この記事の要点

• 国土交通省は2026年9月4日、「インフラ分野のAI実装に向けた取組方針」と「建設分野におけるフィジカルAI戦略（中間とりまとめ）」を公表しました。いずれも8月26日の第13回インフラ分野のDX推進本部で策定されたものです。取組方針は「直轄事務所等の現場でのAI徹底活用」「産学官協働のAIデータ連携の推進」「現場へのフィジカルAI等の導入」の3本柱で構成されます。
• フィジカルAI戦略が重点的に取り組むとした8分野は、土木施工・維持管理・災害対応の3群に整理されています。維持管理群に入ったのは「構造物点検」「巡視・点検」「除草、除雪、清掃」の3つ。構造物点検については「点検専門家が最終診断・補修判断・例外対応の責任を担い、AIが損傷抽出・記録作成・優先度付けを担う」と、役割分担まで書き込まれました。
• 背景には、2026年7月14日に閣議決定された人工知能基本計画が「日本の勝ち筋」として「バーティカルAI」と「フィジカルAI」を掲げたことがあります。同年3月に策定された「AIロボティクス戦略」は18の実装分野に「インフラ保守」を含め、2040年に世界シェア3割超・20兆円規模の獲得を目標としています。民間側でも、日立製作所が9月1日に設備保全向けフィジカルAI技術を発表しました。

▶ 流行語から、組織と工程が付く「戦略」へ

当サイトが「フィジカルAI」とは何かを取り上げたのは2026年6月でした。当時は展示会に専門コーナーが新設され、実証が始まった段階です。それから3か月、この言葉は閣議決定された基本計画に載り、省庁の戦略文書の題名になりました。9月4日に国土交通省が公表した2つの文書は、どの作業から手を付けるか、誰が何を担うか、どんなデータを共通化するかまで書き込んでいます。製造業データのAI-Ready化で追ってきた「データを整える」議論が、いよいよ現実空間で動く機械の話とつながります。橋やトンネルの話に見えて、じつは工場やビルの保全部門にそのまま刺さる内容です。

01
9月4日、国土交通省が出した2つの文書

フィジカルAIとは、センサ等を通じて物理環境を認識し、AIが状況に応じて推論・判断を行い、その結果に基づいて機械・ロボット等が物理空間において行動するシステムです。これは今回の「建設分野におけるフィジカルAI戦略（中間とりまとめ）」が脚注で示した定義で、国土交通省が文書の中で自ら範囲を確定させた形になります。

2026年8月26日、国土交通省は第13回インフラ分野のDX推進本部（本部長：技監）を開催し、2つの方針を策定しました。「国土交通省インフラ分野のAI実装に向けた取組方針」と「建設分野におけるフィジカルAI戦略（中間とりまとめ）」です。9月4日に報道発表され、あわせて「インフラ分野の衛星データ利用に関する取組方針」も9月2日に公表されています。1回の本部会議から3本の方針が出たことになります。

上位の「取組方針」は3本柱でできている

2つの文書は上下の関係にあります。上位にあるAI取組方針は、AIを「現場で働く人の能力を拡張させ生産性向上を加速する基盤」と位置づけ、次の3本柱を掲げました。

フィジカルAI戦略は、このうち3本目の柱を具体化する文書として位置づけられています。取組方針の側は、この3本柱を支える要素として「人材・組織体制の構築」「AI利活用環境の整備」「データ基盤の確立」の3つを挙げました。

「インフラは製造業と違う」を4つの特性として言語化した

取組方針で目を引くのは、AIが効きにくい理由を正面から整理した箇所です。インフラ分野の特性として挙げられたのは「一品生産性」「多層的な事業者構造」「不確実な環境」「公共性の高さ」の4つ。とくに1つ目については、こう書かれています。

同一の製品を繰り返し生産する工場では、データの蓄積とAIの学習・改善が比較的容易である。一方、インフラ構造物は気象・地形・地質等の環境が現場ごとに異なる一品生産であり、同一条件のデータを大量に収集することが本質的に困難であり（後略）

裏を返せば、国は「工場ならデータは貯まるはずだ」という前提に立っているということです。同一設備を繰り返し運転し、同じ点検を周期で回している製造業やビル管理の現場は、この整理でいえばAI実装の条件に恵まれた側にいます。にもかかわらず学習に使えるデータが手元にないとしたら、それは業種の特性ではなく、記録の残し方の問題だということになります。

