ハンドルを握るだけで、ドライバーが行きたい先や、やりたいことを予測してくれる、そんな車との付き合い方ができる世の中が目前に迫ってきている。移動を軸にセンシング技術を駆使することでそんな未来を描くひとりが、株式会社スマートドライブCEOの北川烈氏だ。DX2.0という構想を掲げる北川氏に直接お話を聞いた。

データ蓄積が可能にする
一歩先の日常

杉原：DX2.0を掲げておられますが、具体的にどういうものなのでしょうか。

北川：DX2.0というのは移動にまつわるデータを集積し、可視化だけでなく問題解決のために活用して試みです。ドライブレコーダーはもちろん、今後は様々な移動にまつわるセンサー、コネクティッドカーなど、様々なデバイスのデータを蓄積し、つなげていくと、いろいろなことができるようになると思っています。その中で、プラットフォーマーの役割を担うのがスマートドライブの役目だと考えています。例えば、車を購入したとします。車を安全に動かすためにはタイヤの減りに合わせて交換するなど、メンテナンスが必要になりますが、それを定期点検ではなくデータに基づいてする方はあまり多くありません。

杉原：そうなんですよね。僕は車が好きで、運転も好きなので、タイヤを交換しない人は信じられないと思うのですが、タイヤの減りが原因でスリップ事故に繋がる例はいくつもありますから、メンテナンスは大事ですよね。

北川：そうなんですよね。だから、例えば、タイヤの減り具合をセンシングして、替え時を教えてくれるようにするとか、そういうこともできてくる。

杉原：僕は北川さんの事業に大変共感していて、そのデータというものが、優位性を保ちながら取れる状況になってくると、いままで普通に生活していたものが、バリューになってくるわけじゃないですか。例えば、僕は高齢者が増えていることって結構ラッキーなことだと捉えています。高齢者が増えた分だけモニターが増えた！と。

先進国という言い方が合っているのかは分かりませんが、他国と比較してもいち早く超高齢化社会を迎えるということは、ソフトウェア・ハードウェアを含めて新たなサービスが生まれやすい環境ともとれます。そして、それを輸出できるわけで、仮に、高齢者にまつわるデータバンキングができれば、それをトレースすることだってできる。

北川：そうとも言えますよね。

杉原：前回の北川さんのお話からすると、このDX2.0ともうひとつ、企業運営に関わる移動にまつわるセンシングをされていて、そちらはDX1.0と呼ばれていますが、スマートドライブさんで手掛けられているこの2つの事業というのは、どちらも同じくらい注力されているんでしょうか？

北川：そうですね。例えるなら…プレイステーションとかそういったものに近いかもしれません。いろいろな方が弊社のプラットフォーム上にサービスを作って欲しいと考えていますが、プレイステーションのように各自で色んなゲームを作ってもらい、あとは放置というわけにはいかず、自分たち自身でもおもしろいソフトを作ったり、パートナー企業の支援もしないと誰もこの上に作ろうと思わないというのと同じで、私たち自身もプラットフォームを使って、いいなと思えるサービスを作るし、それがあるからパートナーがこの上に何かを作りたいと思ってくれる。そこの両輪だと思っているので、どちらも同じくらい力を入れています。

狭い意味のMaaSだけでは
価値があぶれる時代へ

杉原：お聞きしたいのが、御社のビジネスの側面で切り離せないのが、世の中で言われている『MaaS（Mobility as a Service）』だと思うんですけど、僕は東京でのMaaSについては少し厳しいのではないかなと感じているんです。日本は海外と比べると既にMaaS化されているというか。個人的には日本においてモビリティーサービス的なソフトウエアが必要になってくるのは、過疎化が進んでいたり高齢者の多い地域なんじゃないかなと。

北川：私もそのとおりだと思います。実際東京に住んでいたら、グーグルマップとスイカがあれば全部できてしまうので、MaaSというのはニーズが低いかもしれない。やはりあるとすれば、杉原さんのおっしゃる通り地方とか過疎化の進んでいる地域なのかなという気はしますね。

私がよく言っているのは広義のMaaSと狭義のMaaSで、今注目されているMaaSって、もっと広い領域までカバーされていて、我々のようなデータプラットフォームもそうですし、お客様のデータを集約してお客様と接点を持つような会社もMaaSと言われることが多いと思うんです。これまでは自動車メーカーは○○がいい、保険会社は○○がいいといったようなBtoCで顧客に直接個別のマーケティングをしていたものが、間にMaaSの事業者が入っていくことで、エンドユーザーからすればどんな車だろうが保険だろうが関係ない。これまで直接顧客接点を持っていた自動車メーカーや保険会社が、MaaS事業者を相手にする比率が高まり、そういうBtoBのビジネスに変わっていくというところが一番大きな変化かなと。そういう意味では我々もお客様の情報を預かって、データによっていろいろと最適化していくことで、ある意味ではMaaSに近い領域をやっていけるんじゃないかなと感じています。

