建設需要が拡大する一方、ものづくりを支える人材や工場の不足が深刻化する建設業界。設計・調達・製造・施工といった工程には、熟練者の経験や判断に依存する業務が数多く残されています。
株式会社BALLASは、建物の一部となる建設部材の調達プラットフォーム運営を通じて、現場で培われてきた知識や判断をデータとソフトウェアでつなぎ、AI-Nativeな建設サプライチェーンの構築に挑んでいます。
今回お話を伺ったのは、約20年にわたりソフトウェア開発に携わり、現在はBALLASの開発組織を牽引する濵田祐希氏。
ソフトウェア開発で培ってきた知見を、リアル産業にどう活かすのか。AI-Nativeな開発組織への転換から、建設サプライチェーンの未来、そしてエンジニアにとっての新たな挑戦について伺いました。
濵田 祐希氏 株式会社BALLAS プロダクト本部責任者
約20年にわたりソフトウェア開発に携わり、法人向けシステムや一般消費者向けサービス、ソーシャルゲームなど、幅広い領域で開発案件に従事。顧客の事業フェーズに合わせた開発支援を推進する一方、自社では開発部門の部長として組織運営とエンジニア育成をリード。
BALLASへ参画後は、プロダクトの立ち上げから開発全体を牽引。現在はプロダクト本部全体に関わりながら、AIネイティブな開発体制の構築を推進している。
株式会社BALLAS

リアル事業を起点に、プロダクトをつくる
── 御社の事業内容について教えてください。
当社の特徴は、自らが建設部材のサプライヤーとして、設計・調達・製造・施工にまたがるプロセスに深く関わっていることです。
建設業界では、お客様の要求が十分に整理されないまま工場で部材製作がすすめられることが少なくありません。ソフトウェア開発に例えると、PdMが不在のまま開発が進んでいるような状態です。
そこでBALLASは、お客様の要求を製作可能な仕様へ落とし込み、パートナー工場と連携して供給までを担っています。その過程で、設計・調達・製造に関わる一次情報や、熟練者の判断に関する知見を蓄積しています。
私たちが取り組んでいるのは、こうした業務や判断を構造化し、ソフトウェアとAIで扱える仕組みに変えていくことです。
その実現に向けて開発しているのが、「BALLAS SCM」と「BALLAS LINKS」の2つのプロダクトです。BALLAS SCMでは設計・調達・製造に関わる供給プロセスをつなぎ、BALLAS LINKSではお客様の設計・調達に関する情報や合意形成をデジタル上で統合しています。
── 建設業界では、どのような問題が顕在化しているのでしょうか。
最も大きな課題は、建設需要の拡大に対して、それを支える供給力が不足していることです。
データセンターや物流施設、工場などの建設需要が高まる一方で、ものづくりを担う工場や技術者は減少しています。人材育成や設備投資には時間がかかるため、供給力を短期間で増やすことは容易ではありません。
さらに、建設業界はゼネコン、サブコン、製作工場など、多くの企業が関わる多重請負構造によって成り立っています。設計・製造・調達・施工の各工程で情報や判断が分断されやすく、関係者間の確認や調整に多くの時間が費やされています。
こうした状況を変え、限られた供給力を最大限に活かすためには、従来の建設プロセスそのものを見直す必要があります。その重要な方向性の一つが、建設の工業化やオフサイト施工です。
設計・製造・施工に関わる業務や判断を標準化するとともに、従来は個別に製作・施工していた部材を、可能な限りユニットとして工場で製作する。現場での作業を減らし、設置や組み立てを中心とすることで、限られた人員でも、より効率的に建設を進められるようになります。
その実現には、設計段階から製造・施工までを見据え、企業や工程を横断して情報や判断をつなぐ仕組みが不可欠になると捉えています。
数学との出会いから始まったエンジニア人生

── 幼少期や学生時代についてお聞かせください。
中学生までは野球に打ち込み、プロを目指していました。高校では、なぜかゴルフを始めて、大学まで続けました。振り返ると、ずっとスポーツに取り組んでいた学生時代でしたね。
勉強では数学が好きでした。また、高校の情報の授業でパソコンに触れ、「面白いな」と感じたことが、情報分野へ進むきっかけになりました。結果的に大学では情報と数学の両方を学べる学部へ進む選択に繋がっています。
── 学生時代から、エンジニアを目指していたのでしょうか。
いえ、明確に決めていたわけではありません。大学の授業で教育用のプログラミング言語に触れ、面白いと感じたことが始まりでした。その授業を担当していた教授のゼミに入り、プログラミングを続けた延長線上です。
