送電線プロジェクトに学ぶAI活用術：生産性と安全性を両立する方法

マレーシアの275kV送電線が教えてくれること

ペナン島と本土を結ぶ全長8.5kmの275kV送電線プロジェクトが、ENRの「Global Best Projects」で表彰されました。特徴的なのは、海峡をまたぐ6基の高さ100mのランドマーク鉄塔と、強風・潮流・複雑な地盤という“難条件”を正面から攻略した設計・施工です。

このプロジェクトでは、ドローンによる架線作業や安全パトロール、風洞実験による構造安定性の検証、長寿命を狙った防食設計など、多くの工夫が導入されています。ここにAIを組み合わせたら、どこまで生産性と安全性を高められるか——日本の建設会社にとってもヒントが多い題材です。

この記事では、このマレーシアの送電線プロジェクトをケーススタディにしながら、

• 送電線・発電所・プラントなど電力インフラ工事でのAI活用ポイント
• 現場の生産性向上と安全管理をどう両立させるか
• 2026年以降を見据えた日本の建設会社が今から準備すべきこと

を整理します。「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、土木・設備・電力系のプロジェクトマネージャーや現場代理人向けの内容にしています。

---

275kV送電線プロジェクトの概要とポイント整理

まずは元になったプロジェクトの要点を、AI視点で整理し直します。

プロジェクトの骨子

• 場所：マレーシア・ペナン（ペナン島〜本土間の海峡部）
• 延長：約8.5km
• 電圧：275kV
• 支持構造：
  • 単柱モノポール鉄塔：25基
  • ランドマーク鉄塔：6基（高さ100m、双曲線形の脚部デザイン）
• 主な課題：
  • 海峡部の強風・潮流・軟弱地盤
  • 海洋環境での100年耐久を目指す防食設計
  • 高所作業・海上作業を伴う安全リスク管理

設計・施工の工夫としては、

• 風洞実験で鉄塔の耐風性を事前検証
• 海中基礎にプレキャスト杭基礎＋スカート構造を採用し、軟弱地盤に対応
• 鉄塔には二重の防食システムを導入し、100年耐用を目標
• ドローンで架線作業・日常の安全パトロールを実施
• 航空障害灯と景観照明を一体化した景観配慮型ライティング

といった点が挙げられます。

ここにAIを重ねると、どこが“効きそう”か。大きく分けると、

1. 設計・計画段階のシミュレーション高度化
2. 施工段階の安全管理・工程管理の自動化
3. 維持管理段階のモニタリング・予防保全

の3フェーズで見ると整理しやすくなります。

---

設計・計画：AIで「最適なルートと構造」を素早く絞り込む

送電線・送電鉄塔の設計は、地形・地盤・風・塩害・景観・用地制約など、考慮すべき要素が多すぎます。従来は熟練設計者がCADや一部BIM/CIMを使いながら試行錯誤していましたが、ここにAIを入れるとアプローチが変わります。

1. 送電線ルート選定のAI最適化

AIは、複数の制約条件を同時に扱うのが得意です。送電線ルートでも、例えば以下のような条件を同時に扱えます。

• 禁止エリア（空港周辺、自然保護区、既設構造物との干渉など）
• 地形（急峻地形、崩壊危険箇所）
• 地盤情報（ボーリングデータ、地質図）
• 住家密集地の回避、景観配慮エリア
• 建設コスト・用地取得コスト

