建設現場のヒューマノイドと法的規律　McKinsey報告書（2025）が示す課題雑感

0　はじめに

　建設現場の風景が変わろうとしている。McKinsey & Companyが2025年10月に発表した報告書は、人型ロボットが実験室から実用段階へ足を踏み入れたことを示唆した。注1　これは単なる技術革新の話ではない。労働力不足にあえぐ建設産業にとっての生存戦略であり、同時に、既存の労働法制、不法行為法、安全管理の枠組みを揺るがす問いの出現を意味する。

　建設は、もともと法の濃度が高い産業である。危険が多いからであり、危険が多いから契約も規制も重くなる。そこに、汎用的な身体を持ち、現場の不規則さを前提に動く機械が入る。問われるのは、ロボットが働くかどうかより先に、ロボットが何をしたかを説明できるかどうかである。

　今回は、同報告書が提示するデータと予測を手がかりに、建設産業におけるヒューマノイド導入が提起する法的課題を検討する。

1　問題の所在

　なぜ今、ヒューマノイドなのか。その答えは数字にある。同報告書によれば、2000年から2022年にかけて、世界経済全体の生産性は年平均成長率2.0パーセント、製造業は3.0パーセントで推移したのに対し、建設業は0.4パーセントにとどまった。注1　他産業がデジタル化と自動化で効率を上げる中、建設業だけが取り残されている。

　この停滞の背景には、現場の非定型性がある。工場のように整った環境ではなく、日々天候や工程によって状況が変わる。段取りが変わり、重機と人が動き、危険が常にある。通信も不安定である。単機能のロボットですら大規模展開が難しいという前提がある。注1

　加えて、熟練工の高齢化と若年入職者の減少が重なり、労働供給力の低下は深刻になっている。同報告書は、住宅とインフラの需要は増え、供給は約40兆ドル不足すると見積もる。注1　もはや人手を増やすという従来の解決策は機能しない。

　技術的な転換点は身体性AI、すなわちEmbodied AIの進化にある。とりわけVision-Language-Action基盤モデルの登場により、ロボットは現場の複雑な視覚情報を解釈し、自然言語による口頭指示に従って動けるようになりつつある。現場監督が「そこの赤い工具箱を3階へ運んでくれ」と指示すれば、ロボットは自律的に対象を認識し、障害物を避けながら階段を登り、目的を遂行する。事前にプログラムされた座標通りにアームを動かすだけの従来の産業用ロボットとは異なる。

　同報告書の試算では、一般用途向けロボット市場は2040年までに約3700億ドル規模に達する。注1　ただし、建設分野での大規模導入はなお十年規模の射程にあるとされる。注1

2　法的論点の整理

　同報告書は、大規模展開の障壁として、技術やコストと並んで法的・規制的ガイドラインの欠如を指摘する。注1　法学的観点から見ると、ヒューマノイドの現場導入は三つの論点を提起する。

　第一に、労働安全衛生法制との緊張である。従来の産業用ロボットは、柵で囲われた隔離空間での稼働が原則とされてきた。注2　人間とロボットの空間を物理的に分けることで安全を担保してきたのである。しかし、ヒューマノイドの真価は、人間と混在して作業を行う柵なしの運用にある。同報告書も、次のステップとしてfenceless operationsを挙げる。注1　ISO 10218やISO/TS 15066といった国際規格では協働ロボットの安全基準が策定されつつあるが、注4　建設現場という高危険環境において、自律移動する重量物と人間が共存することを、現行法制がどこまで許容できるかは不透明である。

　第二に、製造物責任と学習するAIの関係である。通常、機械の欠陥による事故は製造物責任法の対象となる。注3　しかし、VLAモデルを搭載したヒューマノイドは、現場でのデータ収集を通じて追加学習を行う可能性がある。出荷時には安全だったロボットが、特定の現場の特殊なデータを学習した結果、予期せぬ挙動をするようになった場合、これをメーカーの設計上の欠陥と問えるのか。メーカー側は出荷後の学習による変質として免責を主張し、ユーザー側は学習アルゴリズム自体の欠陥と主張するだろう。事故原因の特定ができるかどうかが、訴訟の帰趨を左右する。

