World Robot Conference 2026 現地レポート 本レポートでは、WRC2026で見えた技術トレンドと、中国ロボット産業の動向、そしてNTT DATAにとっての示唆について紹介したい。 中国が牽引する「Physical AI」の現在地と、その先に見えるロボット社会 2026年8月19日から23日にかけて、中国・北京市で開催された「World Robot Conference 2026（WRC2026）」に参加した。300社超、2,000点超の展示が集まる本イベントは、世界最大級のロボット展示会として、現在のロボティクス業界の方向性を知るうえで非常に重要な場と

イントロダクション 送配電事業（ T ransmission & D istribution Business）に携わる皆様は、これまでにない変化の波を肌で感じていらっしゃるのではないでしょうか。熟練技術者の高齢化や定年退職が加速し暗黙知が失われる一方で、再エネ大量導入に伴う系統の複雑化、設備の老朽化と新規投資の削減圧力、そして量子コンピュータ時代を見据えたサイバー脅威の高度化 ― 複合的な課題が同時に押し寄せ、従来の「人海戦術＋経験則」だけでは対処しきれない時代が到来しています。 こうした業界共通の課題を議論し、クラウドと AI による新たな解決策の可能性を探る場として、2026 年 8 月 7 日に電気新聞（日本電気協会新聞部）主催・アマゾン ウェブ サービス ジャパン合同会社（AWS）協賛にて「 T&D エグゼクティブ・ラウンドテーブル ～送配電事業におけるクラウド活用と AI 技術の最前線～ 」を開催しました。 本セミナーでは、構造変化を「 守る （量子・AI 時代のセキュリティ対応）」「 支える （インフラ保守の高度化・自律化）」「 備える （AI Ready となる仕組みづくり）」の 3 つの視点から捉え、4 つの講演を通じて具体的な事例と知見を共有しました。本記事ではその概要と当日の様子をお伝えします。 イベント概要 項目 内容 イベント名 T&D エグゼクティブ・ラウンドテーブル「送配電事業におけるクラウド活用とAI技術の最前線」 日時 2026 年 8 月 7 日（金）14:00〜17:00 会場 日本電気協会・会議室（東京都千代田区有楽町 電気ビル北館 4 階） 主催 / 協賛 電気新聞（日本電気協会新聞部）/ アマゾン ウェブ サービス ジャパン合同会社 対象 送配電事業者の皆様 参加者 61 名（32 社・組織） 全国の送配電事業者を中心に 32 社・組織から 61 名にご参加いただきました。 電気新聞主催・AWS協賛「T&Dエグゼクティブ・ラウンドテーブル」会場案内板 講演プログラム オープニング アマゾン ウェブ サービス ジャパン合同会社 常務執行役員 エンタープライズ事業統括本部長 堤 浩幸 テクノロジーの進化、グローバル化の進展、人口構成の変化、社会変容、エネルギー・環境問題の深刻化という「未来を形作る 5 つの要因」を概観した上で、送配電事業を取り巻く 4 つの構造変化 ― 人的リソースの枯渇、系統複雑性の爆発、設備投資の膨張、サイバー脅威の高度化 ― を整理しました。そして本セミナーの 3 つの視点「守る」「支える」「備える」を提示し、各講演への導入としました。 オープニングで講演する AWS 常務執行役員 エンタープライズ事業統括本部長 堤 浩幸 講演① 量子時代のサイバーセキュリティと電力インフラの課題 ―「守る」 株式会社東芝 ICTソリューション事業部 QKD事業推進室 シニアフェロー 村井 信哉 氏 株式会社東芝 総合研究所 AIデジタルR&Dセンター セキュリティ基盤研究室 エキスパート 秋山 浩一郎 氏 電力インフラにとって、サイバーセキュリティは「いつか対応すればよい」課題ではなくなりつつあります。東芝の村井氏・秋山氏からは、量子コンピュータの出現がもたらすリスクとその対策について解説いただきました。 