建設AI人材をどう確保するか──建設DXの内製・ベンダー・派遣と情報管理【2026年版】

DX推進室を立ち上げて2年。生成AIの社内利用は広がったが、現場の写真から安全上の不備を拾うモデルや、点群から部材を自動で抽出する仕組みは、ベンダーの実証実験で止まっている。実証が終わるたびに「本番で使うには現場データの整備が必要」と報告され、そのデータ整備を担う人が社内にいない。役員会では「AIエンジニアを採用しよう」という結論になるが、人事部は建設会社に来てくれるAIエンジニアをどこで探し、どう評価すればよいのかが分からない。

問題は、AIエンジニアの確保を「採用するか、外注するか」の二択で考えていることにある。建設会社のAI活用で本当に不足しているのは、モデルを作る技術そのものより、現場のデータとAIをつなぐ役割だ。図面、写真、点群、施工記録は現場ごとに形式も保管場所もばらばらで、そこから学習や評価に使えるデータを作るには、建設の業務を理解したうえでの判断が要る。誰がこの役割を担い、誰が指示を出し、データをどこまで社外に出してよいのか。この設計がないまま人を増やしても、実証の繰り返しから抜け出せない。

この記事では、ゼネコン・建設会社が生成AI・画像認識・点群AIのエンジニアを確保するための判断材料を、経営層と人事部長向けに整理します。国の政策の方向、建設のAI活用の3領域と必要な人材、内製・ベンダー・派遣の比較、現場データとの接続、情報管理、偽装請負の線引きまでを扱います。

建設業に限らず、製造業などでAIエンジニアを派遣で受け入れる際の職種の分け方や、派遣と準委任の違いは、AIエンジニアを派遣で確保するにはで整理しております。

この記事の要点

• 国土交通省はi-Construction 2.0で2040年度までに建設現場の省人化3割を掲げ、AIの徹底活用を打ち出している。IPAの調査では、日本企業の8割超がDX推進人材の不足を訴える。

• 建設のAI活用は、生成AI（文書・ナレッジ）、画像認識（安全・品質）、点群AI（3次元データ）の3領域に分けると、必要な人材と使うデータが整理しやすい。

• 不足しているのはモデルを作る人より、現場データを整えてAIにつなぐ人である。確保の手段はこの役割を社内に残せるかどうかで選ぶ。

• 図面・写真・点群には発注者との契約上の制約や個人情報が含まれる。社外に出す範囲と保管場所を、人材の確保より先に決める。

• 請負で外部に出すなら、発注者の担当者が受託者の技術者に直接指示すると偽装請負と判断されるおそれがある。日々の指示を出したいなら派遣を選ぶ。

国はAIの徹底活用を建設現場の省人化の柱に置いている

国の政策は、建設現場の省人化を進める手段としてAIの活用を明確に位置づけている。人手不足を前提に、少ない人数で現場を回す方向だ。

国土交通省は2024年4月にi-Construction 2.0を策定し、2040年度までに建設現場の省人化を少なくとも3割、生産性を1.5倍以上に高める目標を掲げた。背景には、生産年齢人口が2040年度に2020年度比で約2割減少するという推計がある。国土交通省のi-Construction・インフラDX推進コンソーシアムの資料では、AIを「不可欠な戦略ツール」と位置づけ、建設現場の生産性向上や維持管理の高度化にあらゆるAI技術を徹底活用するとしている。2025年11月には、国土交通データプラットフォームを生成AIから検索・分析できるMCPサーバーの提供も始めた。

法制度の面では、人工知能関連技術の研究開発及び活用の推進に関する法律（AI法）が2025年5月に成立し、同年9月に全面施行された。事業者向けには、総務省と経済産業省がAI事業者ガイドラインを公表し、改訂を重ねている。AIの利用そのものを直接規制するものではないが、開発者・提供者・利用者それぞれが取り組むべき事項の目安になる。

人材の側は足りていない。独立行政法人情報処理推進機構（IPA）のDX動向2025では、DXを推進する人材の量について、日本企業の8割超が「やや不足している」「大幅に不足している」と回答した。米国・ドイツと比べて不足感が際立つ。建設会社がAIエンジニアを採用しようとすれば、他業種と同じ人材市場で競うことになる。

