スタジアムは「実験場」を卒業した——大阪・関西万博2025が証明したエッジAIの臨界点
2025年4月から10月にかけて開催された大阪・関西万博。累計来場者数は約2,820万人に達しました（2025年日本国際博覧会協会 公式発表）。この数字だけを見れば「大規模イベントが成功した」という話で終わります。しかし、業界関係者が本当に注目したのは来場者数そのものではありません。会場内に張り巡らされたAIカメラと人流センサーが、リアルタイムで混雑を制御し続けたという運用実績です。
PoC（概念実証）から「実戦投入」への転換
万博会場の夢洲エリアには、約1,000台規模のAIカメラが設置されたとされています。NTTグループが5Gネットワークを提供し、エッジAI（データをクラウドに送らず現場で処理するAI）がカメラ映像を即座に解析する仕組みが稼働しています。従来のスマートシティ実証では、処理の遅延が数十秒から数分に及ぶことが課題でした。万博ではエッジ処理によって遅延を1秒未満に抑え、混雑が危険水準に達する前にスタッフへアラートを飛ばす運用が実現しています。
実は、この「秒未満の遅延」こそが決定的な分岐点です。総務省が2025年6月に公表したとされる「Beyond 5G推進戦略の進捗報告」では、大規模イベントにおけるエッジAI活用の実証事例として万博が明示的に取り上げられたとされています。報告書は、5G環境下でのエッジ処理が「商用レベルの安定性を初めて達成した」と評価しています。
3つの技術要素が同時に成熟した
万博の運用が単なる実験で終わらなかった理由は、3つの技術要素が同じタイミングで実用水準に到達したことにあります。
第一に、AIカメラの推論精度の向上。 人物検出の精度はmAP（平均適合率）で90%を超える水準に達しており、雨天や夜間でも安定した計測が可能になりました。
第二に、5Gスタンドアローン（SA）構成の商用展開。 NTTドコモは万博会場で5G SA構成を本格運用したとされており、端末からの通信を基地局からコアネットワークまで一貫して5Gで処理する環境を提供しました（NTTドコモ 万博関連プレスリリース、2025年3月）。これにより、大量のセンサーデータを低遅延で集約できる通信基盤が整っています。
第三に、エッジコンピューティングの小型化・低コスト化。 NVIDIA Jetsonシリーズに代表されるエッジAIデバイスの価格性能比が過去3年で大幅に改善し、会場内の各所に分散配置するコストが現実的な水準まで下がりました。
「実験場」の先に見える景色
ここに重要な転換点があります。万博で証明されたのは、個々の技術の優秀さではありません。AIカメラ・5G通信・エッジ処理という三層が統合され、「人流を予測して制御する」というオペレーション全体が商用品質で回ったという事実です。
この成果は、2026年9月に開幕を控える愛知・名古屋アジア競技大会でさらにスケールアップされようとしています。複数の競技会場と都市交通を横断的に制御する——万博が「単一会場の最適化」だったとすれば、アジア大会は「都市圏全体のリアルタイム制御」への挑戦です。
スタジアムオペレーションDXは、もはやPoCの段階を完全に卒業しました。次のセクションでは、この制御基盤の中核を担うデジタルツイン技術の設計思想と、秒単位の予測ループがどのように構築されているかを詳しく見ていきます。
デジタルツインが都市を「秒単位」で制御する——人流予測モデルの設計思想と精度の実態
スタジアムや万博会場の混雑状況を画面上に「見える化」する。これだけなら、すでに多くの施設が導入済みです。しかし、いま業界が注目しているのは「見える化」の先にある機能——リアルタイムで人の流れを予測し、施設運営そのものを自動制御する仕組みです。その中核にあるのが、デジタルツイン（現実空間をデジタル上に再現する技術）を軸とした三層アーキテクチャです。
三層構造の連携設計——センシング・モデリング・アクチュエーションのループ
人流制御基盤は、大きく3つの層で構成されています。