量子コンピュータが既存の公開鍵暗号（RSA 等）を解読可能になる日 ―「Q-Day」― は 2030 年代前半と予測されています。しかし問題は Q-Day だけではありません。攻撃者が現在の暗号通信を傍受・蓄積しておき、将来の量子コンピュータで解読する「データ・ハーベスティング攻撃」が存在するため、5 年後・10 年後も価値を持つ長期秘匿データは 今すでにリスクにさらされている のです。 送配電事業にとって特に重要な点として、情報漏えいだけでなく 改ざんやなりすまし が生じうることが挙げられます。スマートメーターや制御系システムなど、フィールドに展開される長寿命インフラはハードウェア改修に長い期間を要するため、通常の IT システムよりも早い段階で対策の計画を立てる必要があります。 対策技術としては、拠点間の回線防護に適した QKD（量子鍵配送） と、ソフトウェア実装によりフィールド機器にも展開可能な PQC（耐量子計算機暗号） の 2 つが紹介されました。両技術は相互補完的であり、ネットワーク拠点間には QKD を、フィールド側には PQC を適用する「ハイブリッド対策」が有効とされています。 村井氏は「Q-Day がいつ来るかの予測は難しいが、今から複数のシナリオに備え、計画的に移行を進めることが重要」と強調しました。 量子コンピュータがもたらす脅威について解説する村井氏 QKD・PQC の対策技術について解説する秋山氏 講演② 通信業界におけるクラウド活用と AI によるオペレーション変革 ―「支える」 アマゾン ウェブ サービス ジャパン合同会社 技術統括本部 通信・メディア技術本部 通信第一ソリューション部 ソリューションアーキテクト 宮崎 友貴 送配電事業と通信事業には多くの共通点があります。ともに 24 時間 365 日の安定運用を担い、膨大なフィールド設備を保守し、社会インフラとしての高い信頼性が求められます。そして、熟練オペレーターの高齢化・不足やシステムの複雑化による運用負荷の増大という課題も同様です。 本講演では、こうした共通課題に対して通信業界がどのようにクラウドと AI を活用しているかを、大手通信事業者 3 社の事例を交えて紹介しました。 NTT ドコモ ― 100 万台超のネットワーク機器の障害対応を、自律的に思考・行動する AI エージェント（Agentic AI）で自律化。異常検知から被疑箇所の推定・措置提案までを AI が自動実行することで、障害復旧時間の大幅短縮を実現しています。なお、本取り組みの詳細は「 NTT ドコモ、AWS 上で 5G コアネットワークの商用運用を開始 」でも紹介されています。 KDDI ― 基地局のトラフィック増加を AI で予測し、無線基地局の負荷を事前に分散・最適化。開発プロセスにも AI を組み込み、基地局パラメータの全国展開期間を約 50% 短縮しています。 ソフトバンク ― ネットワーク全体のトポロジー情報をグラフ DB で管理し、時系列の状態変化をリアルタイムに可視化。「障害発生前後でネットワークがどう変わったか」を即座に比較できる環境を構築し、原因特定の高速化に活用しています。 3 社に共通する特徴として、「定型作業の自動化」にとどまらず、「ゴールに対して AI が自ら考えながらタスクを遂行する自律化」を目指している点が挙げられます。通信業界の標準化団体（TM Forum）も「自律ネットワーク」を業界共通のゴールとして定義しており、AI Agent とデータ基盤の整備がその実現に不可欠な要素として位置づけられています。 エネルギー業界においても「データはあるが活用できる状態にない」という課題は広く共有されています。通信業界の事例は、自律化への道のりは一朝一夕ではないものの、クラウドを活用して「まず小さく始め、データを蓄積しながら段階的にスケールする」アプローチが有効であることを示しています。 