2026年8月20日、空調業界にとって非常に気になる発表がありました。
建設業向けクラウドサービス「ANDPAD」を運営するアンドパッドが、ダイキン工業と戦略的資本業務提携を締結したと発表しました。
同時に東京ガス、カインズともそれぞれ提携しています。
一見すると、
「大手メーカーと施工管理アプリ会社が提携した」
というニュースに見えます。
しかし、空調工事会社や設備会社にとって重要なのは、そこではないと思っています。
今回の発表でアンドパッドは、
施工写真、図面、工程、検査記録、施工者同士のやり取り
など、これまで現場に散らばっていた情報を「データ資産」と明確に位置づけています。
そしてAIを使って、
現場の判断や品質管理まで支援する
方向へ進もうとしています。
私は、このニュースを見て、
「これから施工会社の価値は、何件工事したかだけではなく、何をデータとして残しているかでも決まる」
時代が来ると感じています。
今まで施工写真は「提出するための写真」だった
建設・空調業界では、大量の施工写真を撮ります。
施工前。
撤去後。
配管。
ドレン。
気密試験。
真空引き。
機器設置。
電源。
試運転。
完成。
公共工事であれば、さらに細かく工程ごとの写真を残します。
しかし多くの場合、その写真の目的は、
工事が終わったことを証明する
ことです。
竣工書類を作る。
元請へ提出する。
お客様へ完成報告する。
そして案件が終わる。
数年後には、
「あの現場の写真、どこにある？」
となる。
これでは、せっかく何千枚、何万枚と写真を撮っても、会社に知識が蓄積されません。
でもAIから見ると、施工写真はまったく違う
例えば、ある業務用エアコン工事について、
- 建物用途
- 機種
- 馬力
- 配管径
- 配管長
- 室外機設置条件
- 室内機設置状況
- ドレン施工
- 電源
- 作業人数
- 施工時間
- 使用材料
- 見積金額
- 原価
- 粗利
- 完成写真
までセットで残っていたらどうでしょう。
これが100件。
1,000件。
1万件と蓄積されたら、
AIはそこから、
「この条件なら施工時間はどれくらいか」
「どの材料が必要になりやすいか」
「この納まりではどんな問題が起きやすいか」
「過去の似た現場はいくらで施工しているか」
を探せるようになる可能性があります。
そうなると施工写真は、
工事完了の証拠
ではなく、
次の工事を判断するための教師データ
になります。
ANDPAD自身が「現場データ」を競争力と位置づけている
今回の公式発表で特に注目したい部分があります。
アンドパッドは、建設・設備工事の現場には、
職人の暗黙知と、
施工写真。
図面。
工程。
検査記録。
現場でのやり取り。
といった大量のデータが存在すると説明しています。
そしてANDPAD上でそれらを構造化して蓄積することで、
暗黙知を形式知へ変え、AIの精度と実用性を支える産業データ資産にする
という考え方を示しています。
これは、私たち施工会社にとっても非常に重要な考え方です。
職人の「勘」も、将来データ化できる
職人には、
写真だけでは説明できない技能があります。
例えば、
「この配管ルートは後でメンテナンスしにくい」
「このドレンだと後で水が溜まりそう」
「この音は少しおかしい」
「この室外機位置では夏場に能力が落ちる」
「この現場なら2人ではなく3人必要だ」
こういう判断です。
経験がある人なら、現場を見た瞬間に分かる。
でも新人には分からない。
そしてベテランが退職すると、その知識も一緒に会社から消えてしまいます。
だから今後は、
写真だけではなく「なぜそう判断したのか」まで残す
ことが重要になると思います。
ダイキンも「施工会社の成長支援」まで明言している
今回の提携について、ダイキンは、
空調機器の提供だけでなく、
現場の工事品質や施工体制の強化を重要テーマとしている
と説明しています。
さらに、ANDPADとの提携によって、
現場データとAIを活用し、工事力の強化、安全・品質向上、施工会社の成長支援を進める
考えを示しています。
私は、ここが非常に重要だと思っています。
今まで空調メーカーと施工会社の関係は、
機器を売る。
施工する。
修理する。
という関係が中心でした。
これからは、
施工会社自体の生産性や品質をAIで高める
ところまでメーカーが関わる可能性があります。
なぜ今、施工データが重要なのか
理由は人手不足です。
