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現場づくり

送電線8.5km、その裏側にある「デジタル施工」のヒント

ペナン島と本土を結ぶ275kV送電線。全長8.5km、海峡をまたぎ、高さ100mのランドマークタワーが林立する――ENRのGlobal Best Projectsで表彰されたマレーシアの案件です。

このプロジェクト自体はAIプロジェクトではありませんが、ドローンを使った線延線作業や安全パトロール、風洞実験による設計検証など、「デジタルを前提とした施工」の典型例になっています。日本の建設会社がAIを現場に入れていくうえで、とても参考になるケースです。

この記事では、この275kV送電線プロジェクトを題材にしながら、

• 送電線・インフラ工事でAIが活躍できるポイント
• 生産性向上と安全管理を両立させるワークフロー例
• 2026年に向けて日本の建設会社が今から準備すべきこと

を整理していきます。「建設業界のAI導入ガイド：生産性向上と安全管理」シリーズの一つとして、特に土木・電力インフラ案件を担当する方を想定して書いています。

---

プロジェクト概要：過酷な条件×高難度構造物

まずは、元記事にある送電線プロジェクトをざっくり整理します。ポイントは「条件の厳しさ」と「構造物の特殊性」です。

• 場所：マレーシア・ペナン海峡
• 規模：8.5kmの275kV送電線
• 支持構造：
  • 一般区間：モノポール鉄塔 25基
  • 海峡部：高さ約100mのランドマークタワー 6基（双曲線状の2本脚デザイン、ビンロウジの植物から着想）
• 地盤条件：軟弱かつ変動の大きい海底地盤
• 対応策：
  • 海上鉄塔はスカート付きプレキャップ基礎で支持
  • 100年耐久を狙った二重防食システム
  • 風洞実験による強風時の安定性検証
• デジタル活用：
  • ドローンによる電線の延線
  • ドローンによる日常の安全パトロール
  • ランドマーク照明と航空障害灯を一体化した照明システム

正直、日本で同じ条件のプロジェクトをやるとしたら、かなりの難案件です。強風・潮流・船舶航行・軟弱地盤・長スパン・景観配慮など、リスク要因がぎっしり詰まっているからです。

こうした高難度プロジェクトほど、AIとデジタルの“投資対効果”が大きくなるというのが、僕のスタンスです。

---

どこまでAIで変えられるか：送電線プロジェクトの業務分解

送電線工事を、AI視点でざっくり業務分解すると、次のようになります。

1. 調査・計画段階
2. 設計・検証段階
3. 施工計画・施工管理
4. 安全管理
5. 竣工後の維持管理

それぞれのフェーズで、ペナンの事例と結びつけながら、現実的なAI活用ポイントを整理してみます。

1. 調査・計画：ドローン＋AIで「地形・障害物」を一気に見える化

ペナンのプロジェクトでは、海峡横断という特性上、風・潮流・地盤の調査が極めて重要でした。日本の送電線でも、山岳地・海峡・都市部など、調査負荷の高い現場は少なくありません。

ここで効いてくるのが、ドローン測量＋AI画像解析です。

• ドローンで空撮・LiDAR測量
• AIで自動的に地形・既設構造物・植生を識別
• 送電ルート候補を複数パターンで自動生成
• 支障木・支障物件の「数量と位置」を初期段階から把握

これをやるだけで、従来は現地踏査と手作業で作っていた資料が、数日〜数週間単位で短縮されます。特に人が入りにくい山岳・急傾斜地では、安全面のメリットも大きい。

現場感覚でいうと、「踏査＋概略検討」がまるっとデジタル化されるイメージです。

2. 設計・検証：風洞実験＋シミュレーションをAIで「前倒し」する

ペナンでは、100m級のランドマークタワーの安定性を検証するために、大学で風洞実験を行っています。日本でも長スパン送電線や超高圧鉄塔では珍しくありません。

今後ここにAIを入れるとどうなるか。

• 風洞実験の前段階で、
  • CFD（数値流体解析）＋AI で風荷重パターンを自動生成
  • いくつかのタワー形状案に対して、初期スクリーニングを自動化
• 実験結果とシミュレーション結果をAIに学習させ、
  • 似た形状の鉄塔設計では「安全側の推奨値」を自動提示

送電線そのものは標準化が進んでいますが、海峡横断や都市部の景観配慮タワーのような“変わり種”構造物は、毎回検討が重くなりがちです。過去の解析・実験データをうまくAIに食べさせておけば、次回以降の設計リードタイムをかなり削れます。

---

施工フェーズ：ドローン施工から「AI施工」へ

ペナンのプロジェクトで一番わかりやすいデジタル活用が、ドローンによる線延線と安全パトロールです。ここから、AIをどう“足していくか”を考えます。

ドローン延線＋AI：作業手順とリスクを自動チェック

現状：

• ドローンでパイロットワイヤを通線
• オペレータの技量に依存
• 安全確認は別途、現場監督が実施

AIを入れると：

• 飛行ルート計画をAIが自動生成し、
  • 送電線・建物・樹木・クレーンなどとの離隔を自動チェック
  • 気象データから安全な時間帯を提案
• 飛行ログと映像をAIが解析し、
  • 異常接近やヒヤリハットを自動抽出
  • 次回飛行計画にフィードバック

これをBIM/CIMモデルや送電線ルートの3Dモデルと連携させれば、ドローンの自動飛行とリスク管理が一体になります。人が「なんとなく」安全だと判断していた部分を、データで裏付けできるようになります。