通信業界の AI 活用事例を紹介する AWS ソリューションアーキテクト 宮崎 友貴 講演③ モバイルネットワークの自律オペレーションを実現する自動化とAI活用 ―「支える」 株式会社NTTドコモ サービスオペレーション部 オペレーションシステムデザイン室 担当課長 今井 識 氏 NTT ドコモでオペレーション変革を推進する今井氏が、100 万台超のネットワーク機器を AI で自律運用する取り組みの詳細を共有しました。 講演ではまず、取り組みの背景となる 3 つの課題が示されました。 社会インフラとしての通信の重要性が増大し、重大事故と見なされるケースが拡大傾向。30 分以内の初報が求められる報告制度改正もあり、迅速な対応が不可欠に ハードウェアとソフトウェアの分離（Open RAN 化）によりシステムが複雑化し、従来の人手による運用では対処しきれなくなっている 熟練オペレーターの高齢化・不足が進行 これらは、送配電事業が直面する「人材不足 × システム複雑化 × 運用負荷の増大」の構図と重なる課題です。 NTT ドコモはこれらの課題に対し、複数の AI エージェントが連携してネットワーク保守を自律的に遂行する仕組みを構築しました。観察系エージェントがリアルタイムにデータを収集し、被疑箇所推定エージェントが分析を行うことで、人がエスカレーション判断を行う段階ではすでに必要な情報が揃っている状態を実現しています。この仕組みはグラフ DB を中心に AWS のサービスを組み合わせて構築され、2026 年 2 月に商用利用を開始。複雑故障のリカバリ時間を 50% 以上短縮する成果をあげています。 NTTドコモの自律オペレーションへの取り組みを紹介する今井氏 講演④ 自律運用グリッドへの道筋 ―「備える」 アマゾン ウェブ サービス ジャパン合同会社 常務執行役員 技術統括本部長 巨勢 泰宏 送配電事業における 4 つの構造変化を踏まえ、AI を活用した「自律運用グリッド」のロードマップを提示しました。 AWS は世界各地でエネルギー事業者のクラウド活用を支援しており、また自社のグローバルインフラを 24 時間 365 日運用する中で培ったオペレーション自動化の知見を持っています。こうした経験を踏まえ、送配電事業の課題解決に向けた具体的なアプローチを提案しました。 海外事例として以下を紹介しました。 Duke Energy （米国）― 系統連系申請の審査自動化。膨大な申請書類の処理を AI で効率化 GE Vernova （米国）― 復旧作業者の最適配置。災害時に限られた人的リソースを最も効果的に配置 Endeavour Energy （豪州）― ドローンによる自律点検で点検時間を 70% 削減 自律運用グリッド実現に向けて、 セキュアインフラ × データ × AI エージェント の 3 要素を組み合わせることが鍵であり、その第一歩は「データの整備」から始まるという提言がなされました。 自律運用グリッドへのロードマップを提示する AWS 常務執行役員 技術統括本部長 巨勢 泰宏 参加者の声 アンケートでは 5 点満点中 4.8 という高い満足度をいただきました（「大変満足」+「やや満足」= 100%）。自由記述の一部をご紹介します。 「クラウドと AI の活用は早期に実現する必要がある。先駆者の取り組みや苦労話を聞けたのは非常に勉強になった」 「通信での AI 活用の実践が数年後の電力に届くシナリオがよく理解できた」 「いずれのトピックも、これからの送配電事業の在り方を考えさせられる内容だった」 「量子コンピュータの出現に備えてセキュリティ対策を施しておかねばならないとの指摘に目が覚める思い」 「通信業界の OT 活用が進んでいることに感銘した」 「データ利活用について、自社でも取り組んでいる最中であり大変参考になった」 おわりに 今回のセミナーでは、業界や企業の垣根を越えて「自社も同じ課題を抱えている」と共感し合う場面が多く見られました。通信インフラと電力インフラは共に社会を支える基盤であり、直面する構造的な課題 ― 人材不足、システムの複雑化、セキュリティの高度化 ― には多くの共通点があります。