Google Maps Platform

没入感のある 3D エクスペリエンスと詳細な場所情報で地図を変革

Thu, 04 Jun 2026 02:00:00 +0000

※この投稿は米国時間 2026 年 5 月 12 日に、Google Maps Platform blog に投稿されたものの抄訳です。

ブランドの魅力を生き生きと伝える没入感のある UX

新しい場所に関する豊富な情報を提供し、デジタル上での探索を可能にする地図は、ユーザーが現地に到着する前に、その場所の雰囲気をつかむのに役立ちます。Google Maps Platform の最新機能を使用すると、標準的な地図を、ユーザーが現実世界を探索する感覚に近い 3D エクスペリエンスへと変えることができます。

3D マップの新しいカスタマイズツールにより、地図の UI と UX をこれまでになく細かく制御できるようになりました。フォトリアリスティックな世界を作成し、そこに独自のブランドアイデンティティやデータを組み込むことができます。

また、新しいプログラム可能なカメラ設定により、広角レンズや望遠レンズをシミュレートできます。チルトや回転といった映画のような効果を使用して、ユーザーにさまざまな視点から場所を見せることができます。ユーザーの視野に地図をどの程度表示するかも制御できます。

開発者はこれまでも、Google のデフォルトのピンを使用したり、画像ベースのマーカーをレンダリングしたりすることで、カスタム地図マーカーを追加できました。今回、カスタム HTML プレイスマーカーの作成機能が追加されたことで、ブランドに合わせてデザインをさらに細かく制御できるようになりました。カーソルを合わせると拡大するフォトギャラリーや、リアルタイムの価格データなど、アニメーションやインタラクティブな機能を追加することもできます。

都市計画、不動産、メディア、イベントの分野では、新しいメッシュ平坦化機能により、地図上の特定のエリアから既存の樹木や建物を取り除き、デジタル上で整理された状態にできます。これにより、独自の建築モデルやブランドアセットを配置するためのクリーンなキャンバスを作成できます。

これら 3 つの機能はすべて、ウェブデベロッパー向けの 3D Maps for JavaScript で利用できます。Android および iOS 向けの Maps 3D SDK でも近日中に利用可能になる予定です。

ユーザージャーニーのあらゆる段階で一貫したエクスペリエンスを提供

デモ動画を見る

フォトリアリスティックな地図は、ユーザーが目的地に到着する前に、その周辺の雰囲気を現地にいるような感覚で把握するのに役立ちます。一方、模式的で抽象化された地図は、道案内に必要なわかりやすいグラフィック表現を提供し、スムーズなナビゲーションを支援します。

地図を使用する体験全体に一貫性を持たせるため、3D マップに抽象ベースマップを追加しました。この機能により、ユーザーは詳細なフォトリアリスティック画像と簡略化された抽象ビューをシームレスに切り替えることができます。また、検索、発見、探索を 1 つの直感的なインターフェースに統合できます。これにより、旅行前に目的地の雰囲気を確認する場合でも、到着後に建物の入口や駐車場を特定する場合でも、ユーザーは自分のニーズに最も合った方法で地図を探索できます。

この機能は現在、Maps JavaScript API の JavaScript アルファチャンネルを通じて、ウェブ向け 3D Maps でテストできます。iOS では Maps3D SDK を有効にすることで利用できます。Android でも近日中に利用可能になる予定です。

直感的でカスタマイズ可能な UI と、ユーザーが信頼できる詳細なデータ

没入感のあるインターフェースの価値は、それを支えるデータの質によって決まります。そこで Google Maps Platform では、場所に関する情報を大幅に拡充し、エンドユーザーが正確な住所とその場所の雰囲気を同時に把握できるようにしました。

新しいプレイスタイプでは、スペイン風居酒屋から電動自転車の充電スタンドまで、約 200 種類の詳細なカテゴリを追加しました。これにより、ユーザーは探している場所をより正確に見つけられるようになります。これらのカテゴリに加え、ブランドに合わせてカスタマイズできる完全一致のローカライズ済みプレイスラベルを使用することで、単なるキーワード検索を新しい地域を探索する機会へと変えることができます。

また、Places UI キットでは、ウェブ、iOS、Android 向けに、モジュール式でカスタマイズ可能なコンポーネントを提供しています。このキットを使用すれば、Google マップが持つ場所に関する情報と直感的なインターフェースをプロダクトにすばやく組み込むことができます。

新しいシェイプファイルと 3D モデルのインポート機能で Google Earth により多くのデータを取り込む

Thu, 04 Jun 2026 01:02:00 +0000

※この投稿は米国時間 2026 年 4 月 28 日に、Google Maps Platform blog に投稿されたものの抄訳です。

Google Earth は、地理空間情報の信頼できる唯一の情報源を作成できるよう、データインポート機能を拡張しています。このたび、2 種類の新しいデータインポート形式のサポートと、測定ツールの新しいデータ機能を発表することになりましたのでお知らせします。

シェイプファイル（SHP）: 業界標準の GIS データを、柔軟なデータレイヤとして Google Earth に直接取り込むことができます。
3D モデル（GLB）: 建築物のモックアップなどのカスタム 3D モデルを、ウェブブラウザ上で簡単にアップロード、配置、共有できます。
高度プロファイル: 測定ツールでシンプルな図形を描画するだけで、インスペクタパネルに美しい高度（標高）プロファイルグラフを表示できます。

シェイプファイルと 3D モデルが Google Earth に登場

現実世界のキャンバスにデータを表示

ユーザーの皆様からは、Google Earth の現実世界のキャンバスに、より多くのデータ、画像、モデルを取り込みたいという声が寄せられていました。このたび、シェイプファイルと 3D モデルのインポートをサポートすることで、Google はその期待に応えるための次の一歩を踏み出します。

最適な意思決定を行うには、それぞれの業務に合わせてカスタマイズされた地図が必要です。インサイトの真の価値は、関係者の理解を深め、行動を促せる点にあるからです。しかし、プロジェクトが初期の敷地評価から関係者レビューへと進むにつれ、チームは動作が重い GIS ソフトウェア、計画用のスプレッドシート、プレゼンテーション資料の間を何度も行き来しなければなりません。新しいフェーズや対象者ごとに、データを手動でエクスポート、変換、ラングリングする作業は非常に負担が大きく、貴重な時間を奪います。さらに、誰かが常に古い情報を見ている状態にもつながります。

Google Earth は、こうした煩わしさを解消します。データインポート機能の拡張により、Google Cloud ベースの地図プロジェクト内で独自データをセキュアに結合し、スタイルを設定し、可視化して共有できるようにしました。Google Earth は、地図をチーム全体が共同作業し、インサイトを一元化できる統合ワークスペースへと進化させています。全員がまったく同じ、信頼できる唯一の情報源に基づいて作業できるようになれば、ファイル管理に費やす時間を減らし、確信を持って意思決定するための時間を増やせます。

シェイプファイルを追加して全体像を把握

新機能: KML、KMZ、GeoJSON に加えて、シェイプファイルもサポート対象に追加されました。シェイプファイルを含む .zip ファイルをアップロードすると、フィーチャーと関連属性の両方を、パフォーマンスに優れたクラウドネイティブなデータレイヤとしてレンダリングできます。

シェイプファイルは、GIS の専門家にとって業界標準の形式です。この機能は、不動産デベロッパーや都市計画担当者が、税区画、インフラストラクチャ、地形データなどの大規模な独自データをインポートし、敷地の適合性を評価したり、新たな機会を見つけたりする際に欠かせません。

シェイプファイル（SHP）を地図プロジェクトにインポートし、地理空間データのスタイルを設定して共有できます。

現実世界のコンテキストで 3D モデルを活用

新機能: カスタム 3D モデルをアップロード、配置、共有し、デザインや建物のボリュームを現実世界のコンテキストで確認できます。まずは GLB ファイル形式に対応し、モデルを地球上に正確に配置、拡大縮小、回転できる入力フィールドを用意しました。

これにより、Google Earth はカスタムデザインを表示するインタラクティブなステージへと変わります。建築家や建設の専門家は、リソースを投入する前に、提案中の建築デザインや建物のモックアップを実際の場所に即した形で正確に可視化できます。関係者の間で共通のビジョンをすり合わせることが、これまでよりはるかに簡単になります。

3D モデルを現実世界のコンテキストで可視化できます。

高度プロファイルを可視化

新機能: 測定ツールに高度プロファイルが追加されました。これまでと同じように測定ツールで描画するだけで、インスペクタパネルに美しい高度（標高）プロファイルが表示されます。

測定ツールは、地図探索の中核となる万能ツールとして使用されてきました。今回のアップデートにより、さらに強力で柔軟なツールになります。地形はほぼすべてのプロジェクトに影響するため、このビジュアルデータはさまざまな用途に活用でき、推測に頼っていた作業を具体的な空間インテリジェンスにすばやく置き換えることができます。複雑なルート計画や輸送計画、可視域分析、重機のロジスティクス計画など、さまざまな場面で、地形の起伏を地図上で即座に把握できるようになります。

地形を可視化して時間を節約し、プロジェクトのリスクを軽減できます。

新しい Google Earth Discord チャンネルで他のユーザーと交流

Google Earth にデータを追加する準備はできましたか。ほかのプロフェッショナルがこれらのツールをどのように活用して、効率よく作業しているのか知りたいと思いませんか。

Google Maps Platform サーバーに新設された #GoogleEarth Discord チャンネルに参加して、他のユーザーと交流しましょう。実績のあるワークフローを共有したり、複雑な空間分析の課題をリアルタイムで解決したり、Google Earth プロダクトチームと直接つながったりできます。今すぐ世界中の専門家のネットワークに参加し、Google Earth を活用してよりスマートに作業し、時間を節約する方法を学びましょう。

- Google Earth 担当プロダクトマーケティングマネージャー、Willy Thomas

事後対応からレジリエンスへ: 高度な環境インテリジェンスで業界を支援

Thu, 04 Jun 2026 01:00:00 +0000

※この投稿は米国時間 2026 年 4 月 22 日に、Google Maps Platform blog に投稿されたものの抄訳です。

このたび Cloud Next において、Google は Google Earth AI の一部である新しい環境データセットを発表しました。これらのデータセットは、現在 Google Maps Platform で試験運用版として利用できます。Environment API スイートを補完するもので、大気質、花粉、天気に関するインサイトを提供します。これにより、API で提供されるリアルタイムデータの枠を超え、BigQuery とシームレスに統合されたハイパーローカルで高解像度の過去データから、環境に関するインサイトを引き出せるようになります。

これらのデータセットは、組織が複雑な環境データを実用的なインサイトへと変換し、先を見越した計画、健康アウトカムの改善、ビジネスレジリエンスの強化に活用できるよう設計されています。たとえば、医療機関は大気質や花粉量をモデル化することで、患者数の急増を予測できます。また、製薬会社は、症状の悪化などのさまざまな健康関連指標を、集約された過去データや信頼性の高い健康基準と関連付けることができます。

これらのデータセットの精度は、Google 独自の AI モデル、政府の基準観測局や商用センサーネットワークなどの膨大な地理空間データソースの組み合わせ、信頼性の高い過去インサイトと予測インサイトを確保するための継続的な検証によって支えられています。

天気に関するインサイト

天気インサイトデータセットでは、約 5 年分の高解像度の過去の気象データにアクセスできます。このデータは、世界全体では 0.1 度、米国と欧州では約 4 km 四方で 1 時間単位の詳細な情報を提供します。この包括的な気象記録を BigQuery 上の運用データと組み合わせることで、過去のパターンを分析して需要を予測し、配送ルートを最適化し、エネルギーや旅行関連のプロジェクトを戦略的に計画できます。こうした過去のインサイトを活用して先を見越した戦略を構築し、Weather API の予測と組み合わせてリアルタイムに適切なアクションを取ることで、小売、物流、旅行、エネルギー、保険、モビリティなどの業界で、運用効率を高め、レジリエンスを維持できます。たとえば旅行会社は、季節ごとの環境パターンに基づいて天気と予約の傾向を予測し、旅行パッケージやマーケティングキャンペーンを最適化できます。

BigQuery での降水量データの可視化

大気質と花粉に関するインサイト

大気質と花粉に関するインサイトデータセットを使用すると、数年分の過去データにアクセスし、特定の汚染物質や花粉の種類の濃度を 500 m または 1 km のグリッド単位で把握できます。これにより、地域ごとの「盲点」をなくすうえで必要な高精度のデータを得られます。たとえば、こうした精緻な環境パターンを患者記録と直接関連付けたり、今後の花粉飛散のピークを見越して小売店の在庫を最適化したりすることができます。検証済みの環境コンテキストを BigQuery 上の独自データと簡単に統合することで、事後対応型の意思決定から、健康への影響に関するより深い分析や、先を見越したケア管理へと移行できます。

特定の日におけるマンハッタンの PM2.5 の中央値を可視化

大気質、花粉、天気の過去データが、より高い精度と予測力の実現にどのように役立つのか、ぜひご確認ください。早期アクセスにご登録のうえ、詳細をご覧ください。

- Google Maps Platform 担当グループプロダクトマネージャー、Yael Shamir Zelmanoff

新たな次元の理解を可能にする: Google の画像を使用した高度な地理空間 AI

Fri, 29 May 2026 01:20:00 +0000

※この投稿は米国時間 2026 年 4 月 24 日に、Google Maps Platform blog に投稿されたものの抄訳です。

Cloud Next では、Google Earth AI のイノベーションを活用した　Imagery Insights ポートフォリオの大幅な拡張を発表しました。地形に対する理解と意思決定方法の変革を支援するよう設計されています。また、Earth AI の一部として、太陽光発電の利用可能性や既存の太陽光発電設備に関して、高解像度の建物レベルのデータの提供も発表しました。これにより、電力会社やサービスプロバイダが再生可能エネルギーの導入を推進し、ネットワーク計画を最適化できるようになります。

Aerial and Satellite Insights で視野を広げる

今後数週間以内に、Aerial and Satellite Insights（試験運用版）をリリースして、Imagery Insights ポートフォリオを拡充する予定です。Street View Insights を補完する Aerial and Satellite Insights では、高解像度のグローバル画像を手軽に利用できるようになり、分析対象を都市の街路の細部から地球の鳥瞰図まで広げることができます。高い解像度と多様な角度からのビューを備えた 3D 航空画像や、柔軟性の高い更新設定による高解像度衛星画像により、幅広いタスクをカバーするあらゆる規模のデータドリブンな意思決定が可能になります。Aerial and Satellite Insights は Gemini Enterprise Agent Platform と統合されているため、現場の人員、リスク、費用を削減しながら、運用をスケールできます。また、BigQuery と Earth Engine を利用して、独自のデータと高解像度の画像コンテキストを組み合わせ、詳細な空間分析を行うこともできます。これにより、電波の障害物を特定してワイヤレスネットワーク計画を最適化する、重要インフラ付近の植生の侵入をモニタリングする、未開拓の再生可能エネルギー市場機会を認識するといった課題を解決できます。

Aerial and Satellite Insights により、組織は敷地の選定とアセットの管理を革新できます。過去のデータを使用して、経時的な変化を検出してパターンを予測することで、より包括的な敷地分析と在庫監査の自動化が可能になります。たとえば、デジタルの地形モデルと組み合わせることで、通信事業者はワイヤレスネットワークの計画を最適化し、電波障害を最小限に抑えることができます。

Aerial and Satellite Insights を活用することで、電気通信の専門家はワイヤレスネットワークの計画を最適化し、電波障害を最小限に抑えることができます。

Aerial and Satellite Models で分析を強化

また、Google Cloud の Model Garden 内に Aerial and Satellite Models（試験運用版）を導入します。Google Research のリモートセンシング基盤の取り組みの一環として開発されたこれらのモデルは、複雑なモデルを自分でトレーニングまたは維持する必要なく、地球規模の分析情報を抽出できるようにすることで、地理空間ワークフローを変革するように設計されています。さらに、このモデルは Google のカタログに限定されません。独自の航空画像や衛星画像を取り込み、Google の高度な AI を適用して、すでに所有しているデータから分析情報を引き出すことができます。

高度なゼロショット分析とオープンボキャブラリ分析機能により、オブジェクトを説明するだけで識別できます（「風力タービン」をすべて検索するなど）。また、自然言語を使用してセマンティック検索を実行し、複雑なシーン（「都市の中心部を流れる川」など）を見つけることができます。また、このモデルには強力なセマンティックチェンジ検出が備わっていて、変化の意味と方向を理解するのに役立ちます。たとえば、長期間稼働している「産業用工場」と新しい「産業用工場」を区別したり、「建設前」や「建設中」などのプロジェクトの進行状況を特定したりできます。このマルチモーダル機能により、地球の個々の要素だけでなく、より広範な意味的および時間的コンテキストを理解できるようになり、幅広い重要なユースケースにおいて、よりプロアクティブでデータドリブンな意思決定が可能になります。

Aerial and Satellite Models を使用すると、エネルギーアナリストは「大型の HVAC 冷却塔を探して」といったプロンプトを入力するだけで、関連する冷却塔オブジェクトを広範囲にわたって特定できます。

