データ予測会社としての限界、その先へ——マイクロベースの新たな挑戦

マイクロベースは、人口減少社会における住まいとまちのあり方を、データとテクノロジーの力で描き直すことをミッションに掲げています。空き家対策や住宅政策をはじめ、地域に根差した課題に向き合い、AIやデータを活用したプロダクトを開発してきました。

データを集め、構造を捉え、予測し、よりよい選択肢を提示する。AIは、複雑な問題を整理し、業務を効率化し、一つひとつの課題を解決するための強力な手段です。私たちも、その可能性を信じて開発を続けてきました。

しかし、現場の声を聞き、提供いただいたデータを分析するほど、ある限界を強く意識するようになりました。

「最適化」だけでは届かない場所

AIやデータ解析が得意とするのは、目的や評価基準が定められた世界での最適化です。時間、費用、距離、利便性など、何をよしとするかが決まっていれば、膨大な選択肢のなかから合理的な答えを導き出せます。

一方で、地域が抱える課題のなかには、個別の業務を効率化するだけでは変えられないものがあります。利便性の高い地域には人や資本が集まり、そうでない地域では将来の見通しを描きにくくなる。空き家への対応を一件ずつ高度化できたとしても、人口減少や一極集中といった構造そのものが解消されるわけではありません。

AIで「正しい答え」を速く出せるようになっても、そもそも何を答えとするのか。どのような未来を望むのか。その問いまでAIが自動的に定めてくれるわけではありません。

ここに、AI開発会社としての私たちの限界があります。

この限界について考えるとき、思い出すのが2014年のTED Talk、Daniele Quercia氏による「Happy Maps」です。

一般的な経路探索は、時間や距離を基準に最短・最速のルートを示します。しかし、最も効率的な道が、最も楽しく、心に残る道とは限りません。目的地へ早く着くことが大切な場面もあれば、途中の景色や偶然の発見にこそ価値がある場面もあります。

これは、住まいやまちについても同じではないでしょうか。

駅からの距離、都心へのアクセス、周辺施設の充実度。こうした指標は、住まいを選ぶうえで重要です。しかし、それらだけで測ろうとすれば、同じ尺度のなかで高得点を得る地域に選択が集中します。そして、その尺度から外れた場所にある豊かさや可能性は、評価されないまま取り残されてしまいます。

私たちはこれまで、社会にある問題を見つけ、それを解決するための方程式をつくり、AIやデータによって最適化してきました。けれども、方程式をつくった瞬間から、世界はその尺度でしか評価できなくなります。

最適化の精度を高めるだけでは、既存の価値観を超えた未来は生み出せない。私たちが直面しているのは、技術力だけの問題ではなく、問いの立て方そのものの問題です。