「AIで日報を分析」の前に必要なこと｜工数データが貯まると、何ができるようになるか
「AIで日報を分析して、生産性を向上させましょう」。こういう言葉を、最近よく見かけます。そして多くの場合、何ができるのかが具体的に書かれていません。
ここまで21本、日報と工数管理の実務を扱ってきました。今回は、記録が貯まった先に何があるのかを、できることとできないことに分けて整理します。
結論から書きます。AIの話の9割は、データの整備の話です。
AIの前に、データがあるか
当たり前のことを最初に書きます。AIは、入力がなければ何も出せません。
紙の日報がキャビネットに詰まっている会社に、AIの出番はありません。まず読み取れる形になっていることが前提です。
そして「データがある」の中身も重要です。日報アプリを使っていても、使えるデータになっているとは限りません。
使えるデータの4条件
①構造化されている
1行1レコードの形になっていることです。日付・作業員・現場・人工が、それぞれ別の列に入っている。自由記述の文章の中に埋もれていない。
月間カレンダー型の出面表は、人間には見やすいですが、この条件を満たしません。
②キーで紐づいている
工事番号のような共通のキーで、日報・原価・請求がつながっていること。現場名だけで管理していると、表記ゆれで別物として扱われます。
③表記が揃っている
「山田太郎」「山田 太郎」「山田太朗」が混在していると、別人として集計されます。これはAI以前の問題です。人間が見れば同一人物だと分かりますが、集計は合いません。
④期間が十分にある
最低1年、できれば複数年。3ヶ月分のデータでは、季節変動も工事の種類の違いも吸収できません。傾向を見るには足りない。
この4つは、AIと関係なく今日から価値があります。逆に言えば、この整備をせずに「AI導入」だけ進めても、何も出てきません。
実際にできるようになること
条件が揃った場合に、現実的にできることです。
①見積の根拠づけ
「同規模のマンション改修は、過去に何件あって、平均何人工だったか」。これが数秒で分かるようになります。担当者の記憶や経験に頼らず、実績から見積を作れる。
前回までに書いた「◯㎡／人工」という出来高データがあれば、さらに精度が上がります。
②異常の検知
消化率が進捗率を上回っている工事を、自動で拾い上げる。人間が全工事を毎週チェックするのは現実的ではありません。条件に合う工事だけを通知するのは、機械が得意な領域です。
③質問で集計を取り出す
「先月、A現場に一番多く入った作業員は？」「今期、外注比率が最も高い工事は？」。こうした問い合わせに、集計表を作らずに答えが返るようになります。これまでは、聞きたいことがあるたびに事務担当が集計していました。その往復がなくなります。
④報告書の下書き
週報や月次報告のたたき台を作る用途です。数字を並べた文章の作成は、AIが得意な部分です。ただし内容の確認は人間が行う前提です。
⑤人員配置の検討材料
「来月、この3現場を回すには何人必要か」。過去の実績から試算を出す。あくまで検討材料であって、決定するのは人間です。
できないこと、期待しすぎてはいけないこと
ここが重要です。正直に書きます。
精度の高い予測は、まだ難しい
「この工事は◯人工で終わります」という予測は、データ量が相当ないと精度が出ません。建設業は現場ごとの条件差が大きく、天候・段取り・施主の都合など変動要因が多い。数十件の実績では、統計的に意味のある予測は困難です。
予測ではなく、過去の実績の参照として使う方が現実的です。
入力していないデータは、出てきません
当たり前ですが、見落とされます。職種区分を記録していなければ、職種別の分析はできません。数量を記録していなければ、出来高は出せません。
「AIが何とかしてくれる」は成立しません。何を分析したいかを先に決めて、その項目を記録し始める必要があります。
数字を聞くときは、根拠の確認が必要
AIは、もっともらしい数字を出すことがあります。集計結果を扱う場合、元データを参照して答えているのか、推測で答えているのかを区別できる仕組みが必要です。
