Archives

LINKSのイベント開催記録やコラム

AIの進化でデータの価値はどう変わる?眠っていた情報が拓く、人と社会の可能性
ai& Inc. 共同創業者兼CEO デビット・ベネット氏/ダイナミックマッププラットフォーム株式会社 代表取締役社長CEO 吉村 修一氏インタビュー

INTERVIEW

2026-10-01

画像左:デビット・ベネット 氏(ai& Inc. 共同創業者 兼 CEO)、画像右:吉村 修一 氏(ダイナミックマッププラットフォーム株式会社 代表取締役社長CEO)

本記事は、国土交通省が「Project LINKS」で推進するオープンイノベーションの取り組みの一環として、データ×AI活用による新たな価値創出や社会実装の可能性を探る対談である。

AIが進化し、多様なアイデアを持つ個人が、自らプロダクトを生み出せる時代になった。フィジカルAIの社会実装も、現実味が高まっている。人間の可能性が大きく広がる今、カギとなるのが、AIの土台となるデータの価値を捉え直す視点だ。

データの整備・活用とAI技術開発の最前線で事業に取り組む、ダイナミックマッププラットフォームの吉村修一氏とai&のデビット・ベネット氏を迎え、実務経験を踏まえた視点から語り合ってもらった。AIビジネスのトップランナーである2人が実践するデータとAIへの向き合い方から、アイデアを形にするヒントを探る。

Project LINKSとは
生成AIを活用して国土交通分野の膨大な行政情報を構造化し、「データ」として整備する取り組み。国土交通分野のデータを社会全体で使える「知のインフラ」とし、新たな事業創出や、本物のデータから社会課題を学ぶ機会につなげる。

データを「作る・整える」LINKS Vedaと「使う・可視化する」LINKS BIの2つのシステムで、プログラミング等の専門知識がなくてもデータの「構築」から「活用」までを可能にしている。LINKSオープンデータは、G空間情報センターから入手可能。

AIで作り手の可能性が広がる

―まず、おふたりの事業について教えてください。

吉村 ダイナミックマッププラットフォームは、自動運転に必要となる高精度3次元地図データの整備を目的に、2016年に設立された会社です。日本政府主導のもと、国内自動車メーカー10社などの出資を受けてスタートしました。
現在は日本市場だけに閉じることなく、26カ国でグローバルに事業を展開しています。AIの進化に伴い、自動運転をはじめとするフィジカルAI向けのデータセット事業(Data for AI)を本格化させています。

デビット 最先端AIを日本で実現するため、2026年3月にai&を設立しました。私たちが掲げているのが、日本国内でデータとAIを安心して扱える「ソブリンAI」の考え方です。
自社でデータセンターを持ち、サーバーやGPUなどのインフラから、日本の言語、文化、社会や産業を反映したAIモデルまで開発しています。このようにエンドツーエンドでAIを開発する企業は、日本はもちろん世界的にも稀な存在です。
私は、日本は新しいテクノロジーの普及には時間がかかる傾向がありますが、今こそ取り組むべきタイミングであると考えています。これまではそれでも追いつけたかもしれませんが、AIは指数関数的に進化しています。このままでは、世界との差が広がる一方だという危機感があります。

吉村 今ならまだ間に合いますか?

デビット 間に合います。ただ、日本でのAIの使い方は、質問や翻訳、作業の補助などが中心です。「AIでこんなことまでできるんだ!」というマジックモーメントを体験する機会は、まだ少ないのではないでしょうか。だからこそ、AIに触れ、その可能性を実感できる機会をもっと増やしていく必要があると思います。

―そうした機会の一つとして、Project LINKSでも11月28・29日に、国土交通分野のオープンデータと最先端のAIを活用したハッカソンを開催します。

吉村 2025年のハッカソンの受賞作を見ました。すぐに社内で共有したくらい、興味深い内容でした。
私たちも以前は、大学生に空間データを提供して、ビジネスモデルを考えるアイデアソンと実際にプロダクトまで作るハッカソンを開催していたんです。当時は両者は別のものでしたが、今なら非エンジニアでもアイデアを形にして、プロダクトのデモまで作れます。アイデアソンとハッカソンの垣根はなくなりつつあり、私たちも、もう一度検討してみたいと思っています。

デビット これまでは、ある分野の専門家がアイデアをもっていても、自分でソリューションをつくることは困難でした。しかし今は、専門家自身がプロンプトを打ち込むだけで、直接アプリを作れます。エンジニアやプログラマーでは想像もしなかったようなアプリが生まれています。

AI時代の価値あるデータとは?

