建設業のニュースや展示会などで、「フィジカルAI」という言葉を目にする機会が増えています。人型ロボットを思い浮かべる方も多いかもしれませんが、実は、その対象はヒューマノイドだけではありません。自律建機やロボットアーム、搬送・点検ロボットなど、現場を認識して状況に応じた行動を取る仕組み全般を指します。

建設分野で重要なのは、単体の技術だけに着目しないことです。機械が現場で正しく動くには、設計・現況を表す3Dデータ、GNSSやトータルステーションによる位置情報、LiDARやカメラによる環境認識、そしてAIの判断を建機の動作につなげる制御技術が欠かせません。

これまでトプコンは、測量やマシンコントロール、施工データ連携に関わる技術を提供してきました。

本記事ではその現場実装の視点から、建設会社の経営者や施工管理者、技術・DX推進担当者の方が自社で何を準備し、どこから試すべきか判断できるよう、以下について解説します。

建設業のフィジカルAIとは、センサーで現場を認識したAIが状況を判断し、建機やロボットを動かす仕組みです。

国土交通省は、建設分野のフィジカルAIを、センサーなどで物理環境を認識し、AIが状況に応じて推論・判断を行い、その結果に基づいて機械やロボットが物理空間で行動するシステムと位置づけています。

簡単にいえば、現場を「見る」、状況を「考える」、建機を「動かす」を一つにつなぐ技術がフィジカルAIです。

【参考】国土交通省「建設分野におけるフィジカルAI戦略（中間とりまとめ）」

フィジカルAIは、主に「認識」「推論・判断」「行動」の3段階で動きます。

従来の自動機は、決められた場所で同じ動きを繰り返すことを得意としてきました。一方、フィジカルAIは、人や資材の位置、天候、地形、施工の進み具合などが変化する環境を認識し、動作を調整することを目指します。

日々条件が変わる建設現場でフィジカルAIが注目される理由は、この適応性にあると言えるでしょう。

【参考】国土交通省「建設分野におけるフィジカルAIの導入」

建設業では、深刻な人手不足や熟練技能者の高齢化、危険作業への対応、生産性向上など、多くの課題を同時に解決することが求められています。こうした背景から、現場を認識し、自ら判断して機械やロボットが行動するフィジカルAIへの期待が高まっています。

また、国土交通省もi-Construction 2.0や「建設分野におけるフィジカルAI戦略」を通じて導入を後押ししており、建設DXをさらに進化させる技術として注目されています。

建設現場では、人手不足、危険作業や重労働、技能の属人化が進んでいます。フィジカルAIには、搬送・巡回・計測などを支援し、人を危険な場所から遠ざけながら、熟練者の判断や手順をデータとして残す役割が期待されています。

とはいえ、導入の目的は、人の仕事を全面的に代替することではありません。人は工程調整や安全管理、異常時の判断などを担い、機械に作業を任せる「協働」が現実的だと言えるでしょう。

国土交通省は2024年にi-Construction 2.0を策定し、2040年度までに建設現場の省人化を少なくとも3割、生産性を1.5倍に高める目標を掲げました。柱は「施工」「データ連携」「施工管理」のオートメーション化です。

2026年2月に国土交通省の専門WGが設置され、8月26日に「国土交通省インフラ分野のAI実装に向けた取組方針」と「建設分野におけるフィジカルAI戦略（中間とりまとめ）」が策定され、9月4日に公表されました。

取組方針は「直轄事務所等の現場でのAI徹底活用」「産学官協働のAIデータ連携の推進」「現場へのフィジカルAI等の導入」を3本柱とし、中間とりまとめはこのうち3本目を具体化する戦略です。河川・道路等の建設分野（土木）を対象に、8つの重点分野を示しています。

10月9日には、産学官で社会実装を進める「建設分野のフィジカルAIコンソーシアム」の会員公募も始まりました。コンソーシアムでは、データ、開発基盤、安全、評価、制度などの協調領域を整備し、実証・実装を通じて得た知見を共有しながら、社会実装を進める方針です。今後は、建設機械や人力作業用ロボットなどのテーマごとに、実証や仕様書・要領の原案づくりが進む見込みです。