就職活動では、就職情報サイトでシステム開発会社を検索し、五十音順で上位に表示された企業から説明会に参加していました。前職もその中の一社で、社名が五十音順の上位にあったことが、最初の接点だったんです。
── 前職では、どのような仕事を経験されましたか。
入社当初はSIerから受託した案件が中心でしたが、次第にエンドクライアントと直接取引も増えていきました。顧客先に常駐して開発することも多くありましたね。
法人向けシステムから一般消費者向けサービス、ソーシャルゲームまで、業界や業種を限定せず、さまざまな案件を経験しました。一つの現場は長くても2年程度だったため、17〜18年の在籍期間で、多くのお客様と仕事をする機会に恵まれたと思います。
キャリアとしては、プログラマーからSEを経て、開発部長としてプレイングマネージャーを務めました。顧客のプロジェクトに参画しながら、自社の組織運営にも携わっていた形です。
ソフトウェアだけでは解けない、リアル産業の課題に挑む
── 長年、受託開発会社で経験を積まれてきた中で、事業会社への転身を考えたきっかけは何だったのでしょうか。
AIの急速な進化が大きなきっかけでした。これまでエンジニアが担ってきた、コードを書くという仕事そのものの価値が変わると感じたんです。
AIは人の業務を補完するだけでなく、その一部を代替する存在になっています。そうした時代だからこそ、技術を提供するだけでなく、事業そのものに深く関わり、何をつくり、どのような価値を生み出すのかまで考えることが重要になると感じました。
これまでさまざまな業界のシステム開発に携わり、複数のスタートアップも支援してきましたが、40歳という節目を迎え、培ってきた経験を活かして、一つの事業や組織の成長に、より深く関わってみたいという想いの中でBALLASへ参画しました。
── BALLASのどのような点に魅力を感じたのでしょうか。
前職でお世話になった方にBALLASを紹介いただき、代表の木村から事業構想を聞く機会を得ました。そこで語られた、リアルなものづくりとテクノロジーを組み合わせて産業を変革するというアプローチが、とても面白いと感じたんです。
それまで建設業界にはあまり馴染みがなく、正直なところ、「建物を建てる仕事」という程度のイメージしか持っていませんでした。ただ、話を聞くうちに、ソフトウェアだけでは解決できない課題が数多く存在することを知りました。
建設業界では、多くの企業や人が関わりながら、実際にものをつくっています。システムを導入するだけでは解決できず、現場の制約や人の判断も含めて、業務の仕組みそのものを変えていく必要があります。
その点、BALLASは自ら建設部材の供給を担い、リアルな業務に入り込みながら、ソフトウェアやAIによる変革を進めています。ソフトウェアだけでは解けない課題に、リアルとテクノロジーの両面から挑む。 そこに、他にはない面白さと挑戦しがいを感じました。
また、木村自身がAIの活用に積極的で、新しい技術への挑戦を後押ししてくれることも魅力でした。これまでの経験を活かしながら、AIという新しい技術とともに産業の変革に挑戦できる。そう感じたことが、BALLASへの入社を決めた理由です。

少数精鋭、リアルとテクノロジーをつなぐ開発組織
── 濵田さんは、BALLASのプロダクト開発組織をどのように立ち上げてこられたのでしょうか。
私がBALLASに参画したのは、まさにこれから本格的にプロダクト開発を始めようというタイミングでした。当時のエンジニアは1〜2人ほどで、開発体制もこれから整えていく段階でした。
そこで、これまでのつながりを通じて業務委託のエンジニアに10人ほど参画してもらい、開発組織を立ち上げていきました。
当初は開発全体を見る立場でしたが、その後はPdM部門も兼務するようになり、現在はプロダクト本部全体を管掌しています。
── 現在のプロダクト組織について教えてください。
プロダクト本部には、デザイン、プロダクトマネジメント、テクノロジー開発の各部門があり、CxOチームがマネジメントするプロダクトマーケティング室とも連携しています。プロダクトに関わるメンバーは、業務委託を含めて約20名です。
特徴的なのは、メンバーのバックグラウンドが多様なことですね。
PdMには、もともとビジネス側で建設部材の供給に携わっていたメンバーもいて、リアルな業務や業界特有の課題を深く理解しています。一方、開発側には、さまざまな業界や技術領域を経験してきたエンジニアが集まっています。AI領域にも、ユニークな経歴を持つメンバーがいます。
立ち上げ当初から一緒に取り組んできたメンバーも多く、互いの専門性や考え方を理解しながら開発を進められる関係性ができています。
── 組織としての課題はありますか。
以前は、エンジニアの採用や開発体制の拡充に課題を感じていました。ただ、AIの活用が進んだことで、その考え方も大きく変わってきています。