「PDFで納品する」をやめる、という宣言

2本目の柱（データ連携）には、実務に直結する記述が並びます。取組方針は、設計図書・報告書・計測及び点群データ等の成果物について「従来のPDF主体の納品形態を見直し、データの再利用性・検索性・連携性を高める運用方針を検討する」と明記しました。さらに共通仕様書・出来形管理基準・品質管理基準等の技術基準類を「AIが参照・解釈・認識しやすい構造化された形式（Markdown形式、HTML形式等）」へ整備するとしています。

これは宣言だけでは終わっていません。今回の報道発表と同時に、国土交通省は「土木工事共通仕様書（案）令和8年3月」をJSON-LDを追加したHTML形式で公表しました。基準そのものを機械可読にして先行公開したわけです。データ連携基盤の側でも、国土交通データプラットフォーム（35システム・336万データ）についてMCPサーバーの公開が挙げられています。AIが外部のデータやツールに接続するための規格を、公共インフラのデータ基盤が採り始めたということです。

もうひとつ、現場に近い施策として「AI臨場」があります。発注者が構造化した基準・規格値と、受注者が現場で計測した出来形データをAIが照合することを支援する仕組みで、現地臨場の頻度を減らし監督検査を効率化する狙いです。「立ち会って確かめる」という工程そのものを設計し直そうとしています。

02
重点8分野に「構造物点検」と「巡視・点検」が入った

フィジカルAI戦略は、建設生産プロセス全般に活用可能性があることを認めたうえで、成果の早期発現が期待できる分野や社会的要請の高い分野から集中的に取り組むとして8分野を選定しました。概要資料では、この8分野が土木施工・維持管理・災害対応の3群に整理されています。

維持管理群の3分野について、戦略の参考資料はそれぞれの現状と目指す姿を具体的に記しています。構造物点検（道路、河川等構造物等）の現状は「未だ、近接目視や人力による点検が中心」。ドローンの活用についても「オペレータにより操縦されたドローンが映像や画像を取得するところまでに留まっている」と評価されました。そのうえで目指すのは、AIによるひび割れ・腐食等の異常検知や劣化診断の自動化に加え、ひび割れ箇所へのシール材塗布や発錆箇所への防錆剤塗布といった簡易措置の自律的な実施です。見るだけでなく、その場で手当てするところまでが射程に入っています。

そして人とAIの役割分担が、こう書かれています。

人とAIの当面の役割分担としては、点検専門家が最終診断・補修判断・例外対応の責任を担い、AIが損傷抽出・記録作成・優先度付けを担うよう、両者の役割を段階的に分担する。

巡視・点検（河川巡視、道路巡視等）でも同様に、「専門家が最終判断・応急対応の指示・例外対応を担い、AIが異常検出・優先度判定・記録作成を担う」とされました。AIに渡すのは「拾う・記録する・順位を付ける」まで、人が持つのは「決める・責任を負う」という線引きです。取組方針の側でも、人が担い続ける価値として「方向付け・問題提起」「最終的な価値判断・意思決定や住民・社会への説明責任」に加えて、AIの動作を継続的に監督する「Human-in-the-Loop」の姿勢が挙げられています。

参考資料は、維持管理分野の現状にも触れています。「河川排水機場においては、センシングデータのAI解析による異常検知や、四足歩行ロボット等の自律走行システムによる点検・巡視について実装に向けた取組が進展している」。これは当サイトが排水機場のAIモニタリングで取り上げた研究開発公募と地続きの記述です。個別の公募案件が、分野横断の戦略の中に位置づけ直されたことになります。

時間軸は2030年頃と2040年頃

戦略は短期的な成果を2030年頃、中長期的な目標を2040年頃と想定しています。2040年という数字は、i-Construction 2.0が掲げる「2040年度までに建設現場における省人化3割・生産性1.5倍」と揃えたものです。推進体制としては、国土交通省を事務局とする産学官コンソーシアムを設置し、その下にテーマごとのプロジェクトチーム（PT）を置きます。第一陣は「建設機械PT」と「人力作業用ロボットPT」の2つで、以降のPTは検討テーマの広がりに応じて順次追加、メンバーは公募も活用するとされました。

03
おさえておきたいキーワード

今回の2文書には、これまで研究者やベンダーの用語だったものが、公的な定義を伴って登場しています。とくにバーティカルAIは、2026年7月14日に閣議決定された人工知能基本計画がフィジカルAIと並べて「日本の勝ち筋」に据えた言葉で、今後あらゆる場面で目にすることになります。

04
民間はどこまで来ているか

国の戦略が対象とするのは河川・道路等の建設分野ですが、同じ週に発表された民間の動きは、工場やプラントの設備保全そのものに踏み込んでいます。以下の4つは、前の2つが設備保全そのもの、3つ目が隣接産業への広がり、4つ目が共通して立ちはだかる壁にあたります。

