダッシュボード表示の価値は高いです。ベルナベウのような常時監視は、特に都市部の再開発や駅直上開発と相性が良いでしょう。

2. 仮設・重機の自動化と「ヒューマンエラー対策」

Hypogeaは、レール上のトレー搬送を自動制御しています。これを日本の建設に置き換えるなら、

• 自動化された仮設エレベータ（積載量・停止階・運行パターンの最適化）
• タワークレーンのAI支援（吊荷の揺れ予測、風況からの危険予測）
• 資材搬送ロボットの経路最適化

などが考えられます。

重要なのは、「人の判断をAI・自動化が補助する」設計にすることです。完全自律よりも、

• オペレーターが操作
• AIが危険を検知して減速・停止
• ログを残し、安全教育に活用

という段階的なアプローチの方が、現場には受け入れられやすいです。

3. スタジアム以外でも使える「多目的化」の発想

ベルナベウは、ピッチを地下にしまうことでスタジアムの稼働率を大幅に高めています。この考え方は、

• アリーナ・多目的ホール
• 展示場
• 商業施設のイベントスペース

などでも有効です。建設会社の立場から言えば、

• 初期投資は高くても
• AI・自動化システムで運営側の収益を高められれば
• 事業全体のIRR（内部収益率）は改善する

という提案ができるようになります。

AIやロボットは「コストを削る道具」だけではありません。事業者の売上を増やす仕組みとして組み込めれば、投資判断も通りやすくなります。

---

導入を進めたい日本の建設会社向け「次の一手」

ここまで読んで、「うちでベルナベウ級は無理だ」と感じたかもしれません。でも、スケールを落とせば、明日からでも始められることは多いです。

1. まずは「どの工程を自動化すると一番効くか」を決める

現場の誰かが、次のような観点でざっくり棚卸ししてみてください。

• 人が危険にさらされている作業
• いつもボトルネックになる工程
• 人によって品質差が出やすい作業
• データはあるのに活用できていない領域

この中から1〜2項目を選び、

• センサー／画像認識で状況を「見える化」
• ルールベース or 簡易AIでアラート・提案
• 数カ月分の結果を検証

というミニプロジェクトに落とすと、現実感が出てきます。

2. BIM・工程・センサーを“つなぐ”小さな基盤を作る

ベルナベウ級のフルスタックは不要ですが、

• BIMモデル（あるいは簡易3D）
• 工程表
• センサーデータ／画像

を同じビューで見られる環境をひとつ作ると、そこにAIを載せやすくなります。既製のクラウドサービスで十分ですし、最初は1現場だけで構いません。

3. AI・自動化プロジェクトには「現場の顔」を立てる

どれだけ優秀なAIベンダーと組んでも、現場のキーパーソンが本気で関わらないと定着しません。ベルナベウのような巨大案件でも、各分野のトップスペシャリストが前に出ていました。

• 現場所長クラス
• 安全部門のリーダー
• 工事部の若手ホープ

の誰かに「このAIプロジェクトは自分ごとだ」と思ってもらえるかどうかが、成否を分けます。

---

建設業のAI導入は、“ベルナベウ型”で考えるとシンプルになる

ここまで見てきたように、サンティアゴ・ベルナベウの自動ピッチは、

• プロセス全体を設計し直し
• センサーと自動化で常時監視・常時運転を可能にし
• 将来のAI高度化を見込んだプラットフォームになっている

という点で、建設業のAI導入の「完成形の一つ」を示しています。

日本の建設会社が今やるべきことは、いきなり同じスケールを目指すことではありません。

1. ビジネスと安全・生産性の課題から逆算して、
2. 自動化・AIの“芯”になる工程を一つ決め、
3. BIM・センサー・現場チームを束ねる小さなプラットフォームを作る。

この繰り返しだけでも、3〜5年後には現場の姿がかなり変わります。

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
• AIを使った工程管理の最適化
• 熟練技能のデジタル継承

といったテーマを、今回のベルナベウ事例のような具体例とセットで深掘りしていきます。自社のどの現場からAIを試すのが良いか、頭の中で仮想プロジェクトを一つ描いておいてください。それが、次のステップへの一番の近道になります。