内装工事をAIで「受賞レベル」にする実践ガイド

内装工事が「受賞レベル」になる現場には、必ずデジタルがある

50,000平方フィート（約4,600㎡）のテナント改修でMEPの調整変更ゼロ、RFI（照会）が30〜50％減。さらに、タイトな工期の中で複数社が15フロアを同時施工しながら、予定どおり完工——。

これはシアトル・Russell Investment Centerで行われた「Lane Powell Tenant Improvement」プロジェクトの実績です。ENRの2025年「Award of Merit – Interior/Tenant Improvement」を受賞したこの案件は、BIM・レーザースキャン・VDCをフル活用し、内装工事の品質と効率を一気に引き上げた好例と言えます。

この記事では、この事例をヒントにしながら、日本の建設現場がAIとデジタルを活用して「受賞レベル」の内装工事を実現するための具体策を整理します。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」の一環として、内装・テナント工事に焦点を当てていきます。

---

1. 受賞事例に共通する「3つの現場力」をAIで再現する

結論から言うと、Lane Powellのような受賞プロジェクトには、次の3つの現場力があります。

1. 調整力：BIM・レーザースキャンで事前に衝突をつぶし、MEP変更ゼロを実現
2. 工程管理力：24時間近いシフト運用と他社とのエレベーター共有を、計画的にコントロール
3. 品質・快適性へのこだわり：50％以上性能が向上した遮音ディテール、自然光の公平な配分など

日本の現場でこれを再現・発展させるには、人海戦術では限界があります。ここにAI×BIM×既存の施工ノウハウを組み合わせる意味が出てきます。

AIを使うと、例えば次のようなことが可能になります。

• BIMモデルとAIによる自動干渉チェック・設計レビュー
• 施工履歴・歩掛・搬入制約を学習したAI工程シミュレーション
• 図面・仕様書から自動で品質チェックリストを生成
• カメラ映像に対する安全監視AIで、内装工事特有のリスクを常時検知

「受賞プロジェクトだから特別」なのではなく、デジタルを前提にプロジェクトを組み立てた結果として、受賞レベルの成果が出た、という見方をした方が今後の日本には役立ちます。

---

2. AI×BIMで「ゼロMEP調整」とRFI半減を狙う

Lane Powellプロジェクトでは、レーザースキャンで既存躯体とMEP・防災設備を精密に取得し、そのモデルをもとに設計・施工を進めています。その結果、

• MEP調整工事に伴う変更契約ゼロ
• RFIが30〜50％削減

という成果が出ています。これを日本でAIまで含めてやるなら、次のステップが現実的です。

2-1. 既存躯体＋AI自動認識で「現況BIM」をつくる

内装・テナント改修で一番効くのは「現況を正しく知る」ことです。

1. レーザースキャナや360度カメラで既存オフィス・天井裏を撮影
2. AI画像認識で、梁・柱・ダクト・スプリンクラー・配線ラックなどを自動分類
3. 自動生成された3D情報をBIMソフトに取り込み、半自動で現況BIMモデルを作成

人が1からモデリングするよりも早く・安く・正確に、改修の前提となる「現況モデル」が整います。

2-2. AI設計レビューで「壁・天井・設備」の衝突を事前に排除

次に効くのが、AIによる干渉と性能の事前チェックです。

• 壁の位置とダクト・スプリンクラー・照明をAIが自動検出
• クリアランス不足、点検口位置の不備を自動で指摘
• 遮音性能を確保できない納まり（例：ダクト貫通部の処理漏れ）をルール化して検出

