建設DX・i-Construction wpmaster 2026年7月30日 0 コメント

建設現場の熟練技術をAIで未来へ！「メタトレ＋」研究開発計画が国の支援事業に採択

株式会社ワールドエリアネットワークス（WAN）は、「令和8年度成長型中小企業等研究開発支援事業（Go-Tech事業）」に採択されたことをお知らせします。この採択により、同社は安田女子大学、広島市立大学と協力し、熟練者の技術をAIで可視化・継承する「メタトレ＋」研究開発を推進します。

「Go-Tech事業」は、中小企業庁が実施する国の研究開発支援制度です。AIやIoTといった最新技術を活用した研究を対象とし、開発から事業化までを支援することで、日本の製造業やサービス業の競争力強化を目指しています。

建設現場が抱える深刻な課題

建設業では、働く人の数が減り、高齢化が進んでいます。2024年の建設業の就業者数は約477万人で、1997年の約685万人から大きく減少しています。特に、55歳以上が全体の36.7%を占める一方、29歳以下は11.7%にとどまっており、熟練の技術を次の世代にどう伝えるかが大きな課題となっています。

建設機械を安全に操作するには、手順を覚えるだけでなく、状況に合わせて感覚的に判断する力が必要です。しかし、実際の機械を使った訓練には、いくつかの難しい点があります。

誤った操作が大きな事故につながる可能性があるため、新人が十分に機械を操作する経験を積むのが難しい。
指導や評価が熟練者の経験や感覚に頼りがちで、どこを改善すればよいか、どれくらい上達したかを客観的に把握しにくい。
現場の状況は毎回変わるため、同じ練習を繰り返し行うのが難しい。

これらの課題を解決するため、「メタトレ＋」では、現場を仮想空間で再現し、操作と結果から技術を客観的に評価し、その結果を次の訓練に生かす仕組みを作ります。

「メタトレ＋」を構成する4層一体型システム

「メタトレ＋」は、訓練を継続的に改善するための4つの層からなるシステムです。これにより、熟練者の技術を効率的に継承することを目指します。

1. 現場条件を組み合わせる「シナリオデータベース層」

この層では、掘削や積込、整形といった基本的な作業を中心に、企業や教育機関の訓練目的に合わせたシナリオを作成できる仕組みを目指します。

例えば、地形、土の質、天気、視界などの環境設定や、障害物、埋設物の配置、作業の難易度などを自由に設定できます。

2. 建機と土の動きを再現する「物理シミュレーション層」

建設機械の動きだけでなく、土の硬さによる掘削の抵抗、掘削による壁の崩れ、粘り気のある土がバケットにくっつく現象、掘削後の地形の変化など、実際の工事で起こる現象を仮想空間で再現します。

操作の記録と地形の変化を時間ごとに記録することで、「どのように操作したか」と「その結果、現場がどう変わったか」を関連付けて確認できます。

3. 熟練技能を数値化する「AI技能評価層」

熟練者、初心者、未経験者の訓練データを集め、以下の3つの視点から技術を評価します。

操作品質: レバー操作がスムーズか、周囲の状況や次の作業を考えて適切な順序で操作できているか、急なレバー操作がないか。
安全品質: 機械の傾きや周囲との距離に気を配り、余裕を持って安全に操作できているか。
施工品質: 作業時間、掘削量、掘削後の形が目標通りか。

この評価では、合否だけでなく、熟練者と初心者の違いを細かく分析し、「どこができていて、どこを改善すべきか」を具体的に説明できる評価モデルの構築を目指します。

4. 次回取り組むべき訓練シナリオを提案する「フィードバック層」

AIによる評価結果や過去の訓練履歴をもとに、一人ひとりに合った次の訓練シナリオを自動で提案します。習熟度や課題に合わせて内容や難易度を調整することで、苦手な操作を重点的に練習するなど、効率的な技術習得をサポートします。

研究開発の目標と産学官連携

この研究開発では、令和8年度から令和10年度までの3年間で、以下の目標達成を目指しています。

掘削・積込・整形を中心とした300以上のシナリオを整備する。
「AI技能評価層」に使う10以上の指標を設計する。
熟練者と初心者を見分けるAIモデルの高い正答率を実現する。
複数の建設関連企業で実際にシステムを試して導入を検証する。

WANは、広島市立大学、安田女子大学と協力し、さらに公益財団法人ひろしま産業振興機構が事業管理を担当します。また、建設分野のアドバイザー企業が実際の施工手順や安全基準、現場条件、シナリオの妥当性確認を行います。これにより、産学官と建設現場が連携した研究開発体制でプロジェクトを進めます。

将来に向けた展望

「Go-Tech事業」では、まず建設機械オペレーターの技術を記録・評価し、訓練者ごとに次の学びを提案する4層一体型システムの確立と実証に取り組みます。

将来的には、VLM（画像と言語を同時に理解するAIモデル）を活用し、AIが「なぜ危険と判断したのか」「どの操作を改善すべきか」を、映像と数値的な根拠を使って説明する機能へと発展させる構想です。これらのデータは、将来的に建設機械の遠隔操作など、フィジカルAIへの応用も視野に入れています。

例えば、死角の警告や危険な場所の表示、適切な操作の提案など、作業を支援する技術への発展を目指すとともに、人の監視のもとで、障害物の回避や一部作業の自動化を実現する技術への応用も検討されています。

WANは、人がAIの判断理由を確認・説明でき、必要に応じて介入できる仕組みや、現場データを適切に管理できることを重視し、人とAIが協力して活用できる、安全で信頼性の高いAIの開発を進めます。また、クレーンやフォークリフトなど他の産業機械や教育機関向けの訓練への展開、さらに保守・運用支援を組み合わせた継続的なサービスへの発展も検討しています。

「メタトレ＋」に関する詳細はこちらをご覧ください。
https://metatore.wan-hiroshima.jp/