他業界の先行事例を知ることで、各社の次の取り組みを具体化する一助となれば幸いです。 AWS では今後もエネルギー業界のお客様に対し、最新の技術や世界中の業界を超えた実践知をお届けしながら、社会インフラの持続的な発展に貢献してまいります。 著者について 宮城 康暢（Koyo Miyagi） アマゾン ウェブ サービス ジャパン合同会社 ソリューションアーキテクト。前職にて IaaS やストレージサービスの企画・開発に従事した後、2022 年に AWS に入社。AWS ではエネルギー業界のお客様およびパートナー様の技術支援を担当しています。

こんにちは、データサイエンスプロダクトグループの清田です。 2026年6月8日から12日にかけて、群馬県高崎市のGメッセ群馬で開催された 人工知能学会全国大会（JSAI2026） に参加してきました。私たちはこの大会で、 オーガナイズドセッション「不動産とAI」 （OS-27）を企画・開催しました。今年はこのセッションにとって特別な年で、「不動産とAI」という研究コミュニティが10周年の節目を迎えました。 本記事では、セッションの内容をダイジェストでお伝えするとともに、その10年の裏側にあった LIFULL HOME'Sデータセットの提供 という取り組み、そして私たちがこれからの10年をどう描こうとしているのかを、あわせてご紹介します。 JSAI2026の会場となったGメッセ群馬 「不動産とAI」オーガナイズドセッションとは 10年の裏側にあった、LIFULL HOME'Sデータセット この10年の歩み ―「価格を当てる」から「価値を捉える」へ 黎明期（2016–2017） 学際展開期（2018鹿児島・2019新潟） 進化期（2020・2021オンライン） 体系化・生成AI期（2022京都〜2025大阪、そして2026群馬） セッションダイジェスト テーマ1：AIが機能する「情報基盤」を問う テーマ2：予測モデルを、AI自身が高度化する テーマ3：感性・意味・物語を、価値にする これからの10年 ― 価値の多元化 おわりに 「不動産とAI」オーガナイズドセッションとは 「不動産とAI」は、人工知能学会全国大会で毎年開催してきたオーガナイズドセッションです。今年は6月10日（水）午前中に開催し、9件の研究発表と総合討論を行いました。会場（K会場）は終始盛況で、オンラインからの参加者や、同じ時間に隣の会場で開催されていた GeoAI（地理空間情報とAI）のセッション からの合流もあり、活発な議論が交わされました。 sites.google.com オーガナイザは、橋本武彦さん（GA technologies）、私 清田、山崎俊彦先生（東京大学）、諏訪博彦先生（奈良先端科学技術大学院大学）、清水千弘先生（一橋大学）、吉原勝己さん（スペースRデザイン／NPO法人福岡ビルストック研究会）の6名です。不動産の事業者、AI・情報学の研究者、経済学者、まちづくりの実践者と、立場の異なるメンバーが集まっているのが、このコミュニティの特徴です。 ここで言う「不動産とAI」は、賃料や価格の予測だけを指すのではありません。国内では「不動産テック」、海外では PropTech（プロップテック）と呼ばれる広い領域――取引仲介、不動産×金融、物件管理、建築・建設、スマートビル、さらには街づくりや人の流れまで――を視野に入れています。 「不動産とAI」セッション冒頭の趣旨説明のスライドは、こちらで公開しています。 speakerdeck.com 10年の裏側にあった、LIFULL HOME'Sデータセット 実は今回は、コミュニティの10周年であると同時に、研究の土台の一つとなってきた LIFULL HOME'Sデータセット の提供開始からも、ちょうど10年の節目にあたります。 このデータセットは、2015年11月に、国立情報学研究所（NII）の 情報学研究データリポジトリ（IDR） を通じて、研究者の皆さまに提供を開始したものです。