建設テックで職人の暗黙知を資産化せよ：2024年問題を突破する新規事業開発の最前線

建設業界で新規事業を検討する中で、「人が足りない」「ベテランの技が継承できない」という課題に直面していませんか。

2024年問題による時間外労働規制は、単なる働き方改革にとどまらず、従来の労働集約型モデルそのものに限界を突きつけています。

特に深刻なのが、熟練職人の勘やコツといった暗黙知が、引退とともに失われつつある現実です。

一方で近年、AI、ロボティクス、モーションキャプチャ、視線解析といった建設テックの進化により、こうした暗黙知をデータとして可視化し、新たな事業価値へ転換する動きが加速しています。

本記事では、国内外の具体事例や市場データを交えながら、暗黙知の形式知化がどのように生産性向上や新規事業創出につながるのかを整理します。

建設業の構造的危機を成長機会へ変えるための視点とヒントを得たい方にとって、実践的な示唆を持ち帰っていただける内容です。

建設業界を揺るがす2024年問題と構造的危機

2024年問題は、単なる労働時間規制ではなく、建設業界の前提そのものを揺さぶる構造的危機として顕在化しています。2024年4月から適用された時間外労働の上限規制により、これまで現場を支えてきた長時間労働という調整弁が完全に機能しなくなりました。**工期は変わらず、人も増えない中で、働ける時間だけが減る**という矛盾が、経営と現場の双方に重くのしかかっています。

この危機を深刻化させているのが、不可逆的な人口動態の変化です。日本建設業連合会や厚生労働省の統計によれば、建設業就業者は約477万人いるものの、55歳以上が約37％を占め、29歳以下は約12％にとどまります。**今後10年で現場の中核を担うベテラン層が一斉に引退する構図**が、すでに数字として示されています。

指標	現状データ
建設業就業者数	約477万人
55歳以上の比率	約37％
29歳以下の比率	約12％

さらに、2025年時点で建設技能労働者は全国で約0.8％不足すると予測されています。この数字は一見すると小さく見えますが、問題の本質は人数ではありません。失われつつあるのは、日本の建設品質を支えてきた**熟練職人の暗黙知という「技能の総量」**です。段取りの組み方、微妙な力加減、危険を察知する勘といった要素は、単純な人員補充では代替できません。

実際、規制適用後の調査では、建設業者の約半数が経営に悪影響が出ていると回答し、その最大要因として「採用難による人手不足」が挙げられています。これまで現場は、職人の経験と気合で突発的なトラブルや工程遅延を吸収してきました。しかし今後は、その余地が制度的に許されません。

この状況は、裏を返せば強制的なパラダイムシフトでもあります。**労働時間を増やせない以上、生産性を高める以外に生き残る道はない**という現実が、すべての事業者に突きつけられました。2024年問題は、建設業が労働集約型モデルから脱却できるかどうかを試す、歴史的な分岐点なのです。

なぜ今『職人の暗黙知』が経営課題になるのか

今、職人の暗黙知が経営課題として浮上している最大の理由は、人手不足そのものではなく、技能の総量が急激に失われつつある点にあります。日本建設業連合会の統計によれば、建設業就業者のうち55歳以上が約37％を占める一方、29歳以下は約12％にとどまっています。これは、現場の中核を担ってきた熟練層が、近い将来一斉に引退することを意味します。

この問題を深刻化させているのが、2024年4月から本格適用された時間外労働の上限規制です。これまで現場では、工期遅延やトラブルを熟練職人の長時間労働と経験値で吸収してきました。しかし規制により、その“調整弁”は機能しなくなっています。経験に依存した経営モデル自体が限界を迎えているのです。

厚生労働省関連の調査でも、建設技能労働者は2025年時点で全国的に不足すると予測されています。単なる人数不足ではなく、「誰でも代替できない判断や動き」が現場から消えることが、本質的なリスクです。例えば、微妙な天候変化を踏まえた施工判断や、図面に書かれていない納まり調整は、暗黙知の集合体と言えます。

観点	従来	現在の変化
技能継承	OJTと背中を見て学ぶ	継承前に引退・離職
労働時間	長時間で吸収	規制で不可
経営影響	属人的でも成立	属人性がリスク化

さらに重要なのは、暗黙知が競争優位の源泉から、経営リスクへと転換している点です。ある現場でのみ通用する技能は、事業拡大や標準化を阻害します。研究機関の技能解析研究によれば、熟練工と初心者では、動作効率や視線の使い方が定量的に大きく異なります。これは「言語化されていない差」が、再現性を持って存在することを示しています。

経営の視点で見れば、暗黙知はもはや現場任せにできる話ではありません。技能が可視化・共有されなければ、事業のスケールも持続性も担保できないからです。だからこそ今、多くの企業が職人の暗黙知を“個人の経験”ではなく、“組織の資産”として扱う必要に迫られています。

