建設・土木業の見積業務における課題
建設・土木業界において、見積業務の中核をなす「数量拾い（Quantity Takeoff）」は、図面から工事に必要な材料・工数・数量を読み取り、積算する作業です。この業務は熟練技術者の経験と知識に大きく依存しており、1件あたり数時間〜数十時間を要する属人的な業務です。建設業界全体が人手不足と2024年問題（時間外労働の上限規制）に直面する中、見積業務のAI自動化は生産性向上の最重要テーマとなっています。
グローバルでは2025年時点で米国の建設企業の43%以上が何らかのAIを活用しており、AI数量拾いツールによる積算は手動と比較して5倍の速度で完了するとされています。しかし、RICS（王立公認サーベイヤーズ協会）とGlodonの2023年調査では、BIMと連携した数量拾いソフトウェアを使用している組織はわずか39%にとどまり、30%は専用ソフトウェアを使用していないのが現状です。日本の建設業界では、さらにデジタル化の遅れが課題であり、AI活用の伸びしろは大きいです。
renueの実績：数量拾いAIで作業時間70%削減
renueでは、建設・土木業向けに「図面AI・積算AI」を開発・提供しています。ある土木建設企業での導入事例では、見積もりにおける数量拾い業務の1件あたりの作業時間が**15時間→約4時間に短縮（約70%効率化）**されました。
この成果は、AIが図面から工事に必要な数量を自動抽出することで実現しています。従来は熟練技術者にしかできなかった業務が、事務担当者や新人でも行えるようになり、業務の標準化が進展しています。プロジェクトはPhase1（業務ヒアリング→現状フロー可視化→デモアプリ開発）→Phase2（AIアプリの本番化→精度改善→事業計画支援）の段階的アプローチで進められました。
renueの代表は「AIによって日本のモノづくりの付加価値を上げることができた。労働時間あたりの付加価値を実際に上げたという事実は、業界にとって大きい」とコメントしており、今回開発したアプリを自社利用にとどめず、他社への展開も視野に入れています。renueはJapan IT Week等の展示会にも「図面AI・積算AI」を出展し、建設業界のDX推進に取り組んでいます。
AI数量拾い・積算の仕組み
図面解析AI
AIが建設図面（PDF、CAD、紙のスキャン画像等）を画像認識・OCR技術で解析し、図面内の寸法、面積、数量、材料の種類を自動抽出します。ビジョンAI（VLM: Vision Language Model）を活用することで、テキスト情報だけでなく図形の構造や配置も理解し、部屋の面積計算や配管の延長距離の算出を自動化します。
類似案件マッチング
AIが過去の積算データベースから類似案件を自動検索し、類似度スコアとともに参考単価を提示します。「5階建てRC造、東京都、マンション、延床面積3,000㎡前後」のような自然言語での検索にも対応し、過去実績に基づいた根拠のある見積が可能になります。
BIM連携
BIM（Building Information Modeling）モデルから自動的に数量を取得し、コスト項目とのマッチング、積算書の自動生成までを一気通貫で行うフレームワークが登場しています。LLM（大規模言語モデル）がBIMモデルの数量を自動取得し、コスト項目にマッピングして専門的なコスト見積を作成する研究も進んでいます。
補正・検証プロセス
AIの出力に対して人間が確認・修正を行うHuman-in-the-Loopのプロセスが実務上不可欠です。地盤条件、杭工事の有無、特殊な施工条件などAIだけでは判断困難な要素は、人間が補正係数を適用します。AIの出力を「たたき台」として活用し、最終判断は経験者が行うことで、精度と効率の両立を実現します。
AI数量拾い導入の期待効果
| 効果 | 定量的な目安 | 補足 |
|---|---|---|
| 作業時間短縮 | 50〜80%削減 | renueの実績では15時間→4時間（約70%削減） |
| 見積速度の向上 | 手動の5倍速 | AI量takeoffツールの一般的な速度改善 |
| 属人化の解消 | 新人・事務担当者でも実施可能 | 熟練技術者への依存度を大幅に軽減 |
| 精度の均一化 | 担当者間のばらつき削減 | AIが標準化された手法で数量を算出 |