太陽光発電データで再生可能エネルギーの導入を加速し、ネットワーク計画を最適化

Google の包括的な航空画像と衛星画像に基づき、太陽光発電データを使用して、建物がクリーンエネルギーを生成するポテンシャルを把握することもできます。Solar Insights（試験運用版）は、市場機会を特定して太陽光発電の導入を加速するために設計された高解像度データセットです。このツールは、米国とヨーロッパの 90% を超える建物を対象に、建物ごとの太陽光発電のポテンシャル、屋根の統計情報、既存の太陽光パネルに関する分析可能なデータを提供します。電力会社やサービスプロバイダは、このツールを使って価値の高い顧客を特定してネットワーク計画を最適化できます。これらの建物レベルの詳細情報を Google の気象モデルと統合することで、組織は屋上太陽光発電パネルによる発電量を正確に予測できるようになり、エネルギーの信頼性を高め、再生可能インフラストラクチャへのより収益性の高い投資を促進できます。

Milken Institute による Solar Insights の活用事例

Milken Institute の Community Infrastructure Center は、Solar Insights を使用して、図書館、学校、診療所、その他の重要なアンカー機関などのコミュニティレジリエンスセンターの太陽光発電のポテンシャルを評価し、それを気候リスクや人口統計データと組み合わせて、十分なサービスを受けていないコミュニティでレジリエンスハブへの投資が最も大きな効果を発揮する場所を特定しています。

Solar Insights は、これまで得られなかった建物レベルやコミュニティレベルでの明瞭な情報を提供してくれます。Google のプラットフォームパートナーは、数分でコミュニティの主要施設における太陽光発電のポテンシャルを評価し、気候データや社会経済データと重ね合わせて、レジリエンスへの投資が最も重要な場所を特定できます。Milken Institute では、コミュニティ組織と連携してクリーンエネルギープロジェクトの範囲を定める方法をすでに変革しています。 Rachel Halfaker 氏
Milken Institute ディレクター

LiDAR を使用した Street View Insights で、より正確な 3D 測定とインフラストラクチャに関する分析情報を取得できます。

Street View Insights で地上レベルの精度を向上

今後数週間以内に、有用な LiDAR データを使った試験運用版をリリースして、Street View Insights を強化する予定です。Google ストリートビューの膨大なリポジトリには、インフラストラクチャを網羅する 2,800 億枚以上の 360° 画像と 3D 画像が含まれています。このリポジトリにアクセスして、より精度の高い計測が可能になることを想像してみてください。このイノベーションにより、現場やアセットへの費用と時間がかかる訪問の必要性が最小限に抑えられ、電柱の高さ、架空送電線のクリアランス、道路標識の寸法をデスクにいながら正確に判断できるようになります。さらに、Gemini Enterprise Agent Platform を活用した自然言語クエリを使用すれば、分析情報をはるかに迅速に抽出できるため、アセット管理と状態評価の効率が向上し、メンテナンスを事後対応型から事前対応型に移行できます。

LiDAR を使用した Street View Insights で、より正確な 3D 測定とインフラストラクチャに関する分析情報を取得できます。

これらの強力でシームレスに統合されたツールを提供することで、イニシアチブのライフサイクル全体にわたって、より費用対効果の高いデータドリブンなビジネス上の意思決定を支援できると確信しています。

Google の高度な地理空間 AI が分析情報をどのように強化できるか、ぜひご確認ください。こちらから早期アクセスに登録して、ウェブサイトで詳細をご確認ください。

- Google Maps Platform 担当シニアプロダクトマネージャー、Andre Kelly
- Google Maps Platform 担当プロダクトマーケティングマネージャー、Dan Meyer

ハイパーローカルデータとリアルタイムルーティングで移動効率と配送完了率を大幅に向上

Fri, 29 May 2026 01:10:00 +0000

※この投稿は米国時間 2026 年 4 月 16 日に、Google Maps Platform blog に投稿されたものの抄訳です。

すべての配送がビジネスを左右する

ドライバーが渋滞にはまっています。配送はすでに遅れており、荷物が今どこにあるのか、いつ届くのかもわかりません。ようやくドライバーが建物の前に到着しても、入口が見つからないことがあります。さらに悪い場合には、住所が間違っていて、配送そのものができないこともあります。時間はそのままコストになります。刻一刻と時間が過ぎていきます。

そして、ドライバー、配車担当者、顧客の誰もがストレスを感じ、不満を抱えることになります。

モビリティ業界や物流業界では、単に A 地点から B 地点に移動できるだけでは不十分です。商品と人の移動が絡み合う複雑なジャーニーを効率的に管理するには、信頼できる移動情報と正確な位置データが欠かせません。ドライバーには、集荷場所や目的地に関するピンポイントの情報が必要です。配車担当者には、車両全体を滞りなく稼働させるため、道路状況に関するリアルタイムの情報が必要です。こうした情報を確実に提供するには、道路名を表示するだけにとどまらない地図が求められます。

Google Maps Platform を使用すれば、各ドライバーの車両タイプに合わせて最適なルートを設定し、渋滞や悪天候などの道路状況の変化にもリアルタイムで対応できるため、車両全体の効率的な運用を維持できます。さらに、地域密着型の新しいハイパーローカルインテリジェンスにより、ドライバーを毎回確実に目的地へ導くことができます。

荷物の搬入口まで、正しい住所を正確に把握

Google Maps Platform の Autocomplete と Address Validation は、いずれも Places API の一部であり、住所入力時のエラーを防ぎ、住所が実在するかどうかを確認します。しかし、住所そのものが正しくても、ドライバーが駐車場所や見つけにくい裏口を探さなければならない場合、最後の数メートルで集荷や配達がうまくいかないことがあります。Geocoding API で利用できる目的地の詳細情報を活用すれば、ドライバーが正しい住所に到着した後も、各配送を効率的に完了できるよう支援できます。

Geocoding API の目的地の詳細情報を使用すると、デベロッパーは、建物の入口、施設の敷地、駐車場、ナビゲーションの目印、さらには個々のテナント区画や住戸まで、正確なハイパーローカルデータをあらゆるアプリに組み込むことができます。また、AI が生成する到着時の概要を含めることもできます。この概要には、アクセスポイントのストリートビューに基づいた進行方向の手がかりや、駐車可能な場所に関する情報が含まれます。Navigation SDK を使用すれば、希望する降車場所や配達場所を正確に指定できるため、ドライバーが目的地に近づいた際に、こうした情報が地図上でわかりやすくハイライト表示されます。

この「ラストワンマイル」データにより、混雑した都市部や大規模な商業施設でも、ドライバーを最終的な集荷地点や配達地点まで案内できます。その結果、配送にかかる時間と燃料をより効率的に使用でき、配送完了率の向上にもつながります。世界各地のデータを確認するには、新しい Geocoding API Destinations デモをご覧ください。

最適化されたナビゲーションと信頼性の高いルート追跡でドライバーを目的地まで確実に案内

交差点での指示、信号や様式に応じた適切な誘導は、Navigation SDK を使用してアプリに追加できる機能として、長年提供されてきました。Navigation SDK により、ドライバーは、ブランドに合わせてカスタマイズできる使い慣れたインターフェースで信頼性の高いターンバイターンナビゲーションを利用できます。

Route Optimization API は、フリート内で利用可能な車両数や車両の積載量といった制約に加え、道路の種類や交通状況など、ナビゲーション上の考慮事項を分析します。そのうえで、複数の配送先を回る配送に適した、効率的で費用対効果の高いルートを作成します。車両を滞りなく走行させるため、Navigation SDK では、ルート上で発生するリアルタイムの障害や遅延要因を地図上に視覚的に表示できます。

また、Fleet Engine は、輸送管理プラットフォームと統合できるバックエンドサービスで、リアルタイムナビゲーションとリアルタイムの可視性をつなぎます。移動データをアプリにフィードバックすることで、車両の割り当てを管理し、個々のドライバーの移動を追跡し、顧客に配送状況の更新情報や到着予定時刻（ETA）を提供できます。

Google Maps Platform を使用すると、住所入力から玄関先への配送まで、複雑な移動のライフサイクル全体を支えることができます。新しいハイパーローカルな配送データとリアルタイムルーティングにより、ドライバーと配車担当者はより確信を持って業務を進められます。また、フリート運用の時間効率とコスト効率を高め、すべての配送を時間どおりに完了させ、顧客満足度の向上につなげることができます。

ラストワンマイルのさらなる最適化を今すぐ始められます

Geocoding API の目的地の詳細情報について詳しく確認するか、既存の地図に地域密着型の場所情報や目的地のハイライト表示を追加してみましょう。人や物を正しい目的地にスムーズに届けるために必要なナビゲーションツールを今すぐ導入できます。

- Google Maps Platform 担当シニアプロダクトマネージャー、Nick DeMeuse
- Google Maps Platform 担当グロースマーケティングリード、Tutku Gulkaya Toksoz

Roads Management Insights を拡張し、公共セクターと民間セクター向けの新機能を導入

Thu, 28 May 2026 01:05:00 +0000

※この投稿は米国時間 2026 年 4 月 22 日に、Google Maps Platform blog に投稿されたものの抄訳です。

Google Maps Platform は昨年、公共セクターの道路管理者が都市インフラを最適化するために必要となる詳細なネットワークインテリジェンスを利用できるように、Roads Management Insights（RMI）をリリースしました。このたび、Cloud Next において、安全性、効率性、信頼性という使命をさらに一歩推し進めました。Google Earth AI の一部として、既存のユーザー向けに強力な新しい RMI 機能のスイートを提供し、民間セクターにプロダクトを公開します。これにより、道路を維持管理する機関と、道路を走行する商用車フリートを結び付けることが可能となります。

強力な新しいデータセットの導入

今回の拡張の一環として、2 つの強力な新しいデータレイヤが RMI ポートフォリオに追加されます。これらは、今後数週間以内にプレビュー版として提供予定です。

障害情報

交通停滞の根本原因を把握するのに役立つ、道路障害に関するタイムリーな情報です。

初期シグナルの検知: 衝突事故、路上落下物、故障車など、ネットワーク全体に影響が及ぶ前に、潜在的な障害に関する初期シグナルを取得します。

インフラ状況の把握: 通行止めをリアルタイムで特定し、正確な運用状況を維持します。

車両数

交通量を把握して、エビデンスに基づいたインフラ投資、安全性の向上、渋滞管理を推進します。

インフラ整備事業の評価: 車両数により、新しい道路や橋、大規模修繕プロジェクトの必要性と影響を評価するために必要となる正確な交通量予測を提供します。
予算決定の正当化: 推測ではなく客観的な交通量データを使用してインフラ計画の指針とし、助成金申請の優先順位を付け、設備投資を正当化します。
的を絞った安全性の向上: 交通量と過去の事故データを関連付けて真の危険地帯を特定し、最も効果の高い安全対策を優先的に実施します。

ロードサービス事業者のためのコンテキストインテリジェンス

ロードサービス事業者にとって、高速道路の路肩は世界で最も危険な場所の一つです。RMI の新機能により、配車担当者は安全性を考慮した配車を行えるようになります。配車センターのオペレーターは、リアルタイムの障害を分析することで、危険性が高い場所と二次事故の発生が懸念される場所を即座に特定し、レッカー車が危険を回避して安全に移動できるよう手動でルートを設定できます。

RMI を使ってみる

Google の比類のない物理世界に関する理解とお客様独自のデータを組み合わせることで、道路ネットワークの安全性と効率性を向上させ、迅速かつスケーラブルなデプロイを実現できます。

Roads Management Insights のデモ（デモ画面へ）

Roads Management Insights の詳細については、こちらからお申し込みください。また、これらの新機能が業務をどのように変革できるかについては、ウェブサイトをご覧ください。

- Google Maps Platform、プロダクトマネージャー、Justyna Swiatkowska

- Google Maps Platform、プロダクトマーケティングマネージャー、Dan Meyer

静的な地図から地理空間 AI へ: Population Dynamics Insights を発表

Thu, 28 May 2026 01:00:00 +0000

※この投稿は米国時間 2026 年 4 月 22 日に、Google Maps Platform blog に投稿されたものの抄訳です。

このたび Cloud Next において、Google は Google Earth AI のデータセットである Population Dynamics Insights（PDI）のプレビュー版を発表しました。PDI は Google Maps Platform を通じて利用することができます。Google Research の Population Dynamics Foundation Model（PDFM）を基づいている PDI は、人間の行動と物理世界の複雑な関係を組織が読み解けるように設計された画期的な地理空間エンベディングデータセットです。Google 検索と Google マップから得られる集約された傾向を、世界中の地点に対応する情報量豊かな 330 次元エンベディングへと凝縮することで、手動による特徴量エンジニアリングを必要としない空間機械学習の新たな時代を切り拓きます。

特徴量エンジニアリングが不要: ML 対応エンベディングの力

Population Dynamics Insights は、世界を理解する方法に根本的な変化をもたらします。データチームは、静的な地図や 10 年前の国勢調査データに頼るのではなく、高次元の地理空間モデルを活用できるようになります。分析にすぐ使用できるエンベディングを BigQuery に直接提供することで、データラングリングに伴う負担を取り除きます。

PDI エンベディングは毎月更新され、Google 検索のトレンド、Google マップの混雑する時間帯、スポット、大気質や天気などの環境条件を含む、数百万件の集約シグナルを簡潔なベクトルへと凝縮します。これらのエンベディングは、S2 セルレベル 12 の粒度（約 3 km²～6 km²）でインデックス化され、標準化された高解像度のグリッドを提供します。このグリッドにより、グローバル規模の分析に必要な計算効率を維持しながら、地域ごとの細かなニュアンスを捉えることができます。

PDI は、既存の ML モデルトレーニングにそのまま追加して使用できるデータセットとして設計されています。そのため、手動による特徴量エンジニアリングを一切行わなくても、ML モデルに人間の行動や環境に関する深いコンテキストを即座に取り込むことができます。複雑な AI 処理とデータ集約は Google が担うため、データチームは最小限のアーキテクチャ変更だけで、標準化された ML 対応の特徴量レイヤをすばやく導入できます。

PDI で空間モデルをさらに強化

PDI は、汎用的な地理空間エンベディングレイヤを提供することで、盲点、古い国勢調査データ、地理的なデータギャップを克服できるよう ML チームを支援します。主な用途は次のとおりです。

サイト選定のための類似性モデリング: 最も成功している既存拠点と環境属性や行動属性が似ている「姉妹」地域を見つけることで、サイト選定を最適化できます。
コールドスタートの地理分析: グラウンドトゥルースデータがない新しい地域に既知の成果を投影できます。グローバルに比較可能なエンベディングを活用することで、ML チームは米国のようにデータが豊富な市場でモデルをトレーニングし、インドやブラジルのような新しい地域にデプロイする際にも、十分な予測力を維持できます。
コンテキスト補間: 周囲の環境コンテキストや行動コンテキストを使用して、サンプリングされていない地域の欠損値を予測し、既存データに存在する盲点をシームレスに補完できます。
超解像: 低解像度のデータセットから高解像度のデータを生成し、広域の地域トレンドから詳細なインサイトまで掘り下げることで、精度の高い地域ターゲティングを実現できます。たとえば、オーストラリアの医療機関は PDI を使用して、コミュニティレベルでは見えにくい盲点を特定し、ケアが特に必要とされる遠隔地で命を守るためのスクリーニングを優先的に実施しています。
高精度予測: 時系列モデルを静的な空間条件に基づかせ、環境特性や人間の行動特性を過去の成功と関連付けることで、製品需要や市場の変化を予測できます。

すぐに使える実証済みのパフォーマンス

PDI は、場所に関するコンテキストを提供するだけではありません。さまざまなダウンストリーム ML タスクにおいて、測定可能な精度向上を実現します。研究や技術評価を通じて、幅広い分野でその効果が実証されています。

グローバルヘルス: PDI は、複数の公衆衛生イニシアチブで価値を実証しています。たとえば、Mount Sinai の研究者と、Boston Children’s Hospital および Harvard の研究者は、PDI を活用して郡レベルのワクチン接種データを超解像し、集約されたデータから、より粒度の高い近隣レベルのインサイトを得る取り組みを進めました。その結果、従来のサーベイランスでは見えにくかったワクチン接種率の低い地域の隠れたクラスタを特定することに成功しました。これらのクラスタは、実際に麻疹の流行が発生していた地域と直接重なっており、さらに広い観点では、公衆衛生上のニーズを予測し、先回りして対応できる可能性を示しています。
業界をリードするグローバルパフォーマンス: PDI は、米国における 29 種類のターゲット変数で最先端の精度を達成し、従来の人口統計ベースのアプローチや業界標準の衛星モデルを上回りました。さらに、世界 17 か国でも同等のパフォーマンスを示しており、国境を越えて適用した場合でも、重要な社会経済指標や公衆衛生上の成果に関する予測精度を向上させています。

Public Storage による PDI の活用事例

Public Storage は、Google Earth AI の Population Dynamics Insights を活用し、市場動向の変化をモデル化し、それに対応する方法を進化させています。

Public Storage のデータサイエンス戦略の一環として、私たちは Google チームと直接連携する機会を得ました。Population Dynamics Insights は、行動、位置情報、環境に関する大規模な集約データを提供します。Public Storage では、これを独自のセルフストレージデータとモデルに統合し、複雑な実世界のデータを実用的な分析情報へと変換しています。これにより、より高い確信と精度に基づいて投資判断を行えるようになりました。 Philip Kim 氏
Public Storage、最高データ分析責任者