物件情報や間取り画像といった、それまで研究の世界ではなかなか手に入らなかった不動産データを、産学連携の形でオープンにしていく――この取り組みが、不動産分野の機械学習・AI研究が立ち上がる一つのきっかけになりました。 www.lifull.blog 「不動産とAI」コミュニティが2016年に始まったのも、こうしてデータが流通し始め、研究テーマが具体的に語れるようになってきたことと無関係ではありません。データを提供する側だったLIFULLにとって、この10年は「提供したデータが、どんな研究を生み、社会にどう還っていくのか」を見届ける10年でもありました。 この10年の歩み ―「価格を当てる」から「価値を捉える」へ セッションの趣旨説明では、この10年を一言でまとめるなら「価格をどう当てるかという問いから、価値をどう捉えるかという問いへ」の深化だった、とお話ししました。 かつての不動産AIは、ヘドニック回帰に代表されるように、価格という一点の数字をいかに精度よく当てるかが中心でした。それが、不動産物件の感性価値・本来価値・長期価値といった多面的な価値をどう捉え、社会と共有するかへと、関心が移ってきています。不動産は、あらゆる財の中でも最も価値の測定が難しい対象です。その難しさに、私たちは10年かけて少しずつ近づいてきました。 歩みは大きく4つの時期に分けられます。 黎明期（2016–2017） データのオープン化。LIFULL HOME'Sデータセットの提供開始、FIT2016（富山）・FIT2017（東大）、そして2017年名古屋からの人工知能学会全国大会セッション開始。 FIT2016 第15回情報科学技術フォーラム FIT2017 第16回情報科学技術フォーラム sites.google.com www.lifull.blog 学際展開期（2018鹿児島・2019新潟） 経済学・建築学・都市学・情報学が交わる場へ。間取りのグラフ化や賃料予測など、テーマが一気に多様化。国際会議ワークショップの開催にもつながる。 sites.google.com sites.google.com sites.google.com sites.google.com 進化期（2020・2021オンライン） 山崎先生の「 魅力工学 」が合流し、感性のデータ化が本格化。情報の非対称性や、減価償却ルールによる建物価値の毀損といった本質的な問いへ。 sites.google.com sites.google.com 体系化・生成AI期（2022京都〜2025大阪、そして2026群馬） LIFULL HOME'Sデータセットの研究利用実績は150件を超え、生成AIが新しい潮流に。 sites.google.com sites.google.com sites.google.com www.lifull.blog sites.google.com ここに述べたように、富山から始まり、名古屋・鹿児島・新潟、オンライン、京都・熊本・浜松・大阪、そして群馬へ。 毎年場所を変えながら、議論を積み重ねてきました。 セッションダイジェスト 今年の9件の発表は、大きく3つのテーマに束ねられます。 テーマ1：AIが機能する「情報基盤」を問う 生成AIの性能は飛躍的に上がりました。しかし現場では、AIの性能よりも前に、そもそもAIが使えるデータが整っていないという壁にぶつかります。 合同会社アキューズの齋藤孝春さんは、宅地建物取引士でありAIエンジニアでもある立場から、重要事項説明書（重説）作成の現場を報告されました。重説に必要な情報は、法務局・区役所の複数部署・水道局・ガス事業者……と7〜10もの窓口に分散し、統合的に照会する仕組みがありません。齋藤さんの「真の障壁はAIの性能不足ではなく、情報基盤の構造的課題だ」という指摘は、セッション全体を貫く論点になりました。総合討論やSlackでの質疑では、「行政情報が情報化されても、私人間の文書（境界確認書など）が残るため、AIが担えるのは作成業務の7割程度ではないか」という、現場ならではの踏み込んだ議論にも発展しました。 [3K1-OS-27a-02] 重要事項説明書作成におけるAI活用の前提条件 情報基盤の課題と提言 〇齋藤 孝春 (合同会社アキューズ) 日本取引所グループの田中麻由梨さん・土井惟成さんは、J-REITの有価証券報告書から投資物件情報を構造化する手法を発表されました。投資法人ごとにバラバラな表形式を、共通のプロンプトとチャンク化で頑健に読み取り、主要項目でF1スコア0.977という高い精度を達成。開示文書という「半構造データ」をAIの入力に変える、実務に直結する研究です。 [3K1-OS-27a-05] 多様な表形式のデータに対してロバストなJ-REIT投資物件情報の構造化手法の提案 〇田中 麻由梨、土井 惟成 (株式会社日本取引所グループ) 東京大学の増田俊太郎さん・山崎先生、エムディーの平井樹さんのグループは、衛星画像・ストリートビュー・道路名といった公開データから、大規模マルチモーダルモデルで意味特徴を抽出し、道路の交通量を推定する研究を発表されました。観測コストが高く幹線道路に偏りがちな交通量データを、公開データで補うという発想で、店舗の商圏分析にもつながります。 [3K2-OS-27b-04] マルチモーダル地理意味特徴に対するタスク考慮型クラスタリングによる交通量推定 〇増田 俊太郎1、平井 樹2、山崎 俊彦1 (1. 東京大学大学院、2. エムディー株式会社) テーマ2：予測モデルを、AI自身が高度化する 東京大学の髙辻優太さん・山崎先生、estieの岩成 達哉さんらのグループは、賃料予測モデルの改善プロセスそのものをLLMに自動で反復させるフレームワークを発表されました。「誤差を分析し、改善案を出し、コードを実装し、評価する」というデータサイエンティストの試行錯誤をGPTが代行し、全国の賃貸データでベースラインから統計的に有意な精度向上を実現しています。 [3K1-OS-27a-04] 大規模言語モデルによる多角的誤差分析に基づいた不動産賃料予測手法の自動改善 〇髙辻 優太1、岩成 達哉2、勝田 良介2、増田 俊太郎1、易 聖舟1、山﨑 俊彦1 (1. 東京大学、2. 株式会社estie) 東京大学の玉真永棋さんらは、金利上昇下でも高騰を続ける東京の住宅市場を、エージェントベースモデル（ABM）で再現しました。世帯や投資家といった異質な主体の「トレンド追随（群集行動）」を組み込むことで、ファンダメンタルズだけでは説明できない価格の増幅メカニズムを分析しています。 [3K1-OS-27a-03] 住宅市場ABMにおけるハーディングモデルの拡張と価格増幅メカニズム分析 〇玉真 永棋、藤井 秀樹 (東京大学大学院) テーマ3：感性・意味・物語を、価値にする 東京科学大学の沖拓弥さんらは、オフィスビルの外観の印象を、約2万棟の画像と20万件のアンケートから定量化し、視覚言語モデルを使って「どんな外観要素が好印象につながるか」まで分析されました。狙いは、新しく大きい建物が高評価という当たり前の結論を超えて、古く小さな既存ストックの魅力を引き出すことにあります。 [3K1-OS-27a-06] 賃貸オフィスビルの外観の印象評価構造 藤田 晋太朗1、〇沖 拓弥1、松尾 和史2、今関 豊和2 (1. 東京科学大学、2. オフィスビル総合研究所) ニュージャージー工科大学の楢原太郎さんは、間取りの「住み心地」をAIがどこまで読めるかを検証されました。GPTは開放感や現代性といった視覚的印象には強い一方、動線やプライバシーのような「部屋同士のつながり」の理解にはまだ弱い――AIの能力の境界を、丁寧に示す研究です。 [3K2-OS-27b-01] 人間と大規模言語モデルによる不動産間取り評価の比較分析 ―視覚的印象評価と構造理解の差異― 〇楢原 太郎1、山崎 俊彦2 (1. ニュージャージー工科大学、2. 東京大学) そして今年特に話題を集めたのが、 「ビル格（Building Personality）」 という考え方でした。