建設現場の安全、AIは事故をどれだけ減らすか (2026)

1. 背景 — リスクは偶然ではなく構造だ

建設業のリスクは産業構造そのものに内在する。米国BLS·OSHAによれば、建設業は労働力の約7%しか雇用しないが、民間労働災害死亡の約21%がこの産業から出る。割合も絶対的リスクも高い。

単一原因では墜落が圧倒的だ。2024年の米国建設死亡1,034人のうち「低所への墜落」が389人で約38%を占める最大原因だった。コストも大きい。労働安全研究は労災死亡1件の社会的コストを約146万ドルと推定する。

韓国も同じだ。雇用労働部「2024年産業災害現況」によれば、災害調査対象の事故死亡者589人のうち建設業が328人(39.7%)で全業種1位だった。死亡類型も墜落が圧倒的で、全業種を通じて「墜落」が278人と「転倒」(41人)の6倍を超えた — 高所・屋外作業の多い建設業がこの統計を押し上げる。

2. 国別比較 — 韓国・米国・日本

建設安全は一国だけの問題ではない。3か国とも建設業が労災死亡の最大(または最上位)の割合を占め、その中で墜落が単一最大原因という構造が共通する。ただし規制の方式と絶対数には差がある。

建設業が全労災死亡に占める割合は、3か国とも1位または最上位だ。韓国39.7%、日本約30%、米国約21%の順に見えるが、各国の算定基準が異なるため(韓国=疾病を除く事故死、米国=民間全体、日本=全産業)、順位比較は方向性としてのみ読むべきだ。

建設死亡の中で墜落が占める割合は3か国とも単一最大だ。KOSHAによれば2023年の韓国建設死亡356人のうち墜落が198人(55.6%)、日本はJNIOSH基準で約43%、米国は2024年基準で約38%だ。

結論は一つに収束する — 墜落は建設死亡の単一最大原因であり、墜落リスクを事前に押さえるだけで死亡の38~56%を狙える。(この比率は「墜落が占める割合」であって、AIの削減効果ではない。)

3. AIは順序を逆転させる — 反応型から予防型へ

従来の安全管理は、事故の後に原因を分析する反応型だった。コンピュータビジョンAIはこの順序を逆転させる。現場カメラが作業条件を「見て」、過去の事故データで「学習」し、事故が起きる前に警報を出す。2025~26年にかけて、この技術は実験段階を過ぎ、大型インフラ現場へ急速に広がっている。

漠然とした「一部企業」ではなく、名前とデータが明確な製品が存在する。米Equipment Worldの報道によれば、安全AI企業Newmetrixのエンジン「Vinnie」は膨大な事故データと1,700万枚超の建設現場画像で学習された(会社発表ベース)。100種類以上の危険を自動検知し、プロジェクト別のリスクを予測する。香港・東南アジア拠点のviActはシナリオ型コンピュータビジョンで重機・高所作業の複合リスクを識別し、EHS管理者にリアルタイム警報を送る。

効果の大きさはどの程度か。独立研究・複数の報告を総合すると、コンピュータビジョン安全ソリューションを導入した現場は事故が約20~50%(一部の報告は60%まで)減ったという結果が多い。ただし数値は現場規模・適用範囲・運用成熟度によりばらつきが大きく、Deloitte分析のように約20%にとどまる報告もある。「導入すれば半減する」ではなく、データ・運用と結びついて初めて効果が出る点が肝心だ。

4. 効果 — 規制の成果と投資収益(ROI)

予防型への転換の効果は規制統計にも表れる。OSHAによれば、墜落集中取締りプログラム(NEP)の下で連邦調査対象の致命的墜落事故は234件から189件へ、約20%減少した。安全は規制対応の「コスト」ではなく収益性のある投資だ。OSHA・保険業界の広く引用される推定によれば、安全プログラムは投資1ドルあたり4~6ドルの収益を生む。死亡1件あたり約146万ドルの直接・間接損失を踏まえれば、事故を有意に減らすシステムの経済性は明確だ。

5. 韓国の文脈 — 重大災害処罰法と非定型データ

韓国は2022年1月に重大災害処罰法を施行し、現場安全を安全管理者個人の問題ではなく経営陣の法的責任と規定した。死亡事故が起きれば代表取締役が刑事処罰の対象になり得る。制度の重みは確かに増した。

しかし制度だけで統計は変わらなかった。建設業の死亡は法施行後も2024年に328人、全業種の39.7%で依然1位だ。処罰の強さがそのまま予防の強さではない。事故は法廷ではなく現場で、しかも起きる前に防いでこそ減る。

問題は「何を見て防ぐか」だ。墜落の多くは事前に表れる危険から生じる。ハーネス未締結、開いた開口部、整理されていない足場、ヘルメット未着用 — いずれも事故直前まで「見えている」状態だ。ただ人が24時間すべての区域を同時に見張れないだけだ。この空白を2種類のデータが埋める。

第一に、映像認識(コンピュータビジョン)は現場カメラでヘルメット未着用・開口部・危険な縁といった「即時の危険」をリアルタイムに捉えて通知する。人の視野を数十台のカメラに拡張するわけだ。第二に、非定型テキスト分析(NLP)はキャビネットやPDFに積まれてきた点検日誌・事故報告書・作業許可書(PTW)を読み、同じ工種・区域で「反復する危険要因と前兆」を引き出す。一件の事故ではなく、数百件の記録がパターンを語る。

二つの軸を現場データと統合すれば、事故は事後に集計する統計ではなく、事前に遮断できる事象に変わる。重大災害処罰法が作った「責任」を、技術が「予防」へ移す構造だ。

6. 示唆

韓・米・日の統計が示す結論は明確だ。建設死亡の最大原因は墜落であり、墜落は事前に「見える」危険であり、コンピュータビジョンと非定型データ分析はそれを事故の前に捉えられる。ただし効果は「道具の導入」ではなく「データ・運用との結合」から生まれる — 同じ技術を入れても結果が20%にとどまることも、50%を超えることもある理由だ。