2024年問題、残業を削らずに受注を守るAI活用の現実
「仕事の依頼は来ている。でも、人がいないから受けられない」——ある中堅建設会社の社長が、打ち合わせの席でそう言って黙り込んだ場面が忘れられません。2024年4月に建設業へ適用された時間外労働の上限規制は、単なる法改正ではなく、長年の業務モデルそのものへの問い直しでした。問われているのは、限られた人数と時間で、これまでと同じ受注量を守れる仕組みを持っているか、という一点です。
- 適用開始
- 2024年4月1日（建設業・運送業など猶予業種に適用）
- 上限規制の原則
- 月45時間・年360時間。違反には罰則（6か月以下の懲役または30万円以下の罰金）。
- 建設業就業者の年齢構成
- 55歳以上が約36%、29歳以下は約11%（総務省「労働力調査」）
残業規制が直撃する、現場の現実
天候による工程の遅れ、急な設計変更、下請けとの調整——現場を動かすうえで発生する「読めない仕事量」は、規制が変わっても消えません。これまでは、ベテラン社員の長時間労働がその緩衝材になっていました。月100時間を超える残業が常態化していた現場も、決して珍しくはありませんでした。
上限規制によって、その緩衝材が使えなくなった。業務量は変わらないまま、使える時間だけが削られる。その結果として起きているのが「受注を断る」という判断です。利益機会の損失であるだけでなく、元請けからの信頼を少しずつ削っていく問題でもあります。
問題の本質は残業規制そのものではなく、「同じ人数・同じ時間で、これまで以上の成果を出す仕組みを持っているか」という問いに、経営側が答えを持っているかどうかです。ここを起点にしなければ、どんな対策も「残業を削って受注も減らす」という後退に終わります。
若手が来ない現場で、技術継承はどう壊れるか
人手不足を補う手段として、まず多くの経営者が考えるのは採用強化です。ただし、建設業界の入職者数は長期的に減少しており、29歳以下の就業者比率は約11%にとどまっています。募集をかけても応募が来ない状況は、個社の採用力だけでは解決しにくい構造問題です。
さらに深刻なのは、若手が育つ前にベテランが退職していく速度です。熟練した現場監督が持つ「この状況なら工期はこう読む」「この下請けにはこう伝えれば動く」という判断力は、OJTを通じて何年もかけて伝えるものでした。しかし受け手となる若手が少なく、かつベテランが長時間労働できなくなった環境では、伝達の時間そのものが失われています。
技術継承の問題は、採用問題と表裏一体です。この二つが同時に悪化する状況で、生産性を上げる手段として注目されているのがAIの活用です。採用で解決できないなら、一人あたりの処理量を増やすしかない——その発想の転換が、実際に導入が進んでいる会社に共通しています。
AI積算・図面解析が変える業務の中身
AIが建設業務に入り込む領域として、現時点で最も導入事例が多いのが「積算」と「図面解析」です。図面から材料を拾い出す作業は、経験と集中力を要する反面、手順が明確で自動化に向いています。これまで数日かかっていた拾い出しと見積もり作成が、AI図面自動化システムによって数十分から数時間に短縮されるケースが出始めています。
- 拾い出し・見積もりの時間を大幅に短縮し、残業を削減できる
- AIは疲労せず24時間一定の精度で処理するため、ヒューマンエラーが減る
- ベテランにしかできなかった業務を若手でも担えるようになり、属人化リスクが下がる
- 図面のフォーマットや品質によっては読み取り精度が落ち、人による確認が必要になる
- 導入初期に業務フローの見直しが必要で、現場側の一時的な負担が増える
- AIの出力を鵜呑みにするリスクがあり、最終確認の責任者を明確にしないと逆に品質が下がる
特に注意すべき落とし穴は、「AIが出したから正しい」という空気が社内に生まれることです。AIはあくまで過去データのパターンを処理するツールであり、現場固有の条件や施主の意図まで読み取る力はありません。出力を確認・修正できる担当者を必ず置く運用設計が、導入成否を分けます。導入後に精度が下がった事例の多くは、確認プロセスが曖昧なまま運用を始めたケースです。
スモールスタートで社内の抵抗を解く
「AI導入」と聞いた瞬間に、大規模なシステム投資や全社改革をイメージして及び腰になる経営者は少なくありません。しかし実際に定着している事例を見ると、最初の範囲は非常に小さいことがほとんどです。「まず積算の拾い出し作業だけ」「特定の図面フォーマットに限定して試す」——こうした限定的な試行から始め、効果を数字で確認してから範囲を広げています。
- 最も時間がかかっている単一業務（積算の拾い出しなど）を一つ選ぶ
- 3か月間、導入前後の所要時間とエラー件数を記録する
- 現場担当者からのフィードバックをもとに運用ルールを整える
- 効果を確認してから次の業務に展開する
社内でDXへの抵抗が強い場合、効果の「見える化」が最も有効な説得材料になります。「月に何時間削減できたか」「見積もりの手直しが何件減ったか」を記録し、数字で共有することが、次のステップへの社内合意をつくります。数字を持たない状態で「AIは良い」と語っても、現場の納得は得られません。
受注を守るための本質的な問い
2024年問題を「規制への対応」として捉えると、対策は残業を削ることに終始します。しかし「限られた人数と時間で、どれだけの仕事を高い精度で完遂できるか」という問いに変えると、AI活用は手段の一つとして自然に視野に入ってきます。若手の入職者が増える見込みが薄く、ベテランの退職が続く中で、会社の生産性を維持するには業務の仕組みそのものを変えるしかありません。
「AIにルーチンワークを任せ、人間は現場管理や品質管理に集中する」——この発想の転換が、受注を守りながら規制を乗り越える現実的な経路です。
残業を単純に削るだけでは、受注できる仕事量が減るだけです。同じ時間でより多くを処理できる体制を作ることが、経営者として今問われていることです。まず一つの業務から手をつけることが、その出発点になります。