建設業の積算をAIで速くする手順｜数量拾いは任せ、単価判断は人に残す
要約
建設業の積算業務にAIを入れる手順を、任せる範囲と人に残す範囲の分け方から整理します。総務省の労働力調査では建設業就業者は1997年の685万人から2025年に478万人へ減り、55歳以上が約36.7%を占めます。図面からの数量拾いの自動化で報告されている時間短縮、精度の確かめ方、1か月で見極める進め方をまとめました。
「見積の依頼は増えているのに、積算できる人が増えない」という相談を受けます。
図面から数量を拾う作業は、経験がないと精度が出ません。担当者が限られ、その人に依頼が集中します。
本記事では、建設業の積算業務にAIを入れる手順を、任せる範囲と人に残す範囲の分け方から整理します。公的統計と、公開されている導入事例にもとづく内容です。
この記事の対象読者
- 積算担当者が限られており、見積の提出が遅れがちな建設会社・設備工事会社の経営者、積算部門の責任者
- 見積の依頼を断らざるを得ない状況が続いている方
- AI積算の話は聞くが、自社の工種で使えるのか判断できない方
就業者は1997年から約3割減りました
総務省の労働力調査では、建設業就業者数は1997年平均の685万人がピークで、2025年平均は478万人です。約3割の減少にあたります。
年齢構成も偏っています。55歳以上が約36.7%を占める一方、29歳以下は約11.7%にとどまります。積算のような経験がものを言う業務ほど、この偏りが重くのしかかります。
2024年4月からは、建設業にも時間外労働の上限規制が適用されました。人を増やせず、残業も増やせない中で、見積のリードタイムを短くする必要があります。
AIに任せる範囲と、人に残す範囲
現在の積算AIが得意なのは、数量拾いの一次案作成、過去案件の検索、表記ゆれの統一、そして整合チェックです。最終数量の確定と単価判断は人が担う構成が主流です。
この線引きを最初に理解しておくと、期待の掛け違いが起きません。「積算担当者を置き換える」と考えると、必ず失望します。
| 工程 | AIに任せられるか | 理由 |
|---|---|---|
| 図面からの部材の抽出 | 任せられる | 寸法と位置関係の読み取りは繰り返し作業 |
| 数量の一次案作成 | 任せられる | 拾い漏れの候補まで挙げられる |
| 表記ゆれの統一 | 任せられる | 過去の名称を照らせる |
| 過去案件の検索 | 任せられる | 似た条件の案件を探せる |
| 最終数量の確定 | 人が担う | 現場条件と施工方法で変わる |
| 単価の判断 | 人が担う | 資材相場と協力会社の状況による |
| 発注者との協議 | 人が担う | 交渉と合意の領域 |
公開されている時間短縮の実績
共同開発の事例では、設計図面から構造物、寸法、数量をAIで自動抽出し、最大12時間かかっていた数量拾いを約10分に短縮したと紹介されています。
関電工の設備工事向けの概算積算では、従来1週間から2週間かかっていた概算見積の作成が数十分に短縮されたと報じられています。
見積作成時間を約70%削減できたとする紹介もありますが、これは個別事例をもとにした解説であり、対象業務や評価条件は限定的です。数字をそのまま自社に当てはめないでください。
精度の確かめ方
製品を選ぶときは、カタログの精度ではなく、自社の過去案件で試してください。確定した数量という正解が手元にあるためです。
過去案件を3件通す
完了した案件を3件選び、当時の図面をAIに読ませます。出てきた数量と、実際に確定した数量を項目ごとに突き合わせます。
選ぶ3件は、標準的な案件を1件、複雑だった案件を1件、小規模な案件を1件にしてください。1種類だけだと判断を誤ります。
差が出た項目を分類する
合わなかった項目を、読み取りの誤りと、判断の違いに分けます。前者は製品の性能の問題ですが、後者は人が決める領域なので、AIの精度とは別の話です。
この分類をしないまま「合わなかった」と結論づけると、使える製品を捨てることになります。
1か月で見極める進め方
検証は1か月、対象は1つの工種に絞ります。全工種を一度に見ると、どこで効いたのかが分からなくなります。
| 期間 | やること | 確認すること |
|---|---|---|
| 1週目 | 対象の工種を決め、過去案件を3件選ぶ | 図面の形式。PDFかCADか、紙か |
| 2週目 | 過去案件をAIに通し、確定数量と突き合わせる | 項目ごとの差。読み取り誤りと判断の違いの内訳 |
