建設工事写真AI整理｜国交省様式の自動整形と稟議で勝てる判断軸

ある現場の方から、こんな声が私のもとへ繰り返し届きます。

「写真整理だけで毎週半日が消えていく。黒板撮影と国交省様式に合わせる作業だけで一人工。AIで何とかしたいが、現場でそのまま使える形にできるのか分からない」

これは私が伴走している建設現場で繰り返し聞く悩みの典型例です。本記事では、工事写真AI整理を「国交省様式（電子納品要領／工事写真撮影要領）に自動整形し、社内稟議で通すための判断軸」まで一気通貫で解説します。AIに丸投げではなく、現役のAI伴走顧問として私が現場で実装している運用設計と、内製・外注・併用の3ルートをROI試算とともに整理します。

工事写真AI整理が「国交省様式」と噛み合わない3つのポイント

本記事のテーマに関連するサービスとして、BoostXでは建設業界の支援を提供しています。

工事写真AI整理は、単に「AIが写真をフォルダ分けしてくれる」だけでは現場で使い物になりません。国土交通省の電子納品要領や工事写真撮影要領に合わせ込む工程で、ほぼ全ての中小建設会社が止まります。私が伴走している建設現場でも、最初の壁はここです。

理由1：フォルダ階層と写真区分が要領で細かく決まっている

国交省の電子納品要領（土木工事／営繕工事）は、写真ファイルの格納先を「PHOTO／PIC」フォルダの下に、写真区分（着手前及び完成写真／施工状況／使用材料／安全管理／出来形管理／品質管理／災害／その他）で階層化することを求めます。汎用の画像AIに任せると「内装・外装・配管」のような独自タグで分類されてしまい、納品時に手作業で全部組み直す——という二度手間が起きやすい。要領に沿った「分類辞書」をAIに渡す設計が、最初の分岐点です。

理由2：黒板情報のOCRが文字単位の精度では足りない

工事写真の核は黒板に書かれた「工事名／工種／種別／細別／撮影箇所／撮影者／略図」です。一般的なOCRは文字を読めても、「どの欄に書かれた文字か」までは分かりません。私の伴走現場では、黒板テンプレートに合わせた領域指定（バウンディングボックス）と、生成AIによる項目抽出をセットで設計しています。黒板の項目名と本文を紐づけないと、後段の台帳生成で値がぐちゃぐちゃに入って、結局人が直す羽目になります。

理由3：写真ファイル名と工事写真情報（XML）の整合性が問われる

電子納品では、写真ファイル名（PHOTOnnn.JPG など）と、別途生成する「写真情報XML」の中の撮影箇所・撮影年月日・代表写真フラグなどが、1対1で整合している必要があります。AIが分類だけ整えても、ファイル名連番のリネームとXML出力まで自動化していないと、納品直前のチェックで何百枚も手戻りが発生します。私が現場で見てきた限り、ここを設計に組み込んでいない自動化は、9割がたパイロット段階で止まります。

背景：建設業の人手不足とDX未着手率の現実

建設業の就業者数は1997年の685万人から2024年の477万人へ、約30年で208万人減少しました（出典：日本建設業連合会・国土交通省統計）。一方で総務省DX調査では建設業の約60%が「DXを今後も実施しない予定」と回答し、その理由の22.8%が「何から手を付けるかわからない」です。工事写真AI整理は、限られた現場担当者の時間を「写真を捌く作業」から「現場で判断する仕事」に戻すための、最短距離のDXテーマです。私が伴走している建設会社でも、最初の1件として写真整理を選ぶケースが多いのは、効果が数字で見えやすく、現場担当者の負担感が強いからです。大成建設がChatGPT Enterpriseを全社導入し、1人あたり週5.48時間（250名換算で年6.6万時間）の業務削減を達成した事例（2025年11月プレスリリース）も、現場系業務の自動化が経営インパクトに直結することを示しています。

分類・命名・黒板OCR・台帳整形を自動化する4工程

私が伴走している建設会社で繰り返し採用している実装フローは、以下の4ステップに集約できます。コードを書けない担当者でも、初期構築だけ外部に任せれば、月次運用は社内で回せる粒度です。

この領域でつまずきやすいのは、ツール選定よりも「業務の中のどこに組み込むか」の設計です。BoostXの業務自動化サービスは、業務ヒアリングから設計・定着支援までをサービス対応範囲としてカバーできる領域です。

