― AU2026で考えた、人とAIの新しい役割 ―
AU 2026@Las Vegasの参加報告は3回目となる。前々回は米国事例から考える設備業界の次の一歩。前回は、AIが建設プロジェクトを理解するには、BIMや図面などの「What(成果物・状態)」だけでなく、判断理由や条件、意思決定の履歴などのContext(文脈)を関係性とともに残すことが重要ではないかと、いわば「データ側」の準備について共有した。
では、AIがContextを理解し、人が担ってきた作業の多くを行うようになったとき、「人は何をするのか」。 AU 2026の基調講演で、Autodesk CEOのAndrew Anagnost氏とイベントゲストのClara Shih氏が、まさにこの問いを議論していた。

AIの話の最後に、Autodeskが「人」の話を置いた
基調講演では、Autodesk AI、Industry Cloud(Forma)、Context、AI Agentなど、AIが建設業界の生産能力(Capacity)をどう高めるかが紹介された。その終盤、Andrew氏はAIによって仕事や役割が変わる人間側へ話題を切り替えた。
Andrew氏の対談相手のClara Shih氏は、MetaやSalesforceでAI事業を率い、Hearsay Systemsを創業・経営した経験を持つ。2026年には、AIで変化する労働市場への若者の適応を支援する非営利組織New Work Foundationを立ち上げた。
AIを「起業して作る側」「大企業で実装する側」を経験した人物が、今はAI時代の仕事・組織・教育をどう再設計するかを考えている。そこがこの対談の面白さだった。
Clara Shihは、AI時代のキャリア支援を自ら実装している
Clara氏は「Z世代が学校で学んでいること」と「AI時代に企業の採用担当者が求めていること」にギャップがあることに課題を感じていた。彼女は学校教育そのものを批判しているのではなく、AIによって仕事が変わる速度に、人材育成の仕組みが追いついていないことを問題視していた。
設立したNew Work Foundationは、2026年10月に若手求職者向けの無料プラットフォーム「dearCC」を公開した。単なるAI研修ではなく、キャリア行動まで支援する仕組みだ。


dearCCは、労働市場やAIの影響を調べるField Report、履歴書やLinkedInから行動計画を作るGame Plan、仲間や実務家メンターと学ぶCommunityを組み合わせ、AIを使いながら自分のキャリアを組み替える仕組みである。一般公開からまだ約1か月で成果指標は公表されていないが、AI時代の人材育成を座学ではなく、実際の行動と結び付けている点は示唆的だ。
対談から見えた、AI時代の5つの実践ステップ
対談を、読者が実際に動く順番に整理すると、次の5ステップになる。
1. AIを使わない、という選択肢はなくなりつつある
まずは仕事でもプライベートでも、自分でAIを使ってみる。経営者や管理職も例外ではない。AIは何が得意で、どこで間違うのかを自分で体験し、Clara氏のいう「AI Power User」になることが出発点だ。私自身も、日々使う中でAIへの理解が深まってきた。
「まず使う」というと、以前この連載で書いた「DXにも設計図が必要だ」という主張と矛盾するように見えるかもしれない。だが、「触ること」と「組織として導入すること」は別である。目的や業務を整理しないままAIを導入・開発するのは避けたい。一方で、AIの能力はここ最近、人の想像を超える速度で変化している。自分で触らなければ、「何ができるか」を前提に業務の設計図を描くこと自体が難しく、IT部門や外部の専門家と議論するための共通言語も持ちにくい。まず触って可能性と限界を知り、その上で何をAIに任せ、何を人が担うかを設計し、小さく試す。この順番だと思う。
2. AIに何を任せ、人が何を担うかを決める
AI Agentに仕事を任せるほど、何を依頼し、どこで確認し、どのデータやContextを参照させるかは人が設計する必要がある。半年分の資料整理をAIに任せても、何を参照させ、結果をどう議論や意思決定につなげるかは人の仕事だ。人は「AI Agentのマネージャー」へ役割を広げていく。
3. まず一つの仕事から、小さく試す
いきなり全社変革を目指す必要はない。検索、資料整理、チェックなど、自分やチームで時間がかかっている仕事を一つ選び、AIに任せてみる。Clara氏も、まず一つのボトルネックから始めることを勧めていた。小さく試し、結果から学ぶ。
4. 自動化したら、仕事そのものを再設計する