建設業界では、
職人不足。
高齢化。
技能継承。
若手教育。
が大きな問題になっています。
アンドパッドも今回の発表で、担い手不足や高齢化、技術・技能継承の停滞を業界の構造的課題として挙げています。
人が増えないのであれば、
一人の職人が、
もっと多くの仕事を。
もっと高い品質で。
もっと短時間で。
できる仕組みが必要になります。
そのために必要なのが、
AIに使える現場データ
です。
小さな施工会社にも関係がある
「そんな話は大手の話でしょう」
と思うかもしれません。
私はむしろ、
小さな会社ほど今から始めた方がいい
と思っています。
理由は簡単です。
データは、
一気に作れないからです。
10年前の現場について、
施工時間。
人工。
材料。
施工条件。
不具合。
判断理由。
を今から完全に復元することはできません。
でも、
今日の現場から残すことはできます。
これから施工会社が残すべきデータ
私は最低でも、次のような情報を残した方がいいと思います。
1．現場基本情報
- 顧客
- 建物用途
- 工事種別
- 現場地域
- 工事日
- 担当者
2．機器情報
- メーカー
- 型式
- 馬力
- 製造年
- 冷媒種類
3．施工情報
- 配管径
- 配管長
- 高低差
- ドレン方式
- 電源条件
- 室外機設置条件
- 搬入条件
4．人的データ
- 作業人数
- 経験レベル
- 作業時間
- 工程ごとの人工
5．原価データ
- 機器原価
- 材料費
- 外注費
- 労務費
- その他経費
- 粗利
6．品質データ
- 気密試験
- 真空引き
- 試運転
- 測定値
- 是正内容
7．施工写真
そして重要なのが、
写真に意味を持たせること
です。
「IMG_4356.jpg」ではAIに使いにくい
施工写真を保存すると、
IMG_4356
IMG_4357
IMG_4358
のような状態になりがちです。
人間でも数年後には何の写真か分かりません。
例えば、
「室外機_設置前」
「冷媒配管_ろう付け後」
「気密試験_3.8MPa」
「ドレン_勾配確認」
「完成_室内機」
というように、
写真と工種を結び付ける。
さらに、
現場番号。
機種。
担当者。
まで結び付けば、
後からAIで探しやすくなります。
施工写真から「見積AI」も作れる可能性がある
これは特に施工会社経営者に重要です。
例えば現調写真をAIへ入れる。
すると、
過去の施工データから、
「似た現場」を探す。
過去案件では、
3人で8時間。
材料費12万円。
配管25m。
粗利28％。
だった。
そのデータをもとに、
今回の見積案を作る。
こういうことが将来的に可能になります。
もちろん、最終判断は人間です。
でも、
ゼロから見積を作る必要がなくなる
可能性があります。
修理でも同じことが起きる
さらに価値があるのが修理です。
例えば、
機種。
年式。
エラーコード。
症状。
温度。
圧力。
電流。
交換部品。
原因。
修理結果。
写真。
を残しておく。
これが数千件あれば、
「この症状なら過去に何が原因だったか」
をAIが探せるようになります。
つまり、
ベテラン職人の経験を、
若手職人が利用できるようになります。
これは技能継承として非常に大きいと思います。
職人の評価にもつながる可能性がある
さらに先を見ると、
施工データは、
職人本人の技能評価
にも使える可能性があります。
例えば、
年間施工件数。
対応できる工種。
施工時間。
手戻り率。
不具合率。
担当した現場。
後輩指導。
こうしたデータです。
これまで、
「○○さんは仕事ができる」
という評価は、
社長や上司の感覚に依存していました。
これからは、
実際の施工データ＋資格＋技能評価
で判断できる。
そうなれば、
給与。
技能手当。
職長手当。
昇格。
にもつなげやすくなります。
これは「職人の地位向上」という意味でも非常に重要です。
データを残す目的は「職人を監視すること」ではない
ここは絶対に間違えてはいけないと思います。
データを集める。
AIを使う。
というと、
「職人を監視するのか」
という話になりやすい。
そうではありません。
目的は、
職人の経験を会社の財産にすること。
そして、
職人がもっと高い仕事に集中できるようにすること。
です。
写真整理。
報告書作成。
過去案件検索。
材料拾い。
見積下書き。
こうした仕事をAIへ渡す。
そして職人は、
現場判断。