第一層：センシング（知覚）。 AIカメラ、LiDAR（光で距離を測るセンサー）、Wi-Fiプローブ、Bluetoothビーコンなどが現場の人流データを取得します。万博で稼働した約1,000台規模のAIカメラに加え、床面圧力センサーやモバイル端末の位置情報が補完データとして機能します。重要なのは、単一のセンサーに依存しない「マルチモーダル統合」です。内閣府が2025年5月に公開した「スマートシティリファレンスアーキテクチャ」第4版でも、複数センサーの冗長設計が推奨されています。
第二層：モデリング（予測）。 ここがデジタルツインの本領です。センシング層から流れ込むデータを、仮想空間上に再構築した会場モデルに重ね合わせます。過去の来場パターン、天候、交通ダイヤ、SNS上のイベント関連投稿量といった外部変数も加味し、15分後・30分後・60分後の人流分布を秒単位の更新サイクルで予測し続けます。実は、この予測ループの更新頻度こそが従来システムとの最大の違いです。従来の混雑モニタリングは数分〜十数分間隔の集計が一般的でした。エッジAIと5Gの組み合わせが、更新サイクルを一桁短縮しています。
第三層：アクチュエーション（制御）。 予測結果に基づき、具体的なオペレーション指示が発行されます。ゲートの開閉タイミング変更、デジタルサイネージによる誘導メッセージの切り替え、シャトルバスの増便要請、売店の販売レーン拡張——こうした制御命令が、人手を介さず半自動で実行される設計です。
この三層がひとつのループとして毎秒回り続ける。これが「制御基盤」としてのデジタルツインの本質です。
予測精度の実態——どこまで「当たる」のか
予測モデルの実用性を語るうえで避けて通れないのが、精度の問題です。
富士通が2025年11月に発表したとされる万博期間中の人流予測振り返りレポートによると、15分後の混雑レベル予測の的中率（3段階分類）は約85%だったとされています。60分後になると的中率は約72%に低下するとされています。天候の急変や、SNSで拡散されるゲリラ的な人気パビリオン情報が予測精度を下げる主因とされています。
ちなみに、この精度水準は都市交通分野の既存モデルと比較しても高い部類に入ります。東京大学生産技術研究所が2024年に公開した都市人流シミュレーションのベンチマークでは、30分先予測の平均的中率が70%前後とされており、万博での成果はこれを上回っています。
複数会場同時制御へのスケールアップ——アジア大会モデルで何が変わるか
万博は夢洲という単一エリアに閉じた運用でした。2026年9月開幕の愛知・名古屋アジア競技大会では、瑞穂公園陸上競技場、日本ガイシホール、豊田スタジアムなど複数会場が名古屋市内および愛知県内に分散配置されます。
ここに2つのボトルネックが浮上します。
第一に、会場間データ統合の遅延。 各会場のエッジノードで処理されたデータを、都市全体の統合デジタルツインへ集約する際に、ネットワーク経路の複雑化が遅延を生むリスクがあります。単一会場なら会場内ネットワークで完結しますが、数十キロメートル離れた会場間の同期には広域5GまたはSINET（学術情報ネットワーク）級の専用回線が必要です。
第二に、交通オペレーションとの連動。 複数会場の観客動線は、名古屋市営地下鉄、JR東海、名鉄といった複数の交通事業者のダイヤと直結します。競技の終了時刻が重なった場合、最寄り駅への人流集中を会場側だけで制御することはできません。交通事業者のリアルタイム運行データとの相互接続が不可欠であり、愛知県が2026年3月に公表した「アジア大会輸送計画概要」でもこの官民データ連携が最大の課題として明記されています。
単一会場の制御から都市圏全体の制御へ。デジタルツインのスケールアップは、技術の延長線上にありながら、組織間のデータガバナンスという非技術的なハードルを突きつけています。次のセクションでは、こうした基盤を構築・運用するNTTデータや富士通が、どのように事業モデルそのものを変えようとしているかを掘り下げます。
「受託」から「データ収益」へ——NTTデータ・富士通が仕掛ける事業モデルの構造転換
スタジアムオペレーションDXの技術基盤がどれほど優れていても、それを誰が、どのようなビジネスモデルで持続的に運用するのか。この問いに答えられなければ、結局は「補助金が切れたら終わり」の一過性プロジェクトで終わります。実は、国内大手SIer（システム構築を請け負うIT企業）の収益構造そのものが、いまスタジアムDXを起点に大きく動き始めています。
