リバスタ、建設現場CO2排出量データ取得効率化に向けた全国規模実証実験を拡大

PR TIMES より
スポンサーリンク
記事の要約
- リバスタは建設現場の燃料使用によるCO2排出量データ取得効率化に向けた実証実験を全国へ拡大した
- 元請会社17社、燃料配送事業者17社が参画し、全国9エリアで展開
- 2025年秋から冬頃を目途にサービス正式リリース予定
スポンサーリンク
リバスタ、建設現場CO2排出量データ取得効率化に向けた実証実験を全国へ拡大
株式会社リバスタは2025年5月21日、建設現場での燃料使用に由来するCO2排出量データを効率的に把握・管理するスキームの実証実験を全国へ拡大したことを発表した。このスキームは、元請会社と燃料配送事業者間で燃料購買量データをスムーズにやり取りすることで、元請会社が業務負担をかけることなくCO2排出量データを効率的に把握・管理できるよう設計されているのだ。
2024年5月より開始された実証実験には、当初15社だった元請会社が新たに2社加わり計17社となった。さらに、全国各地の燃料配送事業者16社が新たに加わり、計17社が参画することになった。これにより、北海道から九州までの全国9エリアに本スキームが展開されることになったのだ。
本スキームは、燃料配送事業者が保有する燃料購買量データを、建設現場ごとのCO2排出量算定用データに変換し元請会社に提供するフローとなっている。これにより、元請会社はスコープ1(元請会社の燃料購買量データにより算定するCO2排出量)に加え、スコープ3(協力会社の燃料購買量データにより算定するCO2排出量)の管理も可能となり、より網羅的なCO2排出量データの管理を実現できるようになったのだ。
実証実験概要
項目 | 詳細 |
---|---|
開始日 | 2024年5月 |
参画元請会社数 | 17社 |
参画燃料配送事業者数 | 17社 |
展開エリア | 全国9エリア(北海道・東北・関東・北陸・東海・関西・中国・四国・九州) |
データ対象 | 燃料購買量データ(スコープ1、スコープ3) |
サービスリリース予定 | 2025年秋から冬頃 |
スポンサーリンク
CO2排出量データの効率的な取得・管理
本スキームは、建設現場における燃料使用に由来するCO2排出量データの取得効率化を目的としている。従来、元請会社は複数の燃料配送事業者から個別にデータを取得する必要があり、作業工数増加や管理の煩雑化が課題であった。
- データの一元管理による業務効率化
- 燃料配送事業者への負担軽減
- 正確なCO2排出量把握による脱炭素化促進
本スキームによって、これらの課題が解決され、建設業界全体の脱炭素化に貢献することが期待されるのだ。
全国展開実証実験に関する考察
本実証実験の全国展開は、建設業界全体のCO2排出量削減に大きく貢献するだろう。多くの元請会社と燃料配送事業者の参画により、データの網羅性が高まり、より正確なCO2排出量把握が可能になる。しかし、全国規模でのデータ連携には、システムの安定性やセキュリティ対策の強化が不可欠だ。
データの標準化やシステムの互換性確保も重要な課題となるだろう。異なるシステムを使用する事業者間のデータ連携をスムーズに行うためには、共通のデータフォーマットやAPIの整備が必要となる。また、データの正確性や信頼性を確保するための監査体制の構築も重要である。
今後、低炭素燃料の普及促進や、本スキームを活用した更なるCO2排出量削減に向けた取り組みが期待される。データ分析による排出量削減効果の可視化や、削減目標達成に向けた具体的な施策の提案なども必要となるだろう。
参考サイト
- ^ PR TIMES. 「リバスタ、建設現場での燃料使用に由来するCO2排出量データの取得効率化に向けた実証実験の規模を全国へ拡大 | 株式会社リバスタのプレスリリース」. https://prtimes.jp/main/html/rd/p/000000080.000025005.html, (参照 25-05-22). 2205
※上記コンテンツはAIで確認しておりますが、間違い等ある場合はコメントよりご連絡いただけますと幸いです。
- 10X、小売DX支援プラットフォームStailerの新戦略発表、AI活用で生産性向上目指す
- ABB PixelPaint、メルセデス・ベンツのジンデルフィンゲン工場に導入され持続可能な塗装を実現
- ABEJAがJAXA委託でISS「きぼう」用音声認識システムを構築、宇宙飛行士の作業効率向上に貢献
- AICX協会がAIエージェントカンファレンス「AI Agent Day 2025 Summer」開催を発表、AIエージェント導入の支援を強化
- AIoTクラウド、アルコールチェック管理サービス『スリーゼロ』をDX総合EXPOで展示
- atarayo、AI活用で債権回収業務効率化を実現 業務工数75~90%削減
- Allganizeが社内ドキュメント対応Deep Research機能を提供開始、AIによる業務効率化を実現
- Classiのtetoru集金機能、四万十市で導入開始 保護者利便性と業務効率化に貢献
- CloudBrains、Lansmart by SmartHRのパートナー評価機能提供開始、業務委託管理の効率化と透明性向上に貢献
- CROSLAN社、特定技能外国人管理クラウドサービスSMILEVISAのオンライン申請機能で特許取得、入管申請業務の効率化に貢献
スポンサーリンク