ENR受賞に学ぶ、建設DXとAI導入を進めるリーダー像

リーダーが変わると、現場のAI導入が一気に進む

米国ニューイングランド地域で、エンジニアリング業界の功労者に贈られる ENR New England Legacy Award 2026 に、ロビン・グリーンリーフ氏が選ばれました。受賞理由は、組織経営や業界団体のリーダーとして、技術革新と働き方改革を同時に進めてきたことです。

このニュース、一見すると海外の表彰記事ですが、日本の建設会社にとっても他人事ではありません。なぜなら、AIやデジタル技術を現場に根づかせられるかどうかは、最終的には「誰が旗を振るか」で決まるからです。

このブログシリーズ「建設業界のAI導入ガイド：生産性向上と安全管理」では、これまでツールやユースケースを中心に扱ってきました。今回は少し視点を変えて、ロビン・グリーンリーフ氏のキャリアをヒントに、

• 建設・設備業界でAI導入を進めるリーダーの条件
• デジタル変革を現場まで届けるための具体的な仕組み
• 日本企業が2026年に向けて押さえるべきステップ

を整理していきます。

---

ロビン・グリーンリーフ氏は何を成し遂げてきたのか

まずは、今回の受賞者であるロビン・グリーンリーフ氏の概要を、AI・DXの視点でかみ砕いておきます。

• IMEG社の執行副社長（設計事務所との戦略パートナーシップ担当）
• コンサルティングエンジニア業界団体「ACEC」のフェロー／元会長
• 自ら創業したボストン拠点の女性オーナー企業 Architectural Engineers Inc.（MEP＋防災の専門事務所）の元CEO
• 医療・教育・ラボ・オフィスなど、多分野の設備設計プロジェクトを統括
• コロナ禍の「ポストCOVIDの働き方」と社員エンゲージメントの戦略づくりを主導
• 国際コンサルティングエンジニア連盟（FIDIC）のグローバルリーダーシップフォーラムのアドバイザリーボードメンバー
• 次世代、とくに女性リーダーへのメンタリングを継続

記事自体には「AI」という単語は出てきませんが、彼女の役割はまさに、

“技術とビジネス、そして人材育成をつなぐハブ”

です。

AIやBIM、デジタルツインに投資しても、「ビジネスとしてどう使いこなすか」「現場メンバーが腹落ちするか」を整理できる人がいなければ、宝の持ち腐れになります。グリーンリーフ氏は、その「翻訳と橋渡し」を長年やってきた人だと考えると分かりやすいでしょう。

---

AI導入を成功させるリーダーの4つの条件

建設業界のAI活用は、単なるツール導入ではなく、経営と現場の両方を巻き込むマネジメント課題です。グリーンリーフ氏の歩みをヒントに、日本の建設・設備会社でAI導入を進めるリーダーに必要な要素を4つに整理します。

