
大手IT企業、Sansan、HubSpot Japanを経て2024年に株式会社UniteXを創業。数百社のCRM導入・業務設計を経験する中で「ツール導入だけでは組織は変わらない」という課題に直面し、AI×業務プロセス最適化サービス「AI Flow」を立ち上げ。業務理解・ビジネス理解・CRM・AIの4軸で、企業の業務プロセスそのものを再設計する支援を行っている。
朝6時、現場所長のスマートフォンが鳴る。天気予報は午後から雨。今日予定していたコンクリート打設は中止せざるを得ない。しかし、コンクリートのミキサー車はすでに手配済み。型枠大工は明日から別の現場に入る予定。鉄筋屋は来週の作業が前提で段取りを組んでいる──。
1つの工程が止まった瞬間から、現場所長の「調整業務」が始まります。
建設現場の工程再調整とは、天候・資材納期・職人手配・設計変更・行政手続きなどの変動要因によって当初の工程表が崩れた際に、後続工程を含めたスケジュール全体を組み直し、関係するすべての協力会社に変更を伝達・合意する一連の業務プロセスです。中規模のRC造マンション工事では、工期中に平均20〜30回の工程再調整が発生するとされています。
この記事では、建設現場の「工程再調整」という業務を工程ごとに分解し、どこにボトルネックがあるのかを明らかにします。
建設現場で工程が崩れたとき、現場所長が行う業務は「工程表を直す」だけではありません。実際のプロセスを分解すると、次の5工程に整理できます。
工程が崩れる原因は多岐にわたります。天候不順、資材の納期遅延、職人の急な欠員、設計変更の発生、行政検査の日程変更──。
問題は、これらの変動要因を「どの時点で」検知できるかです。天候であれば数日前から予測できますが、資材の納期遅延はサプライヤーから連絡が来るまでわかりません。職人の体調不良は当日朝にならないとわからない。変動要因の検知が遅れるほど、対応の選択肢は狭まります。
さらに、検知した変動要因が「どの工程にどれだけ影響するか」を即座に判断しなければなりません。コンクリート打設が1日延びたとき、型枠の解体はいつになるのか。内装工事の着手はどこまでずれるのか。この判断は、工程全体の依存関係を頭に入れている現場所長の経験と勘に依存しています。
建設工事の工程は、直列に並んでいるものと並行して進められるものが複雑に絡み合っています。1つの工程が遅れたとき、その影響がどこまで波及するかを分析するのは、決して単純ではありません。
クリティカルパス上の工程が遅れた場合、工期全体が直接延びます。一方、余裕日数(フロート)がある工程であれば、多少の遅延は吸収できます。しかし、この判断を正確にできる人材は現場に限られています。
実務では、現場所長がExcelや紙のバーチャートを見ながら「この工程が3日遅れると、ここは大丈夫だが、ここに影響する」と頭の中でシミュレーションしています。この作業自体に30分から1時間かかることも珍しくありません。
影響範囲がわかったら、どう対処するかを検討します。ここで考えるべき選択肢は複数あります。
それぞれの選択肢に対して、コスト・品質・安全性への影響を天秤にかけなければなりません。作業員を増員すれば人件費が増え、利益率が下がる。突貫工事は品質リスクや安全リスクを高める。工期延長は発注者との信頼関係に影響する。
この検討を踏まえて、Excelの工程表(バーチャート)を修正します。セルの結合を解除して、日付をずらして、色を塗り直す。この作業だけで1〜2時間かかることも日常茶飯事です。
工程表を修正しても、それだけでは工事は進みません。変更後のスケジュールで協力会社が対応できるかを一社一社確認する必要があります。
中規模のRC造マンション工事では、常時10〜20社の協力会社が関わっています。工程が変わると、型枠、鉄筋、設備、電気、左官、塗装、防水──それぞれの会社に電話をかけ、変更内容を説明し、新しい日程で職人を確保できるかを確認します。
問題は、ある協力会社が対応できないと、また工程を組み直す必要があることです。「鉄筋屋が木曜しか来られない」「左官は来週いっぱい別現場」──こうした制約条件が後から次々と出てきて、工程表を何度も修正する羽目になります。
すべての協力会社と合意ができたら、変更後の工程表を全関係者に周知します。朝礼での説明、工程表の掲示、メールやFAXでの送付。
しかし、周知したはずの変更内容が現場の末端まで伝わっていないことがあります。職長には伝えたが、作業員には伝わっていなかった。前日に変更が出たが、朝礼に間に合わなかった。結果として、間違ったスケジュールで作業が始まってしまい、さらなる手戻りが発生する。