こうしたAI設計レビューを使えば、施工前に「将来の手戻り候補」をかなりの割合でつぶせます。その結果として、RFIが減り、MEP調整変更も激減していきます。

2-3. 日本の現場への落とし込みポイント

日本のゼネコン・サブコンが導入する時は、次の順番が現実的です。

1. BIM前提のテナント案件を1件選ぶ（オフィス移転など）
2. レーザースキャン＋AI認識で、現況BIMの精度と工数を検証
3. そのBIMを使ってAI設計レビューを試行し、RFI件数・設計変更件数を定量的に比較

こうした1〜2案件の「実績データ」があれば、社内説得も一気に進みます。

---

3. テナント工事のカオスをAI工程管理で整理する

Lane Powellの工事では、

• 同じビル内で15フロアを複数の施工会社が同時施工
• 共有できるのは貨物用エレベーター1基のみ
• ほぼ24時間のシフト運用で、工程遅延を回避

という、典型的な「高層ビルのテナント入れ替え」案件でした。日本でも都心部のオフィスビル改修は、同じような状況になりがちです。

ここで効いてくるのが、AIを使った工程管理とリソース最適化です。

3-1. AI工程シミュレーションで「搬入・施工」の渋滞を消す

テナント工事は、材料搬入と職人の動きがぶつかると途端にカオスになります。AI工程管理ツールを使うと、

• エレベーターの積載量・運行時間
• 各フロアの作業人数と作業内容
• 養生・騒音制限・夜間作業ルール

などを入力データとして、複数パターンの工程案を自動生成できます。AIは、

• 「この時刻にこの業種を何人上げると、待ち時間が最小になるか」
• 「どの資材をいつ搬入すれば、保管スペース・仮置きスペースを溢れさせないか」

といった条件を毎日再計算し、最適なスケジュール案を現場に提示できます。

3-2. 日本でやるなら「まずは1ビル単位」から

おすすめの始め方は、

1. 大規模ビル1棟を選び、ビル側・複数テナント工事会社・管理会社を巻き込む
2. 貨物EV・養生ルート・資材置場の利用スケジュールをAIツール上で一元管理
3. 日次・週次で、AIが提案する最適スケジュールと実績を比べ、待ち時間・残業時間の削減効果を測定

ビル管理会社のビジネスとして「スマート改修運用サービス」をつくる視点でも、AI工程管理はかなり相性が良い分野です。

---

4. 内装工事こそAI安全監視の“本命フィールド”

内装・テナント改修は「重機が少ないから安全」と思われがちですが、実際は違います。転倒・墜落・切創・石膏ボード搬送中の事故など、労災リスクは高いのに見た目は地味なのが内装工事です。

Lane Powellのように24時間近いシフト、複雑な工程、多職種が入り乱れる現場では、人の目だけでの安全管理には限界があります。ここに効いてくるのが、画像認識AIによる安全監視です。

4-1. カメラ×AIで「起きる前のヒヤリ」を拾う

安全AIでよくある機能は次のとおりです。

• ヘルメット・安全帯など保護具の未着用検知
• 高所作業時の手すり未設置・開口部放置の検知
• 可搬式足場・脚立の不適切な設置姿勢の検知
• 通路の資材放置・養生めくれの検知

内装工事では、特に「脚立・可搬足場・天井裏作業・通路塞ぎ」周りのリスクが多いので、これらを重点ルールとしてAIに教えておくと効果が高いです。

4-2. 小さく始める安全AI導入ステップ

1. まずは1フロアに数台のカメラを設置し、AIで録画分析
2. 初月は「リアルタイム警告」よりも、ヒヤリハットの自動抽出レポートとして使う
3. 抽出された事例をもとに、内装専用の安全ルールセットをブラッシュアップ
4. ルールの精度が上がった段階で、リアルタイム通知＋是正指示の仕組みを加える

「AIにすべて任せる」のではなく、現場の安全パトロールの“目を増やす”ツールと位置づけると、抵抗感も少なく導入できます。

---

5. 音環境・光環境の“見えない品質”もAIで設計する

Lane Powellのプロジェクトで特徴的なのは、

• 「flourishing workplace」というコンセプト
• 全従業員にとって公平な自然光アクセス
• 壁の遮音性能を50％以上高める、カスタムの石膏ボード＋ガラスのディテール