請求や原価に関わる数字を、確認なしに使うのは危険です。必ず元データと突き合わせてください。
現場の判断は代替できません
「この現場は人を増やすべきか」の判断には、数字に表れない情報が関わります。職人の相性、施主との関係、天候の見通し。AIが出すのは材料であって、判断ではありません。
いま何をしておくべきか
将来AIを使うかどうかに関わらず、やっておく価値があることです。
- マスタから選択する形にして、表記ゆれを止める
- 工事番号を発番し、すべての記録を紐づける
- 職種区分を記録する
- 数量を記録する（㎡、m、tなど業種に応じて）
- 日次で記録する（まとめ書きをやめる）
この5つは、AIがなくても価値があります。見積の精度が上がる、原価が見える、属人化が減る。AIはその延長線上にあるもので、目的ではありません。
「AI導入」を目標にすると失敗します。データを整えることを目標にしてください。
データを外部のAIに渡すときの注意
実務上、重要な論点です。工数データには、以下が含まれます。
- 作業員の氏名（個人情報）
- 取引先の社名と単価（営業秘密）
- 工事の内容と金額
これらを外部のAIサービスに入力する場合、確認すべきことがあります。
①入力したデータが学習に使われるか
サービスによって扱いが異なります。法人向けプランでは学習に使わない設定が提供されている場合があります。利用規約とプライバシーポリシーを確認してください。
②個人情報の取り扱い
作業員の氏名を外部サービスに送る場合、個人情報保護法上の検討が必要になることがあります。匿名化して渡す、氏名を含まない形で集計してから渡すといった方法もあります。
判断に迷う場合は、弁護士または個人情報保護に詳しい専門家に確認してください。
③取引先情報の守秘義務
協力会社の単価や取引条件は、契約上の守秘義務の対象である場合があります。
④社内ルールを先に作る
誰が、どのデータを、どのサービスに入力してよいか。使い始めてからでは遅いです。
よくある質問
Q. データがまだ1年分ありません。何から始めるべきですか？
A. 整備から始めてください。表記ゆれを止め、工事番号で紐づける。これらは1年待つ必要がありません。データが貯まったときに使える形にしておくことが、いまできることです。
Q. Excelのデータでも分析できますか？
A. できます。1行1レコードの形になっていれば、形式は問いません。ただし月間カレンダー型（縦に作業員、横に日付）は変換が必要です。
Q. 少人数の会社でも意味がありますか？
A. 分析という意味では、規模が小さいほどデータ量も少なくなります。ただし「表記を揃える」「工事番号で紐づける」は規模を問わず有効です。まずそこからで十分です。
Q. AIに任せれば、事務担当は不要になりますか？
A. なりません。確認する人は必要です。数字の妥当性を判断し、例外に対応し、取引先とやり取りする。むしろ、集計作業から解放された分、判断の仕事に時間を使えるようになります。
Q. どのくらいの精度が期待できますか？
A. 用途によります。過去実績の参照や集計の取り出しは、元データが正確なら正確です。一方、将来予測の精度は保証できません。用途を分けて考えてください。
まとめ
- AIの話の9割は、データ整備の話。紙の日報しかない会社に出番はない
- 使えるデータの条件は4つ。構造化／キーで紐づけ／表記が揃っている／期間が十分
- できるのは、見積の根拠づけ／異常検知／質問での集計／報告書の下書き／配置の検討材料
- できないのは、精度の高い予測／記録していない項目の分析／現場の判断
- 数字を扱うときは、元データとの突き合わせが必要
- いますべきは5つ。表記ゆれを止める／工事番号で紐づける／職種区分／数量／日次記録
- 外部AIにデータを渡す前に、社内ルールを作る。個人情報と取引先情報が含まれる
工数データの整備について、ご相談も承っています。資料をご希望の方はお気軽にお問い合わせください。
工数データの整備について相談してみませんか？
お問い合わせ・資料請求 →