私たちは、AIを個々の開発業務に取り入れるだけでなく、要件定義から実装、テストまでの開発プロセス全体を見直してきました。その結果、少人数でも高い生産性を実現できるようになり、今では少数精鋭であることが強みになりつつあると感じています。
一方で、これからの課題は、AI Nativeな開発を組織の文化として定着させることです。仕組みを整えるだけでは十分ではなく、メンバー全員がAIを使いこなし、日々の業務を改善し続けることが重要になります。
少人数だからこそ、新しい開発のあり方にチーム全体で挑戦し、変化を素早く浸透させることができる。そうした環境を活かして、AIを前提とした開発組織をつくっていきたいと考えています。

創業から続くBiz×テックの共創が、2つのAI-Nativeへ
── ビジネス側とプロダクト側は、どのような関係なのでしょうか。
ソフトウェアを提供する企業では、顧客に近い営業部門の発言力が強くなり、開発部門が要望に応えるだけの立場になってしまうことがありますよね。
BALLASには、そうした一方向の関係ではなく、ビジネスとプロダクトが互いの専門性を尊重しながら協働しています。分からないことを聞けば、ビジネス側のメンバーが丁寧に教えてくれますし、プロダクト開発にも協力的です。
その背景には、創業当初から、木村がビジネスとテクノロジーの両方の重要性を全社に伝え続けてきたことがあると思います。
新しいプロダクトを導入する過程では、従来の業務を変える必要があり、一時的な負担や痛みを伴うこともあります。そうした変化をビジネス部門が受け入れられるのも、目指す方向性とプロダクトの重要性が全社で共有されてきたからだと思います。
現在も、ビジネスとプロダクトが互いの専門性を尊重しながら、より良い仕組みを一緒につくっていく関係性が根付いています。

── その共創を土台に、現在はどのような挑戦を進めているのでしょうか。
BALLASには、大きく2つのAI-Nativeへの挑戦があります。一つは、私たち自身のプロダクト開発をAI-Nativeにすること。もう一つは、建設サプライチェーンそのものをAI-Nativeに変えていくことです。
建設サプライチェーンの変革には、実際の業務や、そこで培われてきた知識・判断への理解が欠かせません。だからこそ、ビジネスとプロダクトが日頃から協働し、現場の知見を開発につなげられることが重要になります。
一方、プロダクト開発においても、これまで人が中心となって進めてきた設計・実装・テストなどの工程を、AIを起点としたプロセスへ再設計しています。
自分たちの開発のあり方を変えながら、建設サプライチェーンそのものの変革にも挑戦していく非常に稀有な環境だと思います。
開発生産性1.6倍超 、AIを起点に変わるプロダクト開発
── まずはプロダクト開発について伺います。具体的に、人とAIはどのように協働しているのでしょうか。
例えば、現在構築している仕組みでは、起案された要望をAIが読み取り、バグなのか機能要望なのかを判別します。
バグであれば、AIが原因を調査し、人が対応方針を確認します。承認後はAIがコードを修正してプルリクエストを作成し、最後に人がレビューします。
機能要望の場合は、AIが類似・重複する要望を確認し、必要な機能を提案します。人が方向性を承認すると、AIが設計から実装までを進めます。
このように、AIが各工程の作業を担い、人が重要な意思決定を行う形へと移行を進めています。
── こうした取り組みによって、どのような成果が生まれていますか。
現在、開発生産性は従来と比較して約1.6〜1.7倍に向上しています。2026年中には、1人当たりが生み出す成果やリリースする機能の数を2倍にすることを目指しています。
ただ、AI-Nativeな開発に移行する中で、生産性の捉え方そのものを見直す必要があると感じています。例えば、10日かかっていた作業が5日になれば、作業時間を基準とした生産性は2倍です。しかし、AIが作業の大部分を担うようになれば、単純な時間短縮だけでは成果を十分に測れません。新たな評価指標についても検討を進めています。
もう一つ重要なのが、品質やセキュリティを担保する仕組みです。AIによって開発速度が上がっても、すべてを人がレビューしていては、今度は人の確認作業がボトルネックになってしまいます。
そこで、機能のリスクや開発フェーズに応じたガードレールを設計しています。例えば、セキュリティリスクの高い機能は人が重点的に確認する一方、リスクの低い機能については、一定の基準を満たせばレビューを省略できるように取り組んでいます。
AIを使って作業を速くするだけでなく、生産性の測り方や品質管理の仕組みまで含めて、開発のあり方をブラッシュアップし続けています。
