後藤組の建設DX事例｜全員DXと生成AI活用から学ぶ現場改善

結論

建設業でAI活用を進めるなら、最初から高度な予測AIを狙うより、現場書類、品質チェック、協力会社とのやり取りをデータ化すること が先です。

経済産業省の「中堅・中小企業等向けDX推進の手引き2025」では、山形県米沢市の総合建設会社である後藤組の取組が紹介されています。公開事例では、現場から経営層まで参加する「全員DX」、ノーコードツールによる業務アプリ作成、生成AIや機械学習を組み込んだ独自アプリの活用が整理されています。

この事例から中小建設業が学ぶべき点は、AIを特別な部署だけのものにしないことです。現場の小さな不便をアプリ化し、そのデータを次の改善に使う流れを作ると、AI導入が現場改善とつながります。

公開事例の要点

後藤組の事例では、kintoneやLooker Studioなどのノーコードツールを活用し、現場社員自身が業務アプリを作成しています。生成AIや機械学習を組み込んだ独自アプリも活用し、データ利用の幅を広げています。

成果として、残業時間の削減、工事現場の品質チェックシートのデジタル管理、契約・発注・請求などの事務手続きのデジタル化、若手社員が活躍しやすい環境づくりが挙げられています。

中小企業にとって重要なのは、ツール名よりも運用設計です。後藤組の事例は、現場社員が改善提案を出し、経営が受け止め、DXチームが支援する流れを作っている点が参考になります。

中小建設業がまねしやすい順番

最初に着手しやすいのは、現場で毎日発生する記録業務です。

• 危険予知活動の電子化
• 品質チェックシートのデジタル化
• 生コン車や協力会社との共有情報の見える化
• 契約、発注、請求のやり取りの整理

これらは、AIに判断させる前の土台になります。記録の形式がそろうと、後から生成AIで要約、注意点抽出、提出書類の下書き作成に広げやすくなります。

AI導入で注意すべきこと

建設業では、安全、品質、契約条件の確認責任が重いです。生成AIの出力をそのまま現場指示や契約文に使うのではなく、下書き、整理、抜け漏れ確認に役割を限定する方が安全です。

また、現場で入力が増えるだけのアプリは定着しません。紙を置き換えるだけでなく、入力した情報が日報、発注、請求、品質確認に再利用される設計にする必要があります。

参考にした公開事例

本記事は、経済産業省「中堅・中小企業等向けDX推進の手引き2025」に掲載された後藤組の事例をもとに、中小企業向けにAI導入の観点で読み替えています。

次に読む記事

建設・物流分野の入口を広く整理したい場合は 建設業と物流業のAI導入はどこから始めるべきかを業務別に整理する を、土木現場のデータ化を見たい場合は 池田組の土木DX事例｜ドローン測量と現場データがAI活用の土台になる を確認してください。