オフグリッド山岳プロジェクトに学ぶ、AI時代の現場マネジメント

オフグリッド山岳プロジェクトが示した「次の当たり前」

7万6,000時間の作業で労災ゼロ。しかも場所は山岳地帯のオフグリッド現場——。

アメリカ・メイン州の国立モニュメント内に建設された「Tekakapimək（テカカピメク）コンタクトステーション」は、2025年のENR New England「Project of the Year」に選ばれた話題の施設です。電力網も上下水道もない山頂の23エーカーの敷地に、太陽光とパッシブ設計だけで成り立つビジターセンターを建てる。日本の感覚でいえば、山間部のダム管理施設や林道終点のビジターセンターを、ほぼ完全オフグリッドでつくったイメージに近いでしょう。

このプロジェクトがおもしろいのは、極めてアナログな環境で、異常なほど高度なマネジメントと安全管理が実現している点です。そして、そこにAIを組み合わせたらどうなるかを考えると、日本の建設会社にとってかなり実践的なヒントになります。

この記事では、この山岳オフグリッド建築をケーススタディにしながら、

• 過酷な条件でどうやって安全と生産性を両立したのか
• 同じ状況でAIとデジタルツールを入れたら何が変わるか
• 日本の建設現場（とくに地方・山間・インフラ工事）でどう応用できるか

を、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」の文脈で整理していきます。

---

プロジェクト概要：山の上に建つ「完全オフグリッド」公共施設

結論から言うと、このプロジェクトは**「制約だらけの環境で、どこまでやれるか」の実験場**でした。

Tekakapimək コンタクトステーションとは

• 場所：米国メイン州 ペノブスコット郡、Katahdin Woods and Waters National Monument 内
• 敷地：山頂の23エーカー（約9.3ha）
• 建物規模：約7,900ft²（約730m²）
• 事業費：約3,100万ドル（約45〜50億円規模）
• 特徴：電力網・上下水道なしの完全オフグリッド施設

電源は36.75kWの太陽光発電と蓄電池が担い、非常用にプロパン発電機を配置。暖房はトロンブウォール＋床暖房＋躯体の熱容量によるパッシブな「サーマルバッテリー」設計、冷房は自然換気と日射遮蔽・シーリングファンのみで空調機なしという徹底ぶりです。さらに現地の木材を多用し、構造用集成材の柱165本を一からカスタム製作。施工の大半はローカルの人材や部材でまかなわれました。

おまけに、建設前は道路すらなかったため、約4マイル（6.4km）のアクセス道路を新設。急峻な斜面にロックアンカーを打ち込み、「山の斜面に船を建てたようだった」と表現される難工事をやり切っています。

---

安全管理：労災ゼロを支えた仕組みと、AIが入り込める余地

この現場の安全管理は、AIなしでもかなり攻めています。そこにAIを重ねるとどう進化するかを考えると、日本の山間現場にもそのまま持ち込めるヒントが見えてきます。

現場が実際にやったこと

プロジェクトでは、次のような現場前提を踏まえた安全計画が組まれていました。

• 山岳地帯で傾斜がきつく、足場の設置スペースが5〜8フィート（1.5〜2.4m）程度しかない
• 救急医療機関まで遠く、「すぐ救急車」が期待できない
• 冬季の厳しい気象条件と、資材調達・搬入の制約

対応として、

• 斜面条件を織り込んだ現場専用の安全計画を策定
• 地元EMS（救急サービス）と連携したコール＆レスポンス型の緊急時プロトコルを構築
• 足場・基礎を安全優先で配置し、狭小エリアでの墜落防止を徹底
• ソーラーパワーの遠隔監視カメラで安全・防犯をモニタリング

その結果、76,000時間の作業で記録災害ゼロ、休業災害ゼロという数字を叩き出しています。

ここにAIを重ねるとどうなるか

同じ条件を日本で再現したと想定し、AIによる建設現場の安全監視を組み込むと、次のようなアップデートが考えられます。

1. 画像認識＋遠隔安全監視

   • 山頂の現場カメラ映像をクラウドに送信
   • AIがヘルメット未着用、フルハーネス未使用、立入禁止エリアへの侵入などを自動検知
   • 元請安全担当や遠隔の安全センターにリアルタイムでアラート

2. 危険予兆の自動検出

   • トラックの進入経路やクレーン周りをAIが常時解析
   • 重機と作業員の距離が一定以下になった瞬間に警告
   • 足場端部や開口部への接近を検出し、音声・ライトで現場にフィードバック

3. 安全巡回の「デジタル分身」化

   • 安全パトロールのチェック項目と写真をAIが整理・学習
   • 過去の指摘傾向から、**「次に起きそうなヒヤリ・ハット」**を自動でリストアップ

4. 災害時オペレーションの支援

   • 転倒・墜落などの異常行動を検知したら、事前に登録した救急連絡フローを自動起動
   • 位置情報と映像をまとめて関係者に共有し、初動レスポンスを平準化

このプロジェクトでは、ソーラーカメラに「遠隔監視」という発想までは入っていました。日本ならここに、AI画像認識＋現場管理SaaS＋BIM/CIMをつなぐことで、「山の上でも都市部と同じレベルの安全管理」を実現できます。

---

生産性：物流・人員・工程をAIがどう最適化できるか

オフグリッドの山岳現場で一番効くのは、無駄な搬入と空振りの削減です。Tekakapiməkのプロジェクトチームも、

• 地元大工を採用して育成
• 専門工は必要なときだけ遠方から呼ぶ
• 素材・部材は「ジャストインタイム」搬入で現場ヤードを極小化

という、かなり繊細なロジスティクスを組んでいます。

ここにAIやデジタルツールを入れると、次のようなことが現実的になります。

1. AIによる工程管理の最適化

日本でも増えているAI搭載の工程管理ツールを使えば、

• 天候データや路面状況を取り込んで、山岳道路の通行リスクを日次で評価
• 施工ステップごとの作業時間実績を蓄積し、AIが「この条件だと、同種工事の平均より〇％遅れる」と予測
• 資材納入・職人の移動予定と工程表を自動で突き合わせ、不整合を事前検知

