ITに託す日本の未来

企画に当たって

テクノロジーによって世界でマーケットメイクを行う

　世界に先駆けて高齢化、人口減少といった課題に直面する日本を「課題先進国」とポジティブに捉える人がいる。だが、5年後には他の先進国も日本同様の課題を抱えることが確実だ。これからの5年でもっとスピーディー、ダイナミックに変化を起こし、日本は「課題解決先進国」として世界の新しいモデルになるべきだ。

　人口減の進む日本において、課題解決にはテクノロジーの活用が欠かせない。かつての技術立国・日本では、よいものを作れば売れるマーケットがあった。そのため、長年、企業は何も考えずに同じモノを横並びで作って過当競争を繰り返し、誰も儲（もう）からない悪循環に陥った。この悪循環から脱却するには、テクノロジーやデータで付加価値をつけ、マーケットメイクを行う必要がある。人口減少で労働力、そして、消費者が失われていく今、地域ごとの希少価値を付加価値へと変換し、モノだけでなく、サービスや、さらには総合的なバリューチェーンのプロセスも輸出していかなければならない。

　ドローンや人工知能（AI）を活用し、さまざまな産業分野の生産性を高めるソフトウエア開発を行っているオプティムの菅谷氏、ネットワーク化で持続可能な農業を目指す東京大学大学院の二宮氏、乗り合いの配車システムを開発する公立はこだて未来大学の松原氏、オンライン診療システムに取り組むインテグリティ・ヘルスケアの武藤氏、AIによって物流のムダ解決を図る日本データサイエンス研究所の加藤氏。彼らの先進的な取り組みは、課題解決への希望を抱かせてくれる。

テクノロジー活用を阻害する旧態依然の体制とマインド

　テクノロジーへの取り組み自体は日本でも盛んに行われているのだが、問題は、課題解決に取り組む先駆者たちを阻害する、旧態依然の体制であり、マインドである。

　例えば、医療だ。日本において、診察や薬の処方は、人間の医師・薬剤師による対面が原則とされてきた。オンライン診察や医薬品のネット販売も認められ始めているとはいえ、適用される症状、医薬品は限定されており、普及しているとは言いがたい状況にある。また、患者1人ひとりに最適な医療を提供するためには、病歴、薬歴などを統一されたデータベースに集約すべきであるが、こうした動きは実現には程遠く、時間がかかりすぎている。

　農業をはじめとする1次産業では、都道府県ごとに区切られた行政単位が壁になっている。一例を挙げれば、九州の各県から和牛が輸出されているが、各県でブランディングが行われており、国内競争をそのまま海外に持ち込んで価格競争している。「和牛」という統一したブランドで勝負ができていない。狭い視野で競うのではなく、大きなマーケットを目指してまとまった単位で受注を一元化する。それによって付加価値を提供し、好循環を作り上げていくような戦略を考え、行動に移していくことが必要である。

　交通に関しても、道路運送法によって乗り合いバスとタクシーは明確に区分されており、中間的な配車サービスを提供することができない。交通の便がよくない地域では、せっかくのインバウンド観光客の需要にも応えられずにいる。車での移動が必須となっている地域で、運転が難しくなった高齢者や公共交通手段がない観光客などへの手段の提供が求められている。そうしたニーズに対してサービスを提供する新規参入者に、時代に合わない規制を適用するのではなく、どのようにすれば各地域での最適なモビリティを実現できるのかをデザインすべきだ。

地域の自由度を高める「廃県置藩」という考え方

　こうしたナンセンスな状況を打破するには、法制度を改革し、地域の自由度を高める必要がある。これはなにも道州制といった大がかりな改革でなくてもよい。複数の行政単位にまたがる組織を統合したり、業界ごとの細かな規制を取り払うだけでも自由度は高められる。

　そういう意味で、「藩」のあり方は参考になるだろう（注）。かつての藩は、地形や人々の気質（きしつ）といった歴史的背景に基づいて構成されていたが、明治の廃藩置県はその文脈を無視し、政治的に地域を統合してしまった。地域特性を生かせる「廃県置藩」的な考え方によって、土壌の特長や気候などで分類した「新しい地域」ごとの農作物の付加価値化や林業の振興、地域産業の強化を行うことで雇用の拡大も期待できる。地域の自由度を高め、その中核拠点となる都市が地域内のテクノロジー開発や教育、公共サービスを主導するのがあるべき姿ではないか。

