海峡を横断する275kV送電線プロジェクトを題材に、送電線・インフラ工事でAIが生産性向上と安全管理にどう効くかを具体的に解説します。
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。
- 調査・計画段階
- 設計・検証段階
- 施工計画・施工管理
- 安全管理
- 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。