4つを並べると、共通するボトルネックが浮かびます。ロボットやAIモデルではなく、その手前にある「現場のデータと暗黙知が、AIの使える形になっていない」ことです。国の戦略が協調領域の筆頭にデータフォーマットの標準化を置き、日立が製品の入口に「現場に入ってデータを整える専門家チーム」を置いたのは、どちらも同じ場所を指しています。当サイトが現場の「属人化」をどう解くかで扱った論点が、いま国の戦略の中心に置かれた形です。

05
国の戦略を、自社設備に読み替える

建設現場の戦略は自社に関係ない、とは言い切れません。担い手が減り、熟練者の判断が個人に貯まったまま失われつつあり、それでも安全と品質は落とせない。この構図は、多くの保全部門が抱えるものと同じです。国はそこに「協調領域と競争領域を分ける」「暗黙知をデータ化する」「PDF納品を見直す」という具体策で応えました。以下は戦略の言葉を民間設備の実務に置き換えた対照表です（編集部による整理）。

• 点検票に「判断の理由」欄を1つ足す：異常なし・要観察といった結果だけの記録は、バーティカルAIの学習材料になりにくいものです。「どの音が」「どの数値の動きが」気になったのかを1行書く運用に変えるだけで、記録の性質が変わります。国の戦略が「熟練技術者、技能者の判断根拠や作業手順をセンサ等によりデータ化し体系化を進める」と書いたのは、この地点のことです。
• 保全ドキュメントのファイル形式を数える：紙・スキャン画像・PDF・表計算・システム内データの5分類で、設備台帳と手順書が何件ずつあるかを数えます。国が「PDF主体の納品形態を見直す」と宣言した基準で自社を測ると、AI活用以前にどこが詰まっているかが1枚で見えます。
• AI導入の検討を3工程に切り分ける：「拾う（損傷・異常の抽出）」「記録する（帳票作成）」「順位を付ける（優先度判定）」の3つに分け、どこから任せるかを決めます。国が構造物点検で示した役割分担がまさにこの3つで、最終診断と補修判断は人に残す前提です。判定の置き換えから入ると、説明責任の議論で止まります。
• 次の設備更新の仕様書にデータ出力条件を書く：「稼働・状態データを外部出力できること」「その形式と項目を開示すること」を発注条件に入れます。戦略が「建設機械等機器類のAI-Ready化」を掲げたのと同じ発想で、これは導入後に足せない条件です。
• PoCの計画に「うまくいかない前提」を書き込む：戦略は「実際の現場に適用される際、想定通りに動かないことが幾度となく起こる」と明記し、多様な現場条件での複数現場・長期間にわたる継続的な実証が必要だとしています。1回の実証で採否を決める計画になっていないか、着手前に確認してください。

まとめ

2026年9月4日に公表された2つの文書で、フィジカルAIは「注目される技術」から「国の実行計画」へ移りました。重点8分野のうち3分野が維持管理で、そこに構造物点検と巡視・点検が名指しで入っています。しかし本当に読むべきは、機械の話よりもデータの話のほうかもしれません。技術基準をHTMLにする。PDF主体の納品形態を見直す。データフォーマットを協調領域として揃える。熟練者の判断根拠をデータ化する。国が並べた施策の多くは、ロボットを入れる前の準備にあたります。

人工知能基本計画が示した順序も同じでした。先行して導入が進むバーティカルAIが暗黙知を含む現場データを集め、続くフィジカルAIがそれを現実世界で実行する。つまり、現場データが整っていない組織には、フィジカルAIの順番はまだ回ってきません。逆にいえば、同じ設備を繰り返し運転し、同じ点検を周期で回している製造業やビル管理の現場は、国が「一品生産で困難だ」と書いた条件よりはるかに恵まれた場所にいます。予知保全にせよフィジカルAIにせよ、入口は同じです。まずは次の点検票に、判断の理由を書く欄を1つ足すところから始められます。

よくある質問（FAQ）

あわせて読みたい

• 「フィジカルAI」とは何か─物理空間で動くAIが設備点検・保全の現場を変える
• 「製造業AI-Ready化」とは何か─経産省・NEDOが動かす国の戦略と現場への影響
• 現場の「属人化」をどう解くか─暗黙知をAIで形式知化する最新アプローチ
• 排水機場を「壊れる前に」守れるか─国交省が始めた河川ポンプのAIモニタリング開発と、広がる異常検知AI