使ってみる

PDI は現在 17 か国で利用できます。今後も世界各地に継続的に拡大していくロードマップにより、国境を越えた空間インテリジェンスのための統合基盤を提供します。

Google は、PDI が小売、物流、金融サービス、医療、グローバルヘルス、公共部門に携わるデータサイエンティスト、ビジネスの意思決定者、AI / ML エンジニアにもたらす可能性に期待しています。

PDI が組織のより大きな全体像を把握するうえでどのように役立つのか、ぜひご確認ください。アクセスをお申し込みのうえ、詳細についてはウェブサイトをご覧ください。

- Google Maps Platform 担当グループプロダクトマネージャー、Erika Yamasaki
- Google Research 担当プロダクトマネージャー、Alex Ottenwess

現実世界の画像と AI を活用して構築する 3 つの新しい方法

Wed, 27 May 2026 01:05:00 +0000

※この投稿は米国時間 2026 年 4 月 22 日に、Google Maps Platform blog に投稿されたものの抄訳です。

インフラ計画から自然災害の評価まで、企業や都市計画担当者は現実世界を把握するために Google のマッピングツールを活用しています。このたび Cloud Next において、Google は画像関連プロダクトに関する 3 つの AI アップデートを発表しました。これには新しい Google Earth AI ツールも含まれており、組織が情報をこれまで以上に迅速に可視化し、分析できるよう支援します。

ストリートビューに基づいた生成メディアを作成

生成 AI は、クリエイティブエージェンシー、映画スタジオ、高級ブランドがソーシャルキャンペーンや広告キャンペーンを実現するための強力な手段をもたらしました。Google は今回、Maps Imagery Grounding により、想像力豊かなシーンを現実世界に根ざした形で表現できるよう支援します。米国内の場所を対象に限定公開プレビュー版として提供されるこの新しいツールを使用すると、Google ストリートビューの実際の情報に基づいた魅力的な AI ビジュアルを生成できます。

たとえば、映画のシーンに最適な撮影場所を見つけるには、複雑なロジスティクスの調整、初期段階のロケハン、天候を待つこと、何百枚もの参考写真の撮影などが必要になる場合があります。Maps Imagery Grounding を使用すれば、映画スタジオは、ロケハン担当者が現地に足を運ばずとも、ニューヨーク市のワシントンスクエアパークのような特定の場所を舞台にしたシーンをノートパソコン上ですばやく可視化できます。使い方は簡単です。Gemini Enterprise Agent Platform に「ワシントンスクエアアーチの前に浮かぶ未来的な宇宙船の画像を生成して」といったプロンプトを入力し、設定で Google Maps Imagery によるグラウンディングを有効にするだけです。数秒で、クリエイティブな構想を正確な画像としてストーリーボード化できます。さらに、Veo を使用することで、そのシーンをアニメーション化することもできます。

現在、世界大手の広告会社である WPP は、ストリートビューの現実世界の情報に基づいた、クライアント向けの没入感ある広告制作を例にして、Maps Imagery Grounding の機能をテストしています。

Maps Imagery Grounding を使用すると、映画スタジオは、ニューヨーク市のワシントンスクエアアーチのような現実世界の場所を舞台にした映画のシーンを瞬時に可視化できます（説明を目的とした出力結果の例です。結果は状況によって異なる場合があります）。- アニメーションを見る

航空写真や衛星画像から新たなインサイトを引き出す

また、上空から世界を分析する作業も、より簡単になります。現在、データアナリストや都市計画担当者は、地形や都市の変化を把握するために、何千枚もの衛星画像を手作業で確認しています。この課題により簡単に対応できるよう、Google は今後数週間以内に、地理空間モデルとデータセットのコレクションである Google Earth AI に、新しい Aerial and Satellite Insights を追加する予定です。

これにより、ユーザーは Google Cloud の BigQuery でこうした画像を自動的に分析できるようになり、これまで手作業での画像確認に数週間かかっていた作業をわずか数分に短縮できます。たとえば都市では、このデータセットを活用して、住宅地内で進行中の建設現場の場所を把握できます。これにより、計画担当者は、新しい道路や電力線に必要なリソースを正確に割り当てられるようになります。

Aerial and Satellite Insights を使用すると、新しい建設現場など、画像から有用な情報をすばやく抽出できます。

Earth AI で画像インサイトをより迅速に取得

新しいデータセットに加えて、Google Cloud の Model Garden で試験運用版として提供される 2 つの新しい Earth AI Imagery モデルも導入しました。これらのモデルは、橋、道路、送電線など、画像内の特定のオブジェクトを識別できるようにトレーニングされています。これにより、企業は自社プロダクトを開発する際に、AI をゼロからトレーニングしてビルドするために何か月も費やす必要がありません。

たとえば、大規模な暴風雨の発生後、復旧チームは地域社会の再建を支援するため、被害状況を明確に把握する必要があります。空間インテリジェンスの大手企業である Vantor は、自社の Sentry アプリでこれらのモデルを使用し、未加工の衛星画像を実用的な知見へと変換しています。これにより、組織は寸断された道路をすばやく特定し、がれきを撤去し、長期的な修復作業の優先順位を判断できるようになります。

Vantor の Sentry アプリケーションは、Earth AI Imagery モデルを使用して、未加工の画像を実用的なインサイトへと変換します。たとえば、損傷したインフラが写っている場面などを特定できます。- アニメーションを見る

これらの AI 関連のアップデートにより、企業、データアナリスト、都市計画担当者にとって、まったく新しい可能性が広がります。クリエイティブコンセプトの可視化、新たな開発計画の策定、災害対応の管理など、Google の新しい画像ツールは、よりスマートで迅速な作業を支援します。

地理空間分析プロダクトの早期アクセスに登録し、Maps Imagery Grounding の限定公開プレビュー版へのアクセスをお申し込みください。

- Google Maps Platform および Google Earth 担当バイスプレジデント兼ゼネラルマネージャー、Yael Maguire

エージェントエクスペリエンスの新時代へ

Wed, 27 May 2026 01:00:00 +0000

※この投稿は米国時間 2026 年 4 月 22 日に、Google Maps Platform blog に投稿されたものの抄訳です。

今回の Cloud Next で、差別化された AI エクスペリエンスの構築に役立つ新機能と拡張機能を発表いたしました。単純なチャットを超えるために、AI エージェントには 2 つの基礎的なレイヤが求められています。推論を実世界に固定するグラウンディングの「真実のレイヤ」と、直感的でインタラクティブなエクスペリエンスを通じて情報を伝えるビジュアルインターフェースです。

Google の新しいポートフォリオは、このための地理空間インテリジェンスレイヤを提供します。まず、グラウンディングの基盤を拡大し、AI を事実データと空間推論に固定します。さらに、エージェントが複雑な AI テキストをインタラクティブな地図や場所固有の画像に変換するのを支援する可視化ツールを導入します。

Maps Grounding Lite: 一般提供を開始

Maps Grounding Lite は、Model Context Protocol（MCP）を介して Google マップの機能を LLM に組み込む、ポータブルで強力な方法です。

このインテグレーションは迅速なプロトタイピングを目的として設計されており、3 億件以上の場所に関する Google マップの信頼できるデータを使って AI エージェントを即座にグラウンディングできます。モデルを Google マップの最新の事実情報に接続することで、場所の情報、天気予報、距離や移動時間などの経路に関する基本情報など、役立つ位置情報を提供する会話型エクスペリエンスを構築できます。

たとえば、不動産のスタートアップは Grounding Lite を使用して、「この家の近くにある、子供連れでも入りやすいレストランや公園は？」「この物件から市街地までの通勤はどのような経路になる？」といったユーザーの質問に、AI アシスタントがチャットインターフェース内で直接回答できるようにすることができます。Grounding Lite の主なメリットは次のとおりです。

LLM との柔軟な相互運用性: 標準化された MCP インテグレーションを使用して、AI エージェントの試作やデプロイを迅速に行います。
事実と最新情報に基づいた回答: モデルの回答をリアルタイムの実世界データにグラウンディングすることで、ハルシネーションや古い参照を回避します。
スムーズなスケーラビリティ: Google マップのインテリジェンスを、お好みの AI プロトタイプやエージェントにスムーズかつ低コストで組み込むことができます。オプションを比較して、ニーズに合った適切な地図グラウンディングソリューションを見つけましょう。
シームレスなオンボーディング: Grounding Lite のマップデモキーサポートにより、エージェントワークフローを加速できます。クレジットカードなしで、すぐに構築を開始できます。

MCP を介した Maps Grounding Lite との会話機能

Google マップによるグラウンディング: ルートと経路を最適化

昨年 9 月にリリースされた Google マップによるグラウンディングがさらに強化され、位置データだけでなく、ルーティング機能も限定公開プレビューで利用できるようになりました。これにより、AI エージェントはリアルタイムの移動時間を推定し、場所間の複雑な空間関係について推論できます。Google マップのルート検索エンジンで回答をグラウンディングすることで、現在の道路状況を考慮し、効率を重視した経路と「リアルタイム」の移動時間を提供できます。これらの機能は、Gemini Enterprise Agent Platform、Gemini API 、Google AI Studio で利用できます。

これらの機能は、旅行者がホテルに向かう途中で夕食の場所を見つけたり、不動産業者が複数の物件を案内するルートを考えたり、ドライバーが給油のために最短の迂回路を決めたりする際のサポートとして利用でき、さまざまな業界でスムーズなプラン立てが可能になります。グラウンディングにより、モデルはこれらのプロンプトにインテリジェントに回答できるため、ユーザーが Google マップに期待する正確性と最新の情報を提供できます。これらの新しいルート探索機能の主なメリットは次のとおりです。

マルチモーダルルーティング: 車、徒歩、自転車、公共交通機関、原動機付自転車での移動の計算をサポートします。
経由地点: 出発地と目的地の間に最大 13 か所の経由地点を設定した旅行を計画できます。
リアルタイム交通情報: グラウンディングされた回答では、リアルタイム交通情報が考慮され、静的な平均ではなく最新の所要時間が提供されます。
経路沿いを検索（SAR）: エージェントが特定の経路をナビゲートしながら、「通勤途中のガソリンスタンドを探す」といった関心のある地点を特定し、推奨できるようにします。

Agent Platform での Google マップによるグラウンディングとコンテキスト可視化によるルートおよびルート沿いの検索（SAR）

世界のイノベーターからの信頼: グラウンディングの事例

Google マップによるグラウンディングは、複雑な現実世界における推論の課題を解決するために、さまざまな業界で採用されています。パートナー様がこれらの新機能を活用して AI エージェントをローカルエキスパートに変えている事例をいくつかご紹介します。

不動産: Realtor.com は、不動産の購入者が引越し前にその地域の雰囲気を体験できる会話型ツール RealAssist™ を提供しています。ユーザーは、地域の施設や時間帯ごとの通勤時間を分析することで、その家が自身のライフスタイルに合っているかを判断できます。

Google マップによるグラウンディングを RealAssist に統合することで、地理空間のコンテキストを会話の流れに直接組み込みました。これにより、ユーザーは掲載情報を見るだけでなく、その物件が自分の地理的生活圏にどのようにフィットするかを正確に把握できます。- Realtor.com、プロダクトおよび AI イノベーション担当シニアバイスプレジデント、Dave Herman 氏 Dave Herman 氏
Realtor.com、プロダクトおよび AI イノベーション担当シニアバイスプレジデント

旅行とホスピタリティ: TUI は、Google マップによるグラウンディングを使用して、静的な旅行プランをシームレスでパーソナライズされたエクスペリエンスに変えています。AI アシスタントは、リアルタイムの地域情報とおすすめ情報を集約し、お客様が休暇中に何をするかを直感的に探せるようにします。

TUI のツアーでは、数日ごとに新しい目的地に移動し、それぞれの場所で探索する時間を設けています。Google マップによるグラウンディングを使用することで、当社の AI アシスタントがその時間をパーソナライズされたリアルタイムのおすすめに変換し、静的な旅行プランをシームレスなエクスペリエンスに変えます。」- TUI Tours、MD Expansion Business、Mircea Tudose 氏 Mircea Tudose 氏
TUI ツアー、MD Expansion Business

大規模イベントの管理: Neurun は、FIFA ワールドカップ 26™ ニューヨーク / ニュージャージー開催委員会やボストンアスレチックアソシエーションなどの組織と協力して、大規模イベントのデジタルコンシェルジュを提供しています。AI を活用したエクスペリエンスは、大規模イベントについてグラウンディングされた信頼できる唯一の情報源を提供することで、参加者、観客、地元住民が市内全域で開催される複雑なイベントをスムーズに理解できるよう支援します。ボストンマラソンもぜひご覧ください。

マラソンコースであっても複数の都市で開催される世界的なスポーツイベントであっても、大規模イベントで状況の把握が難しいという点は同じです。人々は自身の疑問に対して現実世界のデータにグラウンディングされた的確な回答が得られると、その場所でのエクスペリエンスがまったく異なるものになるのです。 Neurun、創業者 / CEO、Cade Netscher 氏

エージェントエクスペリエンスの可視化: AI テキストをインタラクティブな地図に変換

Maps Agentic UI Toolkit は、AI エージェントに「視覚的な声」を与える専用の地理空間可視化インテリジェンスレイヤとして機能します。このエクスペリエンスを実現するために、Google は宣言型 A2UI コンポーネントと包括的なシステム指示セットをデベロッパーに提供しています。これにより AI は、ユーザーのクエリに空間的な回答（近くのコーヒーショップや徒歩ルートなど）が必要な場合を正確に認識する方法を学習し、その非構造化テキストをリアルタイムで動的かつインタラクティブな Google マップエクスペリエンスに自動的に変換します。専用のプレゼンテーションレイヤを提供するこのツールキットは、インタラクティブなインラインマップ、視覚的なルートパス、詳細なプレイスカードなどの豊富な視覚的コンテキストを提供することで、ユーザーが AI 環境を離れることなく検索して経路を決定できるようにします。

エージェント対応 UI: モジュール式のインタラクティブな構成要素（動的なルートプレビューやその他の視覚的なコンテキスト）をエージェントアプリケーションに直接組み込みます。これにより、「文字の壁」による認知負荷が解消され、ユーザーのエンゲージメントをアプリ内で維持できます。
ローコードオーケストレーション: 不安定なグルーコードの記述や確率的な AI のハルシネーションへの対処といった手間を回避できます。このツールキットには、エージェントが適切なタイミングで適切なマップをレンダリングできるようにするシステム指示が含まれています。
モデルに依存しない柔軟性: このツールキットは、地理空間データ専用のステートレスなプレゼンテーションレイヤとして機能し、Gemini モデルまたは任意の準拠 LLM からの出力をシームレスに変換します。

Maps Agentic UI Toolkit : チャットエクスペリエンス内でインタラクティブな構造化された場所データを直接利用できます。

マップ画像によるグラウンディング: 生成メディアを物理的な現実世界でグラウンディング

生成 AI が、想像力に富んだコンテンツだけでなく、現実世界の視覚的な真実に基づいたコンテンツを作成できるとしたらどうでしょうか。Google は、AI の創造性の限界を押し広げるべく、Maps Imagery Grounding を全世界で限定公開プレビュー版として提供するにあたって、まずはストリートビューの米国ロケーションから開始します。このイノベーションは、Google の生成画像モデルの力と Google マップの現実世界の画像データを組み合わせたものです。

Gemini 3.1 Flash で生成された超現実的なニューヨークの広告コンセプトを、Maps Imagery Grounding を使用して Veo でアニメーション化。（画像ははめ込み合成です。過程の一部は省略しています。説明を目的とした出力結果の例です。結果は状況によって異なる場合があります。）　- アニメーションを開く

Gemini Enterprise Agent Platform の Maps Imagery Grounding は、ストリートビューを使用して AI 生成コンテンツが現実世界の場所のコンテキストに固定するための、検証済みの基盤を提供します。クリーンなキャンバス上に忠実度の高い没入型のストーリーを作成し、実際の建築物や地理的コンテキストを反映しながら、独自の被写体をシームレスに挿入できます。ロケ地まで移動して撮影したり、複雑な視覚効果ワークフローを採用したりする必要はありません。Maps Imagery Grounding の主なメリットは次のとおりです。

独自のスケールと視点: 象徴的なランドマークから遠隔地まで、独自の視点を開拓し、物理的または物流的には撮影が不可能なカメラアングルを実現します。
クリーンなキャンバスでのイノベーション: まっさらなキャンバスにストーリーを構築できます。新しい被写体をシームレスに挿入して、ブランドのストーリーを伝えたり、商業施設の可能性を示したり、目的地の真の魅力を伝えたりできます。
大規模かつ迅速なクリエイティブの制作: 制作のタイムラインを数か月から数日に短縮します。現地での撮影にかかる費用や複雑さを避けて、忠実度が高く、位置情報が正確なアセットをプログラムによって生成できます。

使ってみる

エージェントとグラウンディングのプロダクトについて詳しくは、Google のウェブサイトをご覧ください。同様のエクスペリエンスを構築する方法については、Maps Day Planner Agent Codelab をご覧ください。

