為何努力推進工程卻無利可圖？ — AI解決建築業「工序・資源優化不足」問題 ~ AI Data 公司招募「AI Builder on IDX」概念驗證（PoC）合作夥伴 ~

企業數據與 AI 活用公司 AI Data 股份有限公司（總部：東京都港區，代表取締役社長 佐佐木隆仁，以下簡稱 AI Data）為解決建築業「工程雖有進展卻無利可圖」的結構性課題，正招募三家 PoC 合作夥伴，以活用基於 AI 孔明 on IDX 的「AI Builder on IDX」所提供的「工序・資源優化解決方案」。

本解決方案旨在整合優化工序計畫、人員配置及物料採購，從根本上改善建築專案的獲利能力。

■ 背景：為何建築業「進展卻不賺錢」？

目前建築業面臨以下顯著課題：

・工序延遲常態化

・人力與技術工人短缺

・物料價格上漲與波動

・多重轉包導致的協調成本

儘管現場每日都在推進工程，但許多公司卻出現了以下情況：

・成本不斷增加

・利潤率持續下降

「努力卻無利可圖」的結構已成常態。

■ 課題本質：「工序・資源優化不足」

在建築專案中，

・工序計畫

・人員配置

・物料採購

三者緊密關聯。

然而，現狀是：

・工序與人員配置未連動

・物料採購不及時

・現場個別優化

工序與資源並未進行「整體最佳化」設計。

結果導致：

・出現等待時間

・人員配置效率低下

・物料短缺或過剩

・工序延遲，擠壓利潤。

■ 解決方案：建築優化 AI「AI Builder on IDX」

「AI Builder on IDX」整合建築業的決策與執行，優化工序與資源。

數據整合（IDX）

・工序數據

・人員、技術工人數據

・物料、採購數據

・現場進度數據

整合累積數據，實現整體統一可視化。

AI 分析與預測

・基於工序數據分析並報告延遲風險。

・基於人員數據分析並可視化稼動狀況。

・基於物料、採購數據分析並整理供應風險。

從數據中可視化潛在風險，支援決策。

優化引擎

・基於工序數據分析，提出最佳排程方案。

・分析人員數據，導出並建議高效配置方案。

・分析採購數據，建議最佳採購時機與數量。

優化 AI 將支援並建議最大化利潤的決策。

AI PMO（執行與營運優化）

・管理工序計畫的執行。

・基於分析結果，生成現場行動建議。

・基於輸入的 KPI 數據分析並報告進度。

・持續改善建議（Loop）。

實現「可執行的優化」。

■ 預期導入效果

・早期掌握並支援削減工序延遲風險。

・透過優化人員配置提升稼動率。

・透過採購分析削減物料浪費。

・透過工序優化實現縮短工期。

・透過提高決策精度改善利潤率。

相同的工程工作量，利潤卻可能不同。

■ 訊息

過去建築業仰賴的是：

現場的努力

協調能力

經驗

然而未來，僅靠努力已無法獲利。所需的是「工序與資源的優化」。

■ 總結

工程有在進行，但卻無利可圖。

這是優化問題。

AI 孔明優化建築的「判斷」與「執行」。

■ 關於 AI Data 股份有限公司

名稱：AI Data 股份有限公司
設立：2015年4月
資本額：1億日圓（資本準備金15億2500萬日圓）
代表取締役社長：佐佐木 隆仁
所在地：東京都港區虎之門5-1-5 Metro City Kamiyacho 大樓 4F
網址： https://www.aidata.co.jp/

AI Data 公司以數據基礎設施和知識產權基礎設施為基礎，二十多年來一直致力於保護和利用企業及個人的數據資產。公司贏得了超過 10,000 家企業和 100 萬客戶的信賴，其涵蓋數據共享、備份、恢復、遷移和擦除的「數據生態系統業務」連續 17 年獲得 BCN 大獎的銷售量第一名。

在數據基礎設施方面，AI Data 透過 IDX 提供雲端數據管理和恢復服務，同時透過獲得經濟產業大臣獎的鑑識調查和證據開示服務，在法律領域也獲得高度評價。

另一方面，在知識產權基礎設施方面，透過集團公司的專利檢索與申請支援系統「Tokkyo.Ai」以及實現專利買賣的 IP 市場平台建置，支援知識產權管理和獲利。透過整合這些，公司推出了利用生成式 AI「AI 孔明」的數據與知識產權融合平台。此外，公司還透過與防衛省的合作，致力於培養年輕工程師，透過數據管理和知識產權保護來加強社會基礎設施。