変更後の工程が予定通り進んでいるかのモニタリングも、現場所長の目視と確認に頼っています。
工程が崩れる原因は「運が悪い」ではなく、構造的に発生するものです。主な原因を整理します。
| 変動要因 | 発生頻度 | 予測可能性 | 影響の大きさ |
|---|---|---|---|
| 天候不順(降雨・強風・猛暑) | 月3〜8回 | 2〜3日前から予測可能 | 屋外工程が全面停止 |
| 資材の納期遅延 | 工期中5〜10回 | 直前まで判明しないことが多い | 該当工程+後続工程が停止 |
| 職人の手配不足・欠員 | 月2〜5回 | 当日朝に判明することが多い | 作業量の低下・工程の遅延 |
| 設計変更・仕様変更 | 工期中3〜8回 | 発注者判断のため予測困難 | 工程の大幅な見直しが必要 |
| 行政検査・手続きの遅延 | 工期中1〜3回 | 行政側の事情のため予測困難 | 検査完了まで次工程に進めない |
中規模のRC造マンション工事(工期12ヶ月)の場合、工期中に平均20〜30回の工程再調整が発生します。月に2〜3回は工程表の大幅修正が必要になる計算です。1回の再調整に丸1日かかることもあり、現場所長の業務時間の20〜30%が工程再調整に費やされています。
工程再調整の難しさは、1つの遅延が単独で終わらないことにあります。具体的な波及パターンを見てみます。
降雨によりコンクリート打設が2日延期された場合、何が起きるかをシミュレーションします。
| 工程 | 当初予定 | 遅延後 | 影響内容 |
|---|---|---|---|
| コンクリート打設 | 月曜 | 水曜 | 降雨により2日延期 |
| 養生期間 | 火〜木 | 木〜土 | コンクリート硬化に必要な期間は短縮できない |
| 型枠解体 | 金曜 | 翌月曜 | 型枠大工は別現場に入っており、手配し直しが必要 |
| 設備配管工事 | 翌月曜 | 翌水曜 | 設備会社の職人が確保できるか未定 |
| 上階の鉄筋工事 | 翌水曜 | 翌金曜〜 | 鉄筋屋のスケジュール次第でさらに遅延の可能性 |
たった2日の遅延が、1週間後には4〜5日の遅延に拡大しています。しかも、型枠大工や設備会社の職人確保ができなければ、さらに遅延が膨らむ可能性があります。
建設工事の工程遅延には「雪だるま効果」があります。最初は小さな遅延でも、協力会社の予定との不整合、資材の再手配、クレーンなど重機のスケジュール変更が重なり、後ろに行くほど影響が増幅されます。早期の検知と対応が極めて重要な理由です。
工程再調整の各工程に対して、AIがどのように業務を変えるのかを具体的に解説します。
AIが気象データ、資材サプライヤーの出荷情報、過去の工程データを統合分析し、工程に影響を与えるリスクを事前に検知します。
たとえば、気象APIと連携して「3日後の降水確率80%」を検知した時点で、コンクリート打設の代替日程をAIが自動提案。資材の納期遅延リスクについても、サプライヤーの出荷実績データから遅延の兆候を早期に察知できます。現場所長が朝のニュースで天気予報を見てから対応を考えるのではなく、AIが先手を打ちます。
工程表のデータ(各工程の依存関係、所要日数、フロート)をAIが構造的に把握し、1つの工程が遅れた場合の影響範囲を瞬時にシミュレーションします。
現場所長が頭の中で30分かけて行っていた「この工程が3日遅れると、どこに影響するか」という分析が、AIなら数秒で完了します。クリティカルパスの変動、フロートの消化状況、工期全体への影響度がダッシュボード上にリアルタイムで表示されます。
遅延が発生した際、AIが複数の代替案を自動生成します。
各案のコスト・工期・安全性への影響が数値化されるため、現場所長は「どの案が最適か」を比較検討した上で判断できます。Excelのセルを手作業で修正する時間がなくなります。
工程変更が決まった時点で、影響を受ける協力会社に対して変更内容を一斉通知できます。各社に個別に電話をかける必要がなくなり、通知と同時に「対応可否」の回答をシステム上で回収できます。
「鉄筋屋は木曜OK、型枠大工は金曜しか無理」という回答がリアルタイムで集まり、制約条件を反映した工程の再最適化をAIが即座に実行。「電話をかけて、返事を待って、また工程を直す」という往復作業がなくなります。
確定した工程変更を、関係者全員のスマートフォンに自動配信。「誰に伝えた、誰に伝えていない」という伝達漏れがなくなります。