新しい限定公開プレビュー機能の使用にご関心をお持ちの場合は、以下をご活用ください。

Google マップによるグラウンディングのルートおよびルート沿い検索（SAR）機能へのアクセスを申請する
Maps Agentic UI Toolkit へのアクセスを申請する
Gemini Enterprise Agent Platform の Maps Imagery Grounding へのアクセスを申請する

編集部注： 2026 年 5 月 19 日現在、「Maps Agentic UI Toolkit」が「試験運用版」として広くご利用いただけるようになりました。この地理空間可視化インテリジェンスレイヤーは、AI エージェントに「視覚的な声」を与え、非構造化テキストをリアルタイムでインタラクティブな地図へと変換します。詳細なドキュメントをご確認いただき、さっそくビルドを開始してください。

さらに、「Google マップによるグランディング」が「Firebase AI Logic SDK」内で一般提供開始となりました。この統合により、モバイルおよび Web 開発者は、Android、iOS、Flutter、JavaScript、Unity にまたがって、AI 駆動型アプリケーションを実世界の地理空間データを関連づけることができるようになります。事実に基づいた、位置情報を認識する体験の構築方法については、発表の全文をご覧ください。

- Google Maps Platform 担当プロダクトマネージャー、Ju Tan
- Google Maps Platform 担当グループプロダクトマネージャー、Matt Moore

2,800 億枚の画像をインフラ管理の実用的な分析情報に変換: Street View Insights を一般提供

Tue, 12 May 2026 14:00:00 +0000

※この投稿は米国時間 2026 年 3 月 25 日に、Google Maps Platform blog に投稿されたものの抄訳です。

昨年、Google は Google Earth AI のイノベーションを活用した、AI によるインフラストラクチャ管理のための Imagery Insights という新しい画像データセットのカテゴリを発表しました。このたび、最初のデータセットである Street View Insights の一般提供を開始しました。この強力なデータセットには Google ストリートビューの膨大なリポジトリが活用されており、このリポジトリには 110 か国以上のインフラストラクチャを網羅する 2,800 億を超える 360° 画像および 3D 画像が含まれます。これにより、通信プロバイダ、電力会社、公共事業機関などの組織は、費用と時間がかかる現地調査を減らし、インフラストラクチャに関する実用的な分析情報を机上で直接取得できるようになります。Street View Insights は、アセット管理の自動化、事後対応型メンテナンスから事前対応型メンテナンスへの移行、コミュニティの安全性向上の支援を目的として構築されています。

Street View Insights を Gemini Enterprise Agent Platform（旧 Vertex AI）と組み合わせて使用すると、組織は電柱に取り付けられた特定の電力関連機器や通信機器（変圧器モデル、ワイヤレスアンテナ、その他の機器など）に関する分析情報の検出し、詳細情報を抽出できます。

Gemini Enterprise Agent Platform を使用すると、電柱に取り付けられた特定の電力関連機器に関する分析情報を検出して詳細情報を抽出できるようになる

費用の削減: 手作業から瞬時に得られる分析情報へ

Street View Insights を使用すると、アセットをリモートで大規模に調査、モニタリングできます。データは Google Cloud の BigQuery に直接接続して高度な空間分析ができるほか、Gemini Enterprise Agent Platformとのシームレスな統合が可能なため、組織は独自のモデルを導入したり、トレーニングしたりすることで、アセットの識別と状態のモニタリングができるようになります。この機能により、インフラストラクチャの評価に従来必要とされていた時間、費用、専門知識が大幅に削減されます。

さらに、組織は Agent Studio から自然言語のクエリを Gemini にプロンプト入力することで、以前よりもはるかに迅速に分析情報を抽出できます。最初の分析に数か月かかる手作業の代わりに、「この郵便番号のすべての電柱の状態を評価してください」といった簡単なクエリで、ストリートビューの画像から関連する詳細情報を瞬時に抽出できるため、インフラストラクチャの評価に必要な時間、費用、専門知識を大幅に削減できます。

Street View Insights の活用事例

通信事業者や電力会社向けの AI 搭載地理空間ネットワーク管理ソフトウェアのプロバイダである IQGeo は、Street View Insights を使用して、顧客である通信事業者や電力会社のネットワークアセットの在庫管理と分析を行っています。

検出されたすべての電柱を地図上に表示するサンプルアプリGemini Enterprise Agent Platform を使用すると、電柱に取り付けられた特定の電力関連機器に関する分析情報を検出して詳細情報を抽出できるようになる

IQGeo は、Street View Insights を活用することで、通信業界と電力会社のお客様に素晴らしいビジネスチャンスを新たにもたらしています。当社がネットワークアセットの AI による視覚的な自動調査分析を数秒で提供することで、お客様は現場の運用効率とネットワークデータ品質を大幅に向上させながら、収益性の高い新たな収益源を創出されているからです。 Augustin Marty 氏
IQGeo、AI ソリューション担当上級バイスプレジデント

使ってみる

Street View Insights の活用にご興味のある方は、まずはこちらよりお問い合わせください。Street View Insights の技術的な機能について詳しくは、ドキュメントページまたはデモをご覧ください。また、開発をすぐに始めたい場合は、コードの例を GitHub リポジトリでご確認いただけます。皆様の組織が、Street View Insights を活用して業務の効率化、ワークフローの改善、よりスマートな意思決定を実現されることを楽しみにしています。

- Google Maps Platform 担当シニアプロダクトマネージャー、Andre Kelly
- Google Maps Platform 担当プロダクトマーケティングマネージャー、Dan Meyer

Realtor.com : 没入型 3D Maps を使用して住宅購入プロセスを変える

Tue, 12 May 2026 01:00:00 +0000

※この投稿は米国時間 2026 年 3 月 31 日に、Google Maps Platform blog に投稿されたものの抄訳です。

編集者注: 本日の記事は、Realtor.com のプロダクトおよび AI イノベーション担当シニアバイスプレジデントである Dave Herman 氏によるものです。Dave 氏は、Realtor.com が「現地を訪れずに購入を検討する」市場において、Google Maps Platform の 3D Maps と Google マップによるグラウンディングを使用して、住宅購入希望者にどのように自信を持って意思決定してもらっているかを紹介しています。

新しい家を購入したり、引っ越したりする作業は、人生で最もストレスの多い体験の一つとして長い間考えられてきました。しかし、資金を確保し、住宅ローンや賃貸契約の書類に署名し、新居に引っ越すためにすべての荷物を梱包する前に、まず理想的な物件を見つける必要があります。多くの人にとって、オンラインプラットフォームがそのスタートラインになります。Realtor.com の最新調査によると、回答者の約半数が、現地で実際に住宅を見ずに購入することを検討すると回答しています。

実際に物件を見ずに購入する消費者が増える中、Realtor.com は、そうした消費者が適切なツール、確信、専門家のサポートを得られるように注力しています。こうした理由で、私たちは Google Maps Platform と実装パートナーの TopHap と連携して、お客様がデジタルファーストの没入型エクスペリエンスを通じて物件を見つけられるよう支援しています。そして現在、3D Maps を使用して構築された新しい FlyAround 機能により、かつて静的だったオンライン体験を、インタラクティブな探索に変えることができます。

FlyAround で家探しをサポート

数年前、妻と私はマサチューセッツ州ボストンからテキサス州オースティンへの引っ越しを計画していましたが、テキサス州に行ったことがない私たちは、何から手をつけてよいかわかりませんでした。私たちは物件を精査し、理想的な引っ越し先を見つけるために Realtor.com を利用しました。FlyAround のおかげで現在、同じような状況で物件を探している人々は、以前には不可能だった視点で家や近隣地域を確認することができます。

FlyAround は 3D Maps を通じて物件のリストをリアルなものに変えます。具体的には、高解像度の地形メッシュを活用することで、まるでドローンを飛ばしているかのような滑らかな体験を提供します。FlyAround は、物件の敷地、地形、近辺の状況を 360 度のダイナミックな鳥瞰図で提供してくれるため、購入希望者は家だけでなくその周辺環境全体も確認できます。

FlyAround は 3D Maps を通じて物件のリストをリアルなものに変えます。具体的には、高解像度の地形メッシュを活用することで、まるでドローンを飛ばしているかのような滑らかな体験を提供します。

また、FlyAround は静止写真ではわからない重要な疑問にも答えてくれます。たとえば、裏庭は傾斜しているか、木々が茂っているすぐ向こうに騒々しい高速道路が通っているか、家は太陽に対してどのような位置にあるか、などの疑問です。このような周辺状況を把握できるようにすることで、物件を探すプロセスから曖昧な判断を排除することができます。私のように、物件から何百マイルも離れた場所にいる購入希望者にとって、物件の周辺をバーチャルに「飛び回れる」ことは、写真ギャラリーからは決して得られない確かな安心感をもたらしてくれます。

バーチャル見学と現地見学の橋渡しをする

FlyAround ツールは、Realtor.com のすべての接点で Google Maps Platform を長年使用してきた経験に基づいて構築されています。実際、マップは私たちのサイトで最もよく利用される機能の一つです。なぜなら、マップこそが「場所」に関わる重要なコンテキストを伝えてくれるからです。ストリートビューはリスティングに直接統合されているため、ユーザーはブロックを「歩き」、家の外観や周囲の環境を確認できます。

さらに、不動産専門家と購入希望者を結び付けるコラボレーションプラットフォームである Realtor.com+ の統合によって、デジタル調査と現地見学とのギャップが埋められ、購入希望者とエージェントの関係がサポートされています。たとえば、週末に 5 件の物件を見たい場合、エージェントは Realtor.com の地図統合ツールを使用して、物件間の運転ルートを最適化できます。これにより、渋滞に巻き込まれることなく現地で実際に物件を見学する時間を確保できるため、オンラインでの閲覧段階から真剣な購入検討の段階へ、できる限りスムーズに移行できます。

2024 年 11 月に FlyAround をリリースして以来、モバイルマップのエンゲージメントが 2 倍に増加しました。

不動産業界の未来を描く

Google Maps Platform が Realtor.com のタッチポイント全体のエクスペリエンスに統合されているため、購入希望者は検討中の住宅に関するより深いインサイトを得て、より多くの情報に基づいて意思決定を行うことができます。これらの没入型機能の効果はすでに現れています。2024 年 11 月に FlyAround をリリースして以来、モバイルマップのエンゲージメントが 2 倍に増加しました。また、リスティングの詳細ページを閲覧したユーザーの約 10% が FlyAround を利用していることから、ユーザーがより深いインタラクティビティに大きな価値を見出していることがわかります。

しかし、これはほんの序章にすぎません。Realtor.com は、30 年近くにわたって不動産のデジタル分野を切り開いてきました。私たちの目標は今も変わりません。それは、住まいを探してる人にとって最も信頼できるガイドになることです。2026 年のロードマップに向け、検索エクスペリエンスをさらにパーソナライズできるよう、私たちは AI の進化と、Google Maps Platform が提供するより詳細な 3D インテグレーションの活用を模索しています。

AI を使用して地元の学校への最適な通学路をハイライト表示したり、季節によって家の景色がどのように変わるかを視覚化したりするなど、Realtor.com はテクノロジーを使用することで、家探しがストレスの少ない、よりインスピレーションに満ちた体験になるよう取り組んでいます。Google Maps Platform との連携により、私たちは単なる家の紹介にとどまらない価値を提供します。それは、お客様が将来暮らすことになる周辺環境を確認して安心感を持てるよう、お手伝いすることです。

- Realtor.com、プロダクトおよび AI イノベーション担当シニアバイスプレジデント、Dave Herman 氏

Alrik: Google Maps Platform で建設ロジスティクスに透明性をもたらす

Tue, 31 Mar 2026 01:15:00 +0000

※この投稿は米国時間 2026 年 3 月 6 日に、Google Maps Platform blog に投稿されたものの抄訳です。

編集者注: 今回の記事は、Alrik の創業者 / CPO の Axel Enblad 氏と CTO の Jan Tägtström 氏によるものです。Google Maps Platform を活用して、正確で信頼性の高いデータで建設業界に輸送インテリジェンスをもたらしている Alrik の取り組みについて紹介します。

建設業界におけるロジスティクス管理は、無数の要素が絡み合う複雑な業務です。サプライヤーは、資材の重量や種類から、建設現場に特有の搬入要件に至るまで、毎日何百もの配送上の制約に対処する必要があります。従来、これらは断片的な手作業によるワークフローで管理されていたため、その結果、手書きのメモやサイロ化されたスプレッドシートが山積みになり、配送にかかる実際の費用やルートの効率性を正確に把握するのは不可能でした。

こうした透明性の欠如を解決するために、私たちは Alrik を設立しました。当社の自動化された輸送インテリジェンスプラットフォームを使用することで、サプライヤー、レンタル会社、販売業者、請負業者は、社内外の車両やサプライチェーンを完全に制御できます。また、お客様に単一の記録システムを提供することで、輸送費用や車両の稼働状況に関する推測を明確かつ実用的な分析情報へと置き換え、正確に業務を管理できるようにします。

このプラットフォームの開発を開始したとき、外部運送業者の輸送費用を絶対的な精度で計算できる必要がありました。そのためには、距離と所要時間に関する信頼性の高いリアルタイムデータが必要でした。地図プロバイダを検討した結果、当社の価格設定エンジンを自信を持って構築できる高水準の精度と信頼性を備えていたのは、Google Maps Platform だけでした。当社のインフラストラクチャはすでに Google Cloud で実行されており、サービスには Cloud Run を、データ管理には Cloud SQL for MySQL データベースを使用していました。そのため、Google Maps Platform API を当社の技術スタックに簡単に統合できることがわかりました。現在、すべてのサービスを一元化できたことで、複雑な位置情報を競争力の向上に転換できたほか、ユーザーへの迅速な対応も可能になりました。

Alrik の自動化された輸送インテリジェンスプラットフォームを使用することで、サプライヤー、レンタル会社、販売業者、請負業者は、社内外の車両やサプライチェーンを完全に制御できます。

価格設定の透明性、リアルタイムの調整

当社の最初の製品は、業界の価格設定の問題を解決するために設計された Fleet on Demand（FOD）でした。建設業界では、多くの場合、配送先の住所は単なる出発点にすぎません。実際の荷下ろし場所は、広大な建設現場内の特定のゲートや仮設のアクセス道路である可能性があります。FOD では、Address Validation と Geocoding API を使用することで、曖昧な現場の説明を、検証済みかつジオコーディングされた位置情報に変換できます。これにより、価格設定アルゴリズムが Routes API を呼び出す際に、運送業者の費用見積もりが推測ではなく現実に基づいたものとなります。即座に料金の透明性のメリットを得られるため、自社の車両がフル稼働している際に、外部の運送業者から迅速に追加の輸送能力を確保できるようになります。

FOD を使用することで、曖昧な現場の説明を、検証済みかつジオコーディングされた位置情報に変換できます。

FOD 製品の成功を受けて、より広範な日常の調整業務の課題を解決することを目的とした Cockpit 製品をリリースしました。Cockpit は、サプライヤーの業務全体をリアルタイムで俯瞰し、すべての注文、トラック、ドライバーを単一の地図上で可視化するものです。この製品では、Google Maps Platform のモビリティサービスを統合することで、新たなレベルの俊敏性をお客様に提供できるようになりました。また、コーディネーターは、車両間で注文をドラッグ＆ドロップして、車両の稼働率を高めることでき、総運転時間を短縮できるようになりました。配達員が配達を開始すると、ルート上のすべての停車地点の到着予定時刻が自動的に再計算され、Routes API によってリアルタイムの交通状況や道路網が分析されて可能な限り正確な時刻が提供されます。

この可視性により、追跡機能を利用できるようになり、建築資材の正確な位置を示すリアルタイムのリンクをエンドユーザーに提供できるようになりました。また、透明性が向上したことで、資材の配達予定時間を確認しようとするコーディネーター、ドライバー、現場間の電話のやり取りが大幅に減少しました。

Alrik の追跡機能は、建築資材の正確な位置を示すリアルタイムのリンクをエンドユーザーに提供します。

また、Route Optimization API を統合することで、保留中の数十件もの注文を最も効率的な複数車両の配送ルートに自動的に整理できるようにしました。これにより、経験豊富なロジスティクスプランナーが 1 時間かかっていた作業を、今ではわずか数秒で完了できるようになりました。あるお客様は、これらのツールを使用して車両をより効果的に管理することで、配送費用を 28% 削減することに成功しました。

Alrik のプラットフォームからリアルタイムでアラートが送信されるため、資材の配達予定時間を確認しようとするコーディネーター、ドライバー、現場間の電話のやり取りが大幅に減少します。

ロジスティクスの未来に向けた基準を確立

当社は、Google Maps Platform を活用することで、お客様がより効率的かつ持続可能な事業運営を行えるよう支援しています。たとえば、正確な距離データを提供することで、販売者やレンタル会社が排出量レポートを自動化することを可能にしています。これにより、大手建設デベロッパーなどの顧客に対して、プロジェクトごとの正確な CO2 排出量データを提示できるようになるため、お客様にとっても大きなメリットとなります。環境コンプライアンスの重要性が高まっている市場において、この機能は、お客様がより多くのビジネスを獲得するのに役立つ重要な営業ツールとなっています。

