対談 CONVERSATION

目指すは、複数個の金メダル!大会直前、日本のエースが語った本音【森井大輝:2018年冬季パラリンピック注目選手】前編

岸 由利子 | Yuriko Kishi

ピョンチャンパラリンピック開幕まで、あと2日の今、日本屈指のチェアスキーヤー森井大輝選手の活躍に、熱い期待が寄せられている。02年ソルトレークシティ大会から、14年ソチ大会まで、パラリンピック4大会連続で出場し、通算銀メダル3個、銅メダル1個を獲得。ワールドカップ個人総合2連覇を達成した世界王者が、唯一手にしていないのが、パラリンピックの金メダル。5度目となる世界の大舞台で勝ち取るべく、アクセル全開でトレーニングに取り組む中、HERO X編集長であり、RDS社のクリエイティブ・ディレクターとして森井選手のチェアスキー開発に携わる杉原行里(あんり)が、大会直前の心境について話を伺った。“大輝くん”、“行里くん”と互いにファーストネームで呼び合うふたりは、アスリートとサプライヤーであり、5年来の友人でもある。忌憚なき本音トークをご覧いただきたい。

速さのベースは、かつてないシートの安定感

杉原行里(以下、杉原):大輝くんと出会って、もう5年になるのかな?

森井大輝選手(以下、森井):はい、ソチパラリンピックの前年の2013年に初めてお会いしました。

杉原:最近はどうですか?

森井:滑りの安定は、今まで以上に出てきたのではないかと思います。おかげさまで、昨年、一昨年のワールドカップでは、まさに自分が求めていた滑りができました。今シーズンは、スイスで開催予定だった開幕戦が、悪天候のためにキャンセルになり、12月にオーストリアのクータイで行われた実質上の初戦では、4位という結果でした。このレース期に入ってから、どこに行っても頭が痛いのが、雪。たくさん降ると、レースバーンも、おのずと柔らかくなります。スイスでは、圧雪車で柔らかい雪を圧雪した場所で、ずっとトレーニングしていて、良いタイムが出ていたのですが、クータイでは、レースバーンにかなりのハードパックが施されていて、違和感が否めなかった。

柔らかい雪でセッティングを出した状態で、ものすごく硬いバーンで滑ると、どうしても合わないんです。今回の敗因は、僕の中での調整ミスと、トレーニング中のフィーリングや滑りを出せなかったことにありますが、一つ良かったのは、ピョンチャン直前ではなく、この時期に気づけたこと。異なる雪質でのセッティングを含めて、今一度、マシンのセッティングを見直す良いきっかけになりました。

ただ、今のレベルに安定していられるのは、やっぱりシートの安定があってこそだと思います。これまでシートは、シーズンごとに作り変えなくてはならず、その度に形がずれて、フィッティングが微妙に変わってしまうことがありましたが、今はそれがないし、本当に自分が望んでいたものを手に入れることができている。安定して強度のあるシートは、今の僕の速さのベースになっていますし、僕の武器ともいえるのではないかと思います。

杉原:それは良かったです。じゃあ、ソチ大会の時に比べると、気持ち的にも、やっぱり違いますか?

森井:全然、違います。フレームだったり、シートだったり、良い滑りって、マシンの全てのパーツのバランスから生まれてくるので、どこかが欠けていれば、当然、それを補う必要はありますが、マテリアルに関しての不安要素は、過去4大会に比べて、一番少ないですね。

心強いチームのおかげで、
トレーニングに集中できる僕がいる

杉原:でも、飽くなき欲望にかられる大輝くんだから、もう何か欲しいでしょ?

森井:欲望というか、「この部分をこうしたら、どうなるのかな」というイメージはたくさんありますけど、まずは脇目を振らず、ピョンチャンに向けて、最大限の努力をしようという気持ちで…

杉原:絶対、ウソ!(笑)世界王者の大輝くんたるもの、何か目論んでいるはず!ところで、チーム森井大輝、すごいですね。今日、密着取材しているテレビの人たち、ざっと20人近くいるでしょう?大輝くんが動いたら、撮影クルーや記者の皆さんがぞーっと動く。僕が動いても、誰も動かないのに(笑)。

