測量・地質調査の生成AI活用 報告書10時間削減を目指す実務

測量・地質調査で生成AIが効くのは「文章業務」と「既往資料整理」

測量・地質調査の現場では、GNSS測量機、TS、UAV写真測量、地上レーザ、ボーリング、標準貫入試験、各種室内土質試験などで取得した一次データそのものが価値の中心です。ここを生成AIに置き換える発想は危険ですが、一次データをどう整理し、どう説明し、どう照査し、どう報告書に落とし込むかという工程には大きな余地があります。

特に官公庁発注の案件では、測量法に基づく公共測量、作業規程の準則、地質調査業務共通仕様書、電子納品要領といったルールに沿って成果品をまとめる必要があります。実務では、観測・試験だけでなく、既往報告書の読解、調査計画書の論点整理、照査コメントの反映、発注者説明資料の作成が重く、ここが管理技術者や主任技術者の時間を圧迫しやすい部分です。

生成AIの使いどころは、観測値の代替ではなく、既往資料の要約、記述の標準化、論点整理、社内ナレッジ検索、説明文の初稿作成に限定することです。この線引きを先に決めると、精度と安全性を両立しやすくなります。

測量・地質調査の課題とAI/データ解決策の対応表

重要なのは、生成AIに入力する前に「観測値を作らせない」「座標やN値を推定させない」「不明点は不明と返させる」という禁止事項を明文化することです。測量・地質調査は、文章の巧拙よりも元データの真正性が優先されます。

具体ユースケース

想定案件: 河川護岸補修前の測量・地質調査

次のような想定案件なら、生成AIの効果を比較的出しやすくなります。

• 延長1.5kmの河川護岸補修に伴う事前調査
• UAV写真測量1回、横断測量12測線、ボーリング6孔
• 標準貫入試験、含水比・粒度試験・一軸圧縮試験を実施
• 既往報告書12冊、過去災害資料5件、発注者からの質疑応答履歴あり

この条件で生成AIに任せやすいのは、次の4つです。

1. 既往12冊から、護岸洗掘、軟弱層分布、地下水位変動、近接構造物への留意点を案件別に要約する。
2. ボーリング柱状図、N値の推移、室内試験結果を読み込み、深度帯ごとの説明文の草案をつくる。
3. UAVオルソ画像と横断図の説明文を、発注者向け報告書と住民説明資料向けに書き分ける。
4. 電子納品前の成果一覧、図面説明、照査観点をチェックリスト化する。

逆に、生成AIに任せるべきでないのは、支持層判定の確定、地質断面の最終解釈、変状原因の確定、公共測量成果の適否判定です。ここは管理技術者、照査技術者、現場を理解している技術者が責任を持って判断する必要があります。

ROI試算

以下は、報告書作成と既往資料整理に対象を絞った場合のあくまで目安です。

前提条件

• 年間30件の小中規模案件を処理する測量・地質調査会社
• 1案件あたり、既往資料整理6時間、報告書初稿作成8時間、照査コメント反映4時間、発注者説明資料2時間
• 生成AI導入後、既往資料整理を3時間、報告書初稿を4時間、照査コメント反映を2時間、説明資料を1時間まで短縮できると仮定
• 技術者の社内原価を1時間あたり6,000円で試算

試算結果

1案件あたりの削減額は、10時間 × 6,000円 = 6万円 の目安です。年間30件なら 約180万円 の時間創出になります。ここでいう効果は人員削減ではなく、管理技術者が照査、発注者協議、追加提案に回せる時間を確保することにあります。

導入ステップ

1. 対象成果品を先に絞る

最初から点群解析全体や地質解釈全体に広げると失敗しやすくなります。まずは次のような「文章中心の成果品」から始めるのが現実的です。

• 作業計画書のたたき台
• 既往資料整理メモ
• 報告書の章立てと説明文初稿
• 発注者向け説明資料
• 社内照査チェックリスト

2. 社内ナレッジを整理する

RAG型の検索基盤に載せる候補は、過去報告書、用語集、照査表、標準テンプレート、発注者との質疑応答履歴です。測量・地質調査では、自由記述よりも「社内で承認済みの言い回し」を再利用できることの価値が大きく、ここを整えるだけでも品質のぶれを抑えられます。

3. 制度・法令をプロンプトに埋め込む

公共測量では測量法と作業規程の準則、地質調査では共通仕様書や電子納品要領に沿った表現が求められます。プロンプトには、少なくとも次の制約を入れておくべきです。

• 不明な観測値や試験値は補完しない
• 座標、標高、N値、土質区分、地下水位は入力値のみを参照する
• 引用元の資料名とページ、またはファイル名を併記する
• 最終判断は人間が行う前提で、断定表現を避ける

