08CASE STUDY建設
非公開企業
施工現場の安全監視AIで
事故リスクを45%低減
カメラ映像を解析する安全監視AIで、危険挙動を検知しアラート。ヒヤリハット件数の減少と現場の安心感向上を実現。
- 業種
- 建設 (土木・建築)
- 企業規模
- 従業員 約900名
- 支援期間
- 約9ヶ月
- テーマ
- AI導入・内製化 / 顧客体験向上
導入前に
抱えていた課題
現場の安全管理が巡回による目視確認に依存しており、危険挙動の把握が事後報告に偏っていました。
- 01
監視カメラは設置済みだったが、常時人が確認できる体制ではなかった
- 02
ヒヤリハットの報告が個人の記憶頼りで、傾向分析ができていなかった
- 03
複数現場を統括する管理者が、現場ごとのリスク状況を横並びで把握できなかった
この課題に、3つの段階で取り組みました
課題の解決に向けて
取り組んだこと
約9ヶ月の支援を、3つの段階で進めました。
- 01
検知対象の絞り込みと現場ルールの言語化
安全管理者へのヒアリングから、優先して検知すべき危険挙動を定義。曖昧だった現場ルールを、判定できる形に言語化するところから着手しました。
- 02
現場環境に耐える映像解析モデルの構築
逆光・粉塵・悪天候といった屋外特有の条件下でも精度が落ちにくいモデルを構築。現地映像で追加学習を重ねて調整しました。
- 03
エッジ推論とアラート運用の設計
映像を外部へ送らずに現場側で処理するエッジ構成を採用し、通信とプライバシーの課題を解消。検知結果は管理者へ即時通知され、日次でも集計されます。
- 支援領域
- 体制
- コンサルタント1名・AIエンジニア2名・エンジニア2名
- 関連サービス
この取り組みで、成果につなげました
導入後に
得られた成果
※ 導入現場における、導入前後1年間の安全管理指標の比較値です。
- 01
45%
事故リスク指標の低減
- 02
38%
ヒヤリハット報告件数の減少
- 03
24時間
常時監視の実現
この事例を
くわしく
進め方や効果の測り方など、取り組みの中身をご紹介します。
カメラ映像を解析する安全監視AIで、危険挙動を検知しアラート。ヒヤリハット件数の減少と現場の安心感向上を実現。
この事例のポイント
安全管理者へのヒアリングから優先して検知すべき危険挙動を定義し、曖昧だった現場のルールを、判定できる形に言語化するところから着手しました
逆光・粉塵・悪天候といった屋外特有の条件でも精度が落ちにくい映像解析モデルを、現地の映像で追加学習を重ねて調整しました
映像を外部へ送らずに現場側で処理するエッジ構成を採用し、検知結果を管理者へ即時に通知、日次でも集計する運用にしました
進め方
約9ヶ月の支援を、コンサルタント1名・AIエンジニア2名・エンジニア2名の体制で、次の3つの段階で進めました。
検知対象の絞り込みと現場ルールの言語化:監視カメラは設置済みでしたが、常時人が確認できる体制ではなく、危険挙動の把握は巡回による目視と事後報告に偏っていました。安全管理者へのヒアリングから優先して検知すべき危険挙動を定義し、曖昧だった現場のルールを、判定できる形に言語化するところから着手しました。
現場環境に耐える映像解析モデルの構築:逆光・粉塵・悪天候といった屋外特有の条件でも精度が落ちにくいモデルを構築しました。現地の映像で追加学習を重ねて調整しています。
エッジ推論とアラート運用の設計:映像を外部へ送らずに現場側で処理するエッジ構成を採用し、通信とプライバシーの課題を解消しました。検知結果は管理者へ即時に通知され、日次でも集計されます。
効果の測り方
この事例では、導入した現場の安全管理指標を、導入前後1年間で比べて効果を確かめました。
| 指標 | 確かめていること | 結果 |
|---|---|---|
| 事故リスク指標 | 現場の事故リスクが下がったか | 45%低減 |
| ヒヤリハット報告件数 | 危険な状況そのものが減ったか | 38%減少 |
| 監視の時間帯 | 人が見ていない時間にも危険挙動を検知できるか | 24時間の常時監視 |
※ 導入現場における、導入前後1年間の安全管理指標の比較値です。
お客様からは、危ない状況をその場で知らせてくれるので注意が後追いにならず、数字で振り返れるようになったことで安全教育の内容も変わった、という声をいただいています。
関わった事業
この事例は、AIアクセラレーション事業のAI × グローバルとAI × コンサルティングでご支援しました。映像解析モデルの開発から、エッジ推論の環境の構築、安全管理のオペレーションの設計までを担っています。
よくある質問
カメラの映像を外部に送らずに使えますか?
この事例では、映像を外部へ送らずに現場側で処理するエッジ構成を採用し、通信とプライバシーの課題を解消しました。
屋外の現場でも、検知の精度は保てますか?
逆光・粉塵・悪天候といった屋外特有の条件でも精度が落ちにくいモデルを構築し、現地の映像で追加学習を重ねて調整しました。
何を検知するかは、どう決めましたか?
安全管理者へのヒアリングから、優先して検知すべき危険挙動を定義しました。曖昧だった現場のルールを、判定できる形に言語化するところから着手しています。
効果は、どのように確かめましたか?
導入した現場の安全管理指標を導入前後1年間で比べ、事故リスク指標の45%低減と、ヒヤリハット報告件数の38%減少を確かめました。
どのくらいの期間と体制で進めましたか?
支援期間は約9ヶ月で、コンサルタント1名・AIエンジニア2名・エンジニア2名の体制で進めました。
導入を
振り返って
ご担当者さまに伺ったお話です。
危ない状況をその場で知らせてくれるので、注意が後追いになりません。数字で振り返れるようになり、安全教育の内容も変わりました。
安全管理部統括責任者ほかの導入事例
近いテーマの事例をご紹介します。
導入事例をすべて見る同じような課題を
お持ちではありませんか。
現状の整理からご一緒します。まずはお気軽にご相談ください。




