配線ルート案と材料拾い出しの作成
Togal.AI、Drawer AI、STACKなどのツールは、図面一式から配線ルート、盤の一覧表、機器の数を、人が行うよりはるかに短い時間で抽出できます。Drawer AIは、拾い出しの時間を約70%短縮できるとしています。計画段階の負担はかなり軽くなります。ただし、梁との干渉、既存設備との競合、安全な作業スペースの確保には、現場を実際に見る人が必要です。
AIは電気工の仕事を奪うのでしょうか。AIは拾い出しや故障検知を速めますが、通電中の分電盤を扱う有資格者の作業には、今も人が欠かせません。
電気工はAIに押されているわけではありません。むしろ2026年のデータセンターブームによって、有資格の電気工の不足は、データセンターを建設する企業にとって目に見える制約になりました。
電気工の仕事は、配線をつなぐだけではありません。図面、現場の状況、安全規則、法令上の基準をもとに、配線をどこに通し、回路をどこで分岐させ、各機器にどう電力を供給するかを判断します。2026年現在、この職種はAIデータセンターの建設ブームの中心にあります。Amazon、Meta、Microsoftなどの企業が、処理能力の確保を競って建設を進めているためです。
この仕事の価値は、単に工具を使いこなせることではなく、感電や火災といったリスクを避けながら、現場に合った施工を判断できることにあります。AIは図面からの拾い出しや故障検知を速められますが、現場での安全確認や施工への責任は、依然として人が強く担っています。
4つの公開データから当サイトが算出した0〜100の指標で、掲載している188職業の中での相対的な位置を示します。高いほど、生成AIがこなせる・実際に使われている業務の割合が大きいことを意味します。仕事がなくなる確率ではありません。
研究者による業務分析(Eloundouほか、ILO)。各データが評価する全職業の中での百分位です。
Microsoft Copilot と Anthropic Claude がこの職業の業務に実際に使われた度合い。各データが評価する全職業の中での百分位です。
BLSはこの職業に固有の変化要因を挙げていません。この予測は主に、この職業を雇用する業界の伸び・縮みを反映したものです。
BLS の職業区分「Electricians」の米国の数値です。BLS の予測は技術が過去と同じペースで進むことを前提にしており、AIの影響だけを予測したものではありません。
出典
さらされ度は、以下のデータを基に当サイトが算出しました(データ時点:2026年10月15日)。米国の雇用の数値は BLS の公表値をそのまま掲載しています。
各データの公表元は、本サイトの作成・確認・推奨には関与していません。 出典・ライセンス・算出方法の詳細
AIが電気工に取って代わることはありません。労働市場の動きは、今のところほかのどの職種よりもはっきりそれを示しています。データセンターの建設とともに電気工の需要は伸び続けており、IBEWは、データセンターの建設費のうち電気工事が45〜70%を占めることがあると推定しています。建物の電源を安全に整えることを法的に認められた人材が足りないという問題は、ソフトウェアでは埋められません。
AIがしているのは、この人手不足そのものを解消することではなく、その周辺にある書類作業や点検作業を速めることです。Togal.AI、Drawer AI、STACKといった拾い出しツールは、図面から配線、照明、分電盤の数量を、人が行うよりはるかに短い時間で抽出できます。Togalが公表した2025年のカンザス大学のケーススタディでは、あるプロジェクトでTogal.AIがOn-Screen Takeoffより約76%速かったとされています。iFactoryのような熱画像プラットフォームも、赤外線カメラを常時稼働の故障検知装置に変えました。異常を分類し、故障が起きる前に作業指示書を自動で作成します。
とはいえ、通電中の分電盤を開けてよい人が誰かという点は、何も変わりません。Randstadが米国の1億5,000万件超の求人を分析したところ、電気工をはじめとする技能職は、ソフトウェア開発者よりも採用に時間がかかるようになっています。平均で、技能職は約56日、技術職は54日です。
