建設業界のDX化が進む中、若手技術者にとって最も身近、かつ大きな変化をもたらす技術が登場しました。鹿島建設が発表した、ドライブレコーダーの映像からAIが自動で重機の動きを判別する技術について、現場目線の本音を交えて解説します。
《ドライブレコーダを使用した作業状況の判別技術》とは?
鹿島建設(およびパートナー企業のpluszero)が発表した《ドライブレコーダを使用した作業状況の判別技術》は、一言で言うと「重機に付けたカメラ映像をAIが解析し、今どんな作業をしているかを自動で記録する技術」です。
プレスリリース上では、
「バックホウに搭載したドライブレコーダーの動画データを取得し、AIモデルに取り込むだけで、各バックホウの作業内容を自動で分類して定量データを生成する」 とされています。具体的には、掘削、積込、敷均し、転圧、法面整形、移動、待機、その他という8つのカテゴリーに自動分類します。 引用元:鹿島建設 プレスリリース(2026年1月20日)

従来工法との違い
これまで重機の稼働管理やサイクルタイムの計測は、主に「現場員による手動計測」で行われていました。
そのため、 ・若手社員がストップウォッチを持って数時間、重機の横に張り付かなければならない ・人によって「作業」の定義が曖昧で、データの客観性に欠ける
といった問題がありました。特に大規模な造成現場では、20台以上の重機が動くこともあり、全台の動きを正確に把握することは不可能に近い作業でした。
今回の技術では、「既存のドラレコ映像を活用し、AIが24時間、全台を同じ基準で評価する」点が大きな違いです。特に「待機(ムダ待ち)」の判別精度は97.1%と極めて高く、人間が数えるよりも正確といえます。

比較表:従来管理 vs AIドラレコ管理
| 項目 | 従来の手法(手動計測) | AIドラレコ判別技術 |
|---|---|---|
| 計測方法 | ストップウォッチ・目視 | ドラレコ映像・AI解析 |
| 必要な人員 | 現場員1〜2名(専任) | 0名(自動解析) |
| 解析対象 | 特定の1〜2台が限界 | 全稼働車両 |
| 精度 | 測定者の主観に左右される | 客観的・高精度(待機97%以上) |
| データ活用 | 日報への転記が必要 | 自動で定量化・データ連携可能 |
他社の類似技術との比較を知りたい方は、以下の別記事にまとめています。
鹿島建設がAIで重機稼働を自動解析!ドラレコ動画から作業内容を8分類し生産性向上へ。他社技術との比較・導入メリットを徹底解説
【現場目線】正直どうか
現場を任される若手や中堅社員の目線で見ると、この技術は「単なる効率化」以上の価値があります。
メリット①:待機時間把握による生産性向上
現場で一番「もったいない」のは、ダンプを待っているバックホウや、逆にバックホウを待っているダンプの列です。これまでは「なんとなくあそこが詰まっているな」という感覚でしかありませんでしたが、AIが「この重機は1日のうち30%が待機です」と数字で示してくれます。これに基づき、「ダンプを1台減らす」「走行ルートを変える」といった具体的な改善が即座に打てるようになります。
メリット②:施工計画の精度向上
「明日の土量はこれくらい」という計画を立てる際、これまでは「ベテランの経験値」に頼ることが多々ありました。しかし、この技術を使えば「うちの現場のバックホウは1サイクル平均◯秒で掘削している」という実データが手に入ります。根拠のある数字に基づいた計画は、上司や発注者への説明もスムーズにします。
メリット③:日報作成への反映
若手にとって最大の苦痛の一つが「日報作成」ではないでしょうか。どの重機が何時間動いたかを思い出しながら書く作業は、生産性が低いものです。AIが自動で稼働時間を集計してくれるため、日報作成の自動化・簡略化が現実味を帯びてきます。
一方で、注意点もあります。
それは、「通信環境の整備」と「オペレーターのプライバシー配慮」です。
- 通信環境: 動画データは容量が大きいため、山間部の現場などでクラウドに送る場合、安定した通信インフラ(Starlinkや専用Wi-Fiなど)をどう確保するかが課題となります。
- プライバシー: 常にカメラで撮られているという感覚は、オペレーターにとってストレスになる可能性があります。「サボりを監視する」ためではなく「現場全体のムダをなくし、みんなを楽にする」ためのツールであることを、事前に丁寧に説明し理解を得ることが不可欠です。
どんな現場でも導入すれば即解決、という魔法の杖ではなく、現場環境の土台作りがセットで必要になる技術です。
結論|向いている現場・向いていない現場
鹿島のこの新技術が最大限に効果を発揮するのは、以下のような現場です。
【向いている現場】
- 重機の台数が多い大規模な造成工事: 管理者の目が届きにくい範囲をAIがカバーできます。
- サイクルタイムが生産性に直結する現場: 掘削、積み込みの繰り返しが多いほど、データの価値が高まります。
- 若手社員の負担を減らし、DXを推進したい現場: 手動計測を廃止することで、若手がより付加価値の高い「管理・検討」に時間を割けるようになります。
【向いていない現場】
- 1〜2台の重機でこまごまとした作業を行う現場: 作業内容が複雑すぎて、AIが「その他」ばかりになってしまう可能性があります。
- 通信環境が極端に悪く、改善の見込みがない現場: データの回収(SDカードの抜き差しなど)に手間がかかりすぎると、本末転倒になる恐れがあります。
この技術は、これまで「ブラックボックス」だった重機の稼働を、誰にでも見える「数字」に変えてくれます。若手の皆さんが、データをもとに「もっとこうすれば効率が上がります!」と自信を持って提案できる、そんな現場の未来を作る第一歩になるはずです。

コメント