現場確認60分が3分に、高速道路の車線規制をIoTと生成AIで可視化した実証実験

車線規制を伴う床版の取替工事では、規制帯がいまどうなっているかを安全のために絶えず把握し続けなければなりません。従来は現場に常駐する規制管理者へ無線や電話での問い合わせが集中し、状況を自分の目で確かめるには移動を含めて1日およそ60分。毎月の報告に向けた集計も、手作業で積み上げる必要がありました。

編集部の見立てでは、困りごとの本質は問い合わせの件数そのものではなく、規制帯の位置や保安設備の状態といった一次情報が、常駐している特定の人の目と記憶の中にしか置かれていなかった点にあります。情報の入口がひとりに絞られていれば、工事に関わる人が増えるほど連絡はその一点へ集まり、確かめるたびに移動が発生する。人的負荷の高さは働き方の問題というより、情報の置き場所が決まっていない構造から生まれていたのではないでしょうか。

まず効いたのは、規制帯の起点・終点や保安設備の位置をGPSで計測し、地図上の座標としてプラットフォームに載せた設計だと考えられます。人が見て言葉で説明していた「どこに何があるか」を、誰が参照しても同じ値になる形へ置き換えたわけです。ここに外部の渋滞情報サービスを結びつけたことで、規制を続けるか緩めるかという判断が、現場からの伝言を待たずに材料の揃った状態で行えるようになりました。位置という共通の座標軸を先に用意したことが、後続の仕組みすべての土台になっています。

次に注目したいのが、情報の呼び出し口を新しい専用画面ではなく、すでに使われているチャットアプリに寄せた点です。生成AIのアシスタント機能を介して、カメラ映像や地図上の位置を会話の流れの中で取り出せるようにした構成は、屋外で作業する人に新しい操作を覚えさせない現実的な落としどころだと言えます。工事現場では手袋や騒音といった制約があり、操作の手数がわずかに増えるだけで使われなくなる。使う場所を変えずに情報だけを届ける割り切りが、実運用に耐える鍵になったのではないでしょうか。

三つ目は、リアルタイムの可視化で止めず、規制履歴の一括出力まで射程に入れたことです。位置情報を継続的に取得していれば、その記録はそのまま報告の材料になります。日々の確認を楽にする仕組みと、月次の事務作業をなくす仕組みを別々に作らず、同じデータから両方を引き出す組み立てにした判断が、投じた手間に対する回収の幅を広げています。

実証実験では、情報が一か所に集まったことで規制管理者への問い合わせ回数が大幅に減り、現場の人的負荷が軽くなりました。チャットアプリからリアルタイムに映像を確認できるようになった結果、1日あたり約60分を要していた現場状況の確認は約3分程度まで短縮されています。規制履歴が自動で記録され一括で出力できるようになったことで、毎月およそ100分かかっていた集計・記録作業も不要に。転記ミスが起きにくくなり、情報の正確さが増したという定性的な効果も確認されました。今後はセンシング情報を増やし、適用できる範囲を広げていく方針が示されています。