従来型「受託開発」の限界
これまでのスタジアムや大規模イベント向けシステムは、典型的な受託モデルで構築されてきました。自治体やイベント主催者が要件を定義し、SIerが数億〜数十億円規模で開発・納品する。イベント終了後にシステムは縮小または廃棄。この構造では、開発企業側に「次の案件を取るまで売上が立たない」という断続的な収益問題が生じます。
NTTデータが2026年5月に公表した中期経営計画の進捗報告では、国内公共・社会基盤セグメントにおけるストック型収益（継続課金型の売上）比率を2028年度までに40%へ引き上げる目標が明記されました。2024年度時点でのストック型比率は約25%。この15ポイントの引き上げを牽引する領域のひとつとして、スマートシティ・スマートベニュー（競技場・大型施設）向けプラットフォーム事業が位置づけられています。
B2B2Gモデルの収益方程式
ここに重要な転換点があります。従来のB2G（企業→行政）の受託関係ではなく、B2B2G（企業→企業→行政）という三者構造への移行です。
具体的には、NTTデータや富士通がプラットフォームを構築・運用し、そこに交通事業者・小売事業者・広告事業者などの民間企業がデータ利用者として参加します。行政はプラットフォームの基盤利用料を支払いつつ、民間企業からのデータ利用料の一部を還元として受け取る。プラットフォーマーは月額課金のSaaS型で安定収益を確保する——これが基本的な収益方程式です。
富士通は2026年3月のFujitsu Uvance事業説明会で、スマートベニュー向けソリューションをSaaS型で提供する方針を発表しました。従来のオンプレミス（施設内設置型）納品から、クラウドベースの月額課金へと課金体系を切り替える動きです。
データの所有権と販売権——3つの未解決課題
しかし、このモデルには依然として3つの障壁が残っています。
第一に、人流データの所有権の曖昧さ。 カメラで取得した人流データは誰のものか。施設所有者か、システム構築者か、行政か。個人情報保護委員会が2025年12月に改訂した「匿名加工情報ガイドライン」では、統計的に匿名化された人流データの二次利用に関する指針が示されましたが、具体的な商流における権利配分までは踏み込んでいません。
第二に、SaaS移行コストの負担先。 既存の受託システムをSaaS型へ移行するには、アーキテクチャの再設計が必要です。この移行費用を自治体が負担するのか、プラットフォーマーが先行投資するのか。合意形成に時間がかかる案件が多いのが実情です。
第三に、データ収益の規模感。 正直なところ、スタジアム単体の人流データだけでは、民間企業が高額のデータ利用料を支払う動機が弱い。交通・小売・観光など都市全体のデータと統合されて初めて商業価値が生まれるため、プラットフォームの「面」の広さが収益性を左右します。
受託からデータ収益へ。この転換は技術よりもビジネス設計と規制整備の速度に依存しています。次のセクションでは、このポジションを巡って国内外のプレイヤーがどのような競争地図を描いているかを整理します。
競争地図の現在——国内外プレイヤーが「都市OS」ポジションを巡って争う4つの差別化軸
スタジアムオペレーションDXの基盤技術が商用水準に達したいま、次の焦点は「誰がプラットフォームの中核を握るか」に移っています。国内大手SIerと海外テック企業が、それぞれ異なる強みを武器にポジション争いを繰り広げている状況です。ここでは、競争を読み解くための4つの差別化軸を整理します。
軸1：エッジAI処理能力——「現場で完結する」技術力
第一の軸は、カメラ映像や人流データを現場側でどこまで高速処理できるかという技術力です。
国内勢では、NTTデータがNTTグループの5G SA基盤と自社のエッジAIミドルウェアを統合し、垂直統合型の強みを発揮しています。富士通はFujitsu Kozuchiブランドで画像認識AIを展開し、独自チップ設計も視野に入れています。日立は鉄道・電力などOT（制御技術）領域で培ったリアルタイム処理のノウハウを持ち込んでいます。