当社は今後も、ロジスティクス業界に特有のニーズに対応できるよう、プラットフォームの開発を続けていきます。現在も、Google Maps Platform チームと協力して、欧州における大型貨物車両（HGV）のルート案内についての新たなサポート機能をテストしています。これは、橋の高さや重量制限といった車両固有の制約を考慮して、より正確なルートを提供できるようにするものです。また、当社の最適化アルゴリズムを貨物の複雑さを考慮するよう強化しており、たとえば、鋼材と石膏ボードの積載要件の違いを自動的に理解して、各トラックの積載量を最大限に活用できるよう取り組んでいます。

Google Maps Platform は、当社の成長を支える重要な基盤となっています。単なる地図の利用に留まらず、優れたスピードと信頼性を得ることができたため、極めて複雑なロジスティクス業界を簡素化する世界クラスのインターフェースを構築できるようになりました。欧州以外の地域にも事業を拡大し続ける中で、当社には、建設ロジスティクスを変革し続け、お客様が日々直面している現実世界の課題を解決できる確固たる基盤が整っていると確信しています。

- Alrik、創業者兼 CPO、Axel Enblad 氏
- Alrik、CTO、Jan Tägtström 氏

次世代のジオコーディング: 詳細かつ局地的な情報で「ラストメーター」を制する

Tue, 31 Mar 2026 01:10:00 +0000

※この投稿は米国時間 2026 年 2 月 20 日に、Google Maps Platform blog に投稿されたものの抄訳です。

荷物を配送する仕事を想像してみてください。効率的なルートを通り、到着予定時刻も正確、ナビには「到着しました」と表示されています。しかし、問題が 1 つありました。あなたは事務所の正面玄関前に立っていますが、荷物の届け先は「タワー 4 の B 号室」となっており、実際にはそこから 2 ブロック離れた場所だったのです。

長年にわたって、住所は単純な位置情報、つまり、地図上の点として扱われてきました。ユーザーが通りの名前や番地を入力すると、地図上にピンが表示されます。しかし、実際の目的地は単なる地図上の点ではなく、多くの場合、建物の入口や外観、歩行者や車両のアクセスポイント、周囲の施設との関係性といったコンテキストを持った場所です。

この「ラストメーター（最終到着地点）」のギャップを埋めるため、Google は Geocoding API で利用可能な Geocoding Destinations エンドポイントをリリースしました（現在プレビュー版）。目的地の詳細情報という、豊富かつ特定な場所の新しいデータセットを活用したこの機能は、ナビゲーションのあり方を根本的に変えるものです。詳細な目的地の選択と絞り込みを可能にし、その情報をルート検索やナビゲーションエンジンに直接連携させることで、最初の検索から最終目的地に辿り着くまで、移動のあらゆる部分で極めて高い精度を維持します。

この目的地の詳細情報は、ジオコーディングの基準を再定義し、ユーザー体験の質をさらなる高みへと引き上げるために、Geocoding API 内で追加料金なしで提供します。

目的地の詳細情報には、一貫性があり、豊富かつ構造化された特定な場所のデータパッケージが含まれており、目的地の全体像を提供します。このデータは、目的地の選択から走行中のナビゲーション、極めて重要なラストメーターでの降車に至るまで、移動の全行程を支えるよう設計されています。さらに、ジオコーディングだけに留まらず、Navigation SDK などの他の Google Maps Platform サービスと連携することで、その機能をさらに強化できます。

目的地の詳細情報は、さまざまな高精度なデータを提供します。

階層構造と相互関係: 場所間の相互関係を把握できます。たとえば、「402 号室」は「B 棟」の中にあり、それは「オークウッドコンプレックス」という施設の一部である、といった関係性を理解できます。
正確な入り口: 建物の具体的な入り口を特定します。たとえば、通用口と搬入口を区別し、送迎や荷降ろしに最適な停車位置を判別することができます。
建物や敷地の外観: 地図上に浮かぶピンではなく、実際の建物の外観を視覚化します。これにより、ユーザーは地図上で目的地を直感的に確認できます。
ナビゲーションポイント: 車両にとって最適な停車位置を特定します。単なる住所ではなく、最も利便性の高い到着地点へとドライバーを誘導します。
周辺のランドマーク: 主要なランドマークを利用することで、ルート計画時の方向把握や、到着時の視覚的な確認を容易にします。
AI による「到着概要」: 目的地までの道のりをユーザーに分かりやすく案内します。たとえば、「噴水を通り過ぎた左側に入口があります」といった方向に関するコンテキストを提供します。

一貫性のない一次元の住所データを、目的地の選択から、ナビゲーション、到着に至るまで、移動の全行程を支える豊かな目的地コンテキストへと変換します

重要なのは、目的地への到着とそこに至るまでのプロセス

ドライバーは出発前に、入り口の場所や駐車場の状況といった有益な情報を必要としています。また、タスクを効率的に完了するには、走行中の状況把握に加えて、ラストメーターに至るまでの詳細なコンテキストが欠かせません。そのため、こうした課題を解決するために、移動のあらゆるステージにおいて、目的地の詳細情報を活用できるようにしました。

自信を持って目的地を選択: 正確な住所を知らなくても細かく目的地を指定できます。検索や地図上のタップ操作から、「タワー 4」や「搬入口 B」といった施設内の具体的な地点を直接特定し、選択できるようになりました。これにより、移動を開始する前に正しい目的地を確実に設定できます。アプリフローの摩擦が減り、効率が向上するため、デベロッパーの負担も軽減されます。また、商品の配送を依頼する場合でも、配車サービスを利用する場合でも、ドライバーが出発する前に正確な目的地を把握できるため、ユーザーにとってもよりスムーズな利用体験が実現します。

ナビゲーションポイントとストリートビューにより、ライドシェアの利用者は最適な降車場所を確認、選択できます

詳細なナビゲーションで目的地に迷わず到着: 最初の検索から最後の曲がり角まで、データがシームレスに連携されるため、移動中の体験が劇的に向上します。ユーザーが詳細な地点を選択すると、その情報は Google のルート検索やナビゲーションサービスに直接引き継がれます。Navigation SDK は、Geocoding API から NavigationPointTokens を受け取ることで、出発時に指定された正確な搬入口や乗車位置などの情報を目的地まで維持します。これにより、関連する検索コンテキストがすべてエンコードされ、ドライバーが目的地に近づくと、対象となる建物が地図上で正確に強調表示されます。また、コスト増大や到着遅延を招く原因となっていた目的地周辺で起こる曖昧な状況を、根本から解消することができます。

Navigation SDK で詳細な住所情報を公開することで、配達先を簡単に見つけることができます

この高精度なデータにより、Navigation SDK を活用してモバイルアプリを構築する場合でも、Google マップのインテントを利用する場合でも、ユーザーエクスペリエンスが向上します。たとえば、メッセージアプリを使用して、ショッピングモールの特定の入り口を待ち合わせ場所に指定する場合、送られてきた位置情報を開くと、Google マップアプリ内でインテントがトリガーされ、目的の建物の外観や正確な入り口が即座にハイライト表示されます。これにより、ユーザーが使い慣れたコンシューマーエクスペリエンスを維持しつつ、瞬時に視覚的な分かりやすさを提供できます。

高精度な連携: メッセージアプリで特定の入り口を共有すると、Google マップに建物の正確な外観と到着地点が表示されます

近日公開: 今後のアップデートでは、Geocoding Destinations エンドポイントに注釈付きのストリートビュー画像を統合することで、ラストメーターに至るまでシームレスな可視化を実現します。

近日公開: 注釈付きのストリートビュー画像によって正しい入り口を見逃すことを防ぎます

さあ、始めましょう

今回のリリースは、あらゆる移動体験をより良いものにするための第一歩にすぎません。目的地の詳細情報をご自身のソリューションに組み込む方法については、Geocoding API のドキュメントをご覧ください。皆様のサービスが円滑に進展し、大きな成果につながることを楽しみにしています。

- Google Maps Platform、プロダクトマネージャー、Qi Wang
- Google Maps Platform、プロダクトマーケティングマネージャー、Rashmita Redkar

Better Trucks: より迅速、透明、公平な配送システムを設計段階から実現

Thu, 26 Feb 2026 01:05:00 +0000

※この投稿は米国時間 2026 年 2 月 10 日に、Google Maps Platform blog に投稿されたものの抄訳です。

編集者注: 今回の記事は、Better Trucks の最高技術責任者である Mike Koleno 氏によるものです。Mike 氏は、Better Trucks が Google Cloud と Google Maps Platform の Route Optimization API を使用して、より迅速で透明性が高く、公平な配送システムを設計段階から実現している方法について説明します。

Better Trucks は、テクノロジーを重視し、根本的な透明性を備えた高速なラストワンマイルネットワークを構築する目的で 2019 年に設立されました。当初から、当社のエンジニアリング戦略は Google Cloud と Google Maps Platform と緊密に連携していました。現在、Google Cloud は、当社の API、ルート選択システム、ML モデルを支えています。一方、Google Maps Platform の Route Optimization は、成長を続けるマルチマーケットネットワーク全体で配送ルートを計画、料金設定、実行する方法の中核を担っています。

ルートの最適化機能を全面的に導入する前は、Google Maps Platform の Routes API を使用して、単一車両の配送ルート選択と ETA の計算を行っていました。当社は、利用しているツール全体において住所変換、マッピング、可視化を実現するため、Geocoding、Distance Matrix、Maps SDK などの Google Maps Platform のコアプロダクトを長年にわたって利用してきました。ドライバー向けには、Navigation SDK を活用して、交通状況を考慮したターンバイターンのルート案内を提供しています。最近では、Address Validation API を利用して、荷物がネットワークに到達する前に住所データの品質を向上させました。これらの構成要素が組み合わさることで、現在使用しているものより高度な複数車両のルート最適化の基盤が築かれました。

Better Trucks の規模が拡大するにつれ、配送ネットワークはすぐに単一車両のルート選択では対応できなくなりました。Routes API は当初はうまく機能しましたが、同時に数百台の車両が走行するようになると、一度に 1 人のドライバーではなく、フリート全体でルートを計画して最適化する方法が必要になりました。この移行期間中、当社は Premier Google Partner である Woolpert Digital Innovations と緊密に連携し、その専門知識を活用して、フリート全体での最適化への拡大に伴う実装をサポートしてもらいました。Route Optimization を使用すると、配送密度や車両の積載量など、現実世界の制約を考慮しながら、複数の車両をまとめて最適化できるため、まさにそれを実現できました。また、拡大するにつれて、手動でのルート構築や運用上の推測を減らすのにも役立ちました。この移行により、単に個々のドライバーのルートを選択するだけでなく、ラストワンマイルネットワーク全体を調整できるようになりました。

ラストワンマイルエクスペリエンスを改善するため、Better Trucks は Checkpoint というソフトウェアプロダクトを構築しました。これは、2025 年に正式にリリースする前に、社内で長年使用して改良してきた住所検証および修正サービスです。現在、Checkpoint は Uber Freight のほか、当社のネットワーク全体で他のお客様やパートナー様にも使用されています。このソフトウェアは、ラストワンマイルの配達における最も困難な問題の一つである、住所の誤りに対処するために開発されました。Checkpoint は、AI、人間によるレビュー、お客様とのリアルタイムのやり取り、Address Validation API を組み合わせて、購入後、荷物が配達に出される前に問題を検出して修正します。その結果、初回配達での成功率が向上し、コストが削減され、荷送人とエンドユーザーの両方にとってエクスペリエンスが向上します。

Better Trucks が Route Optimization を活用している方法

Better Trucks では、Route Optimization が業務において最も重要なツールの一つとなっています。Route Optimization は、ルートの計画、ドライバーのルート料金設定を行うほか、複雑なラストワンマイルネットワークを大規模かつ効率的に運用し続けるためのパフォーマンス分析情報を提供します。

スマートなルート設計

当社は、ゾーン、サブゾーン、郵便番号をまたぐ毎日のルートを設計するために、Route Optimization API を利用しています。この API は、荷物の量、容積、距離、モデル化された配送時間を評価するため、生成されるすべてのルートが実際の配送条件に沿ったものになります。これにより、従来のルート選択ヒューリスティックよりもはるかに正確にグループを微調整できます。

ドライバーのルート料金設定

Route Optimization による所要時間の見積もりは、ドライバーのルート料金設定に直接影響を与えています。ルートの報酬をモデル化された配送時間に基づいて算出することで、実際のワークロードと所要時間を反映した報酬を確保しています。隠れた作業が減り、運用が複雑なルートでも報酬が不当に低くなることがなくなり、ルート間の地理、密度、停車地特性が異なっていても、同様の所要時間に対して一貫性のある方法で報酬が支払われるようになっています。これにより、市場や密度レベル全体で公平かつ予測可能で一貫性のある料金モデルが実現しています。

運転手の選択肢と柔軟性をサポート

正確な所要時間予測により、ドライバーはルートの割り当てを受ける前に、予想されるルートの長さを把握できます。この透明性により、ドライバーはスケジュールに合わせてルートを選択できるため、満足度が向上し、配達日の業務フローがスムーズになります。

パフォーマンス分析情報

時間の経過とともに蓄積される所要時間とルート選択のデータにより、ネットワークパフォーマンスをモニタリングして改善することができます。この情報を使用して、配送速度のベンチマーク、効率の測定、最大の効果をもたらす運用上の改善点の特定を行っています。

当社は最近、Uber Freight との商業パートナーシップの拡大を発表しました。これにより、Uber Freight は当社のテクノロジー、運用能力、大規模な配送ネットワークを活用して、ラストワンマイルの機能を大幅に拡大できるようになります。このパートナーシップにより、Uber Freight のお客様は、店舗やフルフィルメント拠点から消費者の玄関先まで、効率性、リアルタイムの可視性、信頼性を高めながら配送を拡大でき、米国人口の約 68% をカバーできるようになります。

Google Cloud 上にラストワンマイルネットワークを構築し、Google Maps Platform の Route Optimization を業務の中核に据えることで、Better Trucks は、より迅速で透明性が高く、公平な配送システムを設計段階から実現しました。Route Optimization は、ルートの設計、ドライバー作業の料金設定、ネットワークパフォーマンスの把握に役立っており、これらはすべて仮定ではなく実際のデータを使用して行われています。その結果、よりスマートなルート選択、予測可能で公平な報酬、当社がサービスを提供するすべての市場における継続的な運用改善が実現し、最近の Uber Freight の発表のようなパートナーシップの拡大にもつながっています。規模が拡大するにつれて、Google Cloud と Google Maps Platform の統合は、信頼性の高いデータドリブンなラストワンマイルの実行を可能にする重要な要素であり続けます。

- Better Truck、最高技術責任者、Mike Koleno 氏

Kroo Bank: 取引の分析情報をより詳細に提供し、バンキングエクスペリエンスを向上

Thu, 26 Feb 2026 01:00:00 +0000

※この投稿は米国時間 2025 年 12 月 23 日に、Google Maps Platform blog に投稿されたものの抄訳です。

経済的な安定は幸福な暮らしの鍵となりますが、多くの人がお金の管理は複雑で困難なものと感じています。従来の銀行は複雑な商品と高額な手数料を特徴としており、適切な財務判断を下すことに苦労している人は少なくありません。Kroo Bank は、この状況を変えることを使命としています。当行は、シンプルで透明性の高いバンキングエクスペリエンスを創出することで、お客様が自身の財務状況を把握できるようにし、お金との関わり方を向上させるお手伝いをしています。

支出パターンを強力な位置情報ベースの分析情報に変える

このシンプルなエクスペリエンスは、お客様が自身の支出を正確かつ即座に把握できるようにするという、ごく基本的なことから始まります。しかし、以前は、取引データをシンプルでわかりやすい方法で提示することに課題がありました。

支払い処理の際、販売者の生の情報が不明瞭になることがよくあります。以前は、この元データを変換するために使用していたサードパーティツールの出力結果に一貫性がなく、アプリに不正確な情報が表示される原因となっていました。たとえば、店舗名とロゴが実際の購入場所と一致しないといった問題が生じていました。

ユーザーは最近の取引をアプリですばやく検索できます。

この不明瞭さは不便なだけでなく、混乱を引き起こしていました。身に覚えのない情報や不正確な販売者情報を見たお客様は、自分が関わっていない取引ではないかと疑ったり、詐欺ではないかと心配したりする問題が発生していました。こうした誤解はお客様の不安を高めるだけでなく、その解決にも時間を要していました。サポートチームは、問い合わせ 1 件あたり最大 10～15 分かけて、手作業でお客様と詳細を確認する必要がありました。

お客様に正確な情報を提供し、信頼を築いてユーザー基盤を拡大したいと考えた当行は、豊富な実世界のデータを統合し、精度と信頼性の高い取引エクスペリエンスを最初から提供できる専門的なソリューションの導入を検討し始めました。

複数のソリューションを評価し、概念実証を実施した結果、Snowdrop Solutions が提供する Transaction Enrichment API が最も優れていました。Google Maps Platform を基盤に構築されているこのソリューションは、テストした他のどのプロバイダよりも高い精度で取引を特定することに成功しました。