　第三に、データプライバシーの問題である。ヒューマノイドは周囲を見て理解する以上、映像や音声や位置情報を取り込み続ける。作業者の顔や声が入る。これは、現場で働くすべての人間の挙動、発言、作業効率が常時デジタルデータとして記録されることを意味する。個人情報保護法は、個人情報の取得や利用目的や安全管理措置などを規律するが、注5　現場のデータ収集は安全管理そのものと結びつく。安全を取れば監視が強くなり、監視を弱めれば安全が落ちるという緊張が出る。衝突回避に必要な情報と、作業者の評価に使えてしまう情報は別である。後者が混ざると、労務管理の問題が混入する。

3　責任の因果鎖が長くなる

　責任が溶けるとは、誰が悪いか分からなくなるという意味ではない。原因の鎖が長くなり、しかも鎖の一部がソフトウェア更新で日々書き換わるという意味である。

　建設現場でヒューマノイドが事故を起こす場面を一つ想像すれば足りる。朝の段取りで、ヒューマノイドが資材を運び、作業者が声で指示を出し、別の作業者が周囲で作業を続ける。床は濡れているかもしれず、足場は仮設である。ここで衝突や転倒が起きるとき、原因は単一になりにくい。視覚センサーの死角、言語理解の誤り、経路計画の癖、現場側の配置変更、指示の曖昧さ、通信遅延、遠隔操作の介入の有無、いずれも因果鎖に入り得る。

　従来の機械であれば、欠陥か過失かという二分法が一定程度機能した。製造物責任法は欠陥ある製造物による損害について製造業者等の責任を定め、民法は過失による不法行為責任を置く。注3・注6　だが、ヒューマノイドは、製造物であると同時に、運用の仕方で性格が変わる。更新が入るたびに挙動が変わり得るからである。製造段階の欠陥と、運用段階の管理不全の境界が融けやすい。

　ここで問題になるのが、人間の介入権限と監査ログである。介入権限は、事故を避けるために必要であり、責任を配分するためにも必要である。ログは、事故が起きた後に原因を特定し、責任の線を引くために必要である。ログがなければ、原因は何となくAIが悪いか何となく現場が悪いに落ちてしまう。曖昧なままでは、後述する契約上のリスク配分も組めない。

4　導入準備としての契約とログ

　導入検討の初期に問題になるのは、事故時の原因特定の可能性である。原因を特定できなければ、責任配分も決まらない。原因特定は、設計と運用で作るしかない。後から捜査機関が何とかする話ではない。

　そのために、契約で決めるべきものがある。誰が運用上の最終責任者であるか、遠隔操作の権限は誰が持つか、緊急停止は誰がいつ切れるか、更新の適用手続はどうするかである。更新は便利であるが、事故調査の観点では凶器にもなる。更新が入った直後の事故は、原因が設計欠陥か運用ミスかを溶かしやすい。更新の前後で何が変わったかを説明できるように、更新履歴と検証手続を契約に落とす必要がある。

　データについても同じである。何を収集し、どこに保存し、誰がアクセスし、いつ消すかを決める。個人情報保護法の要請は、運用の都合に合わせて後付けできない。注5　現場の安全確保のために必要なデータと、別用途に転用できてしまうデータは切り分ける。切り分けができないなら、収集自体をしない。

　同報告書は、デジタルツインによる事前検証を提案している。注1　いきなり物理的な現場にロボットを投入するのではなく、BIMデータを活用した仮想空間上でシミュレーションを行わせる。これにより、物理的な事故リスクを負うことなく、タスクの実行可能性を検証し、AIに追加学習させることができる。法務の観点でも、この段階でリスクの洗い出しを行うことは有効である。