【関連記事】i-Construction 2.0とは？現場で実践すべきことや取り組み事例について

【参考】国土交通省「i-Construction 2.0を策定しました」

【参考】国土交通省「建設分野におけるフィジカルAI・AIロボティクスの活用に向けたWGを開催します」

【参考】国土交通省「建設分野におけるフィジカルAI戦略（仮称）たたき台」

【参考】国土交通省「建設分野におけるフィジカルAI戦略（中間とりまとめ）」

【参考】国土交通省「建設現場の未来を創る「建設分野のフィジカルAIコンソーシアム」の会員を募集します！」

国土交通省の定義では、フィジカルAIの核は、物理環境の「認識」、AIによる「推論・判断」、機械やロボットによる「行動」です。そのうえで、条件が変化する建設現場で安全かつ高精度に運用するには、現場データ、測位・環境認識、AI処理、機械制御を連携させることが重要です。

ここでは、トプコンの現場実装の視点から、代表的な技術基盤を4つに整理します。

点群やBIM/CIM、3次元設計データは、AIにとって現場の地図となります。建機やロボットが施工範囲や移動先、障害物を判断する基準となるため、起工測量から施工、出来形管理まで共通座標でつなぐことが重要です。

機械の動作には、自身の位置と周辺状況の把握が欠かせません。開けた現場ではGNSSを、上空視界が限られる場所ではトータルステーションを、形状や障害物の把握にはLiDARやカメラを使い分け、位置や姿勢を更新します。

こうした位置・周囲の把握にAIを取り入れた例が、トプコンの新型トータルステーション「TOPCON GTS-M1シリーズ」「SOKKIA SET-M1 series」に搭載したフィジカルAI機能「WideChase」です。

自動追尾中に障害物などでターゲットを見失った際、WideChaseが再捕捉を支援し、再視準や振り向き操作の負担を軽減します。トプコンでは、フィジカルAIに関する技術・ソリューションを「TOPP-AI（TOPCON Physical AI）」として展開しており、WideChaseはその第一弾です。

TOPCON GTS-M1シリーズ

SOKKIA SET-M1 series

AIによる推論は、機体側や現場側のエッジ環境とクラウドを、即時性や通信条件に応じて使い分けます。障害物の検知や緊急停止など即時性が必要な処理は機体側で行い、施工履歴の蓄積や工程全体の分析、AIモデルの学習などにはクラウドを活用します。

建機施工では、AIや施工システムが定めた目標を実機の動作に反映する制御が必要です。マシンコントロールは、その一例です。現在のマシンコントロールは必ずしもAIを用いるものではありませんが、3次元設計データと位置情報に基づいて建機を制御する技術として、将来のフィジカルAI実装を支える基盤になり得ます。

また、施工後の計測結果を次の工程へ戻すことで、「計測→判断→施工→再計測」というデータ循環を構築できます。

マシンコントロールの製品一覧

土木施工では、掘削・運搬・敷き均しを担う自律建機や、配筋・型枠などを担うロボット、搬送ロボットなどが想定されます。複数台を使う場合は、作業順序や待ち時間を含めた全体最適が必要となるでしょう。

維持管理では、ドローンや走行ロボットが危険箇所に近づき、点検・巡視・清掃などを担います。画像分析だけであれば認識AIにとどまりますが、自律移動や除草・除雪まで行えば、フィジカルAIに近づくと考えられます。

災害対応では、調査や土砂撤去、道路啓開などをロボットや建機が担うことが期待されています。人が立ち入りにくい危険区域では、遠隔操作との併用も有効です。

ただし、遠隔操作には操作信号や映像などを送る通信が必要です。通信が不安定な現場では、通信経路の冗長化、自律的な安全停止、機体側での判断、手動介入への切り替えなどを含めた設計が求められます。

国交省の8重点分野は主に河川・道路などのインフラ分野を対象としています。一方、建築現場でも、巡回、墨出し、資材搬送、施工状況の記録などへのロボット活用が進められています。

【参考】国土交通省「建設分野におけるフィジカルAI戦略（中間とりまとめ）」

【参考】国土交通省「フィジカルAI・ロボティクスについて」

自律4足歩行ロボットは、災害時などの危険区域で、人に代わって状況を把握する用途で紹介されています。人が近づきにくい場所でも映像や3次元点群を取得でき、階段や傾斜も走破できるとされています。