といった「見えにくい快適性」まできめ細かく作り込んでいる点です。

ここにもAIは使えます。

5-1. AIで音環境をシミュレーションする

• BIMモデルをもとに、壁構成・開口部・天井高さなどをAIが読み取り
• 会議室・集中ブース・執務エリアの音の伝搬をシミュレーション
• 壁構成やガラス納まりを変えた場合の遮音性能の変化を自動比較

これにより、設計段階で「この会議室は隣の執務室にどの程度音漏れするか」を可視化できます。Lane Powellでの「カスタム石膏ボード〜ガラスディテール」も、日本ならAIで候補案を一括比較して、コストと性能のバランスが良い案を絞り込めます。

5-2. 自然光・眺望の“公平性”を数値で示す

働き方改革や人的資本経営が進む日本でも、「誰かだけが窓際、誰かはずっと暗がり」というオフィスはそろそろ許容されにくくなっています。

AIは、

• 日射シミュレーション
• 机の配置パターン
• パーティション高さ

などから、各席の平均照度・窓の見え方・眺望の抜け感を数値化できます。これを使えば、

「この配置だと、窓から5m以内の席は全体の35％。視線の抜けがある席は60％」

といった形で、“公平性”を定量的に説明できます。発注者側の納得感も高まり、設計変更の議論もスムーズです。

---

6. 「受賞レベル」の内装をAIで再現するためのアクションプラン

ここまでを踏まえて、日本の建設会社・設計事務所・ビルオーナーが取れる現実的なステップを整理します。

6-1. まずは1プロジェクトをAI実証案件にする

• テナント改修 or 本社オフィス移転など、比較的自由度の高い案件を選定
• 以下のうち2〜3個だけから始める
  • 現況BIM＋AI設計レビュー
  • AI工程シミュレーション（搬入・人員配置）
  • 画像認識による安全監視（試験導入）
  • 音・光のAIシミュレーションでコンセプト設計をサポート

6-2. 「数字」でAIの効果を見える化する

• RFI件数
• 設計変更件数
• 工程遅延日数
• 安全上のヒヤリハット件数

を、従来案件と比較して記録します。Lane Powellのように「RFIが30〜50％減」「MEP調整ゼロ」のような数字が出せれば、社内外への説得力は一気に増します。

6-3. 内装・テナント専門の「AI標準」をつくる

• 内装専用のBIMテンプレート
• 安全AIのルールセット（脚立・天井裏・通路塞ぎなど）
• 工程AIのパラメータ（夜間作業制限・騒音規制など）

を整備しておくと、2件目・3件目からの立ち上がりが一気に早くなります。

---

これからの内装工事は「AIを使える現場」が評価される

ENRで表彰されたLane Powell Tenant Improvementは、目に見えるデザインだけでなく、

• デジタルツールを前提にした高度な調整力
• 難条件でも工期を守る工程管理力
• 快適性・生産性まで見据えたワークプレイス設計力

がそろったプロジェクトです。日本でも同じレベルを目指すなら、**AIとBIMを前提にした「スマートな内装プロジェクトの進め方」**が必須になっていきます。

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」の文脈で言えば、内装・テナント改修は、

• 画像認識による安全監視
• BIM連携の設計レビュー
• AI工程管理

といったテーマを**コンパクトに試せる“実験場”**でもあります。

もし自社で最初の一歩を検討しているなら、

「次のテナント改修案件を、AI活用のモデルプロジェクトにする」

と決めてしまうのが一番早いです。そこで得たノウハウは、そのまま大規模再開発・複合施設・病院・学校など、あらゆる建築分野に展開できます。

次の内装案件を、単なる「原状回復＋新設工事」で終わらせるか。それとも、AIを組み込んだ“受賞レベル”のプロジェクトの出発点にするか。決めるのは、今のあなたの一手です。