• 大量引退による技能断絶リスクの顕在化
• 労働時間規制で属人的吸収が不可能に
• 暗黙知が品質・安全・収益性に直結

職人の暗黙知が経営課題になるとは、言い換えれば、技能をマネジメントできない企業は成長できない時代に入ったということです。この構造変化を直視できるかどうかが、次の10年の競争力を左右します。

暗黙知を科学で解き明かす最新研究と技術アプローチ

職人の暗黙知を科学的に解き明かす研究は、近年、建設テックの中でも最も注目される領域の一つです。これまで「勘」や「経験」として言語化されてこなかった技能が、計測技術とデータ解析によって再定義され始めています。特に大学や研究機関による実証研究は、技能の本質を分解し、再利用可能な知識へと転換する重要な基盤になっています。

代表的な事例として、京都の伝統的な左官作業を対象に行われた研究では、モーションキャプチャ、筋電図、アイトラッキングを組み合わせ、熟練工と初心者の差異を定量的に可視化しました。科研費による研究成果によれば、熟練工の動作は無駄が少なく、重心移動が常に安定していることが確認されています。これは見た目の美しさではなく、身体制御の最適解に近い状態だと解釈されています。

さらに筋電図解析では、初心者ほど全身に力が入り、疲労が蓄積しやすいことが示されました。一方で熟練工は、必要な瞬間に必要な筋肉だけを使う「脱力の技術」を獲得しています。**この差は経験年数ではなく、身体の使い方という学習可能な要素である点が重要です。**

視線計測の結果も示唆に富んでいます。熟練工は作業対象そのものではなく、次に起こる状態を先読みするように視線を配分しています。トビー・テクノロジーなどの分析によれば、これはフィードフォワード型の認知制御であり、危険予知や品質安定に直結する能力です。従来のOJTで見落とされがちだった認知プロセスが、データとして共有可能になりました。

分析技術	可視化される暗黙知	事業活用の可能性
モーションキャプチャ	重心移動・動作軌道	ロボット動作設計、教育標準化
筋電図	力の使い分け	疲労低減設計、安全基準策定
アイトラッキング	視覚的注意・予測	遠隔指導、危険検知AI

これらの研究成果は、すでに産業界で実装段階に入っています。高精度モーションキャプチャを提供するアキュイティーは、熟練工の動作を正解データとして蓄積し、教育や自動化に転用しています。また、視線分析技術はスマートグラスと組み合わされ、遠隔地からでも「どこを見るべきか」を具体的に指導できる環境を実現しています。

重要なのは、暗黙知の形式知化が単なる記録では終わらない点です。**科学的に分解された技能は、再学習・再利用・自動化が可能な経営資産へと変わります。**新規事業の視点では、この技能データそのものが、教育サービス、AI学習データ、ロボット制御ロジックとして二次利用できることに大きな価値があります。

建設テックが実現する暗黙知の形式知化と自動化

建設テックがもたらす最大の価値の一つが、熟練職人の暗黙知を形式知へと変換し、さらに自動化へとつなげる点にあります。長年の経験に基づく勘やコツは、これまで個人に内在し、言語化や標準化が難しいとされてきました。しかし近年は、センサー、AI、ロボティクスの進化により、こうした知識を客観データとして捉え直す動きが本格化しています。

代表的な例が、モーションキャプチャや筋電図、アイトラッキングを用いた技能解析です。科研費研究による左官職人の分析では、熟練者は初心者に比べて筋活動量が少なく、視線が常に作業の先を捉えていることが示されています。**これは「上手さ」が感覚論ではなく、再現可能なパターンとして存在することを意味します**。

観点	熟練職人	初心者
身体動作	重心移動が安定し無駄が少ない	動作が大きくエネルギー消費が多い
筋活動	必要部位のみを選択的に使用	全体的に高負荷
視線	作業の進行方向を先読み	手元や直後の結果を確認

このように分解・定義された技能データは、教育用途にとどまらず、AIやロボットの学習データとして活用され始めています。アキュイティーの高精度モーションキャプチャは、熟練者の動きを0.1mm単位で保存し、自動化設備のティーチングデータとして転用されています。製造業だけでなく建設分野でも、同様の応用が現実のものとなりつつあります。

さらに一歩進んだ段階が自動化です。大林組の耐火被覆吹付けロボットのように、BIMデータと熟練技能の動作モデルを組み合わせることで、均質な品質を人手に依存せず実現できます。これは単なる省人化ではなく、**技能の再現性をテクノロジーで担保する仕組み**といえます。