ユーザーは、個々の取引データを地図上で直接確認できるため、より一層の安心感を得られます。

Google Maps Platform の広範な場所に関するデータベースを使用することで、Snowdrop のソリューションが当行の一致スコアを劇的に向上させることがわかりました。実装も簡単でした。わずか 7 週間で最初のパイロット版が完成し、少数のユーザーを対象に、一貫性のない支払い明細を明確な取引分析情報に変換する作業を開始できました。

Google Maps Platform で取引を可視化

現在、お客様が Kroo カードを利用すると、当行のシステムがその取引データを Snowdrop に送信します。Snowdrop の API が即座にデータをクリーンアップするため、お客様がアプリを開くと、正確な販売者名と簡単に認識できるロゴが取引リストに表示されます。このように迅速に状況が可視化されるため、お客様は支払いの内容をすぐに確認できます。

馴染みのない取引や海外の取引などで確実性が不安な場合は、地図ビューをタップして表示し、販売者の正確な位置を確認することもできます。この機能を実現するために、Snowdrop の Transaction Enrichment API が生の取引情報を受け取り、Google Maps Platform の Places API を使用して正確な販売者を見つけ、その詳細を取得します。その後、Geocoding API がその住所を正確な座標に変換し、地図上に位置を表示します。

この視覚的な確認により、お客様は取引を迅速に認識でき、特に小規模な独立系店舗での取引に役立ちます。取引が実際の場所と関連付けられることで混乱が解消され、お客様が期待する明確で信頼できるエクスペリエンスが提供されます。

ユーザーは地図をクリックすることで取引レベルの詳細を確認できます。

明確性と信頼性をお客様に提供

正確な取引データを提供し、明確かつ視覚的なコンテキストで支出を把握できるようにした結果、お客様からの信頼が著しく向上しました。このソリューションを導入して以来、関連するカスタマーサポートの問い合わせが大幅に減少し、サポートチームはお客様の真のニーズに集中できるようになりました。

また、導入後 3 か月で、取引一覧ビューから詳細ビューへの遷移クリック数が 12％減少しました。このことは、簡単に認識できるロゴと販売者名が追加されたことで、お客様が取引内容を把握しやすくなったことを示しています。さらに詳細を確認したいお客様には、詳細ビューで有用な支払い情報が提供されるほか、Google マップには購入場所も表示されます。購入場所をクリックすると完全な住所を確認することもできます。

このような位置情報に基づく充実した体験は、単なるデータ提供を超えたものであり、お客様の財務健全性の向上にもつながります。お金の流れを明確に把握できるようになると、予算や支出の管理が容易になり、最終的には財務目標を達成しやすくなります。

当行の成長に伴い、こうした位置情報に基づくインテリジェンスをより多くのプロダクトやサービスに統合し、お客様が財務をより効果的に管理できるよう支援してまいります。一例として、Snowdrop と Google Maps Platform を使用して、海外滞在中のお客様の支出管理を支援する取り組みも進めています。

Snowdrop ソリューションと Google Maps Platform の精度、グローバルカバレッジ、信頼性により、お客様が必要とする実践的な財務の透明性と正確性を提供する基盤が整いました。その結果、当行に対するお客様の信頼が高まり、お客様に対して経済的な安定への道筋を提示することが可能になりました。

- Kroo Bank、最高プロダクト責任者、Danny Haynes 氏
- Kroo Bank、シニアプロダクトマネージャー、Daniela Padilla Vivero 氏

Community Mobility: Google Maps Platform を活用したサービスで、交通空白解消へ

Tue, 03 Feb 2026 01:00:00 +0000

少子高齢化社会の到来は、生活のあらゆる部分に影響を及ぼしています。中でも喫緊の課題とされているのが、地方における交通です。公共性の高い交通サービスの需要が高まる中、逆にドライバー不足が深刻化し、社会生活の維持に支障をきたしつつあります。乗合型オンデマンド交通サービスの運営事業とコンサルティングを手掛ける Community Mobility株式会社（以下、Community Mobility）は、Google Maps Platform を活用して、この社会課題の解決に取り組んでいます。今回の記事では、同社の永橋剛氏と、システム開発に携わった株式会社野村総合研究所（以下、野村総合研究所）の工藤大樹氏にプロジェクトの概要について伺いました。

増加する「交通空白地帯」と高まる「ラストワンマイル」の重要性

Community Mobility は、都市間バスや地方鉄道をはじめとした移動サービスを手掛ける WILLER株式会社（以下、WILLER）と、大手通信会社の KDDI株式会社（以下、KDDI）の合弁会社として 2022 年に誕生。主要な交通拠点と最終目的地を結ぶ「ラストワンマイル」の移動手段として、乗合型オンデマンド交通サービス「mobi（モビ）」を開発・運用しています。その背景にあるのが社会的な変化です。同社 Product Div. で執行役員を務める永橋剛氏は、特に地方において、交通手段の確保が喫緊の課題になっていると指摘します。

「高度経済成長期の日本では地方も含めて人口がどんどん増えていましたし、鉄道以外の交通網として路線バスやタクシーが充実していました。しかし近年は、地域住民の人口減少に伴う、利用者減少やドライバー不足による路線バスの廃線や減便などが起きています。ドライバーの高齢化も進んでいます。公共交通機関による移動手段の確保が困難な「交通空白地帯」の拡大が、ますます懸念されています。」

従来、日本の地方部では一人 1 台と呼ばれるような自家用車の普及が、生活の足を支えてきました。しかし高齢化の進行により、これも難しくなってきています。

Community Mobility株式会社永橋剛氏　

「高齢化により免許返納が増えると、病院や買い物といった日常的な移動でもタクシーや家族の送迎に頼らざるを得ない状況が発生します。弊社では、従来の公共交通機関や自家用車に代わる移動手段の確保を必要とする人が、今後さらに増加すると予想しています。また、地方では学校外の施設で部活動を行う若い世代にとっても、移動手段の確保が急務となっています。こうしたニーズは、運行本数が十分でない路線バス等の公共交通ではカバーしきれないため、皆で相乗りしながら低価格で利用できるサービスに対する需要が、地域における大きなボリュームゾーンとして存在していると考えられます。」

豊富な人流データと、安全管理のノウハウを B2G2C のモデルに反映

国土交通省は地方部におけるドライバー不足問題を解決すべく、2024 年に「交通空白」解消本部を設置。ライドシェア導入支援（約 600 自治体）、主要交通結節点（約 700 箇所）の二次交通アクセス向上支援、「日本版ライドシェア」や「公共ライドシェア」のバージョンアップと全国普及を目標に掲げています。Community Mobility では、「人とひと、人と街をつなぎ、街に新たな文化を生み出していく」というフィロソフィーのもと、電話やアプリで簡単に呼べる乗合型オンデマンド交通サービスである「mobi」を全国各地に展開してきました。昨今は、日本の交通法令や規制、特に日本市場により適した移動手段を提供すべく、自治体と連携してサービスを立ち上げるプロジェクトに注力しています。

「弊社は基本的に『B2C』、運賃をお客さまから頂戴し、ドライバーに運行インセンティブを支払って、利益を出すビジネスモデルを展開してきました。しかし、やはり地方部での交通手段は公共性が高くなりますし、多くの自治体が新たな移動手段の確保に迫られていますので、最近は『mobi』と別枠で、自治体にオンデマンドシステムを貸し出す『B2G2C モデル』の取り組みが増えてきています。」

この新たなサービス開発を根底で支えるのが、豊富なデータと蓄積されたノウハウです。

「まず KDDI は、優れた人材を多数擁するだけでなく、さまざまな事業を通して蓄積された、豊富な人流データを持っています。データを活用することで、どこに乗降場所（仮想バス停）を設定すれば、最も利用者の利便性を高められるかという、サービス設計の肝となる分析が可能になります。WILLER は長年、高速バス等のサービス提供を通して、運行管理と安全管理のノウハウを蓄積してきました。」

一種ドライバーによる公共ライドシェアと、二種ドライバーによる乗合型オンデマンド交通サービスを同時開発

Community Mobility は日本各地で行っている実証実験の成果も踏まえつつ、2024 年 4 月から野村総合研究所とともにサービスの開発に着手。2025 年 1 月には、「第一種免許」を保持するドライバーによるライドシェアサービスがスタートしました。同年 4 月には、「第二種免許」を保持するドライバーによる乗合タクシーサービス（日本でも最大規模の乗合タクシーサービス）にも、Community Mobility が開発した新たな運用基盤が導入されました。

一連の開発作業を、永橋氏は次のように説明します。

「ビジネス的な視点では、各自治体の要望をどう落とし込むかがポイントになりました。自治体にはそれぞれの意向がありますし、交通事情や地域住民の方の居住状況も異なります。また、配車のニーズが多い箇所と少ない箇所でのサービスの棲み分け、相乗りだけでなく、シングルライドにも対応したいという要望、そして既存の公共交通への配慮があります。やはり公共交通事業者の方のご要望も反映するために、公聴会にも参加させていただきました。」

実際的なソリューションの選定においては、安定運用が鍵になりました。

「システム選定では複数のソリューションを検討しましたが、単純に比較検討する方法がないため、定量的な KPI は定めていませんでした。ただしシステムの安定性は、最重要項目に設定しました。利用者の目線で見た場合、予定していた車両に乗れないような状況が生じるのはかなり不便です。特に地方は交通サービスの公共性が強く、生活の問題に直結してきますので、システムの安定性が最重要になります。その点で Google Maps Platform は、比較した他社のソリューションよりも明らかに高い稼働率を誇っていましたので、採用することにしました。」

株式会社野村総合研究所工藤大樹氏

永橋氏によれば、Google Maps Platform の採用は、サービス開発における副次効果ももたらしています。「Google Maps Platform を採用することで、地図基盤やルート計算の安定性が担保されました。この結果エンジニアチームは、運用基盤のメンテナンスやトラブルシューティングに時間を費やす必要がなくなり、弊社独自の付加価値の向上や利便性の向上といった、本来注力すべき開発に安心して集中できるようになりました。これは、営業サイドにとって大きな安心感につながっていますし、弊社のサービスのセールスポイントにもなっています。」

きめ細かなパラメータ設定と精度の高さで、サービスの実用性と安心感を確保

現在、Community Mobility が運用する「二種ドライバーによる乗合タクシーサービス」と「一種ドライバーによるライドシェア」では、Google Maps Platform モビリティサービスをはじめとするさまざまな API が活用されています。特に重要な役割を果たすのは、乗客のオーダーと配車をマッチングさせつつ、予定された時間通りに運行を行っていく Route Optimization と Routes API です。永橋氏は総合的な機能性の高さに改めて感銘を受けたと述べています。

「Google Maps Platform は、乗降に伴う待ち時間などのパラメータ設定も細かくできるので大変便利でした。例えば高齢者の方は乗り降りに時間がかかるので、マップデータ上では 10 分で到着すると示されていても、弊社では所要時間を 1.2 倍の 12 分に設定したりします。このような作業では、自治体が保有するデータや弊グループが保有するデータを活用しましたが、Google Maps Platform の導入支援を多数手掛けてきた Navagis さんにも、随時サポートいただきました。ルート計算も精度が高いですね。相乗りでは渋滞などによる遅延が発生すると、玉突きのように到着が遅れ、正確な情報の提供が難しくなります。しかし Google Maps Platform は、膨大なユーザーの情報も反映しながら、きわめて正確なデータを表示してくれます。このような精度の高さも、地図データとして世界で最も採用されているサービスならではだと思います。」

永橋氏と共に開発を行った、野村総合研究所の通信・サービスソリューション事業本部通信プラットフォームビジネス部のシニアアソシエイトである工藤大樹氏は、次のように振り返ります。

「開発の際にボトルネックは感じませんでした。Google Maps Platform は開発に必要なツールが揃っていますので、パラメータの設定をクリアした後は、順調に開発が進んだと思います。ただしショートスパンの開発で、他のサービスとの性能や精度の評価ができませんでしたので、精度に関する不安は残っていました。PoC などで検証をしたとはいえ、サービスインした直後は、ドライバーさんも、本当に表示された時間で目的に到着できるのかと心配していたと思います。しかし、これは杞憂に終わりました。小さなトラブルはありましたが、全体的に見ればドライバーさんが実際に運行可能な精度でルート案内がされているので安心しました。」

複数のサービスをシームレスに運用し、将来的な交通課題を解決

Google Maps Platform を利用したサービス提供は 2025 年に始まったばかりですが、乗合タクシーサービスはすでに大きな成果を上げています。

「先程お伝えした日本でも最大規模の乗合タクシーサービスは 2025 年 3 月末までは、電話で配車のオーダー処理を行っていたのですが、Google Maps Platform を活用した弊社のシステムを導入したことにより、1 日あたりの平均で 190 件ほどの乗車予約に対応できるようになりました。導入前に比べて、配車効率は格段に向上しています。運用の安定化と配車のキャパシティ増大は、返金などを巡るトラブルの回避にもつながっております。」

一方、「ライドシェア」は、ドライバーの確保やサービス運用の可能性を探るという意味においても、実り多きものとなっています。

「複数自治体が連携したサービスは、行政区の垣根を超えてサービスが提供されるだけでなく、自家用車で公共ライドシェアサービスを提供するドライバーの情報も共有され、より柔軟に運用できるようになっています。例えば、ある自治体は大学生が多いので、隣接する市で乗車予約が増えた際に対応するようなケースもありますし、自身が住んでいる市から隣の市に行く用事がある人は、それに合わせてライドシェアを提供していただくこともできます。つまり安全をしっかり確保しながら、地域住民の方々に交通の便を提供しつつ、空き時間や自身の移動に合わせて運賃を稼ぐ機会が得られる仕組みにもなっています。日本において、同様のサービスが実現しているケースは多くありません。」

AI オンデマンドプラットフォーム「mobi」の紹介（Community Mobility 様資料を元に編集）

Community Mobility の取り組みは、各自治体から大きな期待を集めています。地域の交通事情や自治体の要請に応じて、従来型の「定時・定路線の運行」から「二種ドライバーによる乗合型オンデマンド交通サービス」、さらには「一種ドライバーによるライドシェアサービス」、最終的には「自動運転によるサービス提供」まで、将来的に移行していくシナリオも視野に入ってくるからです。

日本の地方部で急速に増加する、交通空白を解消するために。永橋氏は、新たな事業展開に向けたネクストステップをすでに見据えていました。

「交通課題を抱える自治体は今後一層、増えていくことが予想されています。日本には約 1,700 の自治体がありますが、特に人口の少ない地方部でサービスを持続可能にするためには、効率化を図るだけでなく、マネタイズの仕組みも必要不可欠になります。そのような点でも自治体と連携しつつ、Google Maps Platform を組み込んだ弊社の運用基盤を活用しながら、便利で安全なラストワンマイルの移動手段を、さらに広い地域に提供していきたいと考えています。」

Community Mobility株式会社
2022 年 1 月、WILLER株式会社と KDDI株式会社の合弁会社として設立。「人とひと、人と街をつなぎ、街に新たな文化を生み出していく」をミッションに掲げ、乗合型オンデマンド交通サービス「mobi（モビ）」を全国で展開してきた。2024 年からは、Google Maps Platform を利用した、新たな公共ライドシェアサービスの開発に着手。地方自治体と連携しながら、安価で便利に利用できるラストワンマイルの移動手段の開発・提供・利用普及を促進している。

株式会社野村総合研究所（NRI）
1965 年、日本初の民間総合シンクタンクとして設立。「未来創発」を理念に掲げ、社会や企業の課題を分析し未来を洞察する「コンサルティング」と、それを実行に移すための「IT ソリューション」の提案を組み合わせた、「コンソリューション」を幅広く提供。近年は金融以外に、流通、製造、サービス業など、多様な産業分野において顧客の DX やサービス開発を支援。Community Mobility株式会社とともに、Google Maps Platform を活用したライドシェアサービスや乗合タクシーサービスのシステム開発を行った。

インタビュイー（左から）
株式会社野村総合研究所
通信・サービスソリューション事業本部通信プラットフォームビジネス部シニアアソシエイト　工藤大樹氏　

Community Mobility株式会社
Product Div. 執行役員　永橋剛氏　

NAVAGIS, Inc
（Google Cloud パートナー）
・シニアビジネスディベロップメントマネージャー　山田渉氏
・ソリューションアーキテクト　赤澤臣氏

Innobrix が Google Maps Platform 3D Maps で築く建設業界の未来

Fri, 09 Jan 2026 01:02:00 +0000

※この投稿は米国時間 2025 年 12 月 18 日に、Google Maps Platform blog に投稿されたものの抄訳です。

2025 年 Google Maps Platform Awards グランプリ受賞者 Innobrix のご紹介

2025 年、Google Maps Platform の誕生 20 周年を記念して、初の Google Maps Platform Awards を開催しました。このグローバルなコンテストは、マッピングと地理空間テクノロジーにおける最も革新的な成果にスポットライトを当てることを目的として実施されました。

世界中のイノベーターから応募が寄せられ、どれもこのテクノロジーの可能性を広げるプロジェクトでした。応募されたプロジェクトについて、技術的なイノベーション、ユーザーへのインパクト、実社会への適用性、業界の変革につながる影響力に基づき、審査を行いました。