杉原：広義となると、僕らの手掛けているモビリティーなんかも入ってくると思うんですけど、狭義なところでいくと、2025年には約30%が65歳以上になるといわれていますが、それは中央値であって、地方に至ってはすでに40%近い。データサイエンティフィックなところで言うと、バスがいつ来るのか、そのバスを利用する高齢者はいつ買い物に行くのか、その時間帯にバスは必要なのかということはスマートドライブさんの事業でされていることを活用すれば最適解を導き出せますよね。ということは、イノベーションが起きやすい。

移動を戦略と捉え
営業活動に役立てるためのセンシング

北川：地方にある移動式スーパーとか、EVのカーシェアとか、いわゆるGoogleアナリティクスのリアル版のようなことは今まで可視化されていなかったんですけど、WEBサイトでいうGoogleアナリティクスみたいなものが弊社にはあるので、それを使うと、何時にはどういうお客様が何人来てとか、7時以降は帰りのバスだけでいいとか、ここにカーシェアを置いても使わないからこの時間帯はこっちに持ってこよう、というようなことが出来るんですよね。

杉原：だから、スマートドライブさんのプラットフォームを使えば、要は僕らがそれを使う技術を持っていれば、そのプラットフォームを使うユーザーになれるということですよね。つまり、オープンプラットフォーム。

北川：そうです。裏側に我々が入っているということです。ですので、MaaS事業者と言われる方々の裏側に我々がサポートとして入るというようなケースも出てくるということです。

（プロフィール）
北川烈（きたがわ・れつ）
SmartDrive 代表取締役 (CEO) 。慶應義塾大学在籍時に国内ベンチャーでインターンを経験、複数の新規事業立ち上げに参加。その後、1年間米国に留学、エンジニアリングを学んだのち、東京大学大学院に進学。研究分野は移動体のデータ分析。その中で、今後自動車のデータ活用、EV、自動運転技術が今後の移動を大きく変えていくことに感銘を受け、在学中にSmartDriveを創業した。
https://smartdrive.co.jp

現在はAIの第三次ブームといわれている。機械のスペックが上がり、膨大なデータを処理できるようになったことで、いわゆるディープラーニングが可能になり、ビジネスの様々なシーンに活用されるようになった。しかし、AIが何を得意とし、実際にAIを使ってどんなことができるのかは一般にはあまり知られていない。AIを活用したオーダーメイド型のソリューション開発やコンサルティングを提供する株式会社 Laboro.AIのCEO・椎橋徹夫氏に、編集長・杉原行里がAIビジネスの可能性を聞く！

AIは人間の右脳的な働きを実現できる

杉原：僕はその分野にいるのでそう感じてはいないのですが、一般の方はAIを神格化している部分があると思います。そもそも“AIはなんでもできるのか？問題 ”というのがあると思うのですが、そのあたりを教えていただけますでしょうか？

椎橋：AI万能論に対してよく言うのは、まず「AIは基本的にはソフトウェアです」ということです。ただ、今までのソフトウェアやITシステムとは少し種類が違うことができるようになっています。今までのソフトウェアはロジカルな処理を正確に速くやることが得意でした。一方で直感的な処理が結構難しかったんです。

例えば、画像を見て、それが犬か、猫かを分類するみたいなことは、明文化できない直感的な処理が人間の脳の中で起こっています。そういう直感的な処理は今までのソフトウェアでは全くできませんでした。でも、AIはそれができるようになった。人間のように賢くて難しいことができるというより、人はわりと当たり前にやっているけれども、従来ならプログラムやルールに落とし込みきれなかった処理ができるようになったソフトウェアだと考えています。今までのソフトウェアが左脳的なものだったのに対して、AIは右脳的な処理ができるようになったと言ってもいいと思います。膨大なデータから自動的に特徴を見い出して、それに沿って具体的な認識や予測ができるようになりました。ですから、AIという言葉は「データに基づいた直感的な処理ができるソフトウェア」や、「認識や予測のアルゴリズム」という捉え方をするのが、現時点では実態に近い説明ではないでしょうか。