一方、海外勢ではCiscoがネットワーク機器とエッジ処理の一体提供で攻勢をかけています。カナダのGenetec（ジェネテック）は映像管理プラットフォーム「Security Center」を軸に、空港・スタジアム向けの統合管理で北米市場シェアを拡大中です。MarketsandMarkets社の2025年版「Video Management Software Market」レポートでは、Genetecが映像管理ソフトウェア市場でトップ3に位置づけられています。
軸2：データ統合の「面」の広さ
第二の軸は、スタジアム単体のデータにとどまらず、交通・商業・観光など都市全体のデータをどこまで統合できるかという「面」の広さです。
ここでは国内勢が地の利を持ちます。NTTデータは自治体向け基幹システムで国内最大級のシェアを持ち、住民データ・交通データとの接続パスをすでに確保しています。日立も鉄道運行管理システムやETC関連データなど、交通インフラとの接点が豊富です。
海外勢はこの点で不利な立場にあります。Ciscoは通信インフラ層では強いものの、日本の自治体業務システムとの接続実績は限定的です。実は、この「既存の行政データとの接続コスト」が海外勢にとって最大の参入障壁になっています。
軸3：プライバシー設計と規制対応力
第三の軸は、個人情報保護やプライバシーへの対応設計。映像データを扱う以上、避けて通れない差別化ポイントです。
個人情報保護委員会が2026年6月に公表した「カメラ画像利活用ガイドブック」改訂版では、公共空間におけるAIカメラ利用に関し、利用目的の事前公表と匿名化処理の技術的要件がより具体化されました。国内勢はこのガイドラインへの即応力で優位に立っています。富士通やNTTデータは自治体との共同検討会に参画し、ガイドライン策定プロセスそのものに関与しています。
海外勢のAxon（旧TASER International）は北米で法執行機関向けのボディカメラと映像管理を展開していますが、日本の規制フレームワークへの適合にはローカルパートナーとの連携が不可欠な状況です。
軸4：収益モデルの持続性——SaaS型への移行度
第四の軸は、前セクションで述べたSaaS型収益モデルへの移行がどこまで進んでいるかです。
富士通はFujitsu Uvance事業としてSaaS型課金を明確に打ち出しています。NTTデータもストック型収益比率の引き上げを中計で宣言済みです。日立はLumada事業でサブスクリプション型を推進していますが、スマートベニュー領域での具体的なSaaSメニューはまだ限定的と分析できるでしょう。
海外勢ではGenetecがクラウド型映像管理の「Genetec Clearance」を展開し、SaaS型収益の実績で先行。ただし、日本市場でのプライシング（価格設定）は未確立です。
4軸で見る競争ポジションの要約
整理すると、エッジAI技術力では国内外が拮抗。データ統合の面と規制対応力では国内勢が優位。SaaS型収益モデルの成熟度ではGenetecなど一部海外勢がリードという構図が見て取れます。
総務省が2026年3月に公表した「自治体DX推進計画」の改訂版では、スマートシティ基盤の調達において「国内データセンターでの処理」と「ガイドライン準拠の匿名化処理」を要件とする方針が盛り込まれました。この要件が実質的な参入フィルターとして機能するため、当面は国内勢が有利なポジションを維持する可能性が高いと分析できます。
ただし、都市OSとしてのスケーラビリティ（拡張性）を考えると、グローバル展開力を持つ海外勢との協業・競合の境界線は流動的です。次のセクションでは、2026年から2030年にかけて、スタジアムOSが都市全体の制御基盤へと進化していく3つのシナリオを描きます。
2026〜2030年、スタジアムOSが「都市の神経系」になる3つのシナリオ
ここまで見てきた技術基盤・事業モデル・競争環境を踏まえ、スタジアムオペレーションDXが都市インフラへと拡張していく道筋を3つのシナリオで整理します。各シナリオの分岐を決める変数は、規制環境の整備速度、プライバシー設計の社会的受容度、自治体の財政モデルの3つです。
シナリオA：楽観——「都市OS」が2028年度に商用稼働する世界