数百件もの応募の中からグランプリを受賞したのは、オランダのスタートアップである Innobrix です。Google Maps Platform API の優れた活用方法と先見性に加え、ユーザーを第一に考えたデジタル建設のアプローチが評価されました。Innobrix は建物の 3D での可視化を真にインタラクティブでアクセスしやすいものへと変えることにより、スマートテクノロジーと優れた設計で業界を変革し、世界中の人々の可能性を広げられることを世界に示しました。

動画を視聴: Innobrix が 3D Maps で築く建設業界の未来

建物に命を吹き込む Innobrix

デジタルトランスフォーメーションの観点では、建築、エンジニアリング、建設（AEC）業界は、紙の図面とデスクトップツールからの脱却が最も遅い業界の一つと言われてきました。特に建設業界は、ビルディングインフォメーションモデリング（BIM）などのデジタルツールの可能性を最大限に活用できずにいます。ほとんどの場合、プロジェクトの可視化は平面の設計図や静的なモデルのみにとどまり、購入者と関係者は新しい建物が環境の中でどのように見え、どのように感じられるかを推測するほかありませんでした。

オランダに拠点を置く Innobrix はこの状況を変えることに乗り出しました。Innobrix チームは 3D での建設に命を吹き込み、建築家、エンジニア、エンドユーザーに実世界のコンテキストを提供できるプラットフォームを提供しようと考えたのです。

住宅を購入する人にとってはわかりやすく、建築家にとってはパワフルなプラットフォームにしたいと考えました Innobrix、最高技術責任者、Gaston Smith 氏

Innobrix はクラウドベースのプラットフォームで、建築家や建設の専門家、住宅購入者や都市計画担当者に至るまで、建設プロジェクトに関わるすべての人が、インタラクティブな 3D デザインと実世界のコンテキストを直接利用できるようにします。Innobrix の中核となる機能によって、ユーザーは実世界のリアルな環境で建物を可視化、カスタマイズ、構成することができます。これを支えているのが、Google Maps Platform の 3D Maps です。

Innobrix は建設プロジェクトのすべての関係者が詳細な 3D モデルを確認して操作できるようにすることで、建築、エンジニアリング、建設（AEC）業界を変革しています。

ユーザーは地図上で土地の区画を選び、さまざまな住宅のデザインをドラッグ＆ドロップしてレイアウトを調整するだけで、それぞれのオプションが実際の周辺環境、街並み、景観にどのようにフィットするかをすぐに確認できます。このようなことが完全にウェブベースででき、パソコンとモバイルデバイスの両方に最適化されているため、オフィス、現場、自宅など、どこにいても誰でも簡単に使用できます。

Innobrix の仕組み

Innobrix の特筆すべき点は、ユーザビリティを何よりも重視していることです。チームは数年をかけて、あらゆるデジタルスキルレベルのユーザー向けのウェブファーストでモバイルフレンドリーなソリューションへと改良を続けてきました。

対象ユーザーの 2 つのグループは、デジタル化レベルが中程度であるため、基準を低く設定して、簡単かつ直感的に使用できるものにする必要がありました Innobrix、最高技術責任者、Gaston Smith 氏

Innobrix は Autodesk Revit のビルディングインフォメーションモデリング（BIM）データとシームレスに統合されており、壁や窓、外装やオプションに至るまで、建物のあらゆる観点を実世界における地理空間の精度でもって可視化できます。

しかし、複雑な BIM モデルをウェブ環境、特にモバイルデバイスでスムーズに操作できるようにするのは大きな課題でした。

Innobrix はウェブファーストでモバイルフレンドリーなテクノロジーと Google Maps Platform の 3D マップを組み合わせることで、建設プロジェクトで実世界のコンテキストを利用できるようにしています。

この問題を克服するため、Innobrix チームは高度な BIM 最適化パイプラインを開発しました。モデルがユーザーに表示される前に、一連のステップで処理を行うことにより、ジオメトリを簡素化し、不要な詳細情報（見えない構造的な要素など）を削除し、視覚的な忠実度を損なうことなくファイルサイズを最小限に抑えています。これにより、複雑な建物の設計の場合でも、あらゆるデバイスで迅速に読み込め、スムーズに操作でき、インタラクティブに確認ができます。

Innobrix のビルディングインフォメーションモデリング（BIM）最適化パイプラインにより、複雑な設計の詳細も読み込め、どのデバイスからもアクセスできるようになっています。

フロントエンドでは、React や Three.js などの最新のフレームワークを利用して、高速でインタラクティブな 3D レンダリングができます。Google Maps Platform の 3D Maps の実世界のコンテキストと組み合わせることで、ユーザーは区画を選んで住宅を構成すれば、正確な日照、近隣の景観、地域の施設などを反映した住宅をすぐにその場で確認できます。

Innobrix はパワフルなテクノロジーと考え抜かれた設計を組み合わせて、かつては静的で技術的であったプロセスを、建設に関わるすべての人が直感的に使え共同作業ができるものへと変革しました。

建物にとどまらない

オランダではすでに 50 以上の組織がこのプラットフォームを使用しており、Innobrix は現在ドイツ、英国、スカンジナビアなどへの海外展開を視野に入れています。

この過程の中で最も印象深いものは、ある小さなプロジェクトの中にありました。Gaston 氏は地元の学校との心温まるプロジェクトを振り返ります。そのプロジェクトでは、子どもたちを 1 日のみの都市計画担当者家として招きました。クレヨンと豊かな想像力を原動力に、生徒たちは理想の家とカラフルな街並みを紙に描きました。Innobrix チームがそのスケッチを 3D デジタルモデルに変換し、プラットフォームに読み込みました。

地元の生徒たちは Google Maps Platform を活用した Innobrix で、理想の家のスケッチに命を吹き込みました。

子どもたちにとっては、まさに魔法のようでした。目の前で手描きの作品が Google マップに現れ、想像上の家が実際の街並みの一部となっていったのです。Innobrix のツールを使用して、生徒たちは自分の街の仮想モデル内で家、公園、遊び場を配置したり、道を計画したり、友だちが住む場所を決めたりしました。「新たな街の設計において子どもたちが持つクリエイティブさにとても驚かされました」と Gaston 氏は振り返ります。

地元の生徒たちが手描きした家のスケッチから、Innobrix を使って作成した 3D モデル。

このコラボレーションは、直感的で視覚的なツールには、小さな子どもの創造性も刺激し、当事者意識を高める力があることを示しています。

Innobrix の今後の取り組み

Innobrix は 2 つの分野で高い目標を掲げています。それはさらなる AI 統合と高度なサステナビリティツールです。チームは AI を活用して 3D モデルをよりリアルなものに進化させ、ユーザーが建物の構造だけでなく周辺環境、仕上げ、さらには設計判断による影響をリアルタイムで視覚化できるようにすることを計画しています。

また、新たなサステナビリティ機能により、住宅購入者が資材からエネルギー効率まで、何を選択するかによってどのように環境に影響するかを確認できるようにします。

このツールのメリットはすでに実証されています。Innobrix を使用しているお客様は、オプション販売の増加、プロジェクトの意思決定の迅速化、計画プロセス全体の透明性の向上によって収益が増加したと報告しています。複雑な情報を視覚化してインタラクティブに利用できるようにすることで、承認にかかる期間を短縮し、建築家、建設業者から、購入者、自治体の都市計画担当者に至るまで、すべての関係者間のコラボレーションを可能にしています。

Innobrix の事例が示すように、人々のニーズを何よりも重視したうえで、最先端のテクノロジーを活用することにより、業界の課題を解決する以上のことを実現できます。Innobrix を使用すると、家や近隣地域の計画がインタラクティブでコラボレーション可能なプロセスへと変わります。建物の建設を開始するずっと前から、関係者全員ができることについて明確に共通の認識を持てます。

詳細

Innobrix とプラットフォームの機能について詳細は、Innobrix のウェブサイトをご覧ください。Google Maps Platform で何ができるか見てみたい方は、ぜひこの機会にご登録ください。

-Google Maps Platform、プロダクトマーケティングマネージャー、Ahsan Ashraf

Spare は Google Maps Platform を使用して、頼れるパラトランジットサービスをユーザーに提供

Fri, 09 Jan 2026 01:00:00 +0000

※この投稿は米国時間 2025 年 12 月 16 日に、Google Maps Platform blog に投稿されたものの抄訳です。

編集者注: この記事は Spare のソフトウェア開発担当バイスプレジデントである Joel DeYoung 氏によるものです。パラトランジットを必要とする数百万人の利用者に対し、交通機関が予測可能で信頼性の高いサービスを提供するうえで、Spare が Google Maps Platform を使用して、どのようにサポートしているかについて紹介しています。

北米では、パラトランジットサービスは毎日何百万人もの人々の生活を支えています。自力では通勤や通院が困難な人にとって、パラトランジットは命綱です。A 地点から B 地点までの移動手段と、ソーシャルネットワークとのつながりを提供し、豊かに暮らす自由を可能にするものです。

Spare は、この責任の重さを真摯に受け止めています。人工透析の予約に遅れたり、運転手がどこにいるかわからず移動できなくなったりすると、大変な事態につながる可能性があります。そこで、2025 年 6 月に Google Maps Platform を活用した Spare Live Traffic をリリースしました。この統合により、交通状況を考慮したリアルタイムの経路設定が可能になり、提携している北米の数百の交通機関によるパラトランジットサービスの提供を変革できます。

旧態依然とした業界をモダナイズ

パラトランジットの運営は複雑です。同時に数百台の車両を運行し、さらに各車両には乗車場所と降車場所が異なる複数の乗客が乗車し、時間的な制約も異なれば、アクセシビリティのニーズも異なります。

しかしながら、この業界の多くの事業者は、リアルタイムの交通状況ではなく、過去の交通パターンを未だ利用しています。このため、遅延が発生した場合は、配車担当者が手作業で対応する必要があり、これにより配車ごとに最大 20% もの余計や時間がかかっていました。しかし、公的資金で運営されている交通機関は、より少ないリソースでより多くの業務をこなすことが常に求められています。私たちは、リアルタイムでの自動化された経路設定が、規制要件を満たし、乗客が求める質の高いサービスを提供するという両方を予算内で実現するうえで役に立つと確信していました。

Navigation SDK を使用することにより、アプリ内でわかりやすいターンバイターン方式の経路案内を確認できるほか、道路の制限速度とリアルタイムでの交通情報も確認できます。

Spare Live Traffic のマッピングとナビゲーションのパートナーを選ぶにあたっては、Woolpert Digital Innovations と協力して、プロバイダを徹底的に評価しました。テストフレームワークをセットアップして、開発者を車に乗せ、ラッシュアワーにバンクーバーを走行しました。現場でのドライバーの実際のエクスペリエンスを前もってテストすることにより、さまざまなプラットフォームが現実のシナリオにどのように対応できるかを客観的に測定できました。

Google Maps Platform はほぼすべてのカテゴリで競合他社を圧倒しました。リアルタイム交通情報の質は傑出しており、現場で実際に何が起こっているのかをリアルに示す能力は、他とは比べものにならないほど高いレベルでした。ユーザビリティも格段に優れていました。

実世界で機能するソリューションの構築

Spare Live Traffic は次のような仕組みで機能します。Google Maps Platform のモビリティサービスを活用して、Spare Live Traffic は人々の生活に大きな影響を及ぼす問題を解決します。Spare のドライバーアプリは Navigation SDK を使用して、誰もが慣れ親しんでいる Google マップのわかりやすいターンバイターン方式の経路案内をアプリ内で確認できます。また、これを使用することにより、以前のソリューションにはなかった、道路の制限速度やリアルタイムの交通状況などの機能も装備できるようになりました。

前方で交通事故、突然の渋滞、通行止めが発生している場合、ドライバーには自動で迂回ルートが案内されるため、配車担当者が手作業で対応する必要はなくなりました。Google Maps Platform と提携して、このような形でリアルタイムでの交通情報を利用しているのは、Spare だけです。他のプラットフォームでも一部の交通情報は表示されますが、Spare の場合はリアルタイムでの移動の最適化にそれを使用しています。これが大きな違いです。

交通事故、突然の渋滞、通行止めが発生している場合、ドライバーには自動で迂回ルートが案内され、配車担当者が手作業で対応する必要はありません。

システム内では、AI 搭載の Spare Engine が常にルート機能と連携して、同時に数十もの乗車地点と降車地点における移動時間と最適なルートを把握しています。一度に 10～50 か所もの多くの場所を同時に管理しなければならない複雑な状況下では、正確で最新の経路データに即座にアクセスできることが重要となります。AI はこの情報をもとにどの車両がどの乗客をいつ迎えに行く必要があるかをリアルタイムで賢く判断します。

経路設定以外にも、Places API と Geocoding を、ささいなことのようでも乗客にとっては非常に重要なシナリオで使用しています。たとえば、運転手が大きな病院の敷地内で乗客を降ろす場合、車両をどこに停車すればよいでしょうか？どの出入口がアクセスしやすいでしょうか？また、大型のパラトランジット車両がその道路端に安全に一時停車できるでしょうか？Google Maps Platform はこのような細かな点を把握しているため、乗客は安全に尊厳を持って降車できます。

ドライバー、配車担当者、乗客への実際のインパクト

このツールはすでに大きな変革をもたらしています。乗客数が増加傾向にあるお客様の場合、定時運行率（OTP）が 2% 向上し、車両 1 時間あたりの乗車数が 18% 増加しました。これにより、車両の運行時間を増やすことなく増加する乗客数に対応できています。また、生産性を維持したまま、OTP を 3～10% 向上させているケースもあります。この最適化により、リアルタイムの交通データをもとに運行マニフェストを変更し、運用効率を改善できます。

システム内では、AI 搭載の Spare Engine が常にルートと連携して、同時に数十もの乗車地点と降車地点における移動時間と最適なルートを把握しています。

交通機関の配車担当者の反応は非常に好意的です。すべての車両をリアルタイムで表示した画面を見ながら、事故でドライバーが自動的に迂回した場合、その理由を把握できます。手作業で対応する必要はありません。これはワークフローに大きな影響を与えました。今では、運営全体を見るというような重要な業務に時間を確保できるようになっています。

ドライバーにとっては、Spare Live Traffic によって、アプリから目的地までの合理的なルートが常に提示されるようになり、ストレスが軽減しています。ドライバーは移動中にアプリを切り替える必要がなくなりました。競合製品のユーザーからは、同社のドライバーアプリでは必要な情報を確認できないため、ドライバーが個人のスマートフォンを取り出して経路を確認しなければならないという報告を受けています。それではまったく役に立ちません。

最も重要な点として、乗客の方にとってはよりスムーズで予測可能な移動が可能になっています。乗客を時間どおりにかつ快適に目的地までお送り届けられるようになっています。

Google Maps Platform はドライバーに特定の降車場所と乗車場所への経路を提示し、乗客にとってより快適なエクスペリエンスを実現しています。

交通機関の運行における新たな基準に

今後は、遅延を未然に防ぐための AI を使用した交通状況の予測モデリングの導入を検討しています。また、交通機関がマイクロトランジットとパラトランジットの運行をより緊密に統合できるよう取り組んでいます。乗客向けアプリを含むプロダクトスイート全体に Google Maps Platform を導入する計画もあります。

Spare は業界全体での新たな基準を確立すべく取り組んでいます。ナビゲーション、リアルタイムデータ、地理空間データの分野で最高水準の Google Maps Platform との統合は、配車担当者の手作業での対応が不要な、完全に自動化された信頼性の高い交通エコシステムの構築に向けた大きな後押しとなっています。

最終的には、より住みやすい都市の創造、パラトランジットを必要とする人々の生活の質の向上と自立と尊厳の維持を目指しています。Google Maps Platform のおかげで、Spare は交通機関にこのサービスを提供するうえで必要な精度と信頼性を確保できています。

-Spare、ソフトウェア開発担当バイスプレジデント Joel DeYoung 氏

Biter アプリと Google Maps Platform で、これまで以上に簡単においしいレストランを発見する

Thu, 25 Dec 2025 01:05:00 +0000

※この投稿は米国時間 2025 年 12 月 11 日に、Google Maps Platform blog に投稿されたものの抄訳です。

編集者注: 今回の記事は、Biter の共同創業者である Daniel Kohanof 氏によるものです。Daniel 氏は、Google Maps Platform を使用して、グルメ愛好家が友人やフードインフルエンサーの推奨に基づいておいしいレストランを見つけられるようにする方法について解説します。

雑食動物のジレンマ

私のような食いしん坊がお腹が空いてきたときに考えることは、外食するかどうかではなく、どこで食べるかということです。Biter は、どこにいても、どんな種類の料理が食べたいときでも、おいしいレストランを簡単に見つけられるように開発されました。また、Google Maps Platform を使用して、正確で信頼できるアプリをより簡単かつ迅速に構築することができました。

Biter は、友達や人気のフードインフルエンサーがおすすめするレストランを一元化し、自分が食事した場所のレビューを記録して共有できます。食べ物に関する記事、写真、動画は、TikTok、YouTube、The Infatuation、The New York Times など、元の場所から共有できる場合、Biter のヒットリストやお気に入りに追加できます。ボタンをクリックすると、Google マップでレストランの場所、営業時間、予約方法を確認できます。近隣のレストランや料理の種類で検索したり、フォローしている信頼できるユーザーのレビューをチェックしたりすることもできます。

