独自工法の積算をAIで対応 矢作建設とMalmeの共同開発が示す建設AIの次の一手

「積算をAIで効率化したい」と考えても、標準的な工法だけで業務が完結するとは限りません。独自工法や社内固有の見積もりルールがあると、既存ソフトの機能だけでは対応しにくい場面が生まれます。

海外では、生成AIを業務システムに組み込む際のデータ品質や監査性が議論されています。BinxAIが日本企業の導入現場で見てきた範囲では、モデル選びより先に業務の判断基準を整理することが重要でしょう。PoCの成否を分ける場面も、その整理ができているかどうかで変わることが多くあります。

矢作建設工業とMalmeの取り組みは、建設AIを汎用チャットの導入で終わらせない設計を考える材料になります。自社固有の工法を扱う業務基盤として、どう組み立てるかを示す事例です。

この記事の対象読者

• 独自工法や特殊な施工条件を含む見積もりを扱う企業
• 既存の積算ソフトだけでは業務を完結できない担当者
• 建設DXのPoCを本番運用へ進めたい責任者
• AIの回答精度だけでなく、見積もり根拠も管理したい企業
• 積算担当者の修正や判断を、次の案件に生かしたいチーム

標準ソフトでは拾いにくい独自工法が積算AIの出発点になります

矢作建設工業とMalmeの共同開発の概要

ITmediaの記事によると、矢作建設工業とMalmeは2026年8月5日に共同開発プロジェクトを開始しました。建設DXを推進することが目的です。

共同開発のテーマは、標準的な積算ソフトで扱いにくい独自工法の積算をAIで対応することです。

この事例から読み取れるのは、汎用ツールを入れれば積算業務が自動化できる、という単純な構図ではありません。独自工法や企業固有の見積もりロジックを、AIが参照できる形に整理する必要があります。

業務ロジックの整理が先行条件になる理由

海外でも、業務固有のデータをAIに接続する際のガバナンスが議論されています。BinxAIの見立てでは、建設会社では図面や仕様書だけでなく、担当者が判断した理由まで扱える設計が求められやすいでしょう。

• どの工法を選ぶかを決める条件
• 図面や仕様書から数量を拾う対象
• 社内単価や協力会社見積もりを選ぶルール
• 例外的な施工条件を補正する判断
• 上長や専門担当者が確認する箇所

この5項目を切り分けると、AIに任せる部分と人が確認する部分を分けられます。

反対に、業務全体を「積算自動化」と一括りにすると、どこで誤りが出たのかを追いにくくなるでしょう。今回の共同開発では、独自工法を含む積算を対象に据えている点が、この考え方と重なります。

今すぐ問い合わせる

矢作建設とMalmeの共同開発から見る積算AIの設計順序

AIの対象を業務の制約から決める

今回の共同開発では、独自工法を含む積算が対象になっています。AIの適用範囲をモデルの機能から決めるのではなく、既存業務の制約から定める考え方と重なる事例でしょう。

自社で積算AIを検討する場合は、まず過去の見積もりを集めるところから始めます。完成した見積書だけでなく、参照した資料、担当者の修正、確認時の指摘も対象になるでしょう。

• 案件を工法、工種、施工条件で分類する
• 入力資料と出力項目の対応関係を整理する
• 担当者が修正した箇所と修正理由を記録する
• AIの提案を採用する条件と棄却する条件を決める
• 最終承認者と確認履歴を業務フローに置く

PoCでは、対象を一つの工法や一種類の積算項目に絞ります。数量拾い、単価選定、根拠提示を同時に自動化せず、どの工程で効果とリスクが出るかを確認します。

入力資料
  ↓
工法・施工条件の判定
  ↓
数量の抽出
  ↓
単価候補の提示
  ↓
根拠と不確実な箇所の表示
  ↓
担当者の確認・修正
  ↓
承認済み見積もりとして保存

積算AIの成果は自動化率より判断の再利用で見えます

本番運用で確認すべき指標

公開情報では、今回の共同開発について具体的な導入効果の数値までは示されていません。そのため、現時点で成果を語るときは、確定した実績と、導入後に確認すべき指標を分ける必要があります。