| 売上拡大の可能性 | 見積処理件数の増加 | ある電気工事会社ではAI導入後に売上40%増を達成 |
建設・土木業界でのAI活用の広がり
数量拾い・積算
本記事のメインテーマ。図面からの自動数量抽出と積算の自動化により、見積業務の生産性を飛躍的に向上させます。
図面読み取り・デジタル化
紙やPDFの図面をAI-OCRでデジタル化し、構造化データに変換します。図面内の設備情報、配管経路、電気配線を自動認識してデータベースに格納することで、デジタル資産としての活用が可能になります。
利益率予測・案件選別
過去の受注データと利益率データをAIが分析し、新規案件の想定利益率をシミュレーションします。赤字リスクの高い案件にアラートを出し、高利益率案件への注力を支援します。
施工管理・安全管理
現場の画像・動画をAIが解析し、安全装備の未着用検知、危険行為の検知、進捗管理の自動化を行います。ドローンによる出来高計測とAI解析の組み合わせも普及しています。
AI数量拾い導入のステップ
ステップ1: 業務フローの可視化と課題の定量化
現在の見積業務フロー（図面受領→数量拾い→単価適用→見積書作成→提出）を可視化し、各ステップの所要時間と課題を定量化します。特に数量拾いに費やしている工数と、属人化の度合いを明確にします。
ステップ2: 対象図面の種類と品質の評価
AI導入の成否は、対象となる図面の種類（土木/建築/設備）、品質（CAD/PDF/紙スキャン）、標準化の度合いに大きく依存します。まずは品質が高く標準化された図面カテゴリから着手し、段階的に対象を拡大します。
ステップ3: PoCによる精度検証
限定的な図面サンプル（最低5パターン程度）でPoCを実施し、AIの数量抽出精度と人間の修正工数を検証します。精度が実用レベル（人間の確認・修正で最終化できるレベル）に達しているかを判定します。
ステップ4: 本番化と業務への組み込み
PoCの成果を踏まえて本番環境を構築し、日常の見積業務フローにAIを組み込みます。「AIが下書き→人間が確認・修正→最終提出」のワークフローを確立します。
ステップ5: 精度改善と対象拡大
利用実績を蓄積し、AIモデルの精度を継続的に改善します。図面の種類や工事カテゴリの対象を段階的に拡大し、見積業務全体のAI活用度を高めます。
よくある質問（FAQ）
Q. AIの数量拾いは人間と同じ精度が出ますか？
現時点ではAI単独で熟練技術者と全く同じ精度を達成することは困難ですが、「AIが下書き→人間が確認・修正」のワークフローにより、最終的な精度を維持しながら作業時間を大幅に短縮できます。renueの実績では70%の時間短縮を達成しており、AIの出力を人間が最終確認するプロセスが品質を担保しています。図面の種類や品質による精度差はありますが、標準的な図面であればAIの初期抽出精度は実用的なレベルに達しています。
Q. 古い紙の図面でもAIは使えますか？
スキャンされたPDFや紙の図面にも対応可能ですが、画質や劣化の度合いにより精度が変動します。高解像度（300dpi以上）でスキャンされた図面であれば実用的な精度が得られます。CADデータ（DWG/DXF）がある場合はより高い精度が期待できます。
Q. AI数量拾いの導入コストはどの程度ですか？
PoC（概念検証）フェーズは数百万円、本番化を含めた導入費用は数百万〜数千万円が目安です。国のDX補助金（デジタル化・AI導入補助金、ものづくり補助金等）を活用することで、費用の1/2〜2/3を補助金で賄えるケースもあります。作業時間70%削減の効果を考えると、多くの場合12〜18か月で投資回収が可能です。
まとめ
AI×見積業務自動化（数量拾い・積算）は、建設・土木業界の最大の生産性課題を解決する技術です。renueの実績では1件あたりの数量拾い作業時間を15時間→4時間（70%削減）に短縮し、属人的だった業務を新人でも行える標準化された業務に変革しました。人手不足と2024年問題に直面する建設業界にとって、AI見積自動化は「やるべきかどうか」ではなく「いつ始めるか」のフェーズに入っています。
株式会社renueでは、図面AI・積算AIの開発から建設DX全般のコンサルティングを提供しています。Japan IT Week等の展示会にも出展実績があり、数量拾い・見積業務のAI化についてお気軽にご相談ください。