1. 「技術」と「事業」を同時に見る視点

グリーンリーフ氏は、MEP・消防設備など技術バックグラウンドを持ちながら、経営者として事業戦略やM&A、パートナーシップ構築も担ってきました。

AI導入でも同じで、

• 画像認識でヘルメット未着用を検知する
• BIMと連携して工程や安全リスクを可視化する

といった技術的な面白さだけでは成功しません。並行して、

• 人件費・手戻りコストがどれだけ下がるのか
• 安全指標（災害件数・ヒヤリハット）がどう改善するか
• 顧客評価や入札の競争力アップにつながるか

といったビジネスインパクトまで見切れるかがポイントです。

AI導入は「実証実験をやること」ではなく、「数字で語れる成果を出すこと」がゴールです。

2. データドリブンな意思決定

記事中でも、グリーンリーフ氏は「データに基づいたプロジェクトチーミング戦略」をつくっていると紹介されています。これはAI導入にもそのまま応用できます。

日本の建設現場でありがちなのが、

• 「なんとなく現場が忙しそうだからAIで省力化したい」
• 「他社もAI導入と言っているから、うちも何かやらないと」

という“ふわっとした理由”でスタートしてしまうパターンです。

データドリブンに進めるなら、まずは次の3つを数字で押さえます。

1. 安全：災害・ヒヤリハット件数、原因カテゴリ、発生時間帯
2. 生産性：残業時間、工期遅延日数、再施工率
3. 品質：是正指示件数、顧客クレーム件数

この「現状のスコア」を押さえたうえで、

• AI画像認識でどのリスクを何％減らしたいのか
• BIM＋AIの工程最適化で、工期超過を何日削りたいのか

を明確なターゲット値として設定する。ここまでやると、経営陣も現場も納得しやすくなります。

3. コミュニケーションと巻き込み力

グリーンリーフ氏は、コロナ禍での「ポストCOVID職場」と従業員エンゲージメントの戦略づくりも主導しました。これは、変化の大きい時期に、社員の不安を和らげながら方向性を示す仕事です。

AI導入も、現場からはこんな声が出やすい領域です。

• 「AIに監視されているみたいで嫌だ」
• 「ベテランの勘や経験が否定されるのでは」
• 「結局は人減らしが目的なのでは」

こうした不安を放置すると、どれだけ優れたツールを入れても定着しません。成果を出している会社は、リーダーが次のようなメッセージをはっきり出しています。

• AIは**危険を早く気づくための“補助目”**であり、判断するのはあくまで人間
• 熟練者のノウハウをAIで“デジタル継承”し、若手の立ち上がりを早くするのが目的
• 時間当たりの生産性を上げて、残業と長時間労働を減らすことに使う

この「何のためにAIを使うのか」を、経営層から繰り返し発信できる人が必要です。

4. 異分野とのパートナーシップ志向

グリーンリーフ氏は、独立系事務所のCEOから、大手エンジニアリング企業に事業を売却し、その後もパートナーシップ構築を担っています。さらに、国際団体のボードメンバーとしても活動しています。

AI導入も、社内だけで完結させようとすると時間がかかり過ぎます。

• スタートアップやITベンダー
• 大学・研究機関
• ゼネコン・サブコン・設計事務所など他プレイヤー

と早い段階から組むことで、実証実験から本番運用まで一気に進む例が増えています。

---

建設現場での具体的なAI活用シナリオとリーダーの仕事

ここからは、日本の建設・設備会社でよく相談を受ける代表的なユースケースを、リーダーの役割とセットで整理します。

シナリオ1：画像認識AIによる安全監視

目的： 墜落・挟まれなど重大災害リスクの早期検知とヒヤリハット削減。

代表的な活用例は、

• ヘルメット・安全帯未着用の自動検出
• 立入禁止エリアへの侵入検知
• 重機と作業員の距離監視

です。

リーダーがやるべきこと

1. 直近1〜3年の災害・ヒヤリハットデータから、重点リスクを特定
2. 「AIでこのリスクを年間◯件→◯件に減らす」という目標を設定
3. 現場監督や安全担当と一緒に、アラートの基準・運用ルールを決める
4. 実証現場を限定し、**効果検証の指標（KPI）**を事前に明文化

ここまでやって初めて、「AIを導入した」ではなく「安全指標を改善した」と胸を張って言える状態になります。

シナリオ2：BIM＋AIによる工程管理の最適化

目的： 工期遅延の削減と、現場管理者の負荷軽減。

BIMモデルと工程表をAIで解析し、

• 資材搬入のタイミング
• 作業の並行・順序
• 職種ごとの人員配置

をシミュレーションする取り組みが増えています。

リーダーの役割

• 「現場代理人の経験則」を、BIMとデータに置き換えるという発想転換を組織に浸透させる
• 1案件だけのPoCに終わらせず、標準プロセスに落とし込むロードマップを描く
• 若手・中堅をプロジェクトオーナーに据え、DX人材として育成する

ここで大事なのは、AIが「工程表作成の自動化ツール」ではなく、

ベテランの判断を可視化・再利用できる“第二の頭脳”

として位置づけることです。

シナリオ3：熟練技術のデジタル継承

目的： 大量退職期における技術継承と品質の安定。

• 点検・検査時のチェックポイントを動画＋AIで標準化
• トラブルシューティング事例をナレッジベース化し、検索やチャットボットで活用
• 現場写真・BIMモデル・検査結果を横断的に検索できる仕組みを構築

