建設業界の安全を変革するSkanska USAの生成AI「Safety Sidekick」とは？
建設業界は、常に危険と隣り合わせの環境であり、安全管理の徹底が最重要課題です。この長年の課題に対し、世界的な建設・開発企業であるSkanska USAが画期的なソリューションを打ち出しました。それが、生成AIを活用した安全管理ツール「Safety Sidekick」です。
Safety Sidekickは、単なるデータ分析ツールではありません。MicrosoftのAzure OpenAI Serviceを基盤とした大規模言語モデル（LLM）を活用し、現場から日々報告される膨大な安全関連のテキストデータを読み解きます。これには、安全パトロールの報告書やヒヤリハット事例、事故の記録などが含まれます。
このツールの最大の特徴は、非構造化データである文章から、安全上のリスクや潜在的な危険の傾向を自動で特定し、具体的な予防策や改善計画を提案する能力にあります。これまで人間の経験と直感に頼らざるを得なかった領域に、客観的なデータドリブンなアプローチを導入したのです。例えば、AIは「高所作業時の安全帯不備の報告が特定のエリアで増加している」といった傾向を瞬時に見つけ出します。
そして、「該当エリアでの朝礼時における安全帯着用の再徹底と、相互チェックの義務化」といった具体的なアクションプランを安全管理者に提示します。これにより、管理者は膨大な報告書を読み込む手間を省き、より戦略的で効果的な安全対策に集中できるようになります。Skanska USAのこの取り組みは、建設DX（デジタルトランスフォーメーション）の最前線事例として、業界に大きなインパクトを与えています。
Safety Sidekickは、事故を未然に防ぐ「予防安全」を高いレベルで実現し、建設現場の未来をより安全なものへと導く可能性を秘めているのです。
なぜ生まれた？Safety Sidekick開発の背景にある建設現場の課題
Skanska USAが生成AIツール「Safety Sidekick」を開発するに至った背景には、建設業界が長年抱える根深い課題が存在します。その一つが、膨大な「未活用のデータ」の問題です。建設現場では、日々の安全パトロールやヒヤリハット報告など、大量の安全関連文書が作成されますが、その多くはテキストベースの非構造化データです。
これらの貴重な情報は、個別の報告書として保管されるだけで、横断的に分析されることはほとんどありませんでした。安全担当者がすべての報告書に目を通し、全体的な傾向を把握するのは物理的に不可能に近く、重要な危険の兆候が見過ごされるリスクを常に抱えていたのです。データは存在するものの、それを知識や洞察に変換する手段が欠けていました。
加えて、安全管理の「属人化」も深刻な課題でした。現場の安全対策は、経験豊富なベテラン管理者の知識や勘に大きく依存する傾向があります。彼らの鋭い視点は非常に価値がある一方で、そのノウハウは個人の中に留まり、組織全体で共有されにくいという問題がありました。
ベテランの退職は、そのまま組織の安全管理能力の低下に直結しかねない状況だったのです。さらに、情報の「サイロ化」も課題解決を困難にしていました。各現場やプロジェクト、支社ごとにデータが分散して管理されているため、全社的な視点でリスクを分析し、共通の対策を講じることができませんでした。
ある現場で発生した事故の教訓が、他の現場に十分に活かされないケースも少なくありません。これらの課題は、結果として事故の発生を十分に防ぎきれないという現実につながります。Skanska USAは、こうした従来の安全管理手法の限界を打破し、より科学的で能動的なアプローチを模索しました。
その答えが、AIの力で膨大なデータを解析し、人間では見つけられない洞察を引き出す「Safety Sidekick」の開発だったのです。
Safety Sidekick導入がもたらす具体的な効果と現場の変革
Safety Sidekickの導入は、Skanska USAの建設現場に具体的かつ多岐にわたる変革をもたらしています。その最も大きな効果は、「データドリブンな安全計画」の実現です。AIが過去数千件に及ぶ報告書を瞬時に分析し、リスクのホットスポットや頻発する不安全行動のパターンを特定します。
これにより、管理者は「今週は足場の安全対策を強化しよう」といった漠然とした指示ではなく、「A工区の3階部分で開口部周辺の資材放置が多発しているため、重点的にパトロールする」という、極めて具体的で的を射た対策を講じることが可能になりました。予防安全の精度が飛躍的に向上し、事故の芽を早期に摘み取れるようになったのです。
次に挙げられるのが、「業務効率の大幅な向上」です。安全担当者は、これまで報告書の読解と分析に費やしていた膨大な時間から解放されました。Safety Sidekickが要約やリスク分析を代行してくれるため、人間はより付加価値の高い業務、例えば現場での直接指導や作業員とのコミュニケーション、効果的な安全教育プログラムの策定などに集中できます。
このツールは、「現場の安全文化の醸成」にも大きく貢献しています。作業員が提出したヒヤリハット報告が、AIを通じて迅速に分析され、具体的な改善アクションとして現場にフィードバックされる。このサイクルは、「自分の声が安全対策に直結している」という実感を作業員に与えます。