ステップ1：国交省要領に沿った「分類辞書」を作る

最初にやるべきは、AIに渡す前提辞書を整備することです。電子納品要領の写真区分8カテゴリ＋自社のサブ区分（例：基礎工／躯体工／仕上工）を、Excelやスプレッドシートで1枚にまとめます。私の現場では、この辞書整備に2〜5日かかります。AIの精度が上がらない原因は、たいていモデルではなく辞書の粗さです。

ステップ2：黒板OCR＋生成AIで項目を構造化抽出する

黒板領域だけを切り出し、文字認識（OCR）と生成AIによる項目抽出を組み合わせます。一枚あたり3〜8秒で「工種：基礎工」「種別：捨てコンクリート」「撮影箇所：北東隅」のようにJSON化できます。私が伴走している現場では、黒板テンプレートが現場ごとに微妙に違うため、3〜5パターンのテンプレートを登録しておくのが現実解です。1テンプレートだけだと、別現場で精度がガクッと落ちます。

ステップ3：要領準拠のファイル名で自動リネーム＋階層配置

抽出したJSONを使って、PHOTO001.JPG／PHOTO002.JPG のような連番ファイル名を発行し、写真区分フォルダへ自動振り分けします。同時に、撮影年月日・撮影箇所・代表写真フラグなどを写真情報XMLへ書き出します。ここまで自動化できると、納品直前の「全部開き直して名前付け直す」工程がほぼ消えます。

ステップ4：工事写真台帳をテンプレートに流し込む

最後に、構造化したデータを Excel／Word の工事写真台帳テンプレート（受発注者で指定された様式）に流し込みます。撮影箇所のコメント文も、黒板の項目から1行コメントを生成AIで起こせます。私の伴走現場では、写真台帳コメントが1〜3時間→10〜30分まで圧縮できた事例があります。ここまで通せて、初めて「AIで国交省様式が回る」と言える状態です。中小建設会社では、施工計画書の作成期間が2週間→30分まで縮まった事例も報告されており（出典: 建設IT NAVI／LOG-port活用事例レポート）、写真整理だけでなく書類業務全体に同じ手法を横展開できます。

ステップ間の連携：データを止めないための設計ポイント

4ステップで一番つまずくのは、ステップ間のデータ受け渡しです。私の現場では、ステップ1の分類辞書とステップ2の黒板テンプレートを「同じスプレッドシート」で管理し、現場担当者が直接編集できる粒度に揃えます。ステップ3のファイル命名規則も、辞書に紐づく形でJSON化しておくと、要領改訂時に1ファイル更新するだけで4ステップ全体が追従します。仕組みが現場担当者の手から離れた瞬間、運用が止まるのが建設業の特徴です。だからこそ、AIをブラックボックスにせず、辞書とテンプレートが見える化された設計を最初に組みます。

稟議で通すROI試算と、内製・外注・併用の3ルート判断軸

AIで工事写真を整理したいと現場が動いても、稟議で止まるパターンが多発します。私が稟議資料を一緒に書く時にいつも入れているのは、初期費・月額・削減時間・回収月数の4点セットです。レンジ提示で根拠を明示すると、決裁者が判断しやすい資料になります。

ROI試算（中小建設会社・現場5〜10件規模）

私が伴走してきた建設現場の感覚値で、以下のレンジに収まることが多いです。月の写真整理が現場担当者1人あたり週6〜10時間（月24〜40時間）かかっているケースでは、4ステップを実装すると月8〜12時間（約70〜80%削減）まで圧縮できます。人件費換算（時給3,000円想定）で月5〜8万円相当のリターンです。

ルート1：内製（社内エンジニア＋現場担当者で構築）

社内にPythonやノーコードに強い人材がいる場合の選択肢です。初期費は外注より低く抑えられますが、辞書整備とテンプレート設計に3〜6ヶ月かかります。私の経験では、内製は人材が辞めた瞬間に止まるリスクがあるため、「ドキュメント化」と「2人以上で運用できる体制」を初期設計で必ず入れます。

ルート2：外注（パッケージ＋ベンダー実装）

建設業向けの工事写真AIパッケージは、月額1〜5万円／現場〜の価格帯が中心です。初期実装10〜50万円、運用1〜3ヶ月で立ち上がります。要領準拠の自動命名と台帳テンプレート連携が標準で入っているかが選定軸です。ただ、現場固有のフォルダ命名や台帳様式に合わない場合、結局カスタマイズで追加費用が発生します。

