橋やトンネル、下水管――ふだん意識しなくても、私たちの暮らしはたくさんのインフラに支えられています。
点検や更新が追いつかないと、ニュースで見る事故は決して「遠い話」ではありません。

ScanSnapが協賛するラジオ番組『ラジオでAI～miraiダネ～』では、下水道の事故に触れながら、インフラ管理にテクノロジーをどう生かせるかが語られました。
このラジオ放送の番組では、パーソナリティの福島彩乃さん、AIジャーナリスト伊本貴士さん、そしてAIアシスタントのダネミーが、リスナーの素朴な疑問に答えながらAIを楽しく学んでいく番組です。

本記事は、この番組の2025年12月〜2026年1月の放送内容から、以下のテーマをピックアップ！

• 下水管・橋・トンネル...インフラ老朽化にAIは効く？

今回のお話の「インフラ×AI」の重要ポイントは、AIにすべてを任せるのではなく、限られた予算と人手の中でどこから直すか（優先度）を決めるためにAIを使うこと、を提案しています。
それは、危険な点検をロボットで補っていくという現実的な考え方でした。

今回は、2025/12/19放送の内容をベースに、「インフラ×AI」の「今」をデジUP!流に整理してみます。

なぜ今「インフラ老朽化」とAIがセットで語られるのか

番組では、下水道の事故にも触れながら、インフラ管理の難しさが語られました。

事故は「ショッキングだった」という受け止めとともに、日本のインフラには高度経済成長期に整備されたものが多い、という背景にも話が及びます。

インフラは、つくったら終わりではなく、点検し、必要に応じて修繕や更新といったメンテナンスをし続けることで安全が保たれます。しかし、実際のところ、その対象となるものの数は膨大で、予算や人手にも限りがあります。
そんな中、番組で強調されていたのは、AIが全部解決するという話ではなく、限られた条件の中で「AIを利用して維持管理の段取りをする」という現実的な視点でした。

インフラの維持管理にAIを利用する場合のポイントは大きく3つです。

• メンテナンスの"優先度"を決める（リスク算出）
• 危険な点検をロボットで補う
• AIより先にデータ収集（AIが判断できるよう、まずは必要なデータを集める）

AIでできること①：下水管の「リスク算出」でメンテナンスの優先度を決める

なぜ"優先度決め"が必要？（全部を一気に替えられない現実）

番組で語られていたのは、「危ないところから交換したい」と思っても、現実には「全部を一気に交換できない」ということです。下水管は数が多く、作業にはお金も時間もかかります。人手も限られます。だから、順番に更新していくしかありません。

そのときに重要になるのがその「優先度」です。どこを先に取り替えるべきか、という判断が、事故を防ぐためにも、限られた予算で効果を出すためにも、欠かせないという話でした。

番組で紹介された「リスク算出」とは？―優先度を算出して支える

では、優先度をどうやって決めるのか？
番組では、とある自治体の取り組みとして、AIを使って下水管のリスクを算出し、更新の優先度を決めるという話が紹介されました。

AIは、魔法のように未来を言い当てるものというより、たくさんの情報をもとに「危険度が高い可能性」を計算し、順番を決めるための判断材料を増やすもの、と捉えると分かりやすいはずです。

年数だけでなく利用状況なども「判断材料」

リスクを考える際、経過年数は分かりやすい指標ですが、それだけでは足りない、という趣旨の話もありました。
番組では、「利用状況」なども重要な指標になり得るとされ、さらにガス濃度や水量といった、「普段からの測定データ」が必要といった点にも触れられていました。

つまり、リスク算出は、「AIを入れたら勝手にできる」ものではなく、「何をリスクとするか、どんなデータを普段から集めるか」といった「準備」が重要になります。

この点が、次の「AIより先にデータ収集」という話につながっていきます。

AIでできること②：危険な点検をロボットで補う（ドローン／キャタピラ型など）

下水は危険がある（ガス等）→人が入る点検自体がリスク

優先度を決めるにあたって、現状を把握するための点検は欠かせません。
しかし、番組では、「下水管はガスが溜まるなどの危険があり、安易に人が入って点検できる場所ではない」という問題もあげられました。

