📊 事実
政策目標と推進状況
- 国土交通省は2016年から「i-Construction」を推進しており、2024年には「i-Construction 2.0」を策定する予定であるソース3。
- 「i-Construction 2.0」では、2040年度までに建設現場における省人化を30%達成し、生産性を1.5倍にすることを目指しているソース2 ソース3。
- 国土交通省は令和8年9月4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）を策定したソース4。
- 国土交通省はAIを「現場で働く人の能力を拡張させ生産性向上を加速する基盤」と位置づけているソース4。
- フィジカルAIは、センサを通じて物理環境を認識し、AIが状況に応じて推論・判断を行うシステムであるソース3。
- 国土交通データプラットフォームでは、35システム、336万データが連携されているソース2。
- 産学官の関係者による「建設分野のフィジカルAI活用推進WG」が設置されているソース2。
- 2025年度の自動施工実施件数は9件（前年度4件）、遠隔施工実施件数は41件（前年度21件）であり、いずれも前年度から倍増したソース10。
日本の生産性に関する現状と投資状況
- 日本の実質労働生産性上昇率は、1980年代の約3.6％から1990年代には徐々に低下し、2000年代以降は1％前後にとどまっているソース6。
- 我が国の無形資産投資の対名目GDP比は、米国、英国及びドイツと比較して小さいソース6。
- 我が国の無形資産投資の上昇率は、2010年代において年平均で0.9％であり、米国、英国及びドイツと比較して弱い動きとなっているソース6。
- 我が国の無形資産の名目労働生産性の上昇に対する寄与度は、米国、英国及びドイツと比較すると低い水準にあり、2010年代はほぼ0％であるソース6。
- 中小企業は日本の非製造業の約99％を占めているソース6。
- 中小企業のソフトウェア装備率は、大企業の約7％程度であるソース6。
- 従業員数300人未満の企業で、生成AIを全社的に活用していると回答した割合は1.3％であるソース6。
- 従業員数5000人以上の大企業で、生成AIを全社的に活用していると回答した割合は19.0％であるソース6。
- 中小企業の課題明確化の支援を国や地方自治体で行うことが必要であるソース6。
💡 分析・洞察
- 日本全体の労働生産性の低迷に加え、AI導入に不可欠な無形資産投資の規模と寄与度が国際的に見劣りしている点が、建設分野におけるAI実装の進捗を鈍化させる根本原因である。これは、AI技術の獲得と活用に向けた基盤構築の遅れを明確に示している。
- 建設分野の大多数を占める中小企業におけるAI活用率が極めて低いことは、業界全体のデジタル化推進と生産性向上目標達成に対する最大の障壁である。大企業と中小企業間のデジタルデバイドが、建設プロセス全体の効率性を阻害し、目標達成の足かせとなる。
⚠️ 課題・リスク
- 大企業と中小企業間でのAI活用度合いの格差が拡大することで、建設サプライチェーン全体の最適化が阻害され、国土交通省が掲げる2040年度までの生産性1.5倍、省人化30%の目標達成が困難となる。これにより、インフラ整備のコスト増加や工期延長が生じ、最終的に国民負担の増大と生活基盤の維持コスト上昇に直結する。
- 無形資産、特にAI技術への投資が国際的に見ても低水準に留まる現状は、日本の建設産業が国際的な技術競争において優位性を喪失する現実的なリスクを孕む。これは、将来的な海外インフラ市場での受注機会の逸失や、国内インフラ整備における海外技術への依存度を高め、日本の経済安全保障上の脆弱性を生む可能性がある。
- 建設現場の主要な担い手である中小企業でのAI導入が進まなければ、省力化や効率化の恩恵が限定的となり、現場の人手不足や高齢化が加速する。結果として、建設技術・技能の継承が滞り、施工品質の低下やインフラの維持管理能力の弱体化を招き、国民の安全と生活の安定を脅かす実質的なリスクとなる。
主な情報源: 国会 / 農林水産省 / 国土交通省 / 原子力委員会 / 総務省 / 厚生労働省
コメント