【フィジカルAI・第2回】Torch Towerを歩く二足歩行ロボット。
マルチモーダルLLMが現場監督の「目と脳」を代替する日
「AIの進化で事務職の仕事が減る」と言われて久しいですが、ついにその波が、最も人間泥臭いとされてきた「建設現場の最前線」へ到達しました。
清水建設が2026年7月に発表した、国内最高層ビル「Torch Tower（トーチタワー）」でのAIロボット実証実験。その中でも特に大きな注目を集めているのが、人型ロボットによる「自律現場巡回」です。
これまで現場監督が毎日足が棒になるまで歩き回り、目で見て、写真を撮って記録していたあの業務が、今まさにフィジカルAIによって完全に再定義されようとしています。
今回は、この自律巡回ロボットの技術的な裏側を紐解きながら、施工管理の未来と、私たちのキャリアに訪れる構造変化について深く掘り下げていきます。
1. 「Sense（認知）」と「Think（判断）」の完全なる融合
日々めまぐるしく状況が変わる建設現場を、ロボットが「秒速1.0m（大人の早歩きに近い速度）」で自律歩行する。これは、ロボティクスの世界では極めて難易度の高い挑戦です。床には資材が置かれ、仮設の段差があり、多くの作業員が行き交うカオスな空間だからです。
この動きを可能にしているのが、「Sense（認知）」と「Think（判断）」のリアルタイムな融合です。
【フィジカルAIの歩行制御ループ】
1. Sense (認知)：LiDARやカメラで周囲の3D形状をコンマ数秒ごとにスキャン
↓
2. Think (判断)：BIM（設計図面）と照合し、「あるべき空間」と「現在の障害物」を比較
↓
3. Act (行動)：障害物を回避する最適な次の一歩（軌道）を自律計算して足足を動かす
従来のロボットは、事前に「ここをこう歩け」と覚え込ませたルートしか歩けず、途中に予期せぬ段差や資材があればその場で立ち往生していました。
しかし、新型のフィジカルAIは違います。搭載されたLiDAR（レーザー光を使って周囲の立体形状を瞬時に測るセンサー）やカメラで周囲をスキャンし、AI自身が「今、目の前に現れた障害物は何か」「どう避ければ安全か」をその場で考えて足の動かし方を変えます。人間が「おっと、ここに脚立があるから少し右を回ろう」と無意識に行っている判断を、AIがデジタルツイン（仮想空間に再現したリアルタイムの現場モデル）の中で超高速にシミュレーションしているのです。
2. 映像×マルチモーダルLLMの衝撃：「ただ見る」から「文脈を理解する」へ
この巡回ロボットの本質的な凄みは、単に「障害物を避けて歩ける」ことではありません。真のイノベーションは、ロボットが手にしたカメラの映像を「マルチモーダルLLM（大規模言語モデル）」で解析している点にあります。
マルチモーダルLLMとは、テキストだけでなく「画像や映像」を同時にインプットし、その中に写っているものの意味や文脈（コンテキスト）を人間のように理解できるAIのことです。
これにより、ロボットが現場を巡回しながら撮影したデータは、単なる「写真記録」を超えて次のような高度な判断へ昇華されます。
① 安全リスクのリアルタイム検知
通路に置かれた可搬式作業台やバラ積みされた資材の映像を見たAIは、単に「障害物がある」と認識するだけでなく、「これがここにあると、作業員の避難動線が塞がれるため安全ルール上リスクがある」と文脈で理解します。そして、即座にアラートを発報したり、是正指示のテキストを自動生成したりします。
② 図面（BIM）との三次元差分解析による進捗管理
AIは、あらかじめインプットされている建物の3次元設計データ（BIM）と、ロボットが実際に見てきた現場の状況を重ね合わせます。
「設計図通りにLGS（軽量鉄骨の下地）が組み上がっているか」「配管の位置にズレはないか」をミリ単位で比較し、「本日の施工ステップに対して、このエリアの壁の造作は3%遅れている」といった進捗や精度の判定を、人間を介さずにリアルタイムで算出するのです。
3. ハイブリッド考察：現場監督は「写真整理の作業員」から「高度な指揮官」へ
ここで、施工管理というドメイン知識と、AIの進化を掛け合わせた「ハイブリッドな考察」を試みてみましょう。
この技術が現場に完全に定着したとき、現場監督の仕事はどうなるでしょうか。「自分の仕事がAIに奪われる」と悲観する必要は全くありません。むしろ、これまで多くの優秀な技術者を苦しめていた「付加価値の低い労働」からの解放を意味します。
従来の現場監督の1日は、次のような作業に忙殺されていました。
広い現場を歩き回って進捗を確認する
何百枚ものデジカメ写真を撮影する
夕方事務所に戻り、写真をPCに取り込んで仕分けし、黒板の文字を確認しながら書類に貼り付ける
これは「技術的な判断」ではなく、純然たる「事務作業」です。
フィジカルAIが現場巡回と三次元差分解析を肩代わりすれば、ロボットが夜間や昼休みに勝手に歩き回り、翌朝には「進捗の遅れがあるエリア」「図面とのズレ」「安全上の是正勧告」がすべてダッシュボードに整理された状態で並ぶことになります。
【これからの現場監督の役割シフト】
[従来] 現場巡回 ＋ 大量の写真撮影 ＋ 書類整理（労働時間の約6〜7割）
↓
[未来] AIが整理したデータに基づき、
・協力会社との高度な工程調整
・BIMを活用した次工程のバリューエンジニアリング（コスト・品質最適化）
・AIが処理できない突発的なトラブルの意思決定
現場監督は、泥臭いデータ収集の作業員から、AIが弾き出した正確なデータをもとに現場を最適化する「高度な施工計画の指揮官（オーケストレーター）」へとシフトしていくのです。
結び：身体性と知性を手に入れた現場の未来
清水建設がTorch Towerで進める実証実験は、AIが私たちの「道具」から「自律的なパートナー」へと進化している動かぬ証拠です。物理世界を正しく認識できる「身体（ロボット）」と、その意味を理解できる「知性（マルチモーダルLLM）」が結びついたとき、建設現場の生産性は爆発的に向上します。
この変化の潮流の中で、私たちがクリエーターやビジネスパーソンとして生き残るための鍵は、「AIが出してきた高度な分析結果を使って、人間にしかできないどんな意思決定を下すか」という一点に集約されていきます。
次回（第3回）は、このフィジカルAIのもう一つの目玉である「肉体と技能の進化」に焦点を当てます。
「職人の『手加減』をAIがコピーする。模倣学習アームによる塗装作業の革新」と題し、数値化できないはずの職人の暗黙知をAIがいかにして移植し、部材の個体差に適応していくのか、その驚くべきメカニズムを深掘りします。
さらにビジネスモデルの深層へ
清水建設がこのプロジェクトでソニー等と組み、狙っている真の目的をご存知でしょうか？彼らが構築しようとしているのは、単なる自社用のロボットではなく、建設業界全体のプラットフォームとなる「OS」の覇権争いです。
この「建設AIエコシステム」がもたらすビジネスの地殻変動と、個人がとるべき具体的なキャリア戦略のディテールについては、私の有料マガジン（Substack）にて、アーキテクチャの解説と共にさらにディープに公開しています。思考の解像度をもう一段上げたい方は、ぜひ本編をご覧ください。