「安全第一」。建設現場で毎朝唱えられるこの言葉は、しかし現実には十分に機能していないと言わざるを得ません。厚生労働省の統計によれば、2024年の建設業における死亡者数は232人。前年の223人から再び増加に転じました。そしてその約3割、77人が「墜落・転落」という、ある意味で最も基本的な事故で命を落としています。

人手不足が深刻化し、ベテランが次々と引退する中で、現場の安全を「個人の経験」と「朝礼での声かけ」だけに頼り続けることは、もはや限界です。

本記事では、数千万円のカメラシステムではなく、中小規模の建設会社でも今日から始められるAI活用の安全対策を、3つの具体的なアプローチに分けて解説します。

安全管理が「形骸化」する構造的な理由

AIの話に入る前に、まず「なぜ安全対策は形骸化するのか」という根本問題を整理します。ここを理解せずにツールだけを導入しても、定着しません。

1. KY活動の「コピペ化」

多くの現場で、毎朝のKY（危険予知）活動が「前回と同じ内容を読み上げるだけ」の儀式になっています。新規入場者がいても、天候が変わっても、作業内容が変わっても、同じ紙が回ってくる。書く側も聞く側も「やった」という事実だけが残り、実質的なリスク検知は機能していません。

2. ヒヤリハットの「提出されない問題」

ヒヤリハット報告は安全管理の宝庫です。しかし現実には、報告するほど「面倒が増える」「責められる」という空気が現場に蔓延しています。報告が集まらなければ分析もできず、同じリスクが繰り返されます。

3. 安全巡視の属人化

現場の安全巡視で「何を見るか」がベテランの暗黙知に依存しています。経験豊富な所長なら足場の微妙な傾きや仮設電気の不備を一目で見抜けますが、若手の代理人にはそれが見えない。チェックリストはあっても、「チェックの目」がないのです。

アプローチ① 生成AIで「毎朝のKY活動」を刷新する

最も手軽で、最も即効性のある方法がこれです。ChatGPTやGeminiなどの生成AIを、毎朝のKY活動に組み込みます。

具体的な使い方

朝礼前に、その日の作業内容を生成AIに入力します。たとえば「本日の作業：3階スラブ上で型枠解体。天候は雨上がりで足元が滑りやすい。クレーンで資材搬出あり」。これに対して「想定される危険と対策を5つ挙げてください」と指示するだけで、AIが以下のようなリスクと対策を即座に生成します。

想定リスク	対策
濡れた型枠上での滑落	滑り止め付き安全靴の確認。手すり・親綱の設置状態を再点検
解体時の釘踏み抜き	踏み抜き防止インソール着用の徹底
クレーン旋回範囲への立入り	合図者を配置。旋回半径にカラーコーンで明示
解体部材の落下	上下作業の禁止。飛来落下防止ネットの展張確認
雨上がりの視界不良による重機接触	バック時の誘導員配置。回転灯の視認確認

これは「AIがゼロから考えた正解」ではなく、労働安全衛生法や過去の事故データに基づく「膨大な知見の要約」です。ベテランが頭の中で行っていた「この現場条件ならここが危ない」という推論を、AIが代行しているに過ぎません。

導入のコツ

「毎日違うリスクが出てくる」ことが重要。コピペ防止になる
プロンプトをテンプレート化しておけば、スマホから30秒で完了する
出力結果をそのまま朝礼で読み上げれば、全員の意識が変わる

アプローチ② スマホ1台で「写真から危険を見つける」

2つ目は、現場で撮った写真をAIに読み込ませて、リスクを自動分析するアプローチです。最新のビジョンAI（画像認識AI）は、スマートフォンで撮影した1枚の現場写真から、安全上の問題点を指摘する精度まで進化しています。

実際にできること

ヘルメットや安全帯の未装着の検出
開口部の養生不備や手すり欠落の指摘
脚立の不適切な使用（天板乗り、片足作業など）の判別
仮設足場の水平ブレースの欠落や筋交いの不備

