Last Updated on 2026年8月11日 by oba3
米監視技術企業フロック・セーフティ（Flock Safety）が、ウーバー（Uber）やリフト（Lyft）、配送サービスのドライバーが利用するドライブレコーダーを活用し、走行中にナンバープレート情報を収集する構想を提示していたことが2026年8月7日に明らかになった。404 Mediaが入手した資料では、ドライブレコーダー企業ネクサー（Nexar）との提携を通じ、約35万台の端末をネットワークへ組み込む計画が示されていた。ただしフロックは、この提携は実行されなかったと説明しており、現在ウーバー車両が全米でフロックの監視網として稼働していると確認されたわけではない。今回見るべきなのは計画の実現有無だけではなく、AI監視の収集基盤が道路脇の固定カメラから、日常的に都市を走る民間車両へ拡張できる設計にある。
何が起きたのか？
404 Mediaが公開記録請求を通じて入手したフロックのプレゼンテーション資料には、ネクサーとの提携によって約35万台のウーバー、リフト、配送サービスなどの車両に設置されたドライブレコーダーを利用する構想が記載されていた。
資料は2025年8月ごろ、ジョージア州司法長官事務所向けの提案として作成された。フロックが通常展開しているナンバープレート読取カメラは道路脇の柱などに固定され、通過する車両のナンバー、色、メーカー、車種などを記録する。計画通りであれば、ネクサーの車載カメラによって同じ種類のデータ収集を移動中の車両へ広げる構成になっていた。
一方、フロックは404 Mediaに対し、ネクサーとの提携は実際には実行しなかったと回答している。ウーバー、リフト、ネクサーは同報道の問い合わせに回答しておらず、ドライバー側がデータ収集を認識する設計だったのかも確認されていない。
したがって、今回判明したのは35万台の監視車両がすでに稼働しているという事実ではなく、民間の配車・配送車両を大規模な移動型センサー網へ転換する構想をフロックが具体的に営業提案していたという点までである。
なぜ重要なのか？
固定型のナンバープレート読取カメラでは、データを集められる場所は設置地点に依存する。高速道路の出入口や主要交差点などを広く覆うことはできても、住宅街や細い道路、駐車場などを継続的に観測するには大量の設備が必要になる。
民間車両へ収集機能を持たせると、この制約が大きく変わる。配車や配送の車両は需要に応じて都市内を絶えず移動するため、新しい専用カメラを設置しなくても広い範囲からデータを取得できる可能性が生まれる。
AIの性能向上だけを見ると、監視技術は画像認識精度や検索速度の競争に見えやすい。しかし現実の分析能力は、入力されるデータの量と場所にも依存する。どれだけ高性能なAIでも、見えていない場所の車両は分析できない。逆に数十万台規模の移動センサーが加われば、同じAIでも検索できる現実空間の範囲は大きく広がる。
市場構造への影響
フロックはすでに米国各地で固定型の自動ナンバープレート読取カメラを展開している。従来の事業モデルでは、自治体、警察、住宅管理組合、民間企業などがカメラを設置し、そのデータを検索可能なネットワークへ接続する。
移動型データ収集が加われば、このモデルは「カメラを設置した場所を監視する」ものから「既存の交通網そのものをセンサーとして使う」ものへ変わる。専用設備の設置数だけでなく、どの民間サービスと連携できるかがデータ取得能力を左右するようになる。
ここでは配車企業や配送企業の価値も変わる。車両は人や荷物を移動させるだけでなく、都市空間を継続的に観測する移動型データ収集装置として利用できる。ドライブレコーダー、配送車両、スクールバスなど既存の車載カメラをネットワーク化すれば、専用の監視設備を新設するより短期間で収集範囲を広げられる。
そのためAI監視市場の競争力は、優れた画像認識モデルを保有することだけでは決まらない。固定カメラ、車載カメラ、企業施設、民間サービスなど、どれだけ多様な現実空間のデータ源へ接続できるかが基盤側の優位性になり得る。
資金・規制・流動性との関係
今回のニュースでは金融市場の流動性より、データへのアクセス権と監視インフラの運用ルールが重要になる。35万台規模の既存ドライブレコーダーを利用できれば、専用カメラを35万台新設する場合とはコスト構造が大きく異なる。
一方、取得コストが下がるほどプライバシー上の論点は重くなる。固定カメラであれば自治体の契約や設置場所を確認しやすいが、民間車両に搭載されたカメラが移動しながら情報を収集する場合、いつどこで記録されたのかを一般利用者が把握することは難しくなる。
さらに重要なのは、データを誰が所有し、誰が検索できるかだ。配車ドライバー、ドライブレコーダー企業、フロック、警察など複数主体が関わる場合、撮影への同意、保存期間、第三者共有、捜査利用の条件を明確にする必要がある。
米国ではフロックのナンバープレート読取網を巡り、警察による不適切利用や連邦機関へのデータ共有を含むプライバシー議論が続いている。移動型ネットワークまで実用化されれば、規制の焦点もカメラ設置場所だけでなく、民間端末から収集されたデータの利用目的と検索権限へ広がる可能性がある。
初心者向け補足
自動ナンバープレート読取システムは、道路を走る車両を撮影し、画像認識によってナンバープレートの文字を読み取る技術だ。フロックのシステムではナンバーだけでなく、車両の色やメーカー、車種なども検索材料として利用できる。
固定型カメラの場合、車両がカメラの前を通らなければ記録されない。これに対して車載型カメラでは、カメラ自身が道路を移動するため、より多くの場所から車両データを集められる可能性がある。
今回の報道で注意したいのは、ウーバーやリフトがフロックと正式に提携し、全米の車両が現在監視データを収集していると確認されたわけではないことだ。明らかになったのは、ネクサーの約35万台の端末を利用する構想をフロックが提案していたという事実であり、同社は提携を実行しなかったと説明している。
Web3Timesの視点
Web3Timesが今回見るのは、フロックのAIがどれほど高性能かというモデル性能の話ではない。焦点は、AIが現実世界を理解するための入力網を誰が構築するかだ。
監視AIの能力は、モデルだけで完結しない。固定カメラが8万台あっても観測範囲には限界がある。一方、配車や配送で日常的に走行する数十万台の車両から情報を取得できれば、同じ分析ソフトウェアでも都市空間を把握できる密度は大きく変わる。
この視点では、ウーバーのような移動サービスは単なる交通プラットフォームではなく、潜在的には巨大な物理センサーネットワークでもある。スマートフォン、ドライブレコーダー、配送車両、店舗カメラなど、すでに社会に配置されている端末をAI基盤へ接続できれば、新規の専用設備を大量設置せずに現実空間のデータ取得能力を拡張できる。
ただし今回の計画は実行されなかったとフロック自身が説明している。今後追うべきなのは35万台という数字だけではない。フロックや他の監視企業が別の民間車両ネットワークとの連携を進めるのか、車載データの利用についてドライバーや一般市民へどのような同意が求められるのか、警察が移動型データを検索できる範囲にどのような制限が設けられるのかが重要になる。AI監視の次の競争は、モデルの精度だけではなく、現実世界のどこまでを継続的にデータ化できるかという収集インフラの競争でもある。