施工。
故障診断。
品質管理。
顧客対応。
に集中する。
この形が理想だと思っています。
ANDPADを「写真置き場」で終わらせてはいけない
すでにANDPADを導入している会社も多いと思います。
でも、
写真をアップする。
工程を入れる。
チャットする。
だけでは、十分ではありません。
これからは、
会社として何を残すのか
を決める必要があります。
誰が入力しても同じ項目。
同じ名前。
同じ基準。
にする。
これを私は、
「施工データの標準化」
と考えています。
まず10項目だけでも統一する
いきなり完璧にやろうとすると現場が嫌になります。
だから最初は、
- 現場番号
- 工事種別
- 機器型式
- 作業人数
- 作業時間
- 配管長
- 主な使用材料
- 不具合・注意点
- 是正内容
- 完成写真
くらいでもいい。
重要なのは、
毎回同じ形で残すこと
です。
データは「量」より「揃っていること」が重要
写真が10万枚あっても、
何の写真か分からなければ使えません。
逆に、
1,000現場でも、
同じルールで、
機種。
施工条件。
人工。
原価。
写真。
が揃っていれば、
非常に価値があります。
これからのAI時代では、
会社がどれだけデータを持っているか
だけではなく、
AIが使える形でデータを持っているか
が重要になると思います。
これから施工会社の「資産」が変わる
会社の資産というと、
車。
工具。
倉庫。
機械。
現金。
不動産。
を考えます。
でもこれからは、
施工データ
も大きな資産になる可能性があります。
特に、
何十年も施工している会社には、
ものすごい量の経験があります。
問題は、
その経験が、
社長の頭。
ベテランの頭。
個人のスマートフォン。
紙のファイル。
に散らばっていることです。
それを会社へ戻す。
職人の技術を「会社に残す」
これは、
職人から技術を取り上げるという意味ではありません。
むしろ逆です。
その職人が、
何をやってきたか。
何ができるか。
何を教えてきたか。
を残す。
そうすれば、
職人の技能そのものが評価されやすくなる。
私は、ここが重要だと思います。
AI時代に強い施工会社とは
これから強い会社は、
単純に、
社員数が多い会社。
売上が大きい会社。
ではないかもしれません。
良い職人がいる。
施工基準がある。
データが残っている。
AIでそのデータを使える。
若手へ技術を渡せる。
そんな会社です。
今回のダイキン×ANDPAD提携から私たちが考えるべきこと
今回の発表を、
「ANDPADがさらに大きくなった」
というニュースで終わらせる必要はありません。
むしろ私たち施工会社が考えるべきなのは、
自分たちの会社にある施工経験を、今からどう資産化するか。
だと思います。
今日施工した現場。
今日撮った写真。
今日行った故障診断。
今日作った見積。
今日使った人工。
それらは、
今日の仕事だけのために存在するのではありません。
きちんと残せば、
5年後、10年後の会社を助けるデータ
になります。
最後に
AI時代になると、
「AIを導入している会社」が強くなる。
と思われがちです。
私は少し違うと思っています。
本当に強いのは、
AIに使わせられる、自社独自のデータを持っている会社
です。
AIそのものは、
多くの会社が使えるようになります。
しかし、
自分たちが20年間積み上げてきた施工経験は、
他社にはありません。
それを、
写真。
原価。
人工。
施工条件。
失敗。
修理履歴。
職人技能。
として蓄積する。
そのデータをAIに使わせる。
これができたとき、
長年現場をやってきた施工会社の経験が、
初めて「デジタル資産」になります。
ダイキンとANDPADの今回の提携は、
その未来がかなり現実的になってきたニュースだと私は見ています。
施工写真は、提出して終わるものではない。
これからは会社の未来を作る資産になる。
今から、残し方を変えるべき時期だと思います。
※本記事は、2026年8月20日に株式会社アンドパッドが公表した、ダイキン工業等との戦略的資本業務提携に関する公式発表をもとに、空調・設備施工会社の視点から独自に解説したものです。個別企業の顧客データ等が無断でAI学習に使われるという意味ではありません。アンドパッドは、各社データについて契約・同意した目的・範囲内で取り扱い、企業の同意なくAIモデル学習や第三者提供を行わないと明記しています。