―AIの進化によって、眠っていたデータが活用できるようになりました。Project LINKSでも、紙で保管された国土交通分野の行政情報を構造化し、オープンデータ化する取り組みを進めています。AI時代に、データの価値や役割はどう変わっていくのでしょうか。

吉村 一般的なAIでは、データの量が重要です。LLMはインターネット上の膨大なデータを学習し、現在のように進化してきました。
一方、AIがフィジカルな領域に広がると、求められるデータも変わります。例えば自動運転では、人が突然飛び出してきたり、天候が急変したりといった特殊な状況で、AIが通常時と同じように判断して走行すると危険です。めったに起こらないエッジケースを学習・検証することが重要で、そのためには多種多様なデータが必要になります。
ただ実際に、エッジケースのデータを集めるのは難しいです。交通事故のデータを大量に集めたり、大雨のたびに車を走らせてデータを取得したりするのは、現実的ではありません。そこで、データを人工的に生成します。大雨や、車の前に突然人が現れるといった状況をデジタル上で再現し、フィジカルAIの学習用データセットにしていくわけです。

デビット 私は「眠っているデータ」自体がなくなると思います。
これまでは、まず作りたいアプリケーションがあり、そのために必要なデータを用意するという考え方でした。しかしAIを使えば、多様なデータの中から、人間が想像していなかった使い道を見つけることもできます。この先はAIエージェントが、自ら課題を発見し、提案するようにもなるでしょう。

―そこまでAIが主体性を持つと、人間の脅威になるという懸念はありませんか?

デビット 私は逆だと思います。AIは人間に取って代わるものではなく、人間がよりクリエイティブなことに取り組むための強力なツールです。私たちの社名の「ai&」にも「AIと共に」という意味が込められています。

吉村 まったく同じ意見です。私は人類とAIの「共進化」という表現を使っています。
人間の役割がなくなる、AIが暴走するといった悲観論があります。何も対策しなければ、特にフィジカルAIでは、懸念が現実になる可能性があるでしょう。
AIやロボットだけで判断から行動までを完結させると、人間が事故のリスクを制御できず、問題が起きたときに原因を説明することもできません。
だからこそ、人間が介在できる仕組みと、AIの判断を制御する「ガードレール」が必要です。例えば、通行不可や右折禁止などのルールは、道路の物理的な形状をAIに認識させただけではわかりません。意味情報をAIに与え、ルールとして守らせる必要があります。

―日本固有の文化や慣習も、AIに学習させるデータとして重要になりそうですね。

デビット 現在のAIの基盤モデルをつくっているのは、アメリカや中国が中心です。モデルには言語はもちろん、その国の文化が反映されます。
ですから、日本のためのAIをつくるには、日本の歴史や社会、ルールを学習させる必要があります。その意味で、これまで使われてこなかった日本のデータは大きな価値をもっています。
個人的な例でいうと、僕はもともと日本の古典文学を勉強していました。昔の資料には、まだ十分に読まれていないものがたくさんあります。それらをAIの学習に活用すれば、日本の歴史や文化を理解するうえで役立つと思います。

吉村 フィジカルAIでもローカル性は重要です。交通ルールなどは国や地域によって異なるため、それぞれに合わせてローカライズする必要があります。

デビット 国土交通分野の行政情報も、今使うために、長い間保存してきたと考えたいですね。これまで紙で残されてきた情報をデジタル化して管理すれば、AIによってさまざまな活用が生まれます。国として、ぜひ取り組んでほしいですね。

AIで、「使えるデータ」に変える

吉村 国が持つ情報をオープンデータ化することで、イノベーションが生まれる可能性はあるでしょう。一方で、私たちもデータをつくり、提供する側として、課題も感じています。
データは本来、何らかの目的があり、そのために必要な情報を収集し、構造化してつくられるものです。例えば自動運転向けのデータなら、構築するシステム、使用するセンサーといった条件に応じて、必要な情報を整理したうえで、データの仕様を定めます。データベースを目的に合わせて加工するのが私たちの仕事です。
つまり、元になるデータと、目的に合わせて使えるデータの間には、大きな隔たりがあり、両者をつなぐ役割が必要なのです。