　例えば、ドイツでは5万から10万人程度の地方都市にも特色のあるグローバル企業が多数存在し、地域行政と大学、企業が連携して学生をサポートする体制を整えている。アメリカのボストン市では、2030年までに1人乗り自動車利用の半減を目標とし、住民からアイデアを募って実現に向けて動き出している。

（注）筆者が委員長を務めた経済同友会PTの報告書（2013年）を参照。
https://www.doyukai.or.jp/policyproposals/articles/2013/pdf/130730a_01.pdf

識者に問う

ITの活用で、課題をどう乗り越えられるのか。実現のために何をすべきか。

　労働人口の減少は日本のすべての産業に共通する課題だ。来る第4次産業革命は、ITがあらゆる産業に結び付くことで、産業全体の生産性を飛躍的に高める可能性を秘める。そこで、われわれは、さまざまな産業のトップランナーと組んで、ソフトウエア開発を行っている。農業では、AIがドローンから送られてくる画像を読み取り、害虫にピンポイントで少量の薬をドローンから散布するテクノロジーの開発に成功した。その結果、99.9％の農薬が削減され、われわれの「減農薬野菜」は市場で3倍の高値をつけている。建設業でも、現場の作業進捗（しんちょく）や作業者の稼働状況の「見える化」、災害時の土砂崩れの現場の自動測量などを行っているまた、医療では、レントゲン写真や血液検査にAIを導入し、解析精度を上げる試みがなされている。AIの活用により生産性が向上する例は枚挙にいとまがない。特に多くの人手（ひとで）要する産業こそ、第4次産業革命型の産業に「再発明」される機会が潜在している。

　AIやIoTによって、生産性を高める方法そのものが大きく変わることがポイントだ。機械自体の性能を上げるのではなく、工事現場の全体の作業効率を上げることが重要となる。どんなに早く走行できる建機を作るよりも、土を掘ったらダンプカーを自動的に呼ぶ機能を建機がつけている方が、全体の作業効率が上がる。林業では、山林にドローンを飛ばし、伐採木の選定や管理効率の改善に活用する。

　これらの技術は、カメラやセンサーが現場で収集するビッグデータを蓄積し、それを高精度に解析するAIを搭載した情報基盤プラットフォームがあって、初めて可能となる。膨大な、現場のリアルな情報をデジタルに変えることで、「シークレット・ビッグデータ」として圧倒的な情報量と価値が生まれる。そこは、GAFAも覇権を取れない。人口が減っている地域こそ、プロトタイプをつくり、日本で広めて、世界に売っていく。第4次産業革命は日本の地方から始まる。

識者に問う

ITの活用で、課題をどう乗り越えられるのか。実現のために何をすべきか。

　農業が直面する課題への様々な取組が行われている。まず、高齢化と労働力不足だ。外国人労働者なしには農業が成立しない事態に陥っている。人手不足を補い、生産を効率化するための、農作業の自動化やロボット化の技術は日々発展し、コストも低下している。現在、果樹等さらに手のかかる作物の受粉や収穫、除草ロボット等の研究開発が盛んに行われている。将来、人間と同様の手作業機能や背伸び機能を搭載したロボット開発も夢ではなく、同じロボットを汎用（はんよう）的に使い回せる。

　次に、日本の高品質農業を支える篤農家の熟練技術や暗黙知を次世代に継承する課題だ。画像を含む多様なセンサーを付けて、気温や植物の状態などのデータを網羅的に集め、篤農家の行動と結び付ける。それに、これまで蓄積した生物学的知識を統合して、データ科学的にアプローチすることで、技術継承は十分可能と考えている。