森井:RDS社や、所属のトヨタ自動車をはじめ、サポートしてくださる皆さんのチーム体制のおかげで、安定した気持ちで、心からトレーニングに集中することができています。僕がチェアスキーを始めた頃って、「チェアスキーって、何?」という人の方が圧倒的に多い状態で、とにかく色んな人に知って欲しいという気持ちが強くありました。今、素晴らしい環境を与えていただいていることに加えて、メディアなどを通して、多くの方にチェアスキーを知ってもらえる機会を与えていただけるのは、本当に光栄です。

杉原:大輝くんをはじめ、日本人選手が極めて強いということもあって、近年は、チェアスキー特有のエクストリーム感が伝わる形で紹介されることが増えましたよね。障がい者スポーツという括りではなく、エンターテイメント性の高いスポーツとして、人々の興味を惹く見せ方と言ったらいいのかな。エクストリームスポーツとしてのチェアスキーの魅力がちゃんと伝わってくるし、僕も我が事のように嬉しいです。

1個ではなく、複数個の金メダルが欲しい

森井:僕は、カッコよくなければいけないと思っています。カッコイイっていうのは、パフォーマンスはもちろんですし、チェアスキーというマシンも含めて、全てです。近年、ヨーロッパなどに行くと、外国人の方たちから、「カッコいい!」、「これは何?写真を撮ってもいい?」と声を掛けられることが増えたのですが、健常者の方が見ても、チェアスキーが凄いと思ってもらえるものになってきたことを、とても誇りに思っています。

マシンについては、RDS社が開発に携わってくださったシートやカウルの注目度がすごく高いんです。有り難いですし、またそのマシンを使うことができることに対する誇りが、僕の背中を押してくれています。その誇りが、タイムにも少し反映されているんじゃないかなって思います。

杉原:あのマシンに乗っていったら、ゲレンデに着いた瞬間、すでにちょっと勝った気がするよね(笑)。チェアスキーの選手でもない分際で偉そうなことを言って、他の選手には失礼にあたるかもしれないけれど。

森井:正直言うと、このチェアスキーに乗っているから、負けられないっていう気持ちもあります。たくさんの方々の想いが詰まったマシンなので、このマシンに乗っているかぎり、下手な滑りはできないし、その時にできる最大限の努力をして滑りたい。野球に例えるなら、どんな球が来ても、常にフルスイングで挑むぞ!みたいな。

杉原:ところで、来たるピョンチャンパラリンピック。金メダルは、何個獲得をする予定ですか?

森井:まだ何とも言えないですけど。

杉原:どうして?言っていきましょうよ。

森井:少し大人な言い方をするなら、複数個のメダルは獲りたいです。

杉原:え、複数個の銀メダルを?

森井:今回は、銀メダルではないメダルを獲りたいなと思っています。

杉原: これまでに獲得したメダルを入れているガンケースを見せてもらったことがあったけど、大輝くん、銀メダルの保管の仕方がちょっと雑だもんね(笑)。

森井:(時間が経ったこともあるけれど)はい、錆びています。今、ホテルに一通りあります。

中編へつづく

森井大輝(Taiki Morii)
1980年、東京都あきる野市出身。4 歳からスキーを始め、アルペンスキーでインターハイを目指してトレーニングに励んでいたが、97年バイク事故で脊髄を損傷。翌年に開催された長野パラリンピックを病室のテレビで観て、チェアスキーを始める。02 年ソルトレークシティー以来、パラリンピックに4大会連続出場し、06年トリノの大回転で銀メダル、10年バンクーバーでは滑降で銀メダル、スーパー大回転で銅メダルを獲得。その後もシーズン個人総合優勝などを重ねていき、日本選手団の主将を務めた14年ソチではスーパー大回転で銀メダルを獲得。2015-16シーズンに続き、2016-17シーズンIPCアルペンスキーワールドカップで2季連続総合優勝を果たした世界王者。18年3月、5度目のパラリンピックとなるピョンチャンで悲願の金メダルを狙う。トヨタ自動車所属。

(text: 岸 由利子 | Yuriko Kishi)

(photo: 増元幸司)

  • Facebookでシェアする
  • LINEで送る

RECOMMEND あなたへのおすすめ

対談 CONVERSATION

Laboro.AI 椎橋徹夫と語る AIが引き出す新しいバリュー データ統合ビジネスで見えてくる日本の未来

吉田直子

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

(text: 吉田直子)

  • Facebookでシェアする
  • LINEで送る

PICK UP 注目記事

CATEGORY カテゴリー