建設のAI活用は3つの領域に分けて考える

建設のAI活用は、生成AI、画像認識、点群AIの3領域に分けると、必要な人材とデータが整理しやすい。「AIエンジニア」と一括りにすると、要件がぼやけて採用も評価も進まない。

国土交通省自身も、地方整備局や事務所で生成AIを導入している。BIM/CIMの取扱要領やガイドラインから回答する学習支援チャットボットや、非公表情報を扱える生成AIの利用環境の整備などが同省の資料で紹介されている。電子納品が始まって20年余りで30万件を超える報告書が蓄積されているとも示されており、過去の文書をどう使えるデータにするかは、発注者と受注者に共通の課題である。

3つの領域は、必要な建設の知識の深さが違う。生成AIは社内文書を扱えれば始められる。画像認識は、何を危険と判定するかを現場の基準で定義しなければならない。点群AIは、測量や出来形管理の要領を理解していないと、精度の要求水準を決められない。

不足しているのは「現場データとAIをつなぐ人」だ

建設会社のAI活用で最も不足しているのは、モデルを開発する人より、現場データを整えてAIにつなぐ人である。実証で止まる原因の多くは、モデルの性能より、本番で使えるデータが揃わないことにある。

画像認識を例にとると、学習と評価に使う写真を集め、何を検出対象とするかを現場の基準で決め、正解ラベルを付け、現場で誤検知と見逃しを確認する作業が必要になる。この作業には、AIの知識と建設の業務知識の両方が要る。どちらか一方だけでは、現場で使えない精度のまま実証が終わる。

役割を分けると、次のように整理できる。

業務オーナーは社内に置かなければならない。データ整備担当も、ノウハウが社内に蓄積されるかどうかを左右するため、社内に残すか、少なくとも社内の指示で動く形にしたい。AIエンジニアと運用・基盤担当は、外部人材で補える余地が大きい。

内製・ベンダー・派遣を比較する

AIエンジニアの確保手段は、正社員での内製、ベンダーへの委託、派遣の3つに整理できる。比較の軸は、誰が日々の指示を出せるかと、データとノウハウが社内に残るかである。

ベンダーへの委託は、仕様が固まっている開発に向く。一方で、現場データを見ながら検出対象や精度の基準を繰り返し調整する開発では、発注者が細かく指示を出したくなる。請負のままそれを行うと、後述する偽装請負の問題が生じる。派遣であれば、自社の業務オーナーやデータ整備担当が直接指示を出しながら開発を進められる。

派遣には、固定費を増やさずに体制を組める利点もある。AI活用は、実証の結果で次の投資判断が変わる性質を持つ。契約の更新ごとに体制を見直せる形は、この性質に合う。また、自社の正社員の採用基準を満たすかどうかとは別に、必要な技術を持つ技術者を受け入れられる。派遣と紹介の違いや採用方法の比較は外国人エンジニア採用の3つの方法で整理している。

なお、建設業務は労働者派遣の禁止業務だが、AIの開発やデータ処理は現場での建設作業ではない。派遣の技術者を現場の作業に従事させない限り、この制限には当たらない。建設分野で派遣できる範囲は建設業で派遣できる範囲と注意点で扱っている。

請負と派遣の線引きを誤らない

外部のAIエンジニアに請負で開発を委託する場合、発注者の担当者が受託者の技術者に直接指示を出すと、偽装請負と判断されるおそれがある。AI開発は仕様を詰めながら進むことが多く、この線を越えやすい。

厚生労働省の労働者派遣事業と請負により行われる事業との区分に関する基準（昭和61年労働省告示第37号）は、業務の遂行方法に関する指示や労働時間の管理を、受託者が自ら行うことを請負の要件としている。同省は2021年9月に公表した疑義応答集（第3集）で、アジャイル型開発について、発注者と受注者が対等な立場で協議し、受注者側の担当者が開発の進め方を自律的に判断しているのであれば適正な請負に当たるという考え方を示した。逆に言えば、発注者が受注者の技術者に作業の割り振りや進め方を直接指示している実態があれば、請負とは認められにくい。