　さらに、日本の農業の国際競争力を高めていくことも重要な政策課題だ。しかし、中山間地域に代表される狭い農地が多い日本で、生産効率を高めるのは容易ではない。農業には、天候に左右される「不確実性」や、場所や農家によって土壌や水、気象条件、品種等が違うという「地域特異性」がある。そのため、臨機応変な状況への対処、それぞれの場でのカスタマイズが必要で、それが高コストにつながっている。ここで参考になるのが、カスタマイズしても低コスト化できると提唱するIndustry4.0（注）の発想だ。小規模分散圃場（ほじょう）の効率的管理、農業機械や資材の共同購入や共同利用、栽培管理データや知識の共有による高品質化など、農家をネットワーク化し仮想共同的な経営ができれば、日本のような小規模農地でも、大規模農地並みの効率を実現できると期待する。

　20世紀の農業は生産の最大化を目指し、ある程度成功した。21世紀は、世界の経済発展が求める高品質な農産物の十分な供給に加え、その持続性の担保が必須だ。農業による環境負荷や温室効果ガス排出の軽減、節水、省エネ、気候変動への対処、食品ロスの撲滅など、極めて複雑な問題の中で、最適解を常に見いだし、増加する世界の食糧需要に応える必要がある。さらなる技術革新とともに、地球規模で農業生産をネットワーク化し、社会科学のビッグデータとともに、それを実現できる農業を希求すべきだ。

（注）世界中に立地する工場の生産工程をネットワーク化し、注文から出荷までをリアルタイムで管理。生産工程を効率的にすることで、低コストで個別のニーズにカスタマイズした多品種少量生産の実現を目指す。ドイツ政府が2011年に打ち出し、官民で取り組む。

識者に問う

ITの活用で、課題をどう乗り越えられるのか。実現のために何をすべきか。

　人口減少・高齢化問題に直面し、全国のあちこちの町で、公共交通が利用者の低迷により廃業・撤退に追い込まれている。ここ函館でも、バスや市電の本数が減少する一方だ。公共交通が不便になると、住民は自家用車を手放せなくなり、それがさらなる公共交通の減少を招くという悪循環に陥る。車を持たないと外出もできず、町の活気も失われる。「移動の自由」の確保は、生活の質や町の存続に大きく関わる問題だ。

　経営赤字に直面する公共交通を存続させるには、限られた公共交通を効率的に走らせ、利便性を高めて利用者を増やすことに尽きる。それを実現するため、私たちは大学発のベンチャー企業を立ち上げ、SAVS（Smart Access Vehicle Service）というサービスに取り組んでいる。SAVSは、時間・ルートを固定しない、オンデマンドの乗り合い車両の配車システム。利用者が現在地、目的地、到着希望時刻をスマホで知らせると、車両の運行状況から、瞬時に最適な車と最適経路が計算され配車される。利用者はバス停などの決められた場所に行く必要がなく、どこからでも乗り合い車両を呼び出せる。バスのように同じ方向に行く人が「便乗」するので、タクシーよりも安いのが特徴だ。

　さらに、SAVSを、外出の目的であるサービスと連携させていければ、利用者の満足度も上がり、効率化も実現する。例えば、患者が乗車した時点で、到着時刻を自動的に病院に連絡することで、患者の待ち時間を減らせ、病院側も施設の稼働率を高められる。同様の連携は、レストラン、観光地などでも可能だ。人だけではなく、モノを便乗させることで、物流の効率性向上、町の渋滞緩和にも貢献できる。

　SAVSは、自宅、駅、バス停からのファースト／ラストワンマイルを補完する交通手段として、MaaS（Mobility as a Service）のプラットフォームの一翼を担い、エネルギーや医療、健康、観光など多様な領域とも横断連携したシステムへと進化していくことを目指している。実証実験を重ね、公共交通の衰退が加速している地域を中心に実運用が始まっている。

