專注於建築業的東京大學AI新創EdgeLab發布「建築業專用技術傳承白皮書2026」—— 傳統手冊化失敗的原因及萃取熟練者判斷邏輯的最新方法

專門從事建築業知識傳承系統開發的東京大學新創企業——株式會社EdgeLab（總部：東京都文京區，代表取締役CEO：八木亮嘉，以下簡稱EdgeLab），發布了《建築業專用技術傳承白皮書2026》。該白皮書解說了伴隨熟練技術人員退休而來的知識流失風險，以及利用生成式AI將默會知識轉化為顯性知識的最新戰略。

建築業面臨的「技術傳承課題」與3大背景 目前的建築業中，55歲以上的就業者約佔36%，而29歲以下僅佔約12%，熟練技術人員大量退休帶來的知識流失已成當務之急。此外，由於以下3個背景，依賴傳統OJT（現場個別指導）的技術傳承正面臨必須重新審視的局面。

難以確保培訓時間 隨著加班時間上限規定（2024年問題）的實施，越來越難在現場確保足夠的直接指導時間。

年輕人留任率下降 應屆高中畢業生3年內離職率超過40%，花費時間進行的培訓投資難以轉化為組織技能的留存。

因人而異的指導風險 傳統的「看著學」指導體制依賴個人裁量，難以徹底消除品質均一化和安全管理方面的風險。

這些問題的根本原因在於，重要的專有知識作為「熟練者的默會知識」保留在個人大腦中。然而，傳統的製作手冊或訪談等方法，很難萃取並顯性化技術人員本身在無意識中執行的「判斷邏輯」。

本白皮書的閱讀亮點 本資料分析了傳統知識萃取方法所存在的結構性問題，並系統性地解說了「利用AI的實用方法」作為解決方案。內容針對推動組織知識傳承專案的負責人整理了以下重點。

成功顯性化的3個條件 剖析傳統方法的課題，提出如何兼顧將繁忙的熟練技術人員業務負擔降至最低的「非侵入性」，以及深入知識核心的「深度挖掘」的要點。

EdgeLab獨特的「AI訪談戰略」 公開了使用理解建築業特定專業術語和現場背景的對話型AI，輕鬆從熟練者那裡萃取判斷邏輯，並將其作為組織數據累積的方法。

「共創AI代理」的現場應用模型 解說「現場AI助手」的實現願景，讓萃取出的知識不僅停留在文件化，還能讓年輕技術人員在實際工作中即時參考所需資訊。

此外，卷首還收錄了EdgeLab顧問足立忠郎先生的特別專訪。他曾在鹿島建設主導設備設計、施工管理以及全公司的生產力提升和業務DX長達36年，同時也是VE（價值工程）的頂尖專家。他分享了基於數據的下一代技術傳承應有之道的站上第一線的見解。

《建築業專用技術傳承白皮書2026》是針對在技術傳承、推動現場DX以及組織知識管理方面面臨課題的管理層和專案推動負責人，用以評估具體施策的指引資料。

您可透過以下專屬網頁申請下載。 https://edgelab.co.jp/WhitePaper

關於株式會社EdgeLab EdgeLab開發並實裝將建築施工管理和設計中熟練專家的默會知識顯性化的AI代理。除了以「回想」、「深掘」、「整形」3個步驟萃取知識，並提供配合建築業者承接、伴隨支援讓年輕人可自由使用的服務外，我們也進行產品開發。

公司簡介 公司名稱：株式會社EdgeLab 所在地：東京都文京區本鄉 2-35−17-306（2025/9搬遷） 代表取締役：八木 亮嘉 成立時間：2024年11月 官方網站：https://edgelab.co.jp/

有關本件的聯絡方式 E-mail：[email protected]