次は、既存の手順をAIで速くするだけで終わらせない。「10ステップを速くする」のではなく、そもそも2〜3ステップにできないかを考える。私自身の仕事でも、大量資料を自分で読み返す時間を減らし、AIに横断分析させ、人は解釈・議論・意思決定に時間を使う形へ変わりつつある。
5. 管理職は、自分の体験を組織に広げる
「現場でAIを使ってください」だけでは、業務変革にはつながりにくい。管理職自身が使い、何をAIに任せ、どこに人の判断を残すかを理解したうえで、会議、承認、情報共有などチームの仕事へ広げていく。必要なら、若いAIユーザーから学ぶReverse Mentorship(逆メンタリング)も一つの方法だ。
まず使う。AIに任せる範囲を決める。小さく試す。うまくいけば、仕事の流れそのものを作り直す。そして管理職は、それを組織へ広げる。
日本でも、「AIを使える人」から「AIで仕事を変える人」へ
この問題意識は米国だけのものではない。2026年のデジタル庁「今後のデジタル人材育成政策に関する検討会」でも、単にAIを使える人ではなく、業務やワークフローを理解し、AIで業務・組織を変革できる人材の重要性が議論されている。 政府向けの生成AI活用でも管理職の率先利用が掲げられており、AI活用は現場任せではなく、業務や組織を変えるマネジメント課題になりつつある。
AIを使わないことがリスクになる一方で、出力を理解せず使うこともまたリスクになる。例えば、専門知識が少なくても結果を出せるCFDソフトが広がった際にも、条件設定を理解しないまま「それらしい結果」が使われる場面があった。AIでも重要なのは、使うことと同時に、結果を理解し、どこを人が確認・判断するかを決めることだ。
建設業では、人の価値はどこへ移るのか
建設業では、AIで作業が速くなるほど、ボトルネックは要件定義や判断へ移ると考えると分かりやすい。
こうした変化は国内でも始まっている。大林組は、設計初期の法令調査・要件整理に生成AIを適用し、これらの業務に要する時間を約67%短縮し、設計者が設計検討や顧客対応により時間を使えることを確認している。清水建設では、施工状況をAIで自動判定し、その結果を工程管理や資機材手配の見直しにつなげるAI施工管理システムを構築している。さらに、コンサルティング企業のPwCも、建設業における「AI BPR」として、AIを前提に業務プロセスそのものを再設計する考え方を提唱している。国内でも、論点は「AIを使うか」から、「AIに何を任せ、人がどこで判断し、仕事をどう組み替えるか」へ移り始めている。
| これまで人が多く担ってきた作業 | AIで変わり得ること | 人に残る/高まる役割 |
| 作図・モデル作成 | 案の生成、図面化、修正の自動化 | 要求条件の定義、納まり・実現性の判断 |
| 検図・チェック | ルールに基づく自動チェック | 何を正とするかの基準設計、例外判断 |
| 数量拾い・集計 | 数量・差分の自動抽出 | コスト、優先順位、リスクの判断 |
| 資料・過去案件の検索 | 横断検索、要約、関連情報の提示 | 情報の信頼性確認、Contextの選択 |
| 議事録・報告書作成 | 整理、要約、ドラフト生成 | 合意形成、意思決定、次の行動への接続 |
例えば建設業では、設計者がすべての作図を自ら担っているわけではないと思う。特に大手企業では、作図やモデル作成の一部を若手、オペレーター、外部パートナーなどに分担し、設計者は要求条件の整理、設計判断、案の選択、関係者との調整といった役割を担ってきた。
AIの普及は、この分業構造をさらに変えていくのだと思う。これまで人に任せていた作図、検索、チェック、資料作成などの一部をAIにも任せられるようになれば、設計者はより多くの時間を、要求条件の定義、複数案の比較、例外判断、合意形成といった仕事に使えるようになる。
重要なのは、人の仕事が単純に「上流へ移る」というより、どの作業をAIに任せ、どこに人の専門性や判断を残すかを設計することである。Contextの蓄積とAIの進化に伴い、その境界自体も変わり続けるだろう。
AI時代に「つなぐ」のは、人とAIの役割かもしれない
前回は、AIがプロジェクトを理解するためにWhatとContextをどうつなぐかを考えた。今回は、そのAIと人がどう仕事を分担し、どこで人が価値を出すのかを考えた。
AIは、今ある仕事を少し速くするだけの道具ではない。まず使い、任せ、結果から学び、仕事の流れを設計し直す。AI時代に問われるのは、仕事がどこまで奪われるかを予測することより、AIに何を任せ、人がどこで価値を出すかを自分たちで設計し続けられるかだと思う。
・成果物とContextをつなぐこと。
・人とAIの役割をつなぎ直すこと。
この二つは、これからの建設DXを考える上で表裏一体のテーマになっていくのではないだろうか。
連載 建設DXを「つなぐ」は こちら