• 暗黙知をセンサーとAIで数値化・可視化する
• 形式知として蓄積し、教育や判断支援に活用する
• 最終的にロボットやAIが実行主体となる

新規事業の観点では、こうした一連のプロセス自体が価値創出の源泉になります。技能データの取得・解析・提供をサービスとして切り出すことで、建設会社以外の業界や海外市場への展開も可能です。建設テックは、失われつつある暗黙知を救うだけでなく、それを拡張し、自動化することで産業全体の生産性を底上げする段階に入っています。

市場データで読み解く建設テックとDXの成長性

建設テックとDXの成長性を読み解くうえで重要なのは、単なる技術トレンドではなく、市場データが示す構造的な追い風です。**建設業は今、巨大だが変革余地の大きい市場として、投資と新規事業の両面から再評価されています。**

Fortune Business Insightsによれば、世界の建設分野におけるAI市場は2024年に約39億ドル、2032年には約226億ドルへと拡大し、年平均成長率は24％超と予測されています。これはSaaSやフィンテックと並ぶ高成長領域であり、建設業が「レガシー産業」から「データ産業」へ転換しつつあることを示しています。

市場区分	現在規模	将来予測
世界AI建設市場	約39億ドル（2024年）	約226億ドル（2032年）
日本建設DX市場	586億円（2024年度）	5年以内に1000億円超

国内に目を向けると、矢野経済研究所の調査では、2024年度の建設DX市場は586億円と推計されています。注目すべきは、これがまだ本格普及前の段階である点です。実証実験や一部現場導入に留まっているにもかかわらずこの規模に達しており、**PoCから全社・全現場展開へ移行した瞬間に市場が一段跳ね上がる余地を残しています。**

また、日本全体の建設市場規模は2030年に約110兆円規模に達すると見込まれており、その内側でDXが占める比率は今後確実に高まります。国土強靭化、老朽インフラ更新、都市再開発といった需要は、人手不足下でも止められないため、生産性向上を前提としたデジタル投資が不可避だからです。

さらに興味深いのは、建設DXがBPOや人材プラットフォーム市場と連動して拡張している点です。ITmediaが報じるように、業務プロセス改善を目的としたBPO市場は堅調に成長しており、設計補助、数量拾い、検査業務などを外部とデジタルで分業する流れが進んでいます。

これらのデータを総合すると、建設テックの成長性は一過性のブームではありません。**労働制約・社会インフラ需要・技術成熟という三要素が同時に成立した、数十年に一度の市場再編局面**にあり、新規事業にとっては「参入余地が残された巨大市場」であることが、数字からも明確に読み取れます。

職人マッチングと評価経済が変える建設業の人材市場

建設業の人材市場では今、職人マッチングプラットフォームと評価経済の浸透によって、大きな構造転換が起きています。従来は元請けや一次下請けのネットワークに依存し、職人の価値は閉じた人間関係の中でのみ共有されてきました。しかしデジタルプラットフォームの登場により、技能や実績が市場全体で可視化され、人的資本が流動化し始めています。

代表的な事例が、助太刀やクラフトバンクに象徴される職人マッチングサービスです。助太刀は登録業者数22万人超、82職種対応という規模にまで成長し、職人と工事会社をアプリ上で直接つなぎます。日本建設業連合会や業界調査によれば、人手不足が深刻化する中で、こうした即応性の高いマッチングは現場の工期リスクを下げる実務インフラとして定着しつつあります。

観点	従来型人材市場	評価経済型市場
職人評価	口コミ・経験則	レビュー・実績データ
仕事獲得	固定取引先依存	市場横断で選択可能
報酬水準	交渉力に左右	技能に比例しやすい

注目すべきは、単なる人材仲介ではなく「評価経済」が組み込まれている点です。クラフトバンクでは独自の職人ランク認定試験やオンライン研修を通じて、技能レベルを準定量的に評価しています。これにより、「腕の良さ」が価格や案件条件に直接反映される市場原理が形成されつつあります。これは経済学的に見れば、情報の非対称性を解消し、市場の効率性を高める動きだといえます。

こうした評価データは、技能の形式知化とも強く結びつきます。施工実績、レビュー、資格、さらには将来的にAIによる施工品質データが統合されれば、職人一人ひとりが「データ化された技能ポートフォリオ」を持つことになります。研究や業界動向によれば、評価が可視化されることで優秀な職人ほど仕事の選択肢が増え、報酬も上がる傾向が確認されています。

新規事業開発の視点では、この評価経済は周辺ビジネスを誘発します。例えば、評価スコアに基づく保険料率の最適化や、金融機関による与信判断への活用です。専門家の指摘によれば、技能データに裏付けられた信用は、独立職人や小規模事業者にとって資金調達の壁を下げる可能性があります。人材市場のDXは、金融・保険・教育と連動したエコシステムへ拡張し始めているのです。

この変化は、職人個人にとっても企業にとっても不可逆です。評価される市場に参加すること自体が競争力となり、参加しないことが機会損失になります。職人マッチングと評価経済は、建設業の人材市場を「属人的な世界」から「データ駆動型市場」へと進化させる決定打になりつつあります。