これらをGISと組み合わせたAIルーティングエンジンに投入すれば、

「安全性・コスト・景観のバランスが良い候補ルートTOP3」

を数時間〜数日で自動提示することも現実的です。

ペナンのプロジェクトのように海峡横断が必要な場合でも、

• 海底地形データ
• 潮流シミュレーション結果
• 航路情報

を加味しつつ、鉄塔位置の候補パターンをAIが自動生成し、設計者が最終判断をする形に持っていけます。

2. 構造設計の自動チェックと風荷重シミュレーション

ペナンのプロジェクトでは実際に風洞実験を行っていますが、日本の中小〜中堅ゼネコンが毎回そこまでやるのは現実的ではありません。そこでAI×シミュレーションです。

• 既存の風洞実験データやCFD解析結果を学習したAIモデル
• 気象庁などの過去風況データ
• 3Dモデル（BIM/CIM）

を組み合わせると、

• 鉄塔形状を変えた場合の風荷重分布の違い
• 部材断面を変えた場合の応力・変位の変化

を、クラウド上で短時間に試算できます。

ここで重要なのは、AIが人間の構造計算を置き換えるのではなく、設計者の検討パターンを爆発的に増やす「探索エンジン」になるという発想です。例えば、

• 「安全率は担保しつつ、鋼材量を5%削減できる案」
• 「景観優先でスレンダーな形状にしたときの補強案」

など、人間だけでは見落としがちな案をAIが候補として示し、最終判断は構造設計者が行う形が現実的です。

---

施工段階：ドローン×AIで「危ない・ムダ」を見逃さない

ペナンのプロジェクトでは、すでにドローンによる架線作業と安全パトロールが行われています。ここにAIを組み合わせると、現場の負担を減らしながら安全性を一段引き上げられます。

1. 画像認識による安全監視

ドローンや固定カメラの映像にAIをかけると、以下のようなリアルタイム安全監視が可能になります。

• 高所作業員のフルハーネス未装着を検知
• 安全帯の不適切な掛け方の検出
• 立入禁止エリアへの人・重機の進入
• 足場の崩れ・仮設材の落下リスク

送電線工事では、

• 鉄塔上での作業
• ワイヤー張り出し時の高所作業
• 海上・河川上の仮設足場

など、ヒヤリとする場面が多くあります。「人が目視で見回る」前提をやめて、AIが常時モニタし、異常があれば通知する。これだけで、ヒューマンエラー由来の事故は確実に減らせます。

2. 工程管理の自動可視化

送電線や発電所など大規模プロジェクトでは、「どこまで終わったか」を正確に把握するだけでも一苦労です。ここでもドローン×AIが効きます。

• 定期的にドローンで現場全体を撮影
• 画像・点群データをBIM/CIMモデルと突合
• 進捗率（例：基礎工90%、鉄塔建方60%、架線30%）を自動算出

といった仕組みがすでに実用段階に入っています。

送電線なら、

• 各鉄塔ごとの建方進捗
• 絶縁物・架線・緊線の状態
• 仮設道路・ヤード整備の進捗

をAIが自動判定し、工程表（4Dシミュレーション）と連携させることで、遅れ兆候を早期に検知できます。

3. リスクの「見える化」ダッシュボード

実務で効いてくるのは、AIそのものよりも情報のまとめ方です。個人的には、以下のようなシンプルなダッシュボードが一番現場で使われやすいと感じています。

• 今日の高リスク作業リスト（高所作業・海上作業・重量物吊りなど）
• リアルタイムの安全アラート一覧（画像認識で検出した事象）
• 工程の重要マイルストーン達成状況
• 天候・風速・波高の予測

