『結果にコミットする。®』のキャッチフレーズでおなじみ、マンツーマントレーニングで知られるライザップが、テクノロジーを活用した取り組みに次々とチャレンジしている。ボディメイクの大きな核となる食事管理の部分に、AIによる画像解析を駆使し、スマートフォンで食事を撮影するだけで栄養素やグラム数を記録できる「フードアナライザー」機能を搭載したアプリ「RIZAP touch 2.0」が先ごろローンチされ大きく話題を呼んでいる。顧客とのコミュニケーションを重要視してきた同社が、テクノロジーイノベーションをどのように推進しているのか。現在４期目を迎え、全国に29店舗を構える「ライザップゴルフ」を訪ね、その事業成果について話を伺った。

最先端のセンシングデバイスが
全てのスイングやショットを数値化

ライザップゴルフの店舗に一歩足を踏み入れると、バーを思わせるようなスタイリッシュで落ち着いた内装に、「これがゴルフスクール？」と驚くだろう。レッスンを行う個室に入り、会員カードを接触端末にかざすと、シミュレーターが起動し、自分のデータが映し出される。ゲームの世界に入り込んだような錯覚を引き起こす「プライベートレッスン」のスタートだ。

「ゴルフ人口の減少に伴い、ゴルフの練習場も減っていて、仕事前や仕事帰りに打ちっぱなし、というのもなかなかできなくなっていますし、女性一人では練習場に行きづらいとか、練習場で他の人に声をかけられることに抵抗が、という話もよく聞きます。ここライザップゴルフなら各地にありますし、クラブやウェア、靴の貸し出しも行っているので、ジム感覚で気軽に来ていただけます」と語るのは、ライザップ株式会社 マーケティング本部 ブランドマーケティング部 ＣＸ戦略ユニット ユニット長の澤本陽介さん。

予約を取ってマンツーマンでのパーソナルトレーニングという意味ではイメージしていた通りだが、レッスン中の全てのスイングやショットをデータで記録し、ゲストもトレーナーもその場で確認することができることがライザップゴルフの大きな特色だ。

センシングデバイスをクラブに装着し、Bluetoothでアプリと連動させ、スイングすると１スイングあたり10万件以上のデータが抽出される、抽出されたデータは動作アルゴリズムで解析され、クラブを真上から見たときの軌道、ボールに当たった時の（クラブの）ヘッドの開き具合、クラブが地面に対してどう動いているか、スピードやテンポ、角度などあらゆる見地から検証できる。

たとえば初心者にとっては「アプローチの際はハーフスイングでピンに寄せましょう」と言葉だけで説明を受けても、ハーフスイングがどの程度クラブを振り上げるものか具体的にイメージすることさえも難しい。動画があればトレーナーも説明がよりスムーズになるし、ゲストも実践しやすいというメリットがある。

これらのデータを参考に、トレーナーが日々のレッスン、目標に到達するまでのプログラムを考え、ゲストのレベルに合わせてストレッチや筋トレなどの宿題も出す。正しい体の使い方を習得するためには、参考になる動画の添付も欠かせない。これら宿題の管理や報告、フィードバックもアプリ上で行うとのことだ。

このシミュレーターを採用したもうひとつの理由は、安定した環境で再現性を高めるため。

通常の練習場では雨や風などの天候や騒音など、環境要因によりレッスンに集中できないデメリットもあるが、周囲の影響を受けない静かで落ち着いた完全個室であれば、気がそれることもなく、スイングやフォームが安定し、上達に近づくというわけだ。

一人で思い悩んでしまうゲストに、
離れた場所からもソリューションを提供したい

アプリが活躍するのは店舗内でのレッスン時だけではない。ゴルフ場でのラウンドの様子を同伴者に撮影してもらい、アプリから動画を送れば、トレーナーからアドバイスを受けることもできるし、トレーナーも次回のレッスンまでにプログラムを考えることもできる。もちろんコミュニケーションツールとしての利用も可能だ。

レッスンアプリ以外に、ラウンドの記録が取れるスコアアプリ「GOLF　SCORE」も展開しており、トータルパット数やフェアウェイキープ率、ショートホールでのワンオン率などあらゆるデータをためておくことでサービスを向上させている。

「複数人数でラウンドを回っていても、ゴルフは基本的にひとりで結果に向き合うスポーツ。ひとりで悩みを抱え込んで、スランプに陥ってしまう人が多いんです。そんな人たちに離れた場でも提供できるサービスはないかと思ったことがきっかけ」と澤本さんが言うように、テクノロジーをプラスすることで、コミュニケーションをより密に、というのはいかにもライザップらしいソリューションだ。

また、膨大なデータを読み解き、分析する能力がトレーナーの本来のミッション以外にも求められるスキルでもある。大学や企業ゴルフ場などトレーナー各人が勉強してきた方法は異なる中で、顧客に均一なサービスを届けるために、専門の教育チームが手がけた「ライザップゴルフメソッド」と呼ばれる教え方の虎の巻をベースに、全店舗のトレーナーに座学、実地試験やテストを行い、育成に努めている。

