何が起きたか
2022年、急激な金利上昇で住宅販売が失速するなかOpendoorを去ったEric Wu氏が、1年の休養を経て新会社NavigateAIを立ち上げました。8年間率いた不動産テック企業の次に選んだのは、建設現場という極めて物理的な領域です。「10年後に振り返ってAIに関わる何かをしていなかったら、後悔するだろうと分かっていた」と本人は語っています。
プロダクトはスマートフォンで動き、ハンズフリー時にはMetaのAIグラスを通して使います。作業員がカメラを施工箇所に向け、「この取り付けは正しいか」「トルクは適正か」「building code（建築基準）に適合しているか」と平易な言葉で尋ねると、仕様書・メーカーマニュアル・自社ポリシーをリアルタイムで参照して答える。Wu氏いわく、ハンズフリー体験の優位性は測定可能なレベルだといいます。同社はMetaと組み、保護メガネが必須の環境でグラスを安全認証させる作業を進めています。
投資家の顔ぶれも示唆的です。Khosla Ventures、Fifth Wall、Tishman Speyer、電気工事会社のHelix Electric、そしてDoorDashのTony Xu氏、InstacartのApoorva Mehta氏、CoinbaseのBrian Armstrong氏ら個人投資家。住宅建設大手のLennarも株主に名を連ねます。Gil氏はOpendoorの投資家、Khosla VenturesのKeith Rabois氏はOpendoorの共同創業者であり、Wu氏の前職ネットワークがそのまま資本構成になっています。
なぜ重要か：人手不足が「AIの需要」に変換される瞬間
背景にあるのは構造的な労働力不足です。Associated Builders and Contractorsは、今年の建設需要に追いつくだけで約34万9000人の追加人員が必要だと指摘しています。労働力の高齢化、移民取締り強化による人材流出、そして大型案件の増加——とりわけデータセンターが、この不足を加速させます。
数字が生々しい。かつて大規模データセンターのキャンパスはピーク時で約750人の作業員で足りていました。ところがルイジアナ州Richland ParishのMetaのHyperionキャンパスは約5000人、テキサス州AbileneのOpenAI・Stargateの現場では6400人が関わったと報じられています。人材サービス企業Kellyによれば、データセンター運営者の90%が人員不足を建設・拡張の重大な制約として挙げています。AIブームがデータセンター建設を呼び、その建設の律速段階が人間の手になっている——この循環のなかにNavigateAIは立っています。
論点1：課金モデルの転換が意味すること
NavigateAIは当初、トークン原価にマージンを乗せる従量課金型SaaSに近い価格設定で始めました。しかし新しい契約では「創出した価値のシェア」へ移行しています。例えば1棟あたりのオールイン原価を30万ドルから28万ドルに下げられたなら、その2万ドルの削減分のうち約20%を受け取る、という設計です。
これは強気の賭けです。Lennarは労務・設置・建設に年間およそ90億ドルを支出しており、5〜10%の改善は数億ドル規模の価値になるとWu氏は言います。上振れは大きい。ただし帰属（アトリビューション）の難しさが付きまといます。工期が縮んだのはNavigateAIのおかげなのか、天候か、職長の腕か、資材か。事業部をまたいだA/Bテストが必要で、それでも近似にとどまるとWu氏自身が認めています。
論点2：抵抗するのは、最も価値あるデータを持つ人
導入は世代で真っ二つに割れるといいます。若手は歓迎する一方、30年選手の熟練工は自分の勘を信じ、顔にコンピュータを装着することを拒む。皮肉なのは、プロダクトを最も賢くするのは彼らの暗黙知だという点です。同社はMetaが支援する光ファイバー施工の職業訓練校AIMと提携し、卒業生が現場に立つ前にリーチする経路を確保しました。「新人から入れて、そのまま標準にする」という古典的な普及戦略です。
リスクもあります。ソフトウェアが「この接続は問題なし」と判定した箇所が後に不具合を起こした場合の安全・瑕疵責任です。
論点3：本命はソフトではなくデータ
長期の狙いはデータにあります。作業が1件完了するたびに、現場作業員が物理的なものを正しく／誤って作り、保守する様子を捉えたラベル付きの一人称視点（egocentric）映像が生成される。Wu氏はこのデータセットが、いずれロボティクス企業にとって、ソフトウェア事業が建設顧客にとって持つのと同等の価値を持つと見ています。つまりNavigateAIは、建設SaaSの皮をかぶったフィジカルAI用データ収集事業でもある、という二階建ての構造です。
競合について、Wu氏は「現時点で最も一般的な代替手段は、作業員が検索するかChatGPTに聞くこと」だと言います。BuildotsやOpenSpaceを最も近い比較対象に挙げつつ、それらは「より施工管理（project management）に寄っている」のに対し、Navigateは「個々の労働」を軸に設計されていると差別化します。防御力の源泉はワークフロー連携と、年単位��蓄積される独自データだと説明しています。
なお同社はまだ取締役会を持っておらず、Wu氏は「できる限り長く持たずにいく」つもりだと述べています。2020年後半にSPACで上場したOpendoorで、上場企業CEOとしてプロダクト構築と取締役会・株主対応のトレードオフに絶えず晒された経験が背景にあります。
💼 事業会社視点：これは自社にどう効くか
日本の事業会社にとって、この件の含意は「建設業界のニュース」ではありません。
第一に、成果連動課金の現実味です。NavigateAIは削減額の約20%を取る契約へ移行しつつ、帰属証明が近似的であることを認めています。日本のSIer・受託開発、業務改善SaaSを売る側の経営者は、顧客から「AIなら成果報酬にできるはずだ」と迫られる局面が確実に増えます。先に自社で測定設計（比較対象となる事業部・拠点、ベースライン、A/Bの単位）を用意できるかが、価格交渉の主導権を決めます。逆に買い手側の役員は、成果報酬の提案が来たときに「何を分母にするか」を握る側に立つべきです。
第二に、現場労働のデータ資産化です。日本の製造・設備工事・物流・小売の現場には、熟練者の作業映像という未取得資産が眠っています。NavigateAIが一人称視点映像をロボティクス向け資産と位置づけたように、これは「業務効率化ツールの副産物」ではなく本体になり得る。ベンダーとAIグラス導入を契約する際、生成データの帰属と二次利用条件を契約書に書いているか。ここを空白のまま進めると、自社の暗黙知が他社の学習データになります。
第三に、抵抗の構造は日本でより強いという点です。30年選手が拒むという指摘は、平均年齢の高い日本の現場ではさらに深刻です。若手・新人から入れるAIM型の導入経路——訓練校・入社研修に組み込む設計——を人事と現場が一緒に描けるかが、実装可否を分けます。