現場DXが失敗する理由と成功企業の共通点

現場DXが思うように進まず失敗に終わる企業には、いくつかの共通した構造的要因があります。最大の原因は技術そのものではなく、現場の暗黙知とデジタル施策の接続に失敗している点にあります。矢野経済研究所や建設業界向けDX調査によれば、PoC止まりで終わる案件の多くは、業務フローや評価制度が変わらないままツールだけが導入されています。

典型的なのが、タブレットやAIを導入したにもかかわらず、最終的な判断をベテランの経験に委ね続けるケースです。これでは現場にとって負荷が増えるだけで、DXは「余計な仕事」と認識されます。暗黙知を形式知へ変換する設計思想が欠けているDXは、現場の協力を失いやすいのです。

失敗企業に共通するポイントを整理すると、以下の傾向が見えてきます。

• ツール導入が目的化し、解決すべき業務課題が曖昧
• ベテラン職人の知見をデータ設計に反映していない
• 現場の評価指標が従来のままで、DX活用が報われない

一方、現場DXに成功している企業は、アプローチが根本的に異なります。例えば大手ゼネコン各社の事例では、AIやロボットをいきなり全面展開するのではなく、熟練者の判断や動作を計測・言語化するプロセスから着手しています。学術研究でも示されているように、技能は視線、身体動作、判断タイミングといった複数の要素で構成されています。

成功企業の特徴を比較すると、次のような違いがあります。

観点	失敗しやすい企業	成功企業
DXの目的	IT導入・省人化ありき	技能継承・生産性向上が明確
暗黙知への向き合い方	属人化を放置	計測・データ化を前提に設計
現場の関与	一部管理職のみ	職人を開発パートナーとして巻き込む

特に重要なのは、ベテラン職人の心理的ハードルをどう越えるかです。建設DXに関する専門家の分析によれば、「仕事を奪われる不安」を払拭できた現場ほど定着率が高いとされています。成功企業では、技能データを残すことが評価や報酬につながる仕組みを同時に設計しています。

結果として、成功企業ではDXが現場改善の手段として受け入れられ、技能の再現性が高まり、若手育成や外部展開にも波及しています。現場DXはITプロジェクトではなく、技能と組織を再設計する経営プロジェクトであるという認識が、明暗を分けているのです。

新規事業開発担当者が狙うべき次のビジネス機会

新規事業開発担当者が次に狙うべきビジネス機会は、建設テックの中でも「暗黙知が経済価値へ転換される領域」に集中しています。単なる省人化ツールや業務効率化SaaSはすでに競争が激化しており、今後は職人の技能や判断をデータ資産として再定義できるかどうかが成否を分けます。

特に注目すべきは、熟練工の動作・視線・判断プロセスを取得した一次データを起点にした事業です。文部科学省の研究成果や産業応用事例によれば、モーションキャプチャやアイトラッキングによって取得された技能データは、教育用途に留まらず、AI学習データやロボット制御データとして再利用可能であることが示されています。

これは「人に紐づく技能」を「企業が保有するデータアセット」へ転換する動きであり、長期的に極めて高い参入障壁を形成します。新規事業としては、プロダクト単体ではなく、データを中心に据えたビジネス設計が重要になります。

機会領域	事業の本質	収益化の軸
技能データプラットフォーム	熟練工の動作・視線・判断の標準化	データ利用料・ライセンス
AI親方・専門特化AI	特定工種に特化した判断支援	サブスクリプション
評価連動型フィンテック	技能スコアを与信に活用	金融手数料・保険料

中でも現実味が高いのが、生成AIと暗黙知データを組み合わせた「専門特化型AI」の領域です。汎用的な生成AIではなく、防水、左官、配筋検査など工種を極端に絞り込み、熟練工の正解データを学習させたAIは、現場で即戦力として受け入れられやすい特徴があります。

実際、AIによる品質判定や技能支援は、国土交通省基準に準拠した評価が可能になりつつあり、鹿島建設などの事例では若手でもベテラン同等の判断ができることが示されています。これは教育コスト削減だけでなく、品質の均質化という経営課題にも直結します。

さらに見逃せないのが、技能評価と労働市場、金融をつなぐ横断型ビジネスです。職人マッチングプラットフォームではすでに評価データが蓄積され始めており、ここにAIによる技能スコアや施工実績データが加わることで、信用力の可視化が進みます。経済産業省や金融機関の関係者も、技能データを活用した新たな与信モデルの可能性に言及しています。

新規事業開発担当者にとって重要なのは、建設業界を「DXが遅れた産業」と捉えるのではなく、「未データ化の価値が最も多く残された産業」と再定義することです。暗黙知の形式知化は、危機対応策であると同時に、次世代の巨大な成長機会でもあります。