AIの得意分野がはっきり表れているのは、データセンター規模の需要でボトルネックになった着工前の作業と点検作業です。図面を素早く読み取ることと、緊急事態になる前に故障を見つけることがそれにあたります。
Togal.AI、Drawer AI、STACKなどのツールは、図面一式から配線ルート、盤の一覧表、機器の数を、人が行うよりはるかに短い時間で抽出できます。Drawer AIは、拾い出しの時間を約70%短縮できるとしています。計画段階の負担はかなり軽くなります。ただし、梁との干渉、既存設備との競合、安全な作業スペースの確保には、現場を実際に見る人が必要です。
AIは、絶縁確認、通電前チェックリスト、標準作業手順について、使える下書きを作れます。基本となる書類の標準化にも役立ちます。ただし、その下書きは、個々の現場の実際の停電条件や危険箇所に合わせて調整する必要があります。
iFactoryなどのプラットフォームは、AIと赤外線カメラを組み合わせ、異常を分類して深刻度を24時間採点し、設備の老朽化による故障が深刻化する前に見つけます。設備が使われる期間を通じて、老朽化はアークフラッシュ事故の多くに関わる要因となっています。これにより、トラブルシューティングの最初の段階は速くなります。ただし、何をどの順番で停止するかを決めるには、やはり人が必要です。
作業範囲の説明文や、整理された見積明細は、AIを使えば作成しやすくなり、書類作成の負担が減ります。ただし、追加工事がなぜ必要か、リスクが実際にどれほど深刻かを説明するのは、分電盤の前に実際に立ったことのある人の役目です。
電気工に残るのは、施工を安全かつ現場で実現可能なものにする仕事です。拾い出しツールも熱画像のアラートも、停止するかどうかの判断を自分で下すことはありません。
何を停止でき、何を通電したままにしなければならないか、どの順で確認を進めるかを決めるのは、これからも人の仕事です。電気工事では判断を一つ誤っただけで重大事故につながりかねず、自動化されたアラートがその責任を負うことはありません。
AIが作った拾い出しの上では成り立つ配線ルートでも、狭い空間や既存設備との干渉のために、現場で変更が必要になることがあります。どこで経路を変え、既存の設備をどこまで使えるかを判断するのは、人の仕事のままです。
熱画像カメラが異常を示しても、本当の原因がブレーカーなのか、配線なのか、接地なのかを突き止めるのは人です。システムが時間をかけて実際にどう使われ、どう改修されてきたかを踏まえて、何を先に復旧するかを決めるのも人です。
停電の時間帯、危険な区域、追加工事が必要な理由を、発注者や、同じ現場で作業する他の職種にわかりやすく説明することは、今後も重要です。データセンターブームの中では、複数のチームが厳しい工期のもとで一つの現場に重なることが多く、なおさらです。
今の電気工に求められるのは、手順を覚えることよりも、現場での判断力と安全設計の力です。加えて、新しいソフトウェアを使いこなしつつ、最終判断をそれに任せないだけの習熟も必要です。
配線図を読めるだけでは足りません。どこで干渉が起きそうか、図面の条件と実際の現場がどう違うかを思い描く必要があります。AIによる拾い出しがいくら速くても、抽出できるのは図面に描かれていることだけで、壁の中に隠れているものはわからないからです。
大切なのは、測定すること自体よりも、安全で効率のよい出発点を知っていることです。熱画像やセンサーのプラットフォームが、人が優先順位をつけるべき異常をこれまで以上に多く見つけ出すようになった今は、特にそうです。
Togal.AIやSTACK、AIと連携した熱画像カメラといったツールの中で素早く作業でき、出力に現場での修正が必要な場面を見分けられる電気工は、書類作業に使う時間が減ります。その分、有資格の電気工にしか承認できない仕事に時間を割けます。
データセンターの建設では、電気、空調、構造の各チームが厳しい工期のもとで同じ現場に重なります。自分の作業を調整しながら現場全体を止めずに進める力は、この職種で最も求められるスキルの一つになりました。