杉原：もともと、椎橋さんは東大の松尾研究室にも関わられていたということなので、その分野のエキスパートだと思うのですが、僕は、AIが介在することによって、今までバリューとしてとらえていなかった一連の行動や、価値を見出せていなかったデータを、価値あるものに置換できる未来を期待しているのですが。

椎橋：はい。まさにそうですね。

杉原：ヘルスケアの部門はそれが顕著だと思います。御社や椎橋さんの中で、今後こういう未来が来そうだという予測はありますか？

椎橋：はい。実はヘルスケア、メディカルの領域はひとつの重点領域として考えています。まさに、AIのイノベーションというのは、今までは価値に変換できなかった細かいデータを、AIというアルゴリズムを通して効率よく価値（バリュー）に変換できることです。でも、その中でまずみなさんがやるのは、とりあえず持っているデータの価値を引き出すためのAIを開発することなんです。

一方で20〜30年後を考えると、そういうタイプの取り組みの価値は、むしろ小さくなると考えています。より大きいのはA社、B社、C社、それぞれが持っている断片的なデータをきちんと組み合わせてAIのアルゴリズムを通すと、全員にとってかなり大きな価値を生み出すという流れです。今、我々は様々な領域でクライアントと１対１でAIのスキームを作っていますが、この先は複数のデータをつなげてAIに入れて価値を引き出すということも視野に入れていく必要性があるなと感じています。

杉原：具体的な例はありますか？

椎橋：はい、そうですね、例えば、今、健康診断のデータは保険組合が、病院の診断データは病院が、細かい精密検査のデータは検査会社がそれぞれ持っているような状態です。一方でそれらのデータを使って価値あることをやりたいのは、製薬会社や医療保険系の保険会社です。データを様々な人が断片的に持っていて、かつそのデータの価値を一番引き出せる人が、データを持ってないということが、すごくわかりやすく起こっているのが医療の領域です。この医療ビッグデータの活用が、ひとつの議論です。患者さんのデータを共有しあう構造の中で、アルゴリズムで処理されて適切に医療データが提供される形になると、リスクがあれば早めに手を打てて、健康なまま長く生きることが可能です。

近未来に予想されるAIの具体的な活用について話し合う編集長杉原（左）と椎橋代表（右）

杉原：僕もまったく同じことをずっと言っています。僕らはたぶん将来、病院というものが形を変えていくだろうと考えています。日々生活していく中で当たり前のようにデータがとられ、レコメンデーションがどんどんされていって、健康寿命が延びていくと。製薬・投薬もそうですが、まだパーソナライズされたものがないですよね。そこまでには越えなきゃいけない壁がたくさんあるとは思いますが。

椎橋：医療費も削減されるので、国レベルで考えるとデータの統合は絶対やったほうがいいのですが、難しいのは、一歩踏み出す、その一歩の踏み出しによってネガティブな印象を受ける可能性があることです。短期的にいかにインセンティブがある形で各プレイヤーがそこに踏み出していけるかというのを設計することが重要だと思います。

杉原：そうですね。僕らもよく言っているのは、結局ここで一番大事なのはコミュニケーションだということです。どういう未来がインセンティブをくれるのかというのを提示しない限りは、たぶんみんなはデータ共有に賛成してくれないですよね。

「冷蔵庫の中の最適解」を
AIが導き出す!?

杉原：今後、医療の業界以外には、どういう分野でより顕著にAIが活用されていくでしょうか。

椎橋：そうですね。キーワードになるのが、フィジカル×コンシューマのデータの領域だと思っています。要はインターネットを介したデジタルなデータの分野は、すでにネット系のプレイヤーが色々とやっています。一方で物理的なところと切り離せない領域、医療もそうですが、これはまだネット系のプレイヤーもほとんど手つかずです。

食の領域もそうですね。例えばレシピは、データがフィジカルなので、あまりきちんと整備されていない。ここが整備されていくと、新しい料理をAIが発明したり、その人の今食べたいものと料理のスキル、あとは冷蔵庫の中に何が入っているかを総合的に見て、作り方まで含めた献立の提案ができる世界も可能です。これをやろうとすると、一社だけではできない。栄養という観点でいうと、先ほどの医療にもつながっていきますし、食周りのデータにAIを活用するというのはあると思います。

杉原：確かに食もパーソナライゼーションされていくほど最適解みたいなものが出てきますよね。と同時に、要はフードロスの防止にもつながると思います。だいたい日本だと年間600万トンくらい捨てられていて、実は事業者と一般家庭は、ほぼ同じくらいの量を捨てているそうなんです。ということは、まず冷凍庫の中の最適解がまだ出ていないのではないかと。買い物に対してのレコメンデーションが出てくればロスを減らせるし、そういう世界も、悪くないなと思います。スーパーマーケットで先に買っておいてくれるとか。