| 3週目 | 実際の案件で一次案の作成に使う | 拾いにかかる時間が減ったか |
| 4週目 | 続けるかやめるかを決める | 先に決めた基準に照らす |
続ける条件とやめる条件を先に書く
- 続ける条件の例：数量拾いにかかる時間が半分以下になり、確認と修正の時間を足しても3割以上減っている
- やめる条件の例：読み取り誤りの修正時間が、拾いの削減時間を上回る
拾いの時間だけを見ないでください。確認と修正の時間を足した合計で判断します。
よくある失敗
図面の形式を確認せずに始める
発注者から届く図面が紙やスキャンした画像なら、読み取り精度は大きく下がります。導入前に、直近3か月に受け取った図面の形式を数えてください。
CADデータで受け取れる割合が高いほど、効果が大きく出ます。
熟練者の判断を記録せずに進める
積算の精度は、図面に書かれていない前提の置き方で決まります。施工方法の想定、ロスの見込み、仮設の扱い。これらが担当者の頭の中にあるままだと、AIの一次案は毎回同じところでずれます。
検証の過程で、ずれた項目とその理由を記録してください。それが自社の積算の基準を言葉にする作業になります。
単価まで自動化しようとする
資材の相場も協力会社の状況も動きます。単価をAIに任せると、根拠を説明できない見積になります。数量までにとどめてください。
よくある質問
積算担当者が1名の会社でも意味がありますか
その1名に依頼が集中して見積の提出が遅れているなら、検討する価値があります。会社の規模ではなく、断っている見積の件数で判断してください。
月に何件の依頼を受けて、何件を断っているか。この2つの数字が判断の材料になります。
専門工事でも使えますか
電気設備工事では、図面から照明、コンセント、配線などを拾い、材料表や見積書の作成を支援するAI積算システムが開発されています。工種によって対応状況が違うため、自社の工種の実績があるかを確認してください。
既存の積算ソフトを入れ替える必要がありますか
必ずしも必要ありません。AIが出した数量を既存のソフトに取り込めるかが分かれ目です。取り込めるなら、拾いの部分だけを置き換えられます。
補助金は使えますか
国の「デジタル化・AI導入補助金2026」は、旧IT導入補助金の後継として全国の中小企業・小規模事業者が対象です。市町村ごとの制度もあります。
制度によって、既製品の導入費を見るものと、開発費を見るものが分かれます。公募要領で対象経費を確認してください。
導入までどのくらいかかりますか
既製のAI積算ツールを試すだけなら1週間程度です。過去案件で精度を確かめ、既存のソフトとの受け渡しを整えるところまで含めると1か月から2か月を見てください。
まとめ｜今日できること
積算のAI活用で減らせるのは、図面から数量を拾う作業です。最終数量の確定と単価判断は人に残ります。この線引きを先に決めると、検証の設計を間違えません。
今日できることは1つです。直近3か月に受け取った図面を、CADデータ、PDF、紙の3つに分けて件数を数えてください。
この内訳が、期待できる効果の見込みにも、製品を選ぶときの持ち込み資料にも、補助金の申請書にもそのまま使えます。
あわせて読みたい
参考・出典
本記事は2026年8月24日時点で公的機関および各社が公開している情報をもとに作成しています。時間短縮の数値は個別事例の公表値であり、工種、図面の形式、運用設計によって大きく変わります。同等の効果を保証するものではありません。統計値および補助金の要件は変更される可能性があるため、申請の前に必ず所管機関へ最新情報をご確認ください。
この記事の分類
同じ分類の記事をまとめて読めます。
次に読む記事
建設業会社必須 図面解析・積算業務におけるAI導入の壁
建設業のAI導入で図面解析や積算を効率化したい企業に向けて、図面形式のばらつき、責任分界、既存システム連携の壁を整理します。候補抽出から始める検証手順、ROIの測り方、外部支援の判断材料まで解説します。
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
矢作建設工業とMalmeの共同開発を手がかりに、独自工法の積算をAIで扱う際の業務分解、データ整理、PoCから本番運用へ進む判断基準を解説します。
BIM×AIエージェントをゼネコンが実装する前に整えるべき知識基盤
清水建設が示したAI施工管理の実用フェーズは、自社にとって「自分ごと」になっているか。本記事では、映像データ基盤から知識キャプチャ、BIM連携、AIエージェント統合までの段階的アーキテクチャと、ROIが見えるタイミングを具体的に解説する。