結果として、報告の質と量が向上し、現場全体で安全に対する当事者意識が高まるという好循環が生まれています。さらに、ベテランの知見を形式知化し、「属人化を解消」する効果も見逃せません。長年の経験を持つ管理者が指摘するような暗黙知的なリスク要因をAIが学習し、言語化して共有します。
これにより、経験の浅い若手の担当者でも、ベテランと同等の視点でリスクを評価し、質の高い安全管理を実践できるようになるのです。組織全体の安全管理レベルが底上げされ、持続可能な安全体制が構築されつつあります。
Skanska USAの事例に学ぶ！自社でAI安全管理を導入する3ステップ
Skanska USAの成功事例は、他の建設会社にとっても大きな示唆を与えます。自社でAIを活用した安全管理システムを導入するためには、どのようなステップを踏めばよいのでしょうか。ここでは、実践的な3つのステップを紹介します。
**ステップ1：データの収集とデジタル化基盤の整備** すべての始まりはデータです。AIに分析させるためには、まず現場の安全報告書やヒヤリハット情報などをデジタルデータとして蓄積する基盤を整える必要があります。紙媒体での運用が中心であれば、タブレットやスマートフォンアプリを導入し、現場で直接入力できる仕組みを構築することが第一歩となります。
重要なのは、単にデジタル化するだけでなく、データを一元的に管理できるクラウドベースのプラットフォームを構築することです。テキスト情報に加えて、関連する写真や位置情報なども紐づけて収集することで、AI分析の精度は格段に向上します。データの入力フォーマットをある程度標準化することも、後の分析を容易にする上で効果的です。
**ステップ2：目的の明確化とスモールスタート** 次に、AIを導入して「何を解決したいのか」という目的を具体的に設定します。例えば、「転倒災害につながる要因の特定」「類似事故の再発防止策の自動提案」「報告書作成業務の効率化」など、ゴールを明確にすることが重要です。目的が曖昧なままでは、適切なAIツールを選定したり、開発したりすることはできません。
目的が定まったら、最初から全社展開を目指すのではなく、特定の現場や地域に限定して試験的に導入する「スモールスタート（PoC：概念実証）」から始めるのが賢明です。SkanskaがMicrosoftと協業したように、AI開発の専門知識を持つ外部パートナーと連携することも有効な選択肢となります。PoCを通じて、技術的な課題や現場での運用上の問題点を洗い出し、本格導入に向けた知見を蓄積します。
**ステップ3：現場への展開とフィードバックループの構築** PoCで効果が確認できたら、いよいよ本格的な展開フェーズに移ります。ここで重要なのは、AIの提案を現場がどのように受け入れ、日々の業務に組み込んでいくかという「運用フロー」を明確に設計することです。AIはあくまで意思決定を支援する「アシスタント」であり、最終的な判断と実行は人間が行うという役割分担を徹底し、現場の混乱を避ける必要があります。
そして、導入して終わりではなく、継続的にシステムを改善していく仕組み、「フィードバックループ」の構築が不可欠です。現場の利用者から「AIの提案が的確だったか」「もっとこういう情報が欲しい」といったフィードバックを定期的に収集し、それをAIモデルの再学習や機能改善に活かします。この改善サイクルを回し続けることで、AI安全管理システムは陳腐化することなく、企業の状況に合わせて進化し続けることができるのです。
まとめ：生成AIが拓く建設現場の未来と安全管理のネクストステップ
Skanska USAが開発した「Safety Sidekick」は、生成AIが建設業界の長年の課題である安全管理をいかに革新できるかを示す、画期的なマイルストーンです。これまで人の経験と勘に依存してきた安全対策の世界に、データに基づいた客観的かつ予測的なアプローチをもたらしました。この取り組みの核心は、単なる業務効率化に留まりません。
膨大な非構造化データの中に埋もれていた「声なき声」をAIが拾い上げ、事故につながる前の小さな兆候を可視化することにあります。これにより、建設現場は「起きてしまった事故から学ぶ」という事後対応型の安全管理から、「事故を未然に防ぐ」という能動的な予防安全のパラダイムへと大きくシフトすることが可能になります。
生成AIが拓く建設現場の未来は、安全管理の領域だけに限定されません。同様のアプローチは、施工ミスや品質不良の傾向を分析する「品質管理」、天候や資材搬入の遅れといった非定型な情報から工期の遅延リスクを予測する「工程管理」など、建設プロジェクトのあらゆる側面に適用できる可能性を秘めています。今後のネクストステップとして考えられるのは、さらなる技術の進化です。
例えば、現場に設置されたカメラ映像や作業員が装着するウェアラブルデバイスからのデータをリアルタイムでAIが解析し、危険な行動を瞬時に検知して警告を発する「予知安全システム」。あるいは、BIM（Building Information Modeling）の3Dモデルと連携し、設計段階から施工時のリスクをシミュレーションするなど、他の建設テックとの融合も進んでいくでしょう。
結論として、生成AIは建設業界にとって、生産性向上と安全性確保という二つの大きな目標を同時に達成するための強力な武器となります。Skanska USAの挑戦は、すべての建設関連企業にとって、変化を恐れずにテクノロジーを活用し、より安全で持続可能な未来を築くための重要な道しるべとなるはずです。
返信 (0 )