作業員安全監視AI
開発事例を紹介

作業員安全監視AIは、AIを使って建設現場などで働く作業員の安全を守るシステムです。危険な行動や現場の異常を検知し、事故の防止や労働環境の改善に役立てます。

このページでは、作業員安全監視AIの開発事例をご紹介。導入前の課題や導入後の成果をまとめているので、AI開発の依頼・ツール導入を検討している方はぜひ参考にしてください。

三井住友建設(建設業)

日立ソリューションズ事例
引用元:日立ソリューションズ公式サイト(https://www.hitachi-solutions.co.jp/geomation/case11/)

導入前の課題:
属人化と非効率な管理体制がボトルネック

建設業では、現場ごとに条件が異なるため業務が属人的になりやすく、他業界に比べてITやIoTの導入が遅れています。

三井住友建設でも、同様の課題がありました。そこで、課題を解決し、現場作業の効率化と安全性の向上を実現する方法を検討。作業員や工事車両の位置を把握するシステムや、本社と現場間での情報共有が必要だと考えました。

導入後の成果:
現場の「見える化」によって
改善

実証実験を経て、「GeoMation」を正式に導入。スマートフォンのGPS機能を活用し、作業員や工事車両の位置をリアルタイムに把握することで、危険エリアへの進入を即座に検知・警告できるようになりました。

作業員管理と車両管理を同時にできるシステムで、現場改革を推進。今後は、緊急時の対応や作業効率の向上にも役立てたいと考えています。

清水建設(建設業)

カワセミ事例
引用元:LIGHTBLUE公式サイト(https://www.lightblue-tech.com/project/shimz/)

導入前の課題:
予測できない事故・現場に
負担が大きい安全対策

清水建設の土木現場では、以前からICTを活用した安全対策を行っていましたが、重大事故、特に重機との接触による労働災害のリスクは根強く残っていました。

2018年に全社的なAI活用プロジェクトを発足。安全分野での活用として、ステレオカメラを用いた人物検知のPoCに取り組みました。しかし、トンネルなどの特殊環境では粉塵や照明の影響によりカメラの精度が落ち、現実の現場に対応しきれないという課題が残りました。

導入後の成果:
「安全な行動を評価する」仕組みを確立

PoCの失敗を経て、まずは一般的な現場での実用性を重視し、AI実装のパートナーとしてLightblueを選定。両社の協業により、骨格推定や顔の向き推定を活用して作業員が重機に気づいているかどうかをAIが判断し、アラートを発するシステムが完成しました。

こうして生まれたのが、「カワセミ」というAI安全管理システムです。2023年11月からは社外提供も開始され、「事故を防ぐ」だけでなく、「安全な行動を評価する」仕組みとしても注目されています。

大成建設(建設業)

大成建設事例
引用元:大成建設公式サイト(https://www.taisei.co.jp/about_us/wn/2021/210413_8120.html)

導入前の課題:
目視による安全確認の限界

除染や中間貯蔵施設に関連する工事では、放射線被ばくを防ぐため、ヘルメット・防塵マスク・手袋といった装備の着用が厳格に求められます。大成建設では、朝礼時などに監視員が作業員一人ひとりの装備を目視で確認してきました。

しかし、作業員が一時的に現場を離れ再入場するたびに監視員が必要なため、人員を確保するのが困難です。加えて、確認ミスや見落としといった人的ミスのリスクも存在しており、放射線被ばく管理の徹底には限界がある状況でした。

導入後の成果:
AIによる自動判定と可視化

大成建設は、画像認識やAI技術を活用したソリューション開発に強みを持つIIUと共同で、AIを活用した新システム「T-iSafety Protection」を開発。
福島県の中間貯蔵施設関連工事において2020年10月から実証導入を開始し、安全装備確認の自動化による高い効果を確認しました。

AIによるリアルタイム判定と警告通知により、目視確認に頼っていた安全管理業務の課題を解消。現場の被ばくリスクの低減と安全教育の質向上に貢献しています。

【まとめ】現場を知ることが
安全を変える第一歩

作業員安全監視AIを導入することで、事故リスク低減や作業効率の向上などを実現することができます。

ただし、導入で成果を得るためには、業界特有のリスクや運用環境を正しく理解し、それに即したAIを設計・実装することが大切です。まずは自社の課題や現場環境を確認し、自社のニーズに合うツールを選択しましょう。

また、当メディアではシステム開発の業界・目的別におすすめの画像解析AIを紹介しています。製造業、医業、金融業など、開発システムを活用する業界・目的によって、選ぶべき画像解析AIは変わってくるもの。自社の開発システムに合った画像解析AIを導入したいと考えているSIer・AI事業者の皆様は参考にしてみてください。

各製品・サービスをじっくり比較・検討したい方のために、画像解析AIを利用できる開発ツール・ソリューションを一覧掲載しているページもご用意しています。機能や料金の違いを知りたい方は、こちらも併せてご確認ください。

業界・目的別
画像解析AIのおすすめ3選

様々な画像解析AIのなかで、DX化実現のため大規模なシステム構築が求められる製造業、高度な解析精度が医療業界、セキュリティが重視される金融業界と3つの業界で目的に合うツールをピックアップしました。

大規模な検査・検知システムを
確立したい

製造業

Bind Vision
(キヤノンITソリューションズ)

Bind Visionのキャプチャ
引用元:キヤノンITソリューションズ公式HP
https://www.canon-its.co.jp/solution/industry/cross-industry/image-integration/bindvision/brand
  • 拡張性の高いプラットフォームで、用途・ライン別の分割運用、全体の統合管理が可能。カメラの増設にも柔軟に対応
  • 製造ラインの状況を一画面で俯瞰し、アラート通知で異常を即時検知。Web APIでスムーズなシステム連携を実現
専門的な画像を高い精度で
解析したい

医療業界

Aivia
(ライカマイクロシステムズ)

Aiviaのキャプチャ
引用元:ライカマイクロシステムズ公式HP
https://www.leica-microsystems.com/jp/製品紹介/画像解析システム/p/aivia/
  • 生体組織に求められる2D~5Dの可視化と解析を実現。神経細胞や臓器構造の観察にも対応できる
  • 45種類以上の顕微鏡画像ファイルフォーマットに対応。様々な用途の研究用データなども無駄なく活用
セキュリティやリスク管理を
重視したい

金融業界

Azure AI Vision
(日本マイクロソフト)

Azure AI Visionのキャプチャ
引用元:日本マイクロソフト公式HP
https://azure.microsoft.com/ja-jp/products/ai-services/ai-vision
  • Microsoftの高度なセキュリティ基準に基づいて設計。クラウド経由の取引にも対応が可能
  • 金融・保険の書類処理や自動データ抽出するOCR、オンライン本人確認機能を搭載。口座開設や本人確認業務を効率化
※情報は2025年3月5日調査時点