ルート3：併用（パッケージ＋AI伴走顧問で運用設計）

中小建設会社で再現性が高いのが、パッケージを軸に置きつつ、辞書整備・テンプレート設計・現場定着をAI伴走顧問でやり切るルートです。私の現場では、パッケージ月額1〜5万円＋伴走顧問月額11万〜33万円で、3ヶ月で「現場担当者が自分で運用できる」状態まで持っていきます。「AIは優秀な検索係であって、判断の責任者ではない」と私は社内でも口酸っぱく言いますが、これは工事写真でも同じです。最終確認は必ず現場担当者が握ります。

現場で起こる落とし穴と、現役プロが回避策として設計するもの

工事写真AI整理は、導入1〜3ヶ月目で必ず壁にぶつかります。私が建設会社の伴走で繰り返し見てきた落とし穴と回避策を、3つに絞って共有します。

落とし穴1：「黒板のないスナップ写真」が大量に紛れる

現場では、進捗確認用・近隣説明用・社内共有用など、黒板なしの写真も大量に撮られます。これを全部「分類対象」に入れるとAIが混乱します。私の現場では、初期設計時に「電子納品対象（黒板あり）」と「社内共有用」をフォルダ分けする運用ルールを先に決めます。AIの精度を上げる前に、運用ルールで切り分けるのが先です。

落とし穴2：基幹システム・写真台帳ソフトとの連携が後回し

基幹システム（原価管理／工程管理）や、既に使っている写真台帳ソフトとの連携を後回しにすると、二重入力が発生します。私が伴走に入る時は、まず「どこに最終データを格納するか（基幹システム／写真台帳ソフト／納品用フォルダ）」を3階層で決めてから、AIに何を任せるかを設計します。順番を間違えると、AIだけ走って業務が増えます。

落とし穴3：現場担当者の習熟が追いつかない

どんなに良い仕組みを作っても、現場担当者が触れなければ意味がありません。私の伴走では、3ヶ月で「現場担当者2名以上が単独で月次運用できる」状態をKPIにしています。社内勉強会2回＋画面録画マニュアル＋月次MTGの3点セットで、定着率が大きく変わります。BoostXのAI伴走顧問サービスは、この「定着まで持っていく」を月額固定で約束する設計です。月次MTGとチャット相談で、現場の小さな詰まりも当週内に解消できます。

落とし穴4：要領改訂・現場ローカルルールへの追従が止まる

国交省の電子納品要領は数年単位で改訂され、地方整備局や元請ごとのローカルルール（撮影箇所の表記揺れ、追加で求められる写真区分など）も日常的に発生します。AI整形フローを構築しただけで終わると、半年後に「要領が変わって全部手直し」という事故が起きます。私が伴走するときは、辞書とテンプレートの更新責任者を社内で1名決め、月次MTGで更新有無を確認する運用を必ず入れます。仕組みが止まる原因の9割は技術ではなく、メンテナンス担当者を決め切れていない運用設計の穴です。

ビフォーアフター：工事写真の整理がここまで変わる

Before：現状の苦しい1週間／1案件

現場担当者が現場から戻ってPC前に座り、SDカードから写真を吸い出して、まず黒板を見ながらフォルダに振り分け、ファイル名を1枚ずつ手で連番化。撮影箇所コメントをExcelに打ち込み、写真台帳テンプレートに貼り付ける。1案件あたり週6〜10時間（月24〜40時間）。納品直前は徹夜で全部見直す——というのが、私が建設現場で繰り返し見てきた現実です。

After：導入後の楽な1週間／1案件

現場で撮影した写真をクラウドに自動アップロード→AIが黒板OCRと分類で構造化→国交省要領のフォルダに自動振り分け→台帳テンプレートに自動流し込み。現場担当者は最終確認だけ。1案件あたり週1〜3時間（月4〜12時間）まで圧縮。納品直前の徹夜が、定時退社に変わります。

違いを生んでいるのはツールではなく運用設計

工事写真AIで結果を出している建設会社が共通してやっているのは、ツール選びより前の「分類辞書整備」「黒板テンプレート登録」「フォルダ階層と台帳様式の事前合意」です。これらは私のような伴走顧問が3ヶ月で設計し、現場担当者が4ヶ月目から自走できる粒度に落とし込みます。Before寄りなら、次セクションで具体的な相談導線を案内します。

よくある質問

公開日：2026年5月