商圏分析と都市開発を効率化：建物検知AIの国内外活用事例

新規出店や商業開発、不動産投資の検討時に「どのエリアが有望なのか?」「都市開発が活発な地域を広く把握したい」というお悩みをお持ちではないでしょうか。本稿では、建物検知AIで広域の建物の新築・解体を準リアルタイムに捉え、商圏分析・都市開発の意思決定を支援した国内外の3事例をご紹介します。

はじめに

日本の人口は2011年以降、年間約50万人のペースで減少 (統計局試算) が続いているものの、大都市圏では依然として活発な都市開発が行われています。しかし、その開発状況を広い範囲で把握することは容易ではありません。これまでの商圏調査や都市開発の把握は、現地調査や断片的な情報収集に頼らざるを得ず、広域での状況把握や地域間比較は困難でした。

そんな中、国内外を問わず、対象地域ごとの建物の新築・取り壊しデータを入手することができれば、より効率的な状況把握が可能になります。この可能性を現実のものとするのが、弊社の建物検知AIです。

建物検知AIとは

建物検知AIは、複数時期の衛星画像にAIを適用して建物の変化 (新築または消失) を検知するプロダクトです。衛星は一回の観測で数百kmという広範囲をカバーし、定期的な撮影を行うことで、世界中の地表変化を準リアルタイムで捉えています。

2015年 (撮影前)

2021年 (撮影後)

解析結果 (新規建物を抽出)

左側と中央の画像を比較すると、2015年から2021年までに建物群が新築されたことが分かります。右側の建物検知AIによる解析結果から、これらの新築建物の位置を広範囲に特定できていることが確認できます。

このように建物検知AIを活用することで、対象地域における都市の変化を効率的に把握することが可能です。近年、こうした衛星画像による広域的な都市モニタリング技術が、多様な分野で注目を集めています。

① スマートシティでの活用例

バーレーン王国では国家のスマートシティ整備計画の一環として、衛星画像を活用し、自国の建物の変化、インフラの変化、都市の緑地状況などを国全体で把握しています。これにより、国の都市計画者や政策立案者は効率的なリソース配分を実現し、政府では把握が難しい開発動向に沿った都市機能の改善計画を立てることができます。

2022年

2024年 (赤色が変化部分)

② 不動産投資での利用例

日本では不動産情報の整備が進んでおり、各不動産サイトで物件情報を容易に入手できます。また、土地が比較的狭いこともあり、人的ネットワークでの情報収集も可能です。一方、タイやフィリピンといった東南アジアをはじめとする海外では、そうした情報収集が非常に困難です。現地訪問による調査だけでは確信が持てない場合も多く、そうした課題を解決するのが建物検知AIです。

2017年

2024年 (赤色が変化部分)

③ 地図データベースの更新作業の効率化 (クライアント導入事例)

地図更新業務では、都市開発の進展に合わせたタイムリーな対応が不可欠です。しかし従来は、更新が必要な場所の特定や優先順位付けに多くの労力を要し、効率的な人員配置や航空写真撮影計画の最適化が困難でした。さらに、従来の人手による更新作業は時間を要し、航空写真の利用には高額なコストが発生していました。建物検知AIの導入により、これらの課題を解決し、広域における建物の変化を効率的に検出することで、地図更新業務の効率化を実現しました。

九州エリア — 赤色が更新優先エリア

おわりに

今回ご紹介した活用事例のような商圏分析・調査や、活発な都市開発エリアの調査にご関心をお持ちの方は、建物検知AIの活用をぜひご検討ください。事例③でご紹介した内容について同様に活用可能なデモをご用意しておりますので、ぜひご覧ください。