── AIの活用が進むと、プロダクト開発における職種や役割も変わっていくのでしょうか。
より重要になるのは、「そもそも何をつくるべきなのか」を考えることだと思います。
AIの進化によって、エンジニアだけでなく、PdMやデザイナーもAIを活用してコードを書き、自らアイデアを形にできる時代になってきています。これまで職種ごとに分かれていた役割の垣根は、今後ますます低くなっていくと思います。
ただ、役割の垣根が低くなることと、専門性が不要になることは違います。デザイン、ドメイン、エンジニアリングと、それぞれの専門性や視点を持ち寄りながら、職種の枠を越えてものづくりに取り組めるようになる。
AIによって「誰が何をつくるか」という役割の境界が変わる一方で、「何をつくるべきか」を見極め、それぞれの専門性を活かしてプロダクトの価値を高めることが、これまで以上に重要になっていくと思います。
建設サプライチェーンを、データとソフトウェアで再設計する
── もう一つの挑戦である、建設サプライチェーンのAI-Native化について伺います。どのような課題に取り組んでいるのでしょうか。
建設業は、長年にわたって熟練者の経験や判断に支えられてきた産業です。設計・製造・調達・施工といった各工程で多くの人が関わり、その間でやり取りされる情報も、図面や仕様書など、必ずしもソフトウェアやAIがそのまま扱える形にはなっていません。
そのため、単にAIを導入するだけでは、業務全体を変えることは難しいんです。
建設業の調達において、重要な起点となるのが「設計・作図」です。お客様の要求を製作可能な仕様へ落とし込むことができなければ、その先の調達や製造へと進めることはできません。
BALLASは、この「設計・作図」を起点に、建設部材のサプライヤーとして設計から製造手配までを担っています。その過程で、企業や工程の間で分断されてきた情報をつなぎ、設計条件や製作上の制約、熟練者の判断を、ソフトウェアやAIが扱えるデータへと構造化しています。
こうした実際の供給業務を通じて、AIが活用できるデータを蓄積し、将来的には建設サプライチェーン全体をAI-Nativeな仕組みへと変えていきたいと考えています。
── 設計・作図の仕組みは、「AI-Native」とどのようにつながるのでしょうか。
これまで建設部材の設計・作図は、熟練者が図面を読み解き、案件ごとの条件や製作上の制約を踏まえながら進めてきました。
ただ、一品一様のものづくりとはいえ、すべてを毎回ゼロから考えているわけではありません。
例えば、配管を支える金物などは、設置場所によって寸法が異なっていても、設計の考え方や判断ルールには共通する部分があります。
私たちは、こうした共通部分を見つけ、案件ごとに変わる条件と、共通して使える設計ルールに分解しています。それらをソフトウェアで再利用できる仕組みにするのが「モジュール化」です。
こうして設計・作図をソフトウェアで実行できるようになれば、そこで生まれた仕様や数量などのデータを、その先の積算・見積もり、調達、製造手配へとつなげられるようになります。
これまで人が工程ごとに図面や情報を確認し、受け渡してきた業務を、データを起点に一貫して動かせるようにする。
設計・作図の自動化を入り口に、サプライチェーン全体をつなぎ直していく。 それが、私たちの目指すAI-Nativeな仕組みです。

── 人が担ってきた作図をAIで扱ううえでは、難しさもあったのでしょうか。
そうですね。実際、最初からうまくいったわけではありません。
当初は、図面の画像をそのままAIに読み込ませれば、必要な情報を理解してくれると考えていました。しかし、期待した精度は得られなかったんです。
その大きな要因が、熟練者の経験や知識に基づく判断でした。
建設業では、3D CADやBIMが普及する以前から、立体的な構造を2D図面で表現し、熟練者がそれを頭の中で立体的に捉えながら読み解いてきました。
しかも、図面に描かれた線や数字をそのまま読み取ればよいわけではありません。部材の規格や製作上の制約など、図面には明示されていない知識も必要になります。
そこで、AIに図面をそのまま渡すのではなく、文字や線の情報を抽出・整理したうえで、建設特有の規格や設計ルールと組み合わせて解析するアプローチへと切り替えました。
現在は、図面から必要な情報を抽出し、積算・見積もりの叩き台を生成するところまで半自動化できています。
この取り組みの面白さは、単にAIで画像を認識することではありません。図面や数値、仕様書といった異なる形式の情報に、熟練者の知識や判断を組み合わせ、AIがものづくりの文脈を理解できるようにすることです。