デビット AIもその間をつなぐようになります。これまでは、形式や構造が異なるデータを統一し、使える状態に整えるだけでも大変でした。しかしAIを使えば、異なる形式のデータでも内容を理解し、ユーザーのニーズに合わせて整理できます。先ほど述べたように、AIが人間の想定していなかった使い道まで、提案できるようになるでしょう。
だからこそ、用途が見えていないデータでも、まずは蓄積しておくことに大きな意味があります。

吉村 データを蓄積する意義には私も賛成です。ただ、特にフィジカルAIでは、元になるデータの正確性が重要です。意図的に改ざんされたものや誤ったデータが混ざると、データ全体の信頼性が損なわれ、AIモデルにも影響します。その点、公的なデータは基本的にそうした問題が起こりません。

―国土交通分野のデータはどのように活用できるのでしょうか?

吉村 例えば、事故が起こりやすい場所には、道路の幅や交差点の形状、光の反射など、さまざまな要因があります。私たちは現在、自社で保有するデータをもとに、世界各地で自動運転の難易度をスコアリングしていますが、過去の事故実績などの公的なデータを組み合わせれば、モデルの精度をさらに高められます。
河川や治水に関するデータにも関心があります。大雨で河川が氾濫すると、アンダーパスが冠水して事故につながることがあります。道路構造のデータはすでに持っているので、水がたまりやすい場所などのシミュレーションは可能です。そこに、過去にどのような雨が降り、どこで河川が氾濫したのかといった情報を組み合わせれば、冠水リスクをより正確にスコアリングできます。
今後はProject LINKSで公開されるデータも、活用していきたいと思います。

まず使う。AIでアイデアをプロダクトへ

―一日単位で進化するAIに、私たちはどう向き合えばいいのでしょうか。

デビット OpenAIの創設メンバーで、著名なAI研究者であるアンドレイ・カーパシーですら、「速すぎてキャッチアップできない」という趣旨の発言をしています。誰もAIの進化についていくことなんてできないということです。
すべてを理解できないからといって、諦めることはありません。まずは、自分の興味のある分野でAIを使ってみて、どんなことができるかを知るだけで十分です。
ぜひ試してほしいのが、AIを使ったプログラミングです。専門知識がなくても「こんなものまで自分でつくれるんだ」と驚くと思います。わからないことは、AIに聞けば、自分のレベルに合わせて教えてくれます。AIについて学ぶうえでも、AIを使うのが一番良い方法です。

吉村 AIの開発競争は激しいですが、ユーザー側はその時点の最新モデルをすぐに使えますよね。後から始めた人でも、今すぐ同じラインに立てるということです。
当社では、社員がAIを利用した際のトークン数を毎月計測し、全社でランキングしています。興味深いことに、トークン数と業務のパフォーマンスにはかなり高い相関があります。もともと成果を出していた人が上位にいる一方、AIを活用することで処理能力が上がり、以前より成果を出せるようになった人もいます。

デビット 最近、「One Person One Billion Dollar Company」というコンセプトが注目されています。AIをうまく活用すれば、一人でも会社を立ち上げ、大きなビジネスをつくれるという考え方です。
今のAIツールなら、数時間で完成度の高いアプリケーションをつくれます。「LINKS: POWER of DATA x DATA 2026」のハッカソンでも、国土交通分野のオープンデータを活用して、「つくってみたかった」「こんなものがあればいいのに」と思っていたものを、実際に形にできます。それが起業や、企業と連携した新たなビジネスにつながる時代になっていると思います。

吉村 まさに一人起業ですね。これまでは、エンジニアがソフトウェアをつくって世に出そうとするとき、営業などを考えると、企業に所属するメリットがありました。でも今は、AIを使ってプロダクトをつくり、世の中に届けるところまで、一人でできるようになっています。
僕が興味を持っているのは、それがフィジカルな領域でも起こるのかということです。ソフトウェアのようにデジタルで完結するものだけでなく、ハードウェアが関わる場合でも、AIの進化によって、少人数でプロダクトをつくり、実装するところまでできるようになるのか。そこには非常に夢があると思っています。

PageTop