判断の出発点は、自社がどこまで日々の指示を出したいかである。指示を出したいなら派遣、成果物の仕様を渡して任せるなら請負と、最初に決めておく。

現場データとの接続を設計する

AIの人材を受け入れる前に、現場データの保管場所と受け渡しの経路を決めておく。データに手が届かない状態で技術者を迎えると、最初の数か月がデータ探しで終わる。

建設会社のデータは、現場ごとにファイルサーバーやクラウドストレージ、施工管理アプリに分散していることが多い。AI活用の第一歩は、どのデータがどこにあり、誰が使ってよいかを一覧にすることだ。

• 図面・BIM/CIMモデル：保管場所、版管理の方法、発注者との契約上の利用制限

• 現場写真・映像：撮影日・場所・工種のメタデータの有無、人物が写る写真の扱い

• 点群：取得機器、座標系、形式、保存期間

• 施工記録・日報：電子化の範囲、様式の統一度

• 社内文書：規程・標準・過去の提出書類の保管場所と閲覧権限

この一覧があれば、どの領域のAIから着手すれば早く成果が出るかも判断しやすい。データが揃っている領域から始め、成果を示してから次のデータ整備に投資する順番が現実的である。

情報管理のルールを先に決める

外部人材にデータを触らせる前に、社外に出してよいデータの範囲と保管場所を決める。建設のデータには、発注者の情報や個人情報が含まれるからだ。

図面や仕様書には、発注者との契約で第三者への提供や目的外利用が制限されているものがある。官公庁や重要施設の工事では、情報の取扱いに関する特記仕様が付くこともある。AIの学習や外部の生成AIサービスへの入力が、この制限に抵触しないかを先に確認する。

現場の写真や映像に作業員の顔が写っていれば、特定の個人を識別できる情報として個人情報に当たり得る。個人情報保護委員会は2023年6月に生成AIサービスの利用に関する注意喚起を公表し、個人情報を含むプロンプトの入力について、利用目的の範囲内かを確認するよう求めている。総務省と経済産業省のAI事業者ガイドラインも、AIの利用者が取り組むべき事項として、AIシステム・サービスへ個人情報を不適切に入力しないよう注意を払うことを挙げている。

外部人材が派遣でも請負でも、これらのルールは契約と就業の条件に書き込む。派遣であれば、派遣先の情報管理ルールに従って就業してもらう形にできる。

外国人のAIエンジニアを候補に入れる

AIエンジニアの確保では、外国人技術者を候補に入れると母集団が大きく広がる。AI開発の現場では英語の文書とツールが標準であり、日本語が必須となる業務は限られるからだ。

建設のAI開発で日本語が必要になるのは、社内文書を扱う生成AIの開発や、現場の担当者から要件を聞き取る場面である。モデルの開発、点群や画像の処理、基盤の構築は英語で進められることが多い。業務オーナーやデータ整備担当が日本語で要件を整理し、AIエンジニアとは英語を交えてやり取りする分担にすれば、日本語要件を最小限にできる。

在留資格は、業務内容と学歴・実務経験の関連性で決まる。情報工学やデータサイエンスを学んだ技術者がAIの開発に従事する場合、一般に「技術・人文知識・国際業務」が候補になる。国内に在住し、すでにこの在留資格で就労している技術者であれば、在留資格を変えずに転職でき、数か月以内に着任できる場合が多い。建設分野の技術者の在留資格は建設技術者の技人国ビザにまとめた。

外国人のAIエンジニアの場合、建設の業務知識は着任後に補う必要がある。データ整備担当と組ませて現場のデータに触れる機会をつくれば、建設特有の判断基準も身につけやすい。

よくある質問

Q. 建設会社はAIエンジニアを正社員で採用すべきですか

中核となる役割は正社員で持つのが望ましいです。特に、何をAIで解くかを決めて成果を評価する業務オーナーと、現場データを整えるデータ整備担当は、ノウハウが社内に残るよう自社で担う形にしてください。一方で、モデル開発や基盤構築を担うAIエンジニアは、外部人材で補える余地が大きい役割です。すべてを正社員で揃えようとすると採用に時間がかかり、取り組みの開始が遅れます。

Q. AI開発をベンダーに委託するのと派遣で受け入れるのは何が違いますか

最も大きな違いは、日々の指示を誰が出せるかです。ベンダーへの委託（請負）では、業務の進め方は受託者が決め、発注者は受託者の技術者に直接指示を出せません。派遣であれば派遣先が指揮命令でき、現場データを見ながら仕様を詰める開発を自社主導で進められます。仕様が固まった開発は委託、仕様を詰めながら進める開発や社内チームの増強は派遣という使い分けが基本です。