4. レビュー責任を明確にする

測量成果や地質所見は、AI出力のまま提出してはいけません。管理技術者や照査担当者がどこを見るかを決め、AIが出した文章は「草案」に限定します。特に公共案件では、受発注者協議や検査の場で説明できる形でレビュー履歴を残す運用が重要です。

5. 機密データの扱いを決める

地権者情報、インフラ位置情報、災害関連の未公表情報、詳細座標を含むデータは、利用するAIサービスの学習利用有無、保存先、アクセス権限を事前に確認すべきです。社外APIのまま進めるのか、閉域環境やログ保管付きの構成にするのかで、導入設計は大きく変わります。

制度・法令・商習慣の観点で外せない注意点

公共測量は「文章が整っている」だけでは足りない

公共測量では、成果の精度、手順、照査が重視されます。生成AIは作業計画書や報告書本文の整形には有効ですが、観測、計算、成果検定の代替にはなりません。特に、基準点測量、路線測量、用地測量、UAV写真測量などは、成果の作成手順と照査の筋が通っていることが重要です。

地質調査は「解釈」と「記録」を切り分ける

ボーリング柱状図、コア観察、N値、地下水位、室内試験結果は一次記録です。生成AIが支援できるのは、一次記録の要約と説明文作成までであり、地質断面の最終解釈や支持層評価、地盤改良要否の判断は技術者の責任領域です。ここを混同すると、報告書のもっとも重要な部分が不透明になります。

電子納品では再利用しやすさが評価される

測量・地質調査の成果は、設計、施工、維持管理へ引き継がれます。電子納品では、ファイル構成、目次、説明文、成果一覧が整理されているほど後工程で使いやすくなります。生成AIはこの「説明の標準化」に向いており、特に過去案件の検索性を上げたい会社と相性が良いです。

地質リスクは事業段階ごとに説明が変わる

道路、河川、砂防、造成では、同じ地盤情報でも、計画段階・調査設計段階・施工段階で求められる説明が変わります。生成AIを使うなら、単に要約するのではなく、「この段階で意思決定に必要な論点」を出し分ける設計にする方が実務効果は高くなります。

生成AI導入が向いている会社

• 官公庁案件が多く、既往資料整理と報告書作成に毎回時間を取られている
• 公共測量、地質調査、補償、設計補助の間で文書の受け渡しが多い
• 過去案件の蓄積はあるが、担当者しか探せない状態になっている
• 管理技術者のレビュー時間が逼迫し、若手の教育に時間を回せていない

一方で、過去資料が紙中心で電子化されていない会社や、テンプレート・用語集が存在しない会社は、いきなりAI導入から入るより、まず成果品整理とデータ分類から始めた方が失敗しにくくなります。

よくある質問（FAQ）

Q1. 生成AI（ChatGPT）を測量・地質調査業務に導入する際の費用はどのくらいかかりますか？

小規模な実証であれば、既往報告書20〜50件、社内用語集、作業計画書や報告書のテンプレート整備に対象を絞り、50万〜150万円程度から始めるケースが多いです。本格導入では、RAG検索、アクセス制御、ログ保管、電子納品様式への組み込み、閉域構成の要否で費用が増減します。測量座標や地権者情報、インフラ位置情報を扱う場合は、利用料よりもデータ統制の設計費を見込むべきです。

Q2. 導入にかかる期間と、現場で使えるようにするまでの一般的な手順・セキュリティ対策はどうなりますか？

既往資料整理や報告書初稿だけを対象にするなら1〜2か月、照査フローや社内ナレッジ検索まで広げるなら3〜6か月が目安です。手順は①対象成果品の特定②過去報告書・柱状図・用語集の整備③プロンプトと禁止事項の定義④管理技術者・照査技術者レビューを組み込んだ試行⑤運用ルール確定の順で進めます。セキュリティ面では、匿名化、アクセス権限、ログ監査、外部学習への利用有無の確認、座標・地権者情報の持ち出し制限が重要です。

Q3. 生成AI導入に対して受けられる補助金や支援制度はありますか？

中小企業向けのIT導入支援や設備投資系の補助制度が対象になることがありますが、公募ごとに対象経費や補助率が異なります。測量・地質調査では、単なるAI利用料だけでなく、電子納品テンプレート整備、文書検索環境、教育訓練費をどう切り分けるかが採択可否に影響しやすいため、公募要領と見積区分を事前に確認するのが安全です。

まずは無料で相談してみませんか？

「既往報告書は大量にあるのに、探せる人が限られている」 「公共測量や地質調査の報告書作成に、管理技術者の時間が取られすぎている」

こうした課題があるなら、対象業務を絞った小規模導入から始めるのが現実的です。ArcHackでは、報告書初稿、既往資料整理、社内検索基盤の設計まで含め、測量・地質調査会社向けのAI活用を整理できます。

» まずは無料で相談する