椎橋：結局、ネットのデジタルな消費って消費者の消費活動でいうとかなり部分的ですよね。フィジカルな領域の消費データにきちんとアルゴリズムやAIが入っていけば、バリュー地点をさかのぼって、産業全体のデータをつなげて、より効率化していくということが絶対に起こってくると思います。

杉原：僕らはデータを提供したら、１人あたり年間で何百万円かもらえる世界がくるだろうと予想しています。65歳以上からは年金をもらわなくても、たぶんデータ提供者にお金がもらえるみたいな未来が来るんじゃないかと。

椎橋：これまでのインターネットを中心としたイノベーションは、GAFAやBATなどの米中のインターネットジャイアントがデータを全部抱え込む世界でした。それに対して、ヨーロッパのGDPR（EU一般データ保護規則）などの動きもそうですが、個々人が自分のデータを管理するという分散型の方向に行ったほうが健康的ですよね。それが成り立ちうるひとつの領域が医療です。だから医療を起点に、それぞれが自分のデータを管理して、それを適切な範囲で提供することで、誰かに対して価値を提供して対価を得る。そういう社会的な構造を日本のマーケットで世界に先駆けて作って、その形を海外に展開していくことができると、すごく面白いと思います。まさに医療かつ高齢者という部分では、日本は世界最先端の課題先進国ですし。

杉原：今後日本の新しい産業を支えていく上では根幹となっていく部分かなと僕も思っています。課題先進国というのはある意味ラッキーですよね。

テックビジネスで
必要なのは技術の俯瞰図

杉原：一方でAIの世界は進化が速いですよね。そうすると、ビジネス側も研究をおろそかにできないと思います。それについてはどう考えていますか？

椎橋：AIもそうですが、あらゆるイノベーションが起こっている時は、まず学術的な領域から論文などの形で新しい技術が発表され、新しい手法が科学的に確立され、それが実用可能な技術に落とし込まれ、さらに現場で使えるソリューションになっていくという、一連の流れがあります。その意味で、アカデミアの先端にきちんとキャッチアップながら、それをどう使えばどんな産業ビジネス的な価値につながるのかということを考えることが大事だと思います。

ただ、学術的に新しいことを生み出すことをスタートアップ企業がやらなきゃいけないかというと、必ずしもそうではないですよね。どちらかというと、全体像がきちんと見えていて、技術の俯瞰地図を持っているということが必要です。つまり、この技術を探ろうと思ったらこの研究者にあたればいいとか、この論文を見ればいいとかいう全体図ですね。医療に例えれば、各専門医をつなげられる総合医のような立場です。これからスタートアップを起こす時には、実現したいことに対して、全体的なマップを見て、「これを実現するためにはこの専門医とこの専門医とこの専門医に聞きに行くのが重要だ」とか、「これをつなげるのが重要だ」とか、そう考えられることが大事ですね。

杉原：あとは誰とコラボやアライアンスを組んでいくかというのが大事になりますよね。実現したい未来に対して、１人ではなかなかチャレンジできませんから。HERO Xも、ここがコミュニティの場になって、様々なものが生まれていけばいいなと思っています。

椎橋徹夫（しいはし・てつお）
米国州立テキサス大学理学部物理学/数学二重専攻卒。ボストンコンサルティンググループに入社後、東京オフィス、ワシントンDCオフィスにてデジタル・アナリティクス領域を専門に国内外の多数のプロジェクトに携わる。BCG社内のテクノロジーアドバンテージグループのコアメンバーとして、ビッグデータ活用チームの立上げをリード。のちに東京大学工学系研究科松尾豊研究室にて産学連携の取り組み、データサイエンス領域の教育、企業連携の取り組みに従事。2016年、株式会社Laboro.AI（https://laboro.ai/）を創業、代表取締役CEOに就任

関連記事を読む

• あなたの疾病リスクが予知可能に　東芝が仕掛ける近未来の医療
• 行動から人の内面状態を読み取るAI！？岡田将吾の気になる研究　前編
• 世界の食料問題を畜産スマートカメラが変える！ AIと歩むコーンテック社の先進的な取り組み
• 「テックの理想は見えないこと」とは？ 顔認証技術がもたらす未来が知りたい！
• AI、IoT、そして5G！次世代テクノロジーを集結し、スポーツ指導を進化させた「アスリーティックラボ」とは？