Q. AI開発で偽装請負になるのはどんな場合ですか

請負契約なのに、発注者の担当者が受託者の技術者に作業の割り振りや進め方を直接指示している場合です。厚生労働省の区分基準（昭和61年労働省告示第37号）は、業務の遂行方法の指示や労働時間の管理を受託者が自ら行うことを請負の要件としています。同省の疑義応答集（第3集）は、アジャイル型開発でも受注者側が進め方を自律的に判断していれば適正な請負に当たるとしています。直接指示したい場合は派遣契約を選んでください。

Q. 現場の写真をAIの学習に使うとき、何に注意すべきですか

作業員の顔など特定の個人を識別できる情報が写っていれば、個人情報に当たり得る点に注意が必要です。利用目的の範囲内での利用か、外部のサービスに入力してよいかを確認してください。また、発注者との契約で写真や図面の第三者提供や目的外利用が制限されている場合があります。学習に使ってよいデータ、社内環境でのみ扱うデータ、使わないデータを区分し、外部人材に触らせる前にルールとして明文化しておくことが大切です。

Q. AIエンジニアを派遣で受け入れるのは、建設業の派遣禁止に当たりませんか

当たりません。労働者派遣法で派遣が禁止される建設業務は、工作物の建設等の現場での作業とその準備作業に係る業務です。AIの開発やデータの処理はオフィスで行う業務であり、この建設業務には該当しません。ただし、派遣の技術者を現場での建設作業に従事させれば違法になります。現場に立ち入ってデータを取得する場合も、作業の範囲を契約で明確にし、建設作業に従事させない運用を徹底してください。

Q. 外国人のAIエンジニアに日本語はどの程度必要ですか

担う業務によります。モデルの開発、画像や点群の処理、基盤の構築は英語で進められることが多く、日本語の必要度は比較的低い業務です。一方、社内文書を扱う生成AIの開発や、現場担当者からの要件の聞き取りには日本語が必要になります。業務オーナーやデータ整備担当が日本語で要件を整理し、AIエンジニアとは英語を交えてやり取りする分担にすると、日本語要件を最小限に抑えられます。

Q. 何から着手すれば、実証で終わらずに済みますか

データの一覧づくりから始めてください。図面、写真、点群、施工記録、社内文書がどこにあり、誰が使ってよいかを整理すると、データが揃っている領域が分かります。そこから着手し、業務オーナーが成果を評価できる指標を先に決めておけば、実証の結果を本番導入の判断に使えます。人材の確保はその後です。データと評価指標がない状態で技術者を増やしても、実証を繰り返すだけになりがちです。

まとめ

• 国土交通省はi-Construction 2.0で2040年度までの省人化3割を掲げ、AIの徹底活用を打ち出している。一方、日本企業の8割超がDX推進人材の不足を訴える。

• 建設のAI活用は、生成AI・画像認識・点群AIの3領域に分けて、必要な人材とデータを定義する。

• 不足しているのは現場データとAIをつなぐ人だ。業務オーナーとデータ整備担当は社内に置き、AIエンジニアと基盤担当は外部人材で補う。

• 日々の指示を出したいなら派遣、仕様を渡して任せるなら請負。請負で直接指示すると偽装請負と判断されるおそれがある。

• 図面・写真・点群には契約上の制約や個人情報が含まれる。社外に出す範囲と保管場所を、人材の確保より先に決める。

• 外国人のAIエンジニアを候補に入れると母集団が広がる。日本語要件は業務の分担で最小限にできる。

淡路グローバルゲートウェイ（AGG）では、建設会社さまに向けて、生成AI・画像認識・点群AIを担う外国人エンジニアの紹介と派遣、社内チームとの役割分担や情報管理ルールの設計をご支援しております。建設技術者の派遣サービスの活用も含め、取り組みの段階に応じてご相談いただけます。無料相談フォームからお気軽にお問い合わせください。

監修者

Naoya Mitani /淡路グローバルゲートウェイ（AGG）　事業統括責任者

インドITエンジニアの可能性に着目し、AGGのIT人財部を設立しました。事業統括責任者として、エンジニア派遣事業の戦略立案と実行を担っています。