ゴルフ場までの足にも
テクノロジーを活用していきたい

とはいえ、ゴルフ人口減少という大きな問題は避けて通れない。今ゴルフを楽しんでいるのはシニア層が中心で、若者とゴルフの接点が持ちづらいのは否定できないようだ。

まずゴルフはクラブやウェアなどモノが必要、一緒にラウンドを回る仲間が必要、と様々な事前準備が必要だが、その中でも一番のネックとなるのはやはり車だろう。若い世代がマイカーを持つことも少なってきた今、ゴルフ場への足がないことが大きな機会損失ともなっているが、ここもパーソナルモビリティや自動運転車などテクノロジーの進化に期待をしていると澤本さんは語る。

「自動運転が進めば、もっと気軽にゴルフ場に出かけられるし、車内環境ももっと変わるでしょう。通信が4Gから5Gになれば、もっと大容量のデータを送信することも可能なので、ゴルフ場への移動中でもさらにサービスを提供できるかもしれません。あくまでもお客様の満足が第一なので、最新技術を使っていることを強調したいわけではないのですが、たとえばこのセンシングデバイスもシールみたいにもっと薄型にならないかな？とか、アプリとの連携もBluetoothじゃなくて自動でできるものはないだろうか？とか。その可能性を模索したいので自動車メーカーさんや、一緒に開発してくれているメーカーさんとは積極的に会話をしていますし、技術先進国の欧米や、シミュレーターを作っているアジアの企業の方にも可能な限り、当社の製品を見てもらっています。」

このほか、スマホ向け人気ゴルフゲームとコラボしたトーナメントを開催するなど、オンラインの施策で若い世代の獲得も試みている。

「ゲームで面白いと感じてもらったら、体験レッスンにも来やすいでしょうし、よりゴルフの面白さを体感してもらえると思います」

ゴルフクラブをオーダーできるラボを併設するなど、ゲストとのコミュニケーションが多角的で、次から次へと施策を生み出している様子も窺える。

今は競泳やプロサッカーなど、一部の有能な選手たちが使っているセンシング技術だけれども、今後はゴルフのようにアマチュアが楽しむスポーツにもセンシング技術の活用が浸透していくのかもしれない。

自動運転技術や各種最先端技術を駆使しながら、「よりラクチンに」「より便利に」移動できる未来がやってくる。しかし、それを本当に必要とするのはどんな人なのだろうか？　ここでは、芝浦工業大学の伊東教授に話を伺いながら、「モビリティ」という概念が生まれた背景とともに、この技術によって解決すべき本質的な問題は何かを探っていく。

モビリティで移動はさらに便利になる

2018年1月、米国ラスベガスでおこなわれた『CES 2018』にて、トヨタ自動車の豊田章男社長が「モビリティ・カンパニーへと変革する」と宣言をおこなった。以来、広く一般にも注目されることとなった「モビリティ」なるワード。本来は「移動性」や「流動性」といった広義の英単語だが、いまや「未来の移動手段」といった意味合いで使われることが多い。

さらに、日本政府も「未来投資戦略2018」のなかで「MaaS（Mobility as a Service）」の推進を重点分野に掲げた。マース（MaaS）とは、鉄道やバスなどの公共交通機関、タクシー、カーシェア、サイクルシェアといった移動手段（マイカーを除く）を、シームレスに連携させていこうとする試みだ。スマホのアプリで出発地から目的地までを検索、そこで提案されたルートの予約から支払いまでも一元化していこうとしている。

「未来の移動」が変わろうとしている理由

「モビリティ」なるものがなぜ注目されるようになったのか？　そこには、自動運転技術やEV自動車の進化がある。さらには、AI（人工知能）、IoT（モノのインターネット）、IoE（すべてがインターネットでつながること）といった、自動運転や各種連携をサポートする最先端技術が生まれたことも大きい。これにより、さらに「便利」な「未来の移動手段」を描くことが可能になったのだ。

「1996年、国土交通省が自動ブレーキ化を進めるプロジェクトをスタートしました。それ以前から大手メーカーは研究を進めていましたが、ここで日本企業が一斉に開発をスタートしたのです」

そう語るのは、芝浦工業大学 システム理工学部 機械制御システム学科 運転支援システム研究室の教授である伊東敏夫氏。伊東教授は、かつてダイハツ工業にて各種運転支援システムを開発してきた経歴をもつ。

芝浦工業大学 伊東敏夫教授

「ダイハツ時代は安全性の向上のため、ぶつからない車を作ることからスタートしました。自動ブレーキを完成させるためには、スロットルとブレーキ制御の技術が必要になります。さらには、センシングの技術も必要。すると、前走車に追従したり、車線に沿って走ったりと、自動運転への道が自然と開かれるようになるんです」

自動車の自動ブレーキは2010年頃から商品化がスタート。その後、自動運転機技術の向上とともに、工場の作業車やドローン、さらには家庭用掃除機に至るまで、あらゆるものを自動運転させる試みが生まれていった。