5　実務への実装と将来展望

　同報告書は、保険者がヒューマノイドにどう反応し、どのリスクを引き受けるかが不明であると述べる。注1　この一文は短いが、含意は大きい。設備投資としてのロボットが成り立つかは、事故のときに誰が払うかが決まるかにかかるからである。導入契約においては、従来の建機レンタル契約とは異なり、データガバナンス条項、AIの判断ミスに起因する免責範囲、サイバーセキュリティリスクの負担区分を詳細に定める必要がある。

　経済的なハードルも残る。現状、ヒューマノイドの単価は15万ドルから50万ドル程度とされる。同報告書は、普及期には2万ドルから5万ドルまで低下する必要があるとしている。注1　2022年から2024年にかけて汎用ロボットへの資金流入は5倍に増加し、年間10億ドルを超えている。注1　資本の論理が技術革新を加速させることは歴史が示すところであり、価格のハードルは時間の経過とともに下がる公算が大きい。

　同報告書が一貫して強調するのは、ヒューマノイドは人間を置き換えるものではなく支援するものであるという点である。注1　重筋作業や危険作業をロボットが担い、人間はより高度な意思決定や精密作業に集中する。この分業体制を明確にし、労働者へのリスキリングとセットで導入を進めることが、導入の現実性を高める。

6　日本への示唆

2025年12月に閣議決定された人工知能基本計画は、建設現場のヒューマノイドに関連する論点をいくつか含んでいる。注7

第一に、フィジカルAIが政策の軸として位置づけられた。同計画は「日本が世界を主導できるようＡＩロボットの公的需要創出やより高度な自動運転技術導入を含めたフィジカルＡＩの研究開発及び実証を戦略的かつ統合的に促進する」とする。建設分野も「インフラ建設・管理」として利活用促進分野に明示されている。McKinsey報告書が描く十年後の風景は、日本の政策文書においても射程に入ったと言えるかもしれない。

　第二に、民事責任の検討が予告されている。同計画は「ＡＩ利活用における事故や損害が発生した場合の民事責任の所在や範囲について、在り方を検討する」と明記した。本稿で論じた責任の因果鎖の長さ、製造物責任と学習アルゴリズムの関係、ログによる原因特定といった論点は、今後の制度設計において避けて通れない。

　第三に、データの位置づけである。同計画は「建設等の準公共分野」における質の高いデータを「日本の勝ち筋」と位置づけ、データ連携基盤の構築を掲げる。ただし、本稿で指摘したように、建設現場のデータ収集は安全管理と表裏一体であり、プライバシーや労務管理との緊張を孕む。勝ち筋とするためには、何を取り何を取らないかの設計が先に要る。

　第四に、AIセーフティ・インスティテュートの機能強化が掲げられている。同計画は人員を直ちに現行の2倍程度に拡充するとし、英国AI Security Instituteの規模をベンチマークとする。ヒューマノイドの安全性評価や事故調査の知見蓄積において、AISIが果たし得る役割は大きい。

　政策の枠組みは整いつつある。問われるのは、現場での実装に耐える細部の設計である。

7　おわりに

　建設分野のヒューマノイドは、目新しい未来像として語られやすい。だが、現場で実際に動かすには、未来像より細部が要る。どこまで自律させ、誰が止め、何を記録し、どこまで共有するか。法は、この細部の設計を要求する側である。

　同報告書が示すように、大規模導入はまだ視野の先にある。注1　だが、責任配分と契約設計は、導入の直前では遅い。導入のための準備として、ログと契約とデータガバナンスを先に作る。それが、ヒューマノイドを現場に入れる最短の道になるように思える。

（参考）フィジカルAI

（マガジン）「AIと法-雑感」

　※目次は以下を参照

note総則規約3条2項前段
3.2 クリエイターが制作したデジタルコンテンツの著作権は、クリエイターに帰属します。