ユーザーは Biter アプリ内の地図からおすすめのレストランを選択できます

いずれにしても、Biter はさまざまなソースからレストランに関する情報を自動的にキュレートし、おいしい料理をすぐに探せるようにしてくれます。たとえあなたが今、フォーク、ナイフ、スプーンを手にして食事の準備万端だとしても、です。SNS やグルメサイトをあちこち見て回ったり、ブックマークを探したり、グルメな友達からのメッセージを検索したりする必要はもうありません。お腹が空いているときは、1 分でも早くおいしい料理にありつきたいもの。Biter なら、そんなあなたにぴったりのレストランを素早く見つけられます。

2 人のスタートアップ向けのテクノロジー、ツール、サービス

小規模なスタートアップである当社は、強力な位置情報対応の検索エンジンと、正確で最新のマルチメディアコンテンツを提供する地図を備えたプラットフォームを必要としていました。それがあれば、当社が自らその機能を構築する必要がなくなるからです。Google Maps Platform は、これらの要件をすべて満たしています。Google Maps Platform を利用することで、アプリに必要な基本機能の多くがすでに存在していたため、わずか 4 か月で Biter を開発してリリースすることができました。

Places API は、Biter のユーザーエクスペリエンスの根幹を支えています。近くのレストランを検索して、公開されている情報を表示し、地図上に示して、レストランに関する Biter のコンテンツを提供することまで、この API が担っています。プレイスデータを通じて利用できるレストランのネットワークは、当社が独自に購入または開発できるものよりもはるかに包括的です。また、ほとんどのレストランオーナーが Google プロフィールを積極的に管理しているため、Google マップはほぼリアルタイムで更新されます。

時間と費用を節約するために、私たちは、ソフトウェア開発インフラストラクチャを自前で構築することなく、迅速に立ち上げて運用できるテクノロジーを求めていました。Biter のバックエンドは Google Cloud のみで構築されています。アプリケーションのコードは、自動スケーリングを提供する Cloud Run で実行され、データベースと API は Google Cloud SQL for PostgreSQL でホストされます。Biter ユーザーが写真をアップロードし、お気に入りのレストランのコンテンツを共有すると、それらは Cloud Storage に保存されます。このマネージドインフラストラクチャのおかげで、アプリ自体の開発に集中できました。

Google パートナーのコミュニティは、Biter の成功の鍵となっています。このアプリは、SMS の不正行為やポンピングを防ぐために、Google reCAPTCHA を使用しています。reCAPTCHA トークンがなりすましにあっていることがわかったとき、Google Premier Partner の Woolpert Digital Innovations に助けを求めることができました。Places API やその他の Google Cloud テクノロジーを活用するにはコツが必要なので、アプリの開発を続ける中で専門家のアドバイスを求めることができるのは素晴らしいことです。

これらのバックエンドサービスを Google に任せることで、私たちはアプリの最高のユーザーインターフェースとユーザーエクスペリエンスの開発に専念できるようになりました。このアプリは Apple App Store で 5.0 満点中 4.7 の評価を維持しています。

ユーザーは、レストランの詳細、評価、おすすめを確認できます

10 万ダウンロードを突破、さらなる成長へ

今後の Biter のリリースでは、アプリ内ナビゲーション機能を実装する予定です。これにより、ユーザーはアプリを切り替えることなく道順を確認することが可能となります。また、Biter を他の主要なアプリやサービスと統合する方法も検討しており、どのアプリを使用している場合でも Biter の機能を利用できるようにする予定です。

また、対象となる「食」のカテゴリーも拡大していきます。おいしいパン屋さん、テイクアウト専門の小さなコーヒーショップ、人気のタコス屋台、さらには町で一番おいしいデリがある食料品店も見つけられるようになります。Biter は Google Maps Platform を基盤としているため、これらの新機能追加も、Places API のフィルタリング設定を調整するだけでスムーズに行えます。

リリース後 6 か月で、ダウンロード数は 10 万件を突破し、14 日後の定着率は 40% を超えました。これは業界標準をはるかに上回る数値です。さらに、大物フードインフルエンサーやコンテンツクリエイターの上位 25 名のうち、半数以上が Biter に加わっており、彼らのコンテンツは Biter に自動的に表示されます。今後数か月でさらに多くのコンテンツが追加されることを期待しています。

サンフランシスコやソウルで韓国焼肉を探している場合でも、パンプローナやピッツバーグで最高のパエリアを探している場合でも、Biter を使えば、友達や好きなインフルエンサーが最も気に入っているレストランを見つけることができます。Google Maps Platform が提供する包括的なデータと、それを迅速に統合できるスピード感がなければ、このアプリが誕生することはなかったでしょう。

- Biter 共同創業者 Daniel Kohanof 氏

FreshDirect: ニューヨーク大都市圏の配達ルートを最適化して新鮮な食品を配達

Thu, 25 Dec 2025 01:02:00 +0000

※この投稿は米国時間 2025 年 11 月 20 日に、Google Maps Platform blog に投稿されたものの抄訳です。

編集者注: 今回の記事は、FreshDirect の最高技術責任者である Rajesh Venkatesan 氏によるものです。Venkatesan 氏は、FreshDirect が Google Maps Platform Route Optimization API を使用して、ニューヨーク大都市圏の顧客向けに生鮮食品のラストワンマイル配達をどのように変革しているかについて語ります。

FreshDirect は、2002 年からニューヨーク大都市圏のお客様に、農場から直接仕入れた新鮮な地元産の食品をお届けしています。ニューヨーク市のマンハッタンのような密集した都市部や、ニュージャージー州カムデンなどの郊外で、企業や住民にサービスを提供しています。当社の大きな差別化要因は、お客様が 2 時間単位の配達時間帯を選択できることです。また、エクスプレス配達のお客様には、注文から 2 時間以内に食料品をお届けすることを保証しています。

当社では、お客様が希望する時間内に食料品を受け取れるよう、トラック、乗用車、徒歩（または「ランナー」）で配達しています。ルートの最適化は、当社のビジネスにとって非常に重要なことです。ドライバーは、トラックの通行が禁止されている道路などの障害を避けながら、ラッシュアワーの渋滞や工事現場を迂回する必要があります。

10 年前に作られたレガシーな経路探索システムは、もはや変化するビジネスニーズや進化し続けるお客様の期待に対応することができなくなってしまったため、システムをアップグレードするにあたり、PaaS（Platform as a Service）を利用する、ソリューションをゼロから構築する、地図プラットフォームを活用して独自のステートフルロジックを構築するハイブリッドアプローチを採用する、という 3 つのオプションを評価しました。

FreshDirect は、ニューヨーク大都市圏の顧客に新鮮な地元産の食品を配達しています。

PaaS は、当社の配達量からすると費用が高すぎ、ゼロから構築するには開発に時間がかかりすぎます。そこで、Google Cloud プレミアパートナーの Master Concept がサポートする Google Maps Platform Route Optimization API と当社のカスタムロジックを使用してシステムをモダナイズするハイブリッドアプローチを採用しました。プラットフォームのルーティングインテリジェンスにアクセスできることと、チームが意思決定ルールをカスタマイズできるという、両方のメリットが得られます。

リアルタイムの需要と容量に基づいてルートを動的に最適化

Google Maps Platform を利用することで、Google マップの膨大な実世界の移動データにアクセスできます。AI/ML（機械学習）を使用して最適な経路を見つけることで、予想される交通状況、迂回路、通行止めに合わせてルートを動的に再計画できます。これは他のベンダーには提供できない機能です。たとえば、マンハッタンの交通渋滞を考慮してルートを調整し、障害物やドライバーの能力も考慮します。

また、API のカスタマイズ可能なパラメータを使用して、車両の速度、容量、配達時間帯を動的に調整することもできます。これにより、ルーティングエンジンがより正確に、信頼できるようになり、効率も上がります。Route Optimization API を使用すると、翌日配達と当日配達の両方で自動ルーティングが可能になるため、ドライバーやトラックが事前に定義されたエリアに制限されるゾーンベースのルーティングから脱却できます。ゾーンレスアプローチでは、近くにいる車両や移動中の車両に注文を割り当てることができます。

社内システムで計画変数を管理する一方で、Route Optimization API を使用して最適なルートを計算します。これらの変数には、リージョンまたはゾーンで利用可能なトラック、各トラックの容量、自動車、トラック、徒歩などの配達モード、配達時間枠の空き状況の管理、進行中の配達のモニタリング、現地のビジネスルールおよび交通ルールを遵守することなどが含まれます。

効率的なルート設定により、より多くの顧客の注文に対応できる

日々の配達業務を中断しないよう、段階的な導入方法を選択しました。新しいシステムを段階的に展開することで、学習と改良が可能になり、コミットしたサービスレベルを確保できます。カスタムロジックは、完全な導入へのスムーズな移行を確保しながら、必要に応じて調整できます。

まず、エクスプレス配達から始め、次に時間枠の空き状況チェックを組み込んで、注文をリアルタイムで実際の車両容量に合わせられるようにしました。現在、新しいシステムへの移行は 70% 完了しており、3 か月以内に 100% 展開が完了する予定です。

FreshDirect は、エクスプレス配達のお客様には、注文から 2 時間以内に食料品をお届けすることを保証しています。

導入以来、ルートの密度を高め、時間枠内の停車順を最適化し、注文を受ける際に予定配達時間をより正確に推定することで、配達ルートの効率化を進めてきました。これにより、時間どおりの配達が大幅に改善されました。また、約 1,000 件の注文をルーティングするのにかかる時間も 40 分から 1 分未満に短縮され、ルーティングオペレーションがほぼリアルタイムになりました。

Google Maps Platform プロダクトチームによるシームレスなコラボレーション

Google Maps Platform チームと Master Concept チームの両チームとの連携作業は、素晴らしい経験でした。質問や懸念事項には迅速に対応していただき、Master Concept の技術チームはプロセス全体を通して非常に協力的で責任感がありました。

また、Google Maps Platform のプロダクトチームに直接アクセスできたため、解決策に焦点を当てた回答を迅速に得ることができました。Google の担当者は、当社が構築しようとしているものを正確に理解しており、ルーティングのモダナイズ、配達精度の向上、業務の効率的なスケーリングという目標を達成する方法を教えてくれました。

AI/ML を活用して小売エクスペリエンスをモダナイズ

次のステップは、収集したデータを使用して、よりスマートに計画することです。過去の配達実績を分析することで、エリアや時間帯ごとに必要なトラック、ドライバー、徒歩配達員の数を予測できます。また、高層マンションと一戸建てでは食料品の配達にかかる時間が大きく異なるため、配達にかかる時間を経時的に学習させることも必要です。時間とともに、これらの分析情報は、リソースをより効率的に計画し、配達の精度を向上させるのに役立ちます。

また、主要なアプリケーションとワークロードを Google Cloud に移行することで、Google とのパートナーシップを拡大しています。オンプレミスアプリケーションの移行により、小売バリューチェーン全体に最新のテクノロジーを適用する市場リーダーである Google AI および ML テクノロジーを活用できるようになります。Google のテクノロジーを活用することで、最先端の技術に携わる機会が得られるため、技術リソースにとってもプラスの価値が生まれます。

この移行以来、当社はコストを削減し、チームの効率を向上させ、新たな成長の余地を生み出してきました。そして最も重要なのは、新鮮な食品を時間どおりにお客様に届けていることです。FreshDirect は進化を続けていますが、お客様がプレミアムな食品を必要なときにいつでもお届けできるよう、最高水準のテクノロジーを使用するというコミットメントは変わりません。

- FreshDirect、最高技術責任者、Rajesh Venkatesan 氏
- FreshDirect、アプリケーションエンジニアリング担当ディレクター、Ketki Gaur 氏

Google Maps Platform

没入感のある 3D エクスペリエンスと詳細な場所情報で地図を変革

ブランドの魅力を生き生きと伝える没入感のある UX

ユーザー ジャーニーのあらゆる段階で一貫したエクスペリエンスを提供

直感的でカスタマイズ可能な UI と、ユーザーが信頼できる詳細なデータ

最新機能はすぐに利用可能

新しいシェイプファイルと 3D モデルのインポート機能で Google Earth により多くのデータを取り込む

シェイプファイルと 3D モデルが Google Earth に登場

現実世界のキャンバスにデータを表示

シェイプファイルを追加して全体像を把握

現実世界のコンテキストで 3D モデルを活用

高度プロファイルを可視化

新しい Google Earth Discord チャンネルで他のユーザーと交流

事後対応からレジリエンスへ: 高度な環境インテリジェンスで業界を支援

天気に関するインサイト

大気質と花粉に関するインサイト

新たな次元の理解を可能にする: Google の画像を使用した高度な地理空間 AI

Aerial and Satellite Insights で視野を広げる

最新の包括的な航空画像と衛星画像

Aerial and Satellite Models で分析を強化

太陽光発電データで再生可能エネルギーの導入を加速し、ネットワーク計画を最適化

Milken Institute による Solar Insights の活用事例

Street View Insights で地上レベルの精度を向上

ハイパーローカル データとリアルタイム ルーティングで移動効率と配送完了率を大幅に向上

すべての配送がビジネスを左右する

荷物の搬入口まで、正しい住所を正確に把握

最適化されたナビゲーションと信頼性の高いルート追跡でドライバーを目的地まで確実に案内

ラスト ワンマイルのさらなる最適化を今すぐ始められます

Roads Management Insights を拡張し、公共セクターと民間セクター向けの新機能を導入

ロードサービス事業者のためのコンテキスト インテリジェンス

RMI を使ってみる

静的な地図から地理空間 AI へ: Population Dynamics Insights を発表

特徴量エンジニアリングが不要: ML 対応エンベディングの力

PDI で空間モデルをさらに強化

すぐに使える実証済みのパフォーマンス

Public Storage による PDI の活用事例

使ってみる

現実世界の画像と AI を活用して構築する 3 つの新しい方法

ストリートビューに基づいた生成メディアを作成

航空写真や衛星画像から新たなインサイトを引き出す

Earth AI で画像インサイトをより迅速に取得

エージェント エクスペリエンスの新時代へ

Maps Grounding Lite: 一般提供を開始

Google マップによるグラウンディング: ルートと経路を最適化

世界のイノベーターからの信頼: グラウンディングの事例

エージェント エクスペリエンスの可視化: AI テキストをインタラクティブな地図に変換

マップ画像によるグラウンディング: 生成メディアを物理的な現実世界でグラウンディング

使ってみる

2,800 億枚の画像をインフラ管理の実用的な分析情報に変換: Street View Insights を一般提供

費用の削減: 手作業から瞬時に得られる分析情報へ

Street View Insights の活用事例

使ってみる

Realtor.com : 没入型 3D Maps を使用して住宅購入プロセスを変える

FlyAround で家探しをサポート

バーチャル見学と現地見学の橋渡しをする

不動産業界の未来を描く

Alrik: Google Maps Platform で建設ロジスティクスに透明性をもたらす

価格設定の透明性、リアルタイムの調整

ロジスティクスの未来に向けた基準を確立

次世代のジオコーディング: 詳細かつ局地的な情報で「ラストメーター」を制する

重要なのは、目的地への到着とそこに至るまでのプロセス

さあ、始めましょう

Better Trucks: より迅速、透明、公平な配送システムを設計段階から実現

Better Trucks が Route Optimization を活用している方法

Kroo Bank: 取引の分析情報をより詳細に提供し、バンキング エクスペリエンスを向上

支出パターンを強力な位置情報ベースの分析情報に変える

Google Maps Platform で取引を可視化

明確性と信頼性をお客様に提供

Community Mobility: Google Maps Platform を活用したサービスで、交通空白解消へ

増加する「交通空白地帯」と高まる「ラスト ワンマイル」の重要性

豊富な人流データと、安全管理のノウハウを B2G2C のモデルに反映

一種ドライバーによる公共ライドシェアと、二種ドライバーによる乗合型オンデマンド交通サービスを同時開発

きめ細かなパラメータ設定と精度の高さで、サービスの実用性と安心感を確保

複数のサービスをシームレスに運用し、将来的な交通課題を解決

Innobrix が Google Maps Platform 3D Maps で築く建設業界の未来

2025 年 Google Maps Platform Awards グランプリ受賞者 Innobrix のご紹介

建物に命を吹き込む Innobrix

Innobrix の仕組み

建物にとどまらない

Innobrix の今後の取り組み

ユーザージャーニーのあらゆる段階で一貫したエクスペリエンスを提供

ハイパーローカルデータとリアルタイムルーティングで移動効率と配送完了率を大幅に向上

ラストワンマイルのさらなる最適化を今すぐ始められます

ロードサービス事業者のためのコンテキストインテリジェンス

エージェントエクスペリエンスの新時代へ

エージェントエクスペリエンスの可視化: AI テキストをインタラクティブな地図に変換

Kroo Bank: 取引の分析情報をより詳細に提供し、バンキングエクスペリエンスを向上

増加する「交通空白地帯」と高まる「ラストワンマイル」の重要性

Spare は Google Maps Platform を使用して、頼れるパラトランジットサービスをユーザーに提供

Google Maps Platform プロダクトチームによるシームレスなコラボレーション