ラストワンマイル問題の
解決策は見つかるのか

芝浦工業大学でも、「アーバン・エコ・モビリティ研究拠点の形成」という事業を2018年度よりスタート。都市を拠点とする同大学の強みを生かしながら、[都市の「交流」「物流」「環境」をエンジニアリング技術・人材により支える]という組織的なテーマを設けて研究を進めている。これは、2018年度の文部科学省市立大学研究ブランディング事業採択プロジェクトでもある。

では、都市の課題とは何か？　芝浦工業大学では、「交通渋滞」「ラストワンマイル問題」「コミュニティの喪失」「インフラの老朽化」「エネルギー負荷」「環境負荷」「高齢化」の7つを挙げている。それらを、同大学が得意とする「パワー・エレクトロニクス」「高機能性材料」「自動走行」「ロボット・ネットワーク」という4つの研究領域を駆使しながら、地域、産業界、自治体などと共に解決しようとしている。

伊東教授が率いる研究室は、「自動走行」が専門領域である。解決しようとしている都市の課題は「ラストワンマイル問題」。ラストワンマイルとは、最寄りのバス停から自宅まで、最寄り駅から病院までなど、近くの拠点から最終目的地までの区間を指す。それがなぜ「問題」なのかといえば、道が細かったり、道路が整備されていなかったり、建物内だったり、走行条件が複雑すぎて各種センシングが難しく、自動運転の実現が困難だからである。

「技術面での一番の問題はセンサーです。日々進化はしていますが、それでも数十年レベルでは人間の能力を超えることは不可能だと思います。道路に亀裂が走っていたり、崖から石が落ちてきたりなどには対応できません。そのため、周囲のインフラからサポートしてもらわないといけないわけです。つまり、自動車においては、しっかりと整備された高速道路でしか、今のところ自動運転が実現できないわけです」

首さえ振れば、上下左右360°近い環境を認識できる人間の能力はそれほどすごいのである。

本当に自動運転を求めているのは誰なのか？

「でも、自動運転を本当に必要としているのは、何らかの理由で運転ができない人ですよね？　そういった方々の多くは、一般道や過疎の山道を使う人なわけです。しかし現状としては、必要としている人が少ない高速道路で、しかも高級車から導入されていく…。そこで、自動運転が一番必要な人の乗り物を考えたときに、まずは電動車いすが浮かびました。でも、そのサイズだと車体が小さすぎてバッテリーがもたない。そこで電動シニアカーに注目したわけです。どちらも法律的には歩行者扱いで免許がいらない。また、それを必要としている方々は経済的にも裕福ではないと思われるので、普及させるためには安価に自動化させる必要があるとも考えました」

伊東教授が現在進めているのは、自動運転に最低限必要な装備をボックス化して、どんなシニアカーにも「後付け」で装着できるというもの。シニアカーは幅が約60cmとコンパクトなのでビルや病院であれば部屋まで入ることができ、エレベーターにも乗ることができる。究極のラストワンマイル・モビリティなのだ。

どんなシニアカーにも後付けできるのが魅力。乗員の状況も検知するので、何か異常があれば家庭などと通信することも可能。今後は電波レーダーを歩行者に向けて照射し、非接触で心拍数を測定することで生き物かどうか、おかしな状況でないかを計測していきたいという。

「LiDARで対象物までの距離や位置、形状を検知しています。一度通った場所は覚えているので、GPSがなくても走行できます。あとは、360°の魚眼カメラで全周囲を見ています。センシングはこのふたつだけ。シニアカーはすべて手もとコントロールなので、フロントにモーターを集中させると人間の手のように制御できるんですよ」

ラストワンマイルにこそ
人間らしさがある

伊東教授の研究室は埼玉県の大宮キャンパスにあるが、実証実験は東京都の豊洲キャンパスでおこなっている。

「歩行者との共存がテーマですから、人通りの多い豊洲のほうが理想の環境に近い。また、近隣ビルの協力が得られたので、校舎をスタートして信号のある歩道を通り、ビルに入って校舎に戻るという実験をしています。問題は、人通りが多いと常にセンサーが働いて動けなくなってしまうということ。今後のテーマは、AI学習によって人の挙動を研究することです」

自動車でもなし得ていない、インフラを使わない単体での自動走行。さらに、人の往来が多いほど、安全のために停止し続けてしまうもどかしさ。ただでさえ難しいラストワンマイルのなかでも、歩道の走行は困難を極める。人間は日々、阿吽の呼吸を使いながら生活しているからだ。

一般的に「モビリティのパーソナライズ化」と言うと、身体特性や趣味趣向に合わせたハードウェアのカスタムに目が行きがちだ。しかし、それ以前に「自分の行きたい場所に行ける」という「パーソナルな欲求」を解決することが必要となる。小さな子どもが、なんでも自分ひとりでやりたがるように、自分ひとりで何かを成し遂げる達成感は幸福の原点にある。「ひとりで、会いたい人に会える」「ひとりで、行きたいところに行ける」。パーソナルなモビリティはそんな「純粋な思い」を叶えるものであることを忘れてはいけない。「未来の移動手段」は真のダイバーシティを実現することにある。