導入
AI活用というと、人の仕事を自動化する話に目が向きがちです。しかし、現場で同時に確認することが多い業務では、人が判断するための情報を届ける使い方にも価値があります。
路線バスの車内安全を支援する取り組みを手がかりに、AIを無理なく業務へ組み込む方法を考えてみます。
車内の変化を知らせ、人の確認を支える
日野自動車は2026年8月18日、日本バス協会が行う車内事故防止の実証実験にシステムを提供すると発表しました。同社によると、画像AIで車内の状況を捉え、転倒につながるおそれがある場面を運転士へ知らせる仕組みです。6社のバス事業者と9〜12月に検証する計画が示されています。
京王電鉄バスの8月21日発表では、乗務員への画面・音声通知に加え、乗客にもモニターで注意を促す構成が説明されています。一方、すべての危険を検知・防止できるものではないと明記されています。
ここで紹介したのは、企業が公表した仕組みと計画です。事故の減少や負担軽減が、どの程度実現したかを示す検証結果として扱うものではありません。
業務改善の出発点は「何を知らせるか」
以下は、この取り組みを参考にしたXEROTTAの考察です。
AIの導入を検討するときは、製品選びより先に「どの場面で、誰に、何を知らせたいか」を決めることが重要です。たとえば、期限が近いのに担当者が決まっていない案件や、普段と異なる問い合わせの増加など、人が確認すべき状況を絞ります。
最初から判断全体を任せるのではなく、確認のきっかけを作る役割に限定する。その方が、現場の手順や責任分担を整理しやすくなります。
通知を増やすだけでは、現場は楽にならない
検知した内容をすべて通知すると、確認する人の負担が増えることも考えられます。導入時には、緊急度に応じた通知先、対応期限、誤検知だった場合の扱いまで決めておきたいところです。
評価も、検知件数だけでは不十分です。「実際に対応が必要だった通知の割合」「通知から確認までの時間」「見逃しの振り返り」「現場担当者の負担」を併せて確認する設計が望まれます。改善前後を比較する際は、業務量や条件の違いも考慮する必要があります。
止まったときの手順まで含めて設計する
運用監視やクラウド運用の視点では、AIの判断だけでなく、入力データやシステムそのものが正常に動いているかの確認も欠かせません。
データが届いていない状態を「問題なし」と誤認しない表示、異常時の連絡先、人による確認に戻す手順を用意する。画像を扱う場合は、利用目的、閲覧権限、保存期間なども事前に整理します。
こうした運用設計があって初めて、AIを現場で継続的に使うための土台ができます。
まとめ
バスの車内安全支援から学べるのは、AIの役割を「人の代わり」だけに限定しないという視点です。人が確認すべき場面を知らせ、必要な行動につなげる。その小さな単位から試し、効果と負担の両方を確かめることが、業務改善の現実的な進め方ではないでしょうか。
XEROTTAが取り組むIT支援・運用監視・AI活用・地域DXにおいても、技術の導入と現場の運用を一緒に考える視点が重要です。なお、XEROTTAが本実証に関与していることを示すものではありません。
AI生成イメージ。実在の車両・企業・実証実験を撮影したものではありません。
