株式会社renue
現場安全係長
現場安全係長で、この記事のテーマを実務に落とし込めます
renueが社内で運用しているシステムをサービス化したものです。何ができるか、どう動くかをサービスページでご覧ください。
建設現場の安全管理AIとは？労働災害ゼロを目指す最新技術
建設現場の安全管理AIとは、画像認識、IoTセンサー、ウェアラブルデバイスなどのデジタル技術を組み合わせ、建設現場における危険行動や不安全状態をリアルタイムで検知・予測し、労働災害を未然に防止するシステムです。
建設業は依然として全産業の中で労働災害発生率が最も高い業種の一つです。建設業の死亡災害について示した「年間約280件前後」という値は、対象年と原統計を確認できていません。死亡者数（人）と災害発生件数（件）を区別し、年と集計条件を示して比較する必要があります（厚生労働省の死亡者数集計の説明）。墜落・転落、建設機械との接触、崩壊・倒壊など、現場の事故原因に応じた対策が必要です。高齢化による熟練作業員の減少、外国人技能実習生の増加、働き方改革への対応といった構造的課題に対し、AI技術を活用した安全管理の高度化が急務となっています。
安全管理AIの3つの技術領域
1. AI画像認識による危険検知
建設現場に設置された監視カメラやドローンの映像をAIがリアルタイムで解析し、危険行動や不安全状態を自動検知するシステムです。
検知可能な項目の例：
- ヘルメット・安全帯の未着用検知
- 立入禁止区域への侵入検知
- 重機の接近・衝突リスク検知
- 不安全な作業姿勢の検知（高所作業での危険姿勢など）
- 資材の不安定な積み方の検知
- 足場や開口部の養生不備の検知
大手建設会社は、AIを活用した安全管理システムを開発しています。現場の監視カメラ映像をAIが解析し、危険行動をリアルタイムで検知してアラートを発信する仕組みを構築しています。
2. ウェアラブルデバイスによる作業員モニタリング
作業員が装着するウェアラブルデバイスを通じて、バイタルサイン（心拍数、体温、血中酸素濃度）や位置情報、動作データをリアルタイムで収集・分析します。
主要なウェアラブルデバイスの種類：
- スマートヘルメット：衝撃センサー、温度センサー、加速度センサーを搭載。転倒検知、熱中症リスク検知、位置追跡に対応。
- バイタルセンサーバンド：手首や胸部に装着し、心拍数、発汗量、体表温度を計測。熱中症や体調不良の予兆をAIが検知。
- 安全帯センサー：フルハーネス安全帯にセンサーを組み込み、装着状態の確認、墜落時の衝撃検知、位置情報の送信を行う。
- スマートウォッチ型デバイス：GPS、加速度センサー、心拍センサーを搭載し、作業員の位置・動態・健康状態を総合監視。
3. 危険予知AIシステム
過去の事故データ、ヒヤリハット報告、気象データ、工程情報などをAIが統合分析し、その日の作業における危険度を予測するシステムです。従来のKY（危険予知）活動をデータ駆動で高度化します。
AIは天候（強風、降雨、高温）、作業内容（高所、重量物、掘削）、作業員の経験年数や疲労度などの要因を複合的に分析し、リスクスコアを算出します。リスクスコアが高い日や作業には追加の安全対策を推奨します。
建設現場の安全管理をAIで強化しませんか？
renueでは、AI画像認識やIoT技術を活用した建設現場の安全管理ソリューション構築を支援しています。現場の安全性向上と業務効率化を両立します。
無料相談はこちら安全管理AIの実践事例
事例1：清水建設・Lightblue・エヌディーリース・システム — 車両搭載型AI監視カメラ「カワセミ」
清水建設の2023年11月発表では、Lightblue、エヌディーリース・システムと共同開発した「カワセミ」を商品化したとされています。重機の後方危険区域にいる人や車両を画像解析AIで検知し、音・ライト・モニターで知らせるシステムです。この発表にある重機接触リスクの検知と、ヘルメット未着用など別の検知用途は区別します（清水建設の公式発表）。
事例2：安藤ハザマ×NTT-AT — 監視カメラAI解析