さらに、日々の進捗をデジタルで記録・集約することで、「予定より進んでいる工程」「遅れ始めている工程」をリアルタイムで可視化。次の遅延リスクが顕在化する前に先手を打てる体制が構築できます。
中規模RC造マンション工事(工期12ヶ月、協力会社15社)を想定して、AI導入前後のインパクトを試算します。
| 指標 | Before(従来) | After(AI導入後) | 改善幅 |
|---|---|---|---|
| 工程再調整にかかる時間 | 1回あたり4〜8時間 | 1回あたり30分〜1時間 | 80%以上削減 |
| 遅延リスクの検知タイミング | 当日〜前日 | 3〜7日前 | 対応猶予が大幅拡大 |
| 協力会社への連絡・調整時間 | 電話15〜20本、半日以上 | 一斉通知+回答回収で1時間 | 75%削減 |
| 工程表の修正作業 | Excel手作業で1〜2時間 | AIが代替案を自動生成、確認のみ | 90%削減 |
| 工期遅延の累積日数 | 工期の10〜15%が遅延 | 工期の3〜5%に抑制 | 約3分の1に圧縮 |
工期遅延の累積日数が10%圧縮されるということは、12ヶ月の工事で約1ヶ月分の遅延を回避できるということです。遅延に伴う仮設費・重機リース費・人件費の追加コストは、中規模物件で数百万円から1千万円規模。AI導入による工程最適化は、コスト削減効果が極めて大きい領域です。
建設現場の工程は、崩れるのが当たり前です。問題は、崩れること自体ではなく、崩れたときにどれだけ早く、正確に、低コストで立て直せるかです。
現在の建設業界では、この「立て直し」の業務が、現場所長個人の経験と能力に全面的に依存しています。優秀な所長がいる現場はスムーズに回り、そうでない現場は遅延が膨らむ。この属人性こそが、建設業界の工程管理における最大の構造的課題です。
AIは、この属人的な判断プロセスを支援し、「誰が所長でも一定水準の工程管理ができる」状態を実現します。それは同時に、熟練所長の経験をデジタル資産として組織に蓄積していくことでもあります。
人手不足が深刻化する建設業界において、工程管理の仕組み化は、もはや「あったら便利」ではなく、事業継続のための必須投資です。
クラウド型の工程管理ツール(ANDPAD、SPIDERPLUSなど)であれば月額数万円から導入可能です。AIによる遅延予測や自動リスケジュール機能を含むシステムでは、月額10〜30万円が目安です。ただし、工期遅延1回で発生する追加コスト(仮設費・重機リース費・人件費)が数十万円〜数百万円であることを考えると、投資対効果は十分に見合います。
可能ですが、まずはデジタル化のステップが必要です。既存のExcel工程表をクラウド型ツールに移行し、工程間の依存関係や所要日数をデータとして構造化します。この移行作業は、1現場あたり数日で完了するケースがほとんどです。段階的に進めることで、現場の負担を最小限に抑えられます。
建設業界の協力会社には、スマートフォンは持っているがPCは使わないという方も多くいます。現在のクラウド型工程管理ツールの多くは、スマートフォンアプリで簡単に確認・回答できる設計になっています。まずはLINEやSMS連携で通知を受け取れる仕組みから始め、段階的にツールの利用範囲を広げるアプローチが現実的です。
天候による遅延は気象データとの連携により高精度(80〜90%)の予測が可能です。資材納期や職人手配の遅延は、過去データの蓄積量によって精度が変わります。導入初期は予測精度が低くても、データが蓄積されるにつれて精度が向上していきます。重要なのは100%の精度を求めるのではなく、「リスクの兆候を早期に察知できる」こと自体に価値があるという点です。
むしろ小規模な工務店ほど恩恵が大きいケースがあります。少人数で複数の現場を管理している場合、1人の所長が2〜3現場を兼務していることも珍しくありません。AIが工程の波及分析や協力会社への連絡を支援することで、所長1人あたりの管理可能現場数を増やせます。月額数万円のクラウドツールから始められるため、投資ハードルも低くなっています。
最初のステップは「現在の工程再調整にどれだけの時間がかかっているかを計測する」ことです。1回の再調整に何時間使っているか、月に何回発生しているか、協力会社への電話に何本かけているか。現状を数値で把握することで、AI導入の優先領域と期待効果が明確になります。その上で、最も導入ハードルが低い「気象データ連携による天候リスク通知」から始めるのが成功パターンです。