点検をしたい。
しかし、その点検そのものが危険になり得る。
ここに、現場の難しさがあります。

ロボット点検の方向性と現状（万能ではなく実験段階も）

そこで話題に上がったのが、ロボット点検です。
番組では、ドローン型のもの、キャタピラ型で管内を走るものなどのロボットが紹介されました。

ただし、これは万能な解決策として語られていたわけではありません。

例えば水量が多いところは難しいなど、条件によってできることやできないことがある点にも触れられています。
さらに、すぐに人の代わりになるかというと、現状は実験中の段階も多い、という話でした。

このように、「期待はあるが、すぐに置き換わるわけではない」という距離感は、私たちとしても押さえておきたいポイントです。

重要なのは「AIより先にデータ収集」：予測には過去データが必要

「AIがあればOK」ではない（過去データが必要）

さらに、番組の中で繰り返し強調されていたのは、AIが優秀であっても、データがなければ答えは出ないという点でした。
AIを導入すればすぐに予測できる、という話ではなく、AIが予測できるだけの過去や日々のデータを集め、人がAIに学習させ、洗練させていく過程が必要になります。

つまり「AI導入=ゴール」ではなく、「AI導入=スタート」に近いのです。

何を測る？（ガス濃度・水量など"普段から"）

下水管のデータの例として挙がっていたのが、ガス濃度や水量などです。
こうした情報は、必要なときだけ集めるのではなく、日々の測定や記録を通じて蓄積していく必要がある、という話でした。

ここで重要なのは、点検・更新などで集めるデータを「イベント」として捉えるのではなく、日常的に測り、記録し、蓄積していく「仕組み」として捉えることかもしれません。

学習・洗練に時間がかかる（年単位）→早く始める必要

さらに、AIが実用化されるまでに、年単位で時間がかかる可能性についても語られました。
2〜3年、場合によっては10年かかることもある、と時間軸の長さが強調されます。
だからこそ、「早くスタートを切らないといけない」。これが放送の結論でした。

デジUP!流まとめ｜インフラ×AIは「優先度」と「段取り」の話

今回の番組の内容を、要点としてまとめると次の3つです。

• 優先度：限られた予算・人手の中で、どこから直すかを決める（リスク算出）
• 点検ロボ：危険な点検作業をロボットで補う（ただし実験段階のものもある）
• データ：AIの前にデータ収集が大切（学習・洗練には時間がかかるので早く取り組む）

AIというと、つい「会話するツール」を思い浮かべがちです。

でも、今回のお話では、AIは「社会の運用を支える道具」になりうる、という学びがありました。
ぜひ、今後の社会の安定に、AIがうまく活用されていって欲しいところです。

何より、優先度を決めるにも、維持管理を行うにも、判断材料がすぐ出てくることが大切。
紙の資料はScanSnapでデジタル化して、情報を探す時間を減らしていきたいですね。

今回ご紹介した内容の詳細なトークは、MROラジオ『ラジオでAI〜miraiダネ〜』各回の放送と、公式ポッドキャストで聴くことができます。ぜひ実際の番組放送についてもチェックしてみてくださいね。

では、また第３弾の特集記事でお会いしましょう！

関連リンク・参考情報

• MROラジオ「ラジオでAI〜miraiダネ〜」公式サイト
• MROラジオ「ラジオでAI～miraiダネ～」ポッドキャスト
  
  • radiko
  • spotify
  • apple podcast

ScanSnap iX2500

毎分45枚の両面高速スキャンで、驚くほどスピーディーに電子化。静電容量式タッチパネルによる直感操作で、誰でも簡単にスマートに使えます。原稿サイズ、色や両面・片面を自動的に判別。Wi-Fi対応で各種クラウドサービスへのデータ転送も簡単に行えます。

もっと詳しく