識者に問う

ITの活用で、課題をどう乗り越えられるのか。実現のために何をすべきか。

　医療の課題の1つは、食生活の欧米化や高齢化に伴う疾病構造の変化に、医療の仕組みが追い付いていないことだ。高度成長期までの医療は感染症への対応、すなわち、細菌などの原因の診断と投薬治療が主だった。これに対し、現在は慢性的な生活習慣病が中心で、これは薬だけでは治らない病だ。患者自身が意識を転換し、普段の食事や運動習慣を改めることが重要になる。医師は、患者の生活環境やライフスタイル等の細かな情報を得て、個々人に合った予防や治療方法を見極める。そして、適切なタイミングで患者を指導することが望ましい。こうした新たな役割を、月に1度の、しかも数分の外来診療だけでは、医師は果たすことはできない。

　そこでわれわれが取り組んでいるのがYaDoc（ヤードック）というオンライン診療システムだ。YaDocでは、血圧などの体調・病状や、食事をはじめとする普段の生活状態を、日々、患者にスマホで入力してもらう。血圧計などの一部の家庭用機器からは、血圧や歩数の測定データが自動的に送られ、患者の状況を継続的にモニタリングするのに役立つ。また、オンライン診察機能を備えており、患者が希望すれば、診察の一部をアプリのビデオ通話で済ませることができる。多忙な就業者の治療脱落の防止や、介助が必要な高齢者やその家族の通院負担の軽減につながる。さらに、在宅医療の患者の見守りに利用すれば、医師の移動負担を軽減するのにも効果を発揮する。ICT活用することで、患者、医療従事者ともに、我慢やストレスを強いられることなく、効果的・効率的な治療が可能になる。

　今後は、ベテラン医師の知見・知識をデータベース化して、医師のスキルのばらつきの軽減にも力を入れていく。検索機能や画像診断により、処方の内容やタイミングを経験の浅い医師に助言する機能を導入する。こうしたICTの活用は、医師不足や専門の診療科が少ない地域や、時間が取れない患者の悩みを解決し、地方と都市の空間的、また、医師と患者の時間的なギャップを解決できる有効な手段だ。国が構想している病院間での電子カルテ共有や、患者個人が自分の情報を把握するPHR（個人健康記録）にも寄与できるような、良いユースケースを作っていきたい。

識者に問う

ITの活用で、課題をどう乗り越えられるのか。実現のために何をすべきか。

　日本の労働人口は、今後40年で3,000万人減少する。生産性を上げなければ国として致命的になる。それを防ぐには、日本の社会システムを、時代に適合した、より効率性が高いものに「アップグレード」していく必要がある。われわれは、人工知能（AI）の力で、現在の非効率をもたらしているムダをなくし、より少ない人でより多くの人を支えられる社会をつくることで、「アップグレード」を実現する。

　その1つが、宅配時の不在に伴う再配達の無駄を、AIで解決する取り組みだ。日本全体で1年間に配達される小包は、約40億個。そのうち20％が不在配達となっている。人手不足が深刻になる中、年間で9万人分の労働力、業界全体でおよそ2,000億円の無駄が発生している。しかも小包は年々増加しており、放置すれば状況はさらに悪化する。

　われわれが着目したのは、一見したところでは関係もない、電力スマートメーターのデータだ。電力会社が持っている電力の使用状況のデータをアルゴリズムで解析し、受け取り手が在宅している時間帯の予測を、各戸ごとに立てる。その予測をもとに、配送の経路設定を行う。実証実験では、不在配達率が20％から2％に低下した。電力の使用状況は各家庭のプライバシーに関わるデータだが、個々人に利用許諾を得た上で、不在の情報はAIだけが認識し、配達員などの人間は見ることがないため、配達によって不在状況が知られる今よりも、むしろプライバシーは守られると考えることができる。

　AIの活用では、キーとなるデータを見つけ出して、化学反応を起こすことが重要となる。配達の課題を電力の使用予測を使って解決をはかる事例でわかるように、自社が持っているデータだけで解決しようとしても、うまくいかない。産業の枠組みを超えて多様なデータが多く蓄積されるほど予測の精度が高まる。本来は競合相手である同業社が協力して、業界全体の生産性向上に取り組むという視点が、人手不足の問題がかつてなく先鋭化している今、求められる。

引用を行う際には、以下を参考に出典の明記をお願いいたします。
（出典）NIRA総合研究開発機構（2019）「ITに託す日本の未来」わたしの構想No.44