砂防堰堤工事では、巡視や日々の出来高管理に活用されています。地上型レーザースキャナーやSLAMレーザースキャナー、GNSS測量機、360度カメラなどを目的に応じて付け替え、広範囲で高精度かつ安全な3次元測量を行っています。作業員からも、安全性や生産性、品質の向上の面で評判がよいとされています。

【参考】国土交通省「フィジカルAI・ロボティクスについて」（p27）

区画線工事では、CADデータを読み込み、カメラやレーザーセンサーで位置を把握しながら、障害物を避けて墨出しを行うロボットが活用されています。国土交通省の資料では、手作業と比べて作業効率が約3倍に向上したとされています。

山岳トンネルでは、自由断面掘削機の遠隔操作・自動掘削の実証実験が行われています。掘削時に粉じんが発生する機械の施工を無人化し、運転手が安全で良好な環境で作業できることを目指しています。

【参考】国土交通省「フィジカルAI・ロボティクスについて」
（区画線工事 : p.31, 山岳トンネル工事: p.19）

フィジカルAIの導入により、省人化や安全性の向上などが期待できます。一方で、現場ごとに条件が異なる建設業では、通信や安全管理、費用対効果などの課題も考えられます。自社のどの工程で効果が見込めるかを見極めることが大切です。

反復作業を機械に任せることで、限られた人材を工程調整や安全管理に振り向けやすくなります。移動や待ち時間、手戻りが減れば、人の配置の最適化にもつながるでしょう。

また、高所や災害現場、粉じん環境など、人が直接作業する範囲を減らせる点もメリットです。熟練者の視線や手順、判断をデータ化できれば、AI支援や若手教育への活用も期待できます。

建設は一品生産のため、地形や天候、施工方法が現場ごとに異なります。学習時にない例外場面では、認識精度が落ちるリスクも考えられるでしょう。雨や粉じん、GNSSが使いにくい環境など、現場特有の条件にも配慮が必要です。

安全面では、誤判断や通信断が起きた際の発注者、施工会社、メーカー、操作者の役割を、事前に決めておく必要があります。費用も機器代だけでなく、3Dデータ作成や教育、保守まで含めて評価しましょう。

削減工数や手動介入回数などのKPI（重要業績評価指標）を決め、小規模な実証でROI（投資利益率）を確認することが重要です。

PoC（概念実証）では通常稼働だけでなく、雨天や通信断、障害物、GNSS受信困難なども試します。安全停止や手動への切替手順を確認し、成功条件と中止条件を決めておくと、「実証はできたが運用に乗らない」という事態を減らせるでしょう。

【関連記事】『ICT施工StageⅡ試行工事の検証報告』～施工データの活用とボトルネックの考察～

センサーで現場を認識したAIが状況を判断し、建機やロボットを動かす仕組みです。実装には、3Dデータ、GNSS・トータルステーション・LiDARによる位置や周囲の把握、マシンコントロールなどが基盤になります。国土交通省は、機械施工や構造物点検、災害調査など8分野を重点対象に示しています。

そうとは限りません。ヒューマノイドは一例で、自律建機やロボットアーム、搬送・点検ロボットなども含まれます。形ではなく、環境を認識してAIの判断で行動するかどうかがポイントです。

ICT施工は、3Dデータを測量から検査まで活用する枠組みです。遠隔操作は、人が判断して建機を動かします。フィジカルAIは、現場の変化をAIが認識・判断し、機械の行動を調整する点が特徴で、実際にはこれらと組み合わせて使われます。

近い将来にすべての現場が完全無人化するとは考えにくいでしょう。危険・反復・高負荷の作業を機械に任せ、人は判断や安全管理、例外対応を担う形が中心になると考えられます。

全面導入や自社開発を前提にしなければ、可能です。データ整備やレンタル、共同実証、小規模PoCから始められます。導入可否は会社規模よりも、対象工程の頻度や標準化のしやすさ、現場条件によって決まるでしょう。

フィジカルAIは、センサーで現場を認識し、AIが判断して、建設機械やロボットが物理空間で行動する仕組みです。国土交通省は、機械施工や構造物点検、災害調査など8分野を重点対象に示しています。

実装の基盤となるのは、3Dデータ、GNSS・トータルステーション・LiDARによる測位と認識、施工データの連携、マシンコントロールなどです。ICT施工とフィジカルAIを同一視する必要はありませんが、測量から出来形までデータが循環する現場ほど、自律化へ進みやすいと考えられます。