BinxAIが注目するのは、AIが一度見積もりを作れるかだけではありません。担当者が修正した内容を次の案件で参照できるかどうかも重要な視点です。

見積もりの根拠を後から確認できるかどうか。この2点が、本番運用の使いやすさに影響すると考えています。

• 工法別にAIが扱えた案件の範囲
• 数量や単価の修正が発生した箇所
• 修正理由を次回の参照情報にできたか
• 見積もり根拠を確認できたか
• 担当者と承認者の確認履歴が残ったか

たとえば、同じ独自工法でも施工条件によって数量や単価の判断が変わる場合があります。AIの回答を一つに固定するより、採用理由と注意点を表示する設計の方が、担当者の確認には向くでしょう。

自社の積算AIを再現するなら工法の棚卸しから始めます

自社固有の条件を言語化する手順

矢作建設工業とMalmeの事例をそのまま横展開できるとは限りません。独自工法の定義、既存資料の形式、担当者の判断手順は企業ごとに異なるためです。

それでも、業務を分解してからAIの対象を決める順序は、多くの企業で試しやすいでしょう。最初から全案件を対象にせず、資料と判断が比較的そろう領域から選ぶのが現実的です。

• 独自工法を一覧化し、利用条件を言語化する
• 積算担当者に判断理由を聞き、資料と結び付ける
• 過去案件を正解データと学習用データに分けて考える
• AIの出力に根拠資料と不確実な点を添える
• 小さな対象で検証し、運用ルールを直してから広げる

導入判断では、モデルの比較だけでなく、データを更新する担当者も決めます。単価表や工法資料が変わったとき、誰が反映し誰が承認するかが曖昧だと、運用開始後に回答の一貫性を保ちにくくなります。

建設AIの次の競争軸は、汎用ツールの導入数ではなく、自社の判断基準をAIが扱える形に整える力です。

今すぐ無料相談する

自社で進めるときに詰まりやすい箇所と外部支援の使い分け

独自工法の積算AIでは、資料が担当者ごとに分散しやすい点が障壁になります。修正理由が記録されていないと、AIの出力を直すだけで終わってしまうでしょう。

外部の支援を使うと、業務タスクの棚卸しとデータ基盤の整理を切り分けて進められます。

• 工法名が同じでも、案件ごとの適用条件が異なる
• 見積もり根拠がファイルやメールに分散している
• 担当者の修正理由が暗黙知のまま残っている

AIを作る前に、どの資料を正とするか、誰が更新するか、どこで人が確認するかを決めやすくなります。

BinxAIの「みっちゃくん」は、月額5万円からで、初期費用と追加費用はありません。業務タスクの棚卸し、データ基盤構築・改善、業務アプリ開発、AI研修などを支援します。

API、サーバー、ツールの費用は実費です。AI推進や社内規約策定、AIアドバイザー、月次レポート、セキュリティ対応、社内での横展開にも対応しています。

みっちゃくんの支援内容を確認する

よくある質問

積算AIは独自工法にも対応できますか？

対応できる可能性はありますが、工法の条件や見積もりルールの整理が前提になります。標準ソフトにない項目を、そのままAIへ入力するだけでは判断が安定しにくいでしょう。

最初のPoCでは何を対象にすべきですか？

数量拾い、単価選定、根拠提示など、工程を一つに絞ります。資料がそろい、担当者が正誤を確認しやすい項目から始めると、修正内容を記録しやすくなります。

AIが作った見積もりをそのまま使えますか？

そのまま採用する設計は避けた方がよいでしょう。根拠資料、注意点、担当者の確認履歴を表示し、最終判断を人が担う運用から検証する方法が考えられます。

積算担当者の修正はどのように扱いますか？

修正後の値だけでなく、修正理由と参照資料を残すことが大切です。次の案件で検索できる形にすると、個人の経験をチームの判断材料へ変えやすくなります。

外部支援を依頼するか迷ったら何を見ますか？

AIの開発実績だけでなく、業務整理、データ基盤、社内ルール、定着支援まで扱えるかを確認します。積算担当者が運用を続けられる設計かも、契約前に確認してください。

矢作建設工業とMalmeの共同開発は、建設AIの対象が標準業務だけではないことを示しています。自社の工法と単価を一覧化することが、今日から始められる第一歩です。まずその棚卸しに着手すると、PoCの次の設計が見えやすくなります。

本記事の情報は2026年8月15日時点の公開情報に基づきます。サービスの料金や提供内容は変更される場合があるため、契約前に各社へ確認してください。AI導入による成果を保証するものではありません。