人工知能（AI）の導入やスタートアップとの協業に乗り出す発注者が増えてきた。事務作業を効率化すれば、発注者が本来取り組むべき技術の研さんや設計変更の検討、関係機関との調整などに時間を割ける。受注者からの評価はぐんと良くなるはずだ。
「積算に誤りの可能性あり。入力内容を確認してください。過去事例との乖離（かいり）度は40です」。短いビープ音とともに、積算ミスの可能性がある工事名の一覧がずらりとパソコン画面に表示される。
過去の同規模の工事の積算データよりも金額が異常に高いといった不審な点を見つけ出したのだ（図1）。発注数量などを手掛かりに、同じ工種のデータと比較する。発注者なら誰もが夢見た積算の自動チェックシステムの開発が、着々と進んでいる。
富士通は2018年10月、AIを使って積算の誤りを検知するシステムを開発し、同社の積算ソフトウエア「ESTIMA」に搭載した。自治体として初めて実証実験に踏み切ったのが長野県だ。AIなどの新技術で業務を効率化する「スマート県庁プロジェクト」の一環として採用した。
コンピューターに言語理解や推論など知的な活動をさせる技術。建設分野では、コンクリートの画像からひび割れを認識する技術などで研究開発や製品化が進んでいる。教師なし学習に対して、コンピューターに正解付きのデータを与えて学ばせるのが「教師あり学習」。データ量が少なく済む半面、準備が大変だ
実証実験では県が18年度に作成した積算データに適用。2105件の道路改良工事の中から、ミスを含む可能性がある87件を冒頭のように検知した。担当者が確認すると、そのうち24件で誤りが見つかった。
AIがミスと認識したのは、いずれも県が事業費を概算する目的で作った不完全な積算データで、金額の一部などを意図的に省いて検証のために紛れ込ませたものだ。実際の入札には使っていない。
さらに長野県は19年7月から、AIが見つけられるミスの具体的な内容を確認するため、出先事務所が作成した工事発注前の実際の積算データもチェックさせる試行を始めた。県建設部建設政策課技術管理室の土屋博幸副主任専門指導員は「積算担当者によるセルフチェックを補助する役割を期待している」と話す。