樅山拓大さん（マレーシアAPU）と吉原勝己さん（吉原住宅）は、建物を「数字で測る対象」から「意味を語り、判断する主体」へと捉え直し、建物の歴史・文化・関係者の想いといった質的情報をLLMで構造化する枠組みを提案されました。舞台となったのは、築67年で民間のRC集合住宅として日本初の登録有形文化財となった福岡の「冷泉荘」です。 [3K2-OS-27b-02] ビル格（Building Personality）：人格を持つ不動産がもたらす新領域 生成AIによる建物の主体化と既存建築ストックの価値再定義 〇樅山 拓大1、吉原 勝己2 (1. Asia Pacific University of Technology & Innovation (APU)、2. 吉原住宅有限会社) LIFULL HOME'S PRESS: ビンテージマンションを多様な個性が集まるミュージアムに。福岡「冷泉荘」を訪問 www.space-r.net 樅山さん・吉原さんによるご発表の様子 私（清田）と麗澤大学の学生2名（豊田智康さん・長嶋一樹さん）は、この続編として、ビル格を起点に生成AIで動画と音楽をつくり、不動産リブランディングに使えるかを実験しました。分かったのは、「らしさ」の源泉は築年数や外観といったスペックではなく、入居者・文化・歴史といった一次情報にあること。そして生成AIの価値は、出力そのものより、目的設計と人による編集（Human-in-the-loop）にあること、でした。 [3K2-OS-27b-03] 建物人格を媒介とした生成AIによる不動産ブランディング 冷泉荘におけるマルチモーダル生成実験の報告 〇清田 陽司、豊田 智康、長嶋 一樹 (麗澤大学) speakerdeck.com 麗澤大学の学生2名による動画・音楽生成の実践報告 これからの10年 ― 価値の多元化 総合討論では、次の10年に向けた三つの問いを掲げました。すなわち、①解決すべき課題（研究・応用の障壁）は何か、②必要なデータとは何か、③求められる研究は何か、です。 私からは、これからの不動産の価値が「多元化」していくという見立てをお話ししました。鍵となるのは3つの価値軸です。 感性価値：街の音・光・緑・人の流れを可視化する 本来価値：建物の性能や管理の履歴、長期リスクをふまえて評価する（AIやドローンによる点検が支える） 長期価値：10年・20年・30年先を、街の文脈ごとシミュレーションする これらは制度としても、AI点検の標準化、性能履歴に基づく本来価値の評価、ウェルビーイングや街の魅力の都市評価への組み込み……といった形で社会に根づいていくと考えています。世界の不動産テック市場も、2025年の約450億ドルから2036年には約2500億ドルへと、大きな成長が見込まれる領域です。 総合討論では、「過去の情報で学習するLLMで、創造的な未来の街を描けるのか」（防災の観点から）、「自治体ごとにデータがバラバラなのは、実は民間にも原因があるのではないか」、「LLMのおかげで自然言語のデータも資産にできるようになった」といった、刺激的な論点が次々と出ました。国土交通省・内閣官房が2026年に立ち上げた「ジオAI研究会」の紹介もあり、GeoAIコミュニティとの連携、そして何より研究と現場の接続が、次の10年の大きなテーマになりそうです。 www.mlit.go.jp おわりに 10年前、私たちはデータを提供する側として、この分野のスタートラインに立ちました。10年が経ち、データは多くの研究を生み、生成AIという新しい力も加わって、「価格」から「価値」へと問いは深まってきました。次の10年は、その多元的な価値を、研究者だけでなく現場の方々と一緒に、社会と共有できる形にしていく10年にしたいと思っています。 LIFULLは、これからもデータと研究を通じて、「あらゆるLIFEを、FULLに。」という思いのもと、不動産とAIの未来づくりに取り組んでいきます。 LIFULLでは、データサイエンス・AIに取り組む仲間を募集しています。ご興味のある方は採用ページをご覧ください。 hrmos.co