衛星データ解析活用の現場のリアル

技術の成果をビジネスの言葉に翻訳し、関係者に「この技術で何ができるのか」を伝える力が重要です。 物体検出技術について例を述べると、例えば駐車場の車の数をカウントをしたいとお客様が言った場合、もしも地上にカメラ設置をすることが簡単な場合には、衛星からの物体検出技術は費用対効果を考えた場合必ずしも必要ありません。 衛星画像とAIならではの利点を理解してもらい、「広範囲」かつ「高頻度」などの特長を活かした提案をすることが重要です。

導入するにあたっても、「解析して終わり」ではなく、その後にどのように使われるか？という顧客のビジネスまで深く理解しないと、精度向上競争（90% -> 97%に努力するなど）の一辺倒になってしまいコストパフォーマンス低下を招きがちです。

土砂災害（地すべり・土砂崩れ）の自動検出プロジェクトでは、衛星画像データを活用し、AIによる解析を行いました。教師あり学習と異常検出の両方のアプローチを組み合わせることで、データ不足の課題を解決し、高い精度で土砂崩れ箇所を自動的に検出できるようになりました。

ユーザーが本当に必要としているのは完璧な解析ではなく、迅速で大まかな状況把握だったのです。技術側の理想と現場のニーズのギャップを埋めることが大切です。

RIDGE DUAL AIというソリューションでは、無料または安価に入手できる低解像度の衛星画像をまず用いて広域（マクロ）解析を行います。このマクロ解析AIによって、どの地点に地形や構造物の変化がありそうかを高速に洗い出し、変化の兆候が検出されたエリアに絞って高解像度画像を取得します。

この二段構えにより、日本全国を網羅しつつも必要なところだけ高コストなリソースを投入するという効率的なアプローチが可能になりました。これにより、コスト削減と未観測エリアの可視化という二つの成果を生みました。