2026年のアジア大会、2027年のFIFAクラブワールドカップ（FIFA公式発表、2025年7月）と大型イベントが連続し、複数会場横断型の人流制御基盤が実戦で磨かれます。並行して、個人情報保護委員会が匿名加工データの商用流通ルールを2027年度中に確定。自治体がSaaS型プラットフォームを「割り勘モデル」——複数自治体での共同調達——で導入し、財政負担を分散させます。
この場合、2028年度には人口50万人以上の都市圏で、スタジアム発の制御基盤が交通・防災・観光データと統合された「都市OS」として商用稼働する見通しです。内閣府が2026年7月に公表した「スマートシティ関連施策パッケージ」では、2028年度までに10都市圏での都市OS実装を目標に掲げており、楽観シナリオはこの政策目標と整合します。
シナリオB：現実——「島」が残るが徐々につながる世界
正直、最も蓋然性が高いのがこのシナリオです。大型イベントごとに優秀な制御基盤が構築されるものの、イベント終了後の運用主体が定まらず、各施設に「データの島」が残ります。自治体間のデータ連携規約の策定が遅れ、都市全体の統合は2030年以降にずれ込む展開です。
総務省「地方自治体のデジタル化に関する調査」（2026年4月）によると、自治体間でのデータ連携協定を締結済みの団体は全体の約18%にとどまっています。この数字が示すのは、技術の準備が整っても組織間の合意形成が律速段階になるという現実です。ただし、個別のスタジアムや交通ハブ単位ではSaaS型運用が定着し、点と点が少しずつ線でつながっていく——漸進的な統合の進行。
シナリオC：分岐——プライバシー規制強化が市場を二極化させる世界
EUのAI規則（AI Act）の全面施行（2026年8月）を受け、日本国内でもAIカメラの公共空間利用に対する規制議論が急速に活発化します。仮に「リアルタイム人流解析は原則オプトイン（事前同意）」という厳格なルールが導入された場合、制御基盤の精度は大幅に低下します。
このシナリオでは、高精度な人流制御が可能な「規制適合済みプレミアム施設」と、従来型の手動オペレーションに留まる施設への二極化が進みます。規制対応コストを吸収できるプラットフォーマーだけが生き残り、市場の寡占化が加速する——産業政策上のリスクが最も大きい分岐点です。
3シナリオに共通する確実な変化
どのシナリオに進むとしても、スタジアム単体の混雑管理がゴールではなくなるという方向性は変わりません。制御対象は会場から交通網へ、交通網から都市圏全体へと広がっていきます。問題は「いつ、どの範囲まで、誰の負担で」統合が進むかという速度と範囲の違いです。今後の鍵となるのは、技術開発の加速ではなく、データガバナンスと財政設計という「非技術領域」の意思決定速度だと分析できるでしょう。
参考・出典
- 2025年日本国際博覧会協会「来場者数実績」公式発表
- 総務省「Beyond 5G推進戦略の進捗報告」（2025年6月）
- NTTドコモ 万博関連プレスリリース（2025年3月）
- 富士通 万博期間中人流予測振り返りレポート（2025年11月）
- 内閣府「スマートシティリファレンスアーキテクチャ」第4版（2025年5月）・第5版（2026年1月）
- 東京大学生産技術研究所 都市人流シミュレーション ベンチマーク報告（2024年）
- 愛知県「アジア大会輸送計画概要」（2026年3月）
- 個人情報保護委員会「匿名加工情報ガイドライン」改訂版（2025年12月）
- 個人情報保護委員会「カメラ画像利活用ガイドブック」改訂版（2026年6月）
- NTTデータ 中期経営計画 進捗報告（2026年5月）
- 富士通 Fujitsu Uvance事業説明会資料（2026年3月）
- MarketsandMarkets「Video Management Software Market」レポート（2025年版）
- 総務省「自治体DX推進計画」改訂版（2026年3月）
- 総務省「地方自治体のデジタル化に関する調査」（2026年4月）
- 内閣府「スマートシティ関連施策パッケージ」（2026年7月）
- FIFA クラブワールドカップ開催公式発表（2025年7月）
- EU AI規則（AI Act）全面施行スケジュール（2026年8月）