AI画像認識による安全監視：ペナンの“日常パトロール”を高度化する

記事には「ドローンを使った日常の安全パトロール」が出てきます。日本の現場では、人による巡視がまだ主流ですが、ここもAIの得意分野です。

AI画像認識で検出できる典型例：

• 高所作業での安全帯・フルハーネス未使用
• 立入禁止区域への侵入
• 足場・タワークレーン周辺の不安全行動
• 資材の落下・飛散のリスク箇所

送電線工事は「高所」「強風」「広範囲」がセットです。すべてを人手だけで見切るのは現実的ではありません。ドローン＋固定カメラ＋AI画像認識の組み合わせは、ペナンのような海上鉄塔だけでなく、日本の山岳地送電線でも有効です。

僕は、安全管理こそAI導入の“入口”にしやすい領域だと思っています。労災リスクは経営課題として理解されやすく、投資の意思決定も比較的通りやすいからです。

---

プロジェクト管理：AIで「段取り八分」をデジタル化する

高難度インフラほど、工程管理とリスク管理が難しくなります。ペナンのような海峡横断では、気象・海象条件が少し変わるだけで、クレーン作業や海上輸送が止まることもあります。

ここにAIを入れると、具体的には次のようなことができます。

工程管理AI：天候・リスクを加味したリアルタイム更新

• 過去の作業実績データ（出来高・手戻り・天候）をAIに学習させる
• 気象予測データを取り込み、数日〜数週間先のリスクを予測
• クリティカルパス上の作業を自動的に優先順位付け
• 「このままでは○日遅延する」という予測をダッシュボードで可視化

送電線のように現場が点在し、重機・人員の移動が多いプロジェクトほど、AIによる工程最適化の効果が出やすいです。特に、

• 海上足場・起重機船の手配
• 高所作業車の配分
• 夜間作業・停電作業の調整

といった“段取りの塊”をデジタル化できれば、現場代理人の負荷はかなり下がります。

リスク管理AI：ヒヤリハットから「事故予兆」を拾う

ペナンのような大規模案件では、ヒヤリハットの件数も膨大になります。本来はすべて分析すべきですが、時間がなくて「記録して終わり」になりがちです。

ここでAIテキスト分析を使うと：

• 作業日報・KYシート・ヒヤリハット報告をAIが自動で分類
• 同じパターンの事象をクラスタリング
• 「重大事故につながりやすいパターン」をスコアリング

送電線工事でありがちな、

• 強風下の高所作業
• 夜間の資材荷下ろし
• 船舶とのニアミス

といったリスクが、「どの現場・どの協力会社・どの工程で増えているか」をデータで把握できるようになります。

---

日本の建設会社が今やるべき3ステップ

ここまで見てきたように、ペナンの送電線プロジェクトには、多くのAI活用のヒントが埋まっています。ただ、いきなり全部をやろうとすると空中分解します。

僕がおすすめするのは、次の3ステップです。

ステップ1：ドローン＋画像認識から始める

• まずは「安全監視」と「進捗確認」に特化
• 送電線・橋梁・高架橋など、高所・広範囲の現場で試行
• 人による巡視と比較し、
  • 見落とし件数
  • 巡視時間
  • ヒヤリハット件数 を定量的に比較する

ステップ2：BIM/CIMや3Dモデルと結びつける

• 送電線ルートや鉄塔位置の3Dモデルを整備
• ドローン飛行ルートや、危険エリアのマッピングと連携
• 「モデル上のリスク」と「現場映像のリスク」を紐づける

ここまで来ると、AIは単なるガジェットではなく、「現場の共通言語」を支えるインフラになります。

ステップ3：工程・リスクをAIでシミュレーション

• 過去案件の工程・天候・トラブルデータを整理してAIに学習
• 新規案件で、
  • 工程遅延リスク
  • 重大事故リスク を事前にスコアリング
• 高リスク部分に、
  • 監督員の重点配置
  • ドローン巡視の頻度増
  • 予備日の追加

といった「戦略的な配分」を行う。

ここまで来ると、ようやく**“AIで現場をマネジメントする”フェーズ**に入ったと言えます。

---

これからの送電線・インフラ工事は「AI前提」で設計する時代へ

ペナンの275kV送電線は、ドローン、安全パトロール、風洞実験、100年耐久の防食設計など、アナログとデジタルをうまく組み合わせたプロジェクトでした。ここにAIを重ねて考えると、

• 調査・設計：AIで地形・風・荷重パターンを可視化
• 施工：ドローン＋AIで高所作業と延線を安全・効率化
• 安全：画像認識でヒューマンエラーを早期検知
• 管理：工程・リスクをデータで意思決定

という、「AI前提のインフラプロジェクト」像がかなり具体的に見えてきます。

日本でも、再エネ拡大や老朽インフラ更新で、送電線・変電所・海底ケーブルなどの案件が確実に増えていきます。一方で、人手不足と安全規制の強化は避けられません。

だからこそ、今のうちから、

• ドローン活用とAI画像認識
• BIM/CIM＋施工データの整備
• 工程・リスク情報の一元管理

といった“土台づくり”を、地道に進めておくべきだと考えています。

「AIで何ができるか」より、「AIを前提にどう現場を設計し直すか」。視点を変えると、打てる手は一気に増えます。

あなたの現場では、どのフェーズからAIを入れるのがいちばん意味がありそうでしょうか。今回の送電線プロジェクトをヒントに、まず一つ、具体的なユースケースから検討してみてください。