両社の2024年12月発表では、NTTアドバンステクノロジが画像解析システムを開発し、安藤ハザマが安全対策の課題と実証現場を提供すると説明しています。室内工事の立馬作業で、転倒・転落につながる姿勢を検知し、作業員がWebアプリで検出情報を振り返る実証を予定した事例です。現在の提供状況や、発生頻度・傾向を表示するダッシュボードの機能は別途確認してください（NTT-ATの公式発表）。
事例3：LANDLOG — 建設データ連携の基盤
コマツの2017年発表では、コマツ、NTTドコモ、SAPジャパン、オプティムがLANDLOGという建設業向けIoTプラットフォームを共同で企画・運用すると説明しています。データを収集・連携する基盤と、各アプリケーション提供者の安全支援機能は区別する必要があります。特定の接触警告アプリの提供主体・検知機能・現在の提供状況は、この発表だけでは確認できません（コマツの公式発表）。
事例4：AIMOS — 作業安全監視システム
AIMOSの作業安全監視システムを検討する際は、ヘルメット・保護具の着用状況、危険区域への接近、不安全行動のうち、実際に対応する検知対象と現場での精度、通知方法を確認してください。事故防止の効果やリアルタイム監視の範囲を一律に保証せず、導入条件を提供元に確認します。
安全管理AI導入の手順
ステップ1：現場リスクの可視化
過去の事故データ、ヒヤリハット報告、安全パトロール記録を分析し、現場固有のリスクパターンを特定します。頻度と影響度の両面からリスクを評価し、AI導入の優先領域を決定します。
ステップ2：システム構成の設計
カメラの設置位置、ウェアラブルデバイスの選定、通信インフラの設計、アラート通知の仕組みなど、現場環境に適したシステム構成を設計します。屋外環境のため、防塵・防水性、耐衝撃性が重要な要件です。
ステップ3：PoC（概念実証）の実施
限定された区域や作業でPoCを実施し、検知精度、誤検知率、運用上の課題を検証します。現場の作業員からのフィードバックを収集し、運用に適した閾値やアラート方法を調整します。
ステップ4：本格導入と教育
PoCの結果を踏まえてシステムを改善し、現場全体に展開します。作業員への教育が不可欠で、システムの目的（監視ではなく安全支援）を丁寧に説明し、現場の受容性を高めます。
ステップ5：データ活用と継続改善
蓄積されたデータを分析し、事故の予兆パターンや安全対策の効果を定量評価します。分析結果をKY活動や安全教育にフィードバックし、安全文化の醸成につなげます。
よくある質問（FAQ）
Q1. 安全管理AIの導入コストはどのくらいですか？
本文で挙げたカメラベースの画像認識システム500〜2,000万円、ウェアラブルデバイス1台あたり3〜10万円は、原見積・対象製品・時点を確認できていません。一般的な相場とせず、カメラやデバイスの台数、設置・通信・解析・保守費用を含むかを確認して見積もりを比較してください。クラウド型のサービスを活用すれば、月額制で初期投資を抑えた導入も可能です。
Q2. 作業員のプライバシーは守られますか？
安全管理AIの目的は個人の監視ではなく、危険の検知と事故防止です。個人を特定せずに危険行動を検知する匿名化技術の活用や、データの利用目的の明示、保持期間の制限などのプライバシー配慮が必要です。労使間での合意形成が重要です。
Q3. 既存のカメラシステムにAIを追加できますか？
可能です。既存のIPカメラ映像をAI解析サーバーに接続することで、カメラの入れ替えなしにAI機能を追加できるソリューションが増えています。ただし、カメラの画角や解像度がAI解析に十分かの確認が必要です。
Q4. 悪天候や夜間でもAIは正常に機能しますか？
赤外線カメラや暗視カメラを併用することで、夜間や暗所での検知が可能です。豪雨や濃霧時は画像品質が低下するため精度が落ちる場合がありますが、ウェアラブルデバイスとの併用で補完できます。
Q5. 安全管理AIの導入効果をどう測定しますか？
主要なKPIとして、労働災害発生件数の減少率、ヒヤリハット検知件数の推移、危険行動の是正率、安全パトロールの工数削減率などを設定します。導入前後の定量比較に加え、作業員の安全意識に関するアンケート調査も有効です。
建設現場の安全を、AIとデータの力で守りませんか？
renueは、AI画像認識・IoT・ウェアラブルを組み合わせた安全管理ソリューションの構築を支援する専門企業です。現場の課題に合わせた最適な仕組みをご提案します。
お問い合わせはこちら