など、「人に聞かないと分からない」を極力減らす方向に進めている企業が増えています。

リーダーとしては、

• ベテランに「AIに仕事を奪われる」のではなく、「自分の技を残せる」と感じてもらう
• 研修やOJTに、このデジタルコンテンツを組み込む
• 成果指標として、若手の立ち上がり期間の短縮や、是正指示件数の減少を追う

といったマネジメントが求められます。

---

女性リーダーの視点は、なぜ建設DXと相性が良いのか

ロビン・グリーンリーフ氏は、女性オーナー企業の創業者としても知られています。建設業界では、海外・日本ともに女性比率がまだ低いのが現実ですが、デジタル変革の現場では女性リーダーが中心にいるケースが目立つと感じています。

理由はいくつかあります。

1. 現場に近い課題感：働き方や安全、ハラスメントなど、従来「現場文化」で片づけられていた問題に敏感で、改善のためにDXを使おうとする傾向がある。
2. 部門横断の調整力：設計・施工・総務・人事など、複数部門をまたぐプロジェクトで調整役を担うことが多く、AI導入のような横断テーマと相性が良い。
3. 共感ベースの変革：単に「効率化しましょう」ではなく、「みんなが安全に、無理なく働けるようにしよう」という文脈でAI・DXを位置づけられる。

日本でも、AIによる安全監視や遠隔臨場、BIM推進プロジェクトのリーダーを女性が務めている例は決して少なくありません。ロールモデルが少ないだけで、実際には現場で結果を出している人は確実に増えています。

グリーンリーフ氏のような受賞ストーリーは、「建設DXの顔」が多様化しているサインでもあります。

---

2026年までに日本の建設会社がやるべき3ステップ

ENRのLegacy Awardが示しているのは、「技術×ビジネス×人材」を長期的に回してきた人が評価される時代になったということです。では、日本の建設・設備会社が2026年までに進めるべきステップを、あえてシンプルに3つに絞ります。

ステップ1：AI導入の「オーナー」を決める

• 役職名は何でも構いませんが、AI・DXの責任者を明確にする
• 経営層の一人がスポンサーとなり、現場出身者とペアでチームを組む
• 目標指標（安全、生産性、品質）を最初に握る

ステップ2：1〜2テーマに絞って小さく速く回す

• 画像認識による安全監視
• BIM＋AIによる工程管理
• 点検・検査の自動記録と分析

など、会社の課題感が強いものを1〜2個に絞り、半年〜1年で成果と学びを出す。ここで重要なのは、

• 成功要因・失敗要因をドキュメント化
• 他現場への展開条件を整理

することです。

ステップ3：人材育成と評価制度に組み込む

• 「AIを使って安全指標を改善した」「BIMとAIで工期短縮を実現した」といった実績を、人事評価や表彰に明確に反映
• 若手・中堅のDXプロジェクト参画を、キャリアパスの一部として位置づける
• 社内の成功事例を、動画・勉強会・社内ニュースなどで継続的に共有

こうした仕組みをつくることで、単発の「DXプロジェクト」ではなく、グリーンリーフ氏のように組織としての“レガシー”を残す変革につながっていきます。

---

これからの「Legacy」をつくるのは、今の一歩だけ

ENR New England Legacy Award 2026 のニュースは、日本から見ると遠い話に思えるかもしれません。ただ、ロビン・グリーンリーフ氏が評価されたポイントを分解していくと、

• 技術とビジネスをつなぐ視点
• データに基づく意思決定
• 社員を巻き込むコミュニケーション
• パートナーシップと多様性への意識

と、日本の建設業界がAI導入で直面しているテーマそのものだと分かります。

あなたの会社の現場では、すでにBIMやAI、画像認識、遠隔臨場など、小さな試みが始まっているはずです。その取り組みを「単発の実験」で終わらせるのか、「次世代に誇れるレガシー」に育てるのかを決めるのは、結局のところリーダーの意思と仕組みづくりです。

このシリーズでは今後も、

• 画像認識AIを使った具体的な安全管理フロー
• BIMとAIを連携させた工程最適化の実践プロセス
• 熟練技術のデジタル継承の設計例

など、より具体的なノウハウも紹介していきます。

まずは自社で、AI導入の旗を振る「グリーンリーフ的リーダー」が誰なのかを、考えてみてください。その問いが、2026年以降のあなたの会社のレガシーを決めていきます。