電気工の経験は、電気設備の施工だけでなく、現場の安全管理、調整力、故障を見抜く思考、他の職種との折衝といった強みも育てます。そのため、建築設備全般や工事の実行に関わる近い職種へ移りやすくなります。
電力供給や制御の仕組みを理解している人は、空調設備の保守や診断でも力を発揮しやすい傾向があります。電気設備から、建物全体の設備運用へ活躍の場を広げたい人に向いています。
さらされ度 41/100 · 米国の雇用 2025〜35年 +10.9%
制御盤や安全装置の知識は、エレベーターの保守にもよくつながります。より重い設備責任を負う職種で、電気の安全判断を生かしたい人に向いています。
さらされ度 22/100 · 米国の雇用 2025〜35年 +5.7%
図面と現場の実態を突き合わせ、正確な基準を守る習慣は、測量にもよく通じます。施工の正確さから、位置や基準の管理へと軸足を移したい人に向いています。
さらされ度 59/100 · 米国の雇用 2025〜35年 +5.8%
安全確認の経験や、変わりゆく現場の状況に合わせる経験は、より幅広い建設の支援業務でも役に立ちます。特に、今まさに技能労働者の獲得競争が最も激しいデータセンターの現場ではそうです。専門的な視点を保ちながら、現場全体を支えたい人に向いています。
さらされ度 19/100 · 米国の雇用 2025〜35年 +7.3%
他の職種との接点を扱ってきた経験は、配管や衛生設備の施工でも価値があります。電気設備から、建築設備全体の整合や調整へ視野を広げたい人に向いています。
さらされ度 28/100 · 米国の雇用 2025〜35年 +6.8%
停電の調整や、他の職種との作業順序の組み立ての経験は、工程管理や現場管理にも自然につながります。現場での施工から、仕事全体の管理へ進みたい人に向いています。
さらされ度 70/100 · 米国の雇用 2025〜35年 +6.7%
電気工はAIに押されているわけではありません。むしろ2026年のデータセンターブームによって、有資格の電気工の不足は、データセンターを建設する企業にとって目に見える制約になりました。速くなっているのは、拾い出し、チェックリスト、故障検知といった、仕事の周辺にある書類作業と点検作業です。通電中の回路での安全判断、現場での配線経路の変更、次の工程の職人への作業内容の説明は、引き続き有資格の電気工が担います。採用データもそれを示しており、今では電気工の欠員を埋めるほうが、ソフトウェア開発者の職を埋めるより時間がかかっています。
ここに表示しているのは、電気工と同じ業界に分類される職種です。仕事内容が同一という意味ではなく、AIの影響やキャリアの近さを比較しやすい職種を並べています。
電気工の生成AIへのさらされ度は100点中36(188職業中167位)です。AIがこなせる・使われている業務の多さを示す指標で、仕事がなくなるかどうかを示すものではありません。BLSは、米国の電気工の雇用が2025年から2035年にかけて+9.2%変化すると予測しています。
AIの得意分野がはっきり表れているのは、データセンター規模の需要でボトルネックになった着工前の作業と点検作業です。図面を素早く読み取ることと、緊急事態になる前に故障を見つけることがそれにあたります。具体的には:配線ルート案と材料拾い出しの作成、点検表や作業手順書の下書き、熱画像やセンサーデータによる常時の故障検知、見積書や報告書の作成。
電気工に残るのは、施工を安全かつ現場で実現可能なものにする仕事です。拾い出しツールも熱画像のアラートも、停止するかどうかの判断を自分で下すことはありません。具体的には:通電中の電気リスクをめぐる安全判断、現場の実態に合わせた施工の変更、故障の切り分けと復旧方針の決定、利用者や他の職種への作業内容の説明。
今の電気工に求められるのは、手順を覚えることよりも、現場での判断力と安全設計の力です。加えて、新しいソフトウェアを使いこなしつつ、最終判断をそれに任せないだけの習熟も必要です。具体的には:電気図面と法規を読み解く力、診断と測定の順序を設計する力、拾い出し、熱画像、見積もりツールを使いこなす力、混み合う現場で他の職種と調整する力。