現場監督が巡視中にスマホで写真を撮り、AIに「この写真に安全上の問題点はありますか？」と送るだけで、法令（労働安全衛生規則）の該当条項とともに改善ポイントが返ってきます。

中小企業に向いている理由

大手ゼネコンが導入しているリアルタイム監視カメラシステムは、カメラ本体、ネットワーク環境、クラウドサーバーの費用を含めると初期投資だけで数百万円から数千万円に及びます。一方、生成AIのAPI（月額数千円〜）とスマートフォンの組み合わせなら、実質的に「今の携帯代」にプラスする程度の負担で始められます。

もちろんリアルタイム監視と比べてカバー範囲は限られますが、「巡視の目を補助する」という用途であれば十分に実用的です。

アプローチ③ ヒヤリハットをAIで「資産」に変える

3つ目は、これまで紙やExcelに埋もれていたヒヤリハット報告を、生成AIで「傾向分析」する方法です。

なぜこれが最も価値があるのか

ハインリッヒの法則が示す通り、1件の重大事故の背景には29件の軽微な事故、300件のヒヤリハットが存在します。逆に言えば、ヒヤリハットの傾向を正しく分析できれば、重大事故を「予測」できるということです。

従来、この分析は安全担当者が手作業で行っていました。数十件ならまだしも、年間で数百件の報告をExcelで集計・分類・傾向分析するのは、ほぼ不可能です。

生成AIによる傾向分析の進め方

ヒヤリハット報告をテキストデータとして蓄積する（LINEのグループに投稿する形でも可）
蓄積されたデータをAIに読み込ませ、「発生場所」「作業内容」「時間帯」「天候」でクロス分析を依頼する
AIが「雨天時の午後3時以降、3階以上の高所作業でヒヤリハットが集中している」といったパターンを検出する
その結果を基に、特定の条件下での作業手順や人員配置を見直す

この一連の流れにおいて、AIは「勝手に答えを出す」のではなく、人間が気づきにくいパターンを可視化する役割を果たします。最終判断は常に現場の監督者が行います。

「AIは現場を知らない」という正しい前提

ここで一つ、誤解を防ぐために明確にしておきます。

AIは現場の「空気」を読めません。風の強さ、地盤の柔らかさ、作業員の体調、近隣住民との関係性。これらは数値化しにくく、AIが処理する対象ではありません。

AIが得意なのは、「過去のデータからパターンを抽出し、人間に判断材料を提供する」ことです。つまり、AIの本質は「代替」ではなく「補助」です。

この前提を共有しないまま導入すると、「AIが安全と言ったから大丈夫だろう」という、むしろ危険な過信を生みます。AIは「もう一人の安全担当」であり、「安全の最終責任者」ではない。この線引きが極めて重要です。

まずは1つの現場で、1つのアプローチから

安全管理にAIを導入するハードルは、多くの経営者が想像するより格段に低くなっています。数千万円のカメラシステムを一括導入する必要はありません。

明日の朝礼で、ChatGPTにKYのリスク出しを1回だけ依頼してみる
次の巡視で、気になる箇所をスマホで撮ってAIに聞いてみる
今ある10件のヒヤリハット報告をAIに投げて、傾向を出してもらう

この「たった1回」の試行が、現場の安全文化を変える起点になります。安全は「コスト」ではなく「投資」であり、その投資のROI（費用対効果）をAIが劇的に引き上げる時代が、もう始まっています。

現場の安全管理をAIで「仕組み化」したい方へ

1件の事故は、企業にとって賠償責任だけでなく、信頼の喪失や受注機会の逸失という取り返しのつかないダメージをもたらします。AIを活用した安全管理の「仕組み化」は、そのリスクを最小化するための最も合理的な一手です。

「自社の現場にどのアプローチが合うのか分からない」「まず何から手をつければいいのか整理したい」そんなお悩みをお持ちの経営者様・安全担当者様は、ぜひ一度ご相談ください。

👇 無料業務診断・お問い合わせはこちら