ペナンのような海上横断プロジェクトなら、風・波・潮流の変化が施工リスクに直結します。気象データとAI予測を組み合わせ、

「3時間後から風速が上がるため、高所作業は午前中に前倒し」

といった判断をシステムが提案するだけでも、現場のストレスはかなり減ります。

---

維持管理：送電線を「壊れる前に直す」AIインフラ管理

電力インフラは、完成してからが本番です。ペナンのプロジェクトでは100年耐用を狙っていますが、それを現実にするには予防保全が欠かせません。

1. ドローン点検＋AI損傷検出

すでに日本でも、送電線の点検にドローンが使われ始めています。ここにAIを組み合わせると、

• さび・塗膜剥離
• ボルトの欠損
• 鉄塔部材の変形
• がいしの損傷・汚損

などを自動的に検出し、優先度付きの補修リストを作ることができます。

人間の目視点検だけに頼ると、

• 点検結果のばらつき
• 見落とし
• 記録の属人化

といった問題がつきまといます。AIは「見逃さない」「記録を残す」が得意なので、熟練点検員の“目”を標準化・継承するツールとして非常に相性が良いです。

2. センサー×AIによる状態監視

海上鉄塔や長大橋では、

• 傾斜計
• 加速度センサー
• ひずみゲージ
• 温度・塩分濃度センサー

などを仕込み、常時モニタリングする仕組みが増えています。データ量が膨大になるため、人の手だけで解析するのは現実的ではありません。

ここでAIを使うと、

• 通常時の挙動パターンを学習
• 小さな変化を異常兆候として検知
• 既往データから故障・劣化時期を予測

といったことが可能になり、計画的な補修予算の策定や、計画停電の最適化にまでつなげられます。

ペナンのような海洋環境では、腐食・疲労の進行が早くなりがちです。二重の防食システムに加えて、AIによる状態監視と予測保全を組み合わせれば、100年耐用の実現性はぐっと高まります。

---

日本の建設会社が今すぐ始められるAI導入ステップ

「海外の大型プロジェクトだからできた話でしょ」と思ったらもったいないです。日本の送電線工事や発電所建設でも、小さく始めて効果が見えやすいAI活用ポイントはいくつもあります。

ステップ1：ドローン＋画像認識で安全管理を“1テーマ”導入

いきなり全部をAI化しようとすると必ず失敗します。まずはテーマを一つに絞るのがおすすめです。

• テーマ例①：高所作業時のフルハーネス装着チェック
• テーマ例②：立入禁止区域への侵入検知

この2つに絞って、

1. 現場のカメラ・ドローン映像を収集
2. 外部ベンダーまたは社内のAIチームとPoC（試験導入）
3. 精度・運用負荷・現場の受け入れ度を評価

という流れで半年〜1年回してみると、現実的な運用ルールと社内の成功事例が作れます。

ステップ2：BIM/CIMと工程情報をつなぎ、進捗可視化から着手

すでにBIM/CIMを使っている会社なら、

• 3Dモデル
• 工程表
• 現場写真・ドローン映像

を一つのビューア上で見える化するだけでも、相当な効果が出ます。ここにAIを足すと、

• 各工程の自動出来形判定
• 遅れリスクのアラート

まで持っていけますが、最初から全部狙う必要はありません。「現場と本社・発注者が同じ画面を見る」文化づくりから始めるのが現実的です。

ステップ3：パイロット現場を選び、電力インフラ案件で本格適用

送電線や変電所、発電所などの電力インフラ案件は、

• 長工期
• 高度な安全要求
• 維持管理まで含めた長期的な価値

が特徴です。AI導入との相性が良いので、1案件をパイロット現場として位置づけるのが良いやり方です。

• 安全監視AI
• 進捗可視化
• ドローン点検＋損傷検出

を組み合わせ、**「電力インフラDXモデル現場」**として社内外に発信すると、採用広報や受注競争力の面でも効いてきます。

---

送電線プロジェクトの次は、自社の現場でAIをどう試すか

ペナンの275kV送電線は、ドローン活用や防食設計、景観配慮など、現時点でも十分先進的なプロジェクトです。ここにAIを組み合わせれば、

• 設計段階：最適ルート・構造案の高速探索
• 施工段階：安全監視と進捗管理の自動化
• 維持管理：予防保全にもとづく長寿命化

という流れを、かなりのレベルで実現できます。

日本の建設業界は、人手不足と技術者の高齢化が同時に進んでいます。熟練技術をそのまま残すのは難しいですが、AIとデジタルを使えば、「考え方」と「判断のパターン」を形に残すことは十分可能です。

このシリーズ「建設業界のAI導入ガイド：生産性向上と安全管理」では、今回のような送電線・電力インフラだけでなく、土木・建築・設備の各分野で、

• どこからAIを入れると費用対効果が高いか
• どの程度のデータ・体制があれば始められるか
• 実際の導入プロジェクトの進め方

を順番に整理していきます。

もし自社の現場で「まずどこにAIを入れるのが良いか」を検討中であれば、

1現場・1テーマから、小さく始めて早く検証する

ことを強くおすすめします。その一歩が、5年後・10年後の**“AIが当たり前の建設現場”**につながっていきます。