マルチモーダルAIを活用しながら、これまで人の経験に依存していた業務を、ソフトウェアで扱える仕組みへと変えていく。そこに技術的な難しさと、挑戦する面白さがあると感じています。
AI-poweredからAI-Nativeへ。需要と供給がデータでつながるサプライチェーン
── 今後、プロダクトをどのように成長させていくのでしょうか。
目指しているのは、設計や作図といった個別業務の自動化にとどまらず、お客様の要求から設計・製造・調達・施工までが、データでつながるサプライチェーンを実現することです。
そのために開発しているのが、「BALLAS LINKS」と「BALLAS SCM」の2つのプロダクトです。
BALLAS LINKSでは、お客様の要求や図面、調達・施工に関する情報をデジタル上でつなぎます。一方、BALLAS SCMでは、その情報をもとに、設計から製造手配までの供給プロセスをつないでいきます。
つまり、これまで人が図面をつくり、仕様を整理し、見積もりや製造手配を進めてきた一連の業務が、BALLAS LINKS・BALLAS SCMを通じて製造工場へシームレスにつながるようになります。
人の経験や判断に依存してきた建設部材の購買プロセスを変え、お客様の購買体験そのものを大きく変革できる。そんな世界を実現したいと考えています。
その実現に欠かせないのが、日々の業務から得られるデータです。
以前は、AIの活用には大量のデータが必要だと考えていました。しかし、実際に取り組む中で、重要なのはデータの量だけでなく、「何を実現するために、どのような情報を蓄積するのか」だと気づきました。
BALLASはプラットフォームを通じて実際に建設部材の供給を行っているからこそ、お客様の要求がどのように仕様へ変わり、どのような判断を経て製造につながるのかを把握できます。こうした一次情報や熟練者の判断を、2つのプロダクトを通じて蓄積し、AIが活用できる仕組みへと変えています。
建設業はAIを部分的に導入するだけでは、サプライチェーン全体のあり方は大きく変わりません。
私たちが目指すのは、AIの活用を前提に、需要から供給までのプロセスそのものを再設計することです。そして将来的には、BALLASの供給業務にとどまらず、企業や工程を越えて情報や判断がつながる、建設サプライチェーンの共通OSとなるような基盤へと進化させていきたいと考えています。
建設部材の調達を基点に、産業全体のものづくりのあり方を変えていく。それが、私たちの挑戦です。

ソフトウェア開発の経験を、産業を変える力へ
── エンジニアにとって、どのような成長機会がありますか。
これまでソフトウェア開発に携わってきた方にとって、ある意味、集大成ともいえる挑戦ができる環境だと思っています。
私たちエンジニアは、これまでソフトウェア開発の中で、さまざまな課題を解決してきました。
例えば、プロダクトマネジメントの考え方を取り入れ、個別の要求に応えるだけでなく、ユーザー全体にとって価値のあるものづくりへと進化させてきました。
また、共通する機能をモジュール化して開発を効率化し、暗黙知や判断の背景を共有できる仕組みをつくることで、属人化の解消にも取り組んできました。
実は、こうしたソフトウェア開発で培ってきた知見こそ、今の建設サプライチェーンに必要とされているものなんです。
建設業には、個別最適なものづくりや、熟練者の経験・判断に依存した業務が数多く残されています。一方で、実際のものづくりを伴うため、ソフトウェアだけでは解決できない難しさもあります。
だからこそ、Bizや設計・製造の専門家と協働しながら、これまで培ってきた技術や考え方をリアル産業に応用していく。
ソフトウェア開発の知見を産業に還元し、持続可能なものづくりの仕組みをつくる。 そこに、エンジニアとしての歩みを結実させる機会があると思っています。
ベストプラクティスを待たず、AI活用の最前線へ
── 最後に、読者へメッセージをお願いします。
AIは一時的な流行ではなく、Windowsやインターネットが登場したときに匹敵するほど、大きなインパクトを持つ変化だと捉えています。
これからAIによって、ソフトウェア開発のあり方も、エンジニアに求められる役割も大きく変わっていくと思います。
だからこそ、これまでのベストプラクティスにとらわれず、新しい技術を積極的に取り入れ、変化を楽しむ姿勢が大切だと感じています。
BALLASは今、AIを前提に開発の進め方を大きく変えながら、建設サプライチェーンという巨大な産業の変革にも挑戦しています。
世の中が大きく変わるタイミングで、その最前線を経験できることは、エンジニアとしてのキャリアにも大きなプラスになるはずです。
技術への好奇心を持ち、これまでの経験を活かしながら、新しいものづくりに挑戦したい方と、ぜひ一緒に働きたいと思っています。