といった運用が可能です。人手不足の現場ほど、**「遅れの予兆が見えた瞬間に打ち手を打てるか」**が効きます。

2. AI需要予測による資材・職人手配

オフグリッド現場では、材料を一度に山頂まで上げるのは難しく、小分けでの搬入が前提になります。このとき、

• BIM/CIMモデルから、各週ごとに必要な部材量を自動集計
• AIが天候・道路状況・過去の実績から「遅延リスク込のベスト搬入計画」を提案
• 専門工（鉄骨・電気・設備など）の投入タイミングを、他現場の予定と合わせて最適化

といったサプライチェーン全体の最適化を行うと、

「せっかく山まで来たのに、部材不足で明日出直し」

というロスをかなり削れます。

3. デジタルツイン＋リモートレビュー

山頂の現場に毎回全員が集まるのは非現実的です。Tekakapiməkのように建築的こだわりが強い案件ほど、細部の納まり確認が増えます。

• BIMモデルをベースにデジタルツインを構築
• 設計者・監理者・発注者が都市部オフィスからVR/3Dでレビュー
• 現場の写真・LiDARスキャンをAIがBIMと突き合わせ、「設計との差分」を自動検出

こうすると、**「わざわざ山に登らなくてもできる確認業務」**が一気に増え、現場の負担が相当軽くなります。

---

文化・環境への配慮と、AIが壊さないための注意点

Tekakapiməkのプロジェクトは、先住民族ワバナキの知恵と文化を中心に据えた建築です。言語・アート・ランドスケープ、材料の選び方まで、すべてが**「土地の物語を尊重する」**方向にチューニングされています。

日本でも、山岳寺院の参道改修、ダム湖畔のビジターセンター、世界遺産エリアのインフラ工事など、文化・自然への配慮が最優先の現場は少なくありません。ここにAIを持ち込むときに、僕は次の2点を強く意識した方がいいと考えています。

1. AIは「判断の代行」ではなく「判断材料の拡張」にとどめる

• AIに文化的・環境的な配慮を「完全に任せる」のは危険
• 代わりに、過去の環境アセスメントや文化財調査のデータをAIに学習させ、**「このパターンは過去にトラブルになった」**といった知見を提示させる
• 最終判断は、地域住民や専門家を含む人間側が担う

2. ローカル人材の技術継承にAIを使う

Tekakapiməkでは、

• ローカルの大工を採用し、特殊な集成材柱の施工を含めて教育
• ワバナキの職人による銅製の編み天井など、地域固有の技を建物に組み込む

といった取り組みが行われました。日本なら、

• 熟練大工の手元動画をAIで解析し、「どのタイミングでどの動き・工具を使っているか」を定量化
• その分析結果を若手向けの教育コンテンツとして展開

といった形で、**「匠の技のデジタル継承」**にAIを活かすことができます。AIを入れた結果、ローカルの仕事が減るのではなく、仕事の質と継承効率が上がる状態を目指したいところです。

---

日本の建設現場が今すぐ真似できる3ステップ

ここまで見てきた内容を、日本の現場で実装しやすい順に並べると、次の3ステップになります。

ステップ1：遠隔現場に「AI付きカメラ」を置く

• ソーラーパネル＋バッテリー一体型の現場カメラを設置
• クラウドに映像を送り、AI画像認識で安全ルール違反を検知
• 山間部のトンネル、林道、砂防、鉄塔、新設ダムの仮設ヤードなどに優先導入

ステップ2：AI工程管理とBIM/CIMをつなげる

• 既に使っている工程管理ツールに、天候・交通データと実績データを取り込む
• AI予測で「何日遅れそうか」「どこがボトルネックか」を可視化
• BIM/CIMから数量を自動計算し、資材搬入計画と連動

ステップ3：デジタルツイン＋リモートレビューを標準化

• 重要構造物・景観配慮が必要な建築・インフラでは、3Dモデルを必須化
• 月1回の対面検査＋毎週のリモートレビューという運用にシフト
• 技術部門・設計部門・安全部門が、都市部オフィスから複数現場を横断的に見る体制を整備

この3つは、どれも人手不足の日本の建設業界で、費用対効果が出やすいAI導入ポイントです。とくに、冬季の豪雪現場や遠隔離島工事など、オフグリッドに近い条件の現場ほどメリットが大きくなります。

---

これからの「難しい現場」は、AIを前提に設計する時代へ

Tekakapiməkの事例は、AIなどほとんどない状態でも、企画・設計・施工・安全管理を徹底すればここまでできるという好例です。裏を返せば、日本の現場が同じレベルをAIなしで目指すのは、もはや非現実的とも言えます。

これからの難条件プロジェクト（山岳、離島、長大トンネル、更新期インフラなど）は、

• 計画段階からAI前提のBIM/CIM・工程管理・安全監視をセットで考える
• ローカル人材と文化・環境を尊重しつつ、AIで判断材料と生産性を底上げする
• 「遠い・厳しい・人が集まりにくい現場ほど、デジタルとAIを厚くする」方針を明確にする

くらいの発想でちょうどいいはずです。

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」では、今後も具体的なツール選定や導入プロセス、現場での運用事例を掘り下げていきます。自社の遠隔現場や難条件プロジェクトで、どのステップからAIを入れるのが一番効くのか、一度社内で洗い出してみてください。そこからが、次の一歩です。