街全体が「目」を持ちはじめたとき——命を救う道具が、あなたを見張る道具にもなる

このnodeの経済的な理屈は、シンプルだけど力強いものです：公共の安全は国家の基本的な務めであり、国は景気が良かろうと悪かろうと、ここには「粘り強く」お金を払う。犯罪や災害やテロが起きるたびに、「何かしろ」という政治的な圧力が、この分野の予算をいつも押し上げます。

市場の数字を見てみましょう：世界の監視カメラ（video surveillance）市場は2025年に約560億ドルの規模で、2031年には880億ドルに届くと見られています（CAGR ~8%）。もっと強気に見る調査機関は2030年までに1,480億ドルと見積もる——数字が違うのは「市場」の定義が違うからですが、どの機関も伸びつづけるという点では一致しています。

でも、生のカメラよりずっと速く伸びているのが「映像分析」（video analytics）——人のかわりに映像を見るAIソフトです。この市場は2024年に約127億ドルで、2030年には378億ドルに届くと見られ、CAGRは ~19.5%。カメラ市場のほぼ2倍の速さです——カメラはもう街じゅうにあるので、新しい価値は「その映像を読み解く賢さ」のほうに移っているんです。

ほかのサブセグメントも続きます：銃声検知システム（gunshot detection）の市場は12億ドル（2023年）から30.1億ドル（2031年）へ伸びると見られ、米国ではNext-Gen 911（映像・テキスト・画像を受け取れる新世代の緊急通報システム）の市場が2030年までに15億ドルに届くと予測されています。これらはすべて、同じ分野へ着実に流れ込む税金です。

このnodeの仕組みは、わかりやすい3段のベルトコンベアです。でも物語が隠れているのは真ん中の段なんです。

1. 感知する（sense）： CCTVカメラ、警察のボディカメラ、ナンバープレート読み取り装置（ALPR）、銃声を拾うマイク、そして緊急通報の電話——これらすべてが、街じゅうに散らばった「感覚器」です
2. 分析する（analyse）： AIが人のかわりにこの映像と音を見る——事故があるか、群衆ができているか、車が変な場所に停まっていないか、あるいは（議論を呼ぶ端では）顔をデータベースと照合しようとする。ここが、スペクトラムのどちらの端に立つかを「選べる」段です
3. 連携する（coordinate）： 指令センター（command center）がすべてを一つの画面に集める。職員が全体像を見て、ミッションクリティカル無線で救助隊・警察・消防に指示を出す

このnodeは、ほかのいくつものトレンドの上に乗っかる「公共安全レイヤー」です——単独では動きません：

• AIを脳として頼る： 映像を分析するAIがなければ、100万台のカメラも誰も見ないテープにすぎません——AIこそが「映像」を「判断に使えるデータ」に変えるもので、そして倫理的な問題すべての源でもあります
• Cloud & Digital Infrastructureの上に乗る： 街じゅうの映像は、どこかに保存して処理しなければならない——Axonの警察ボディカメラは、証拠をそのままクラウドに保存します
• Cybersecurity & Digital Trustを必要とする： 街全体を見られるシステムがハッキングされたら悪夢です——だからサイバーセキュリティは欠かせない前提条件になります
• Intelligent Traffic & Tollingと兄弟： 交通カメラと安全カメラは、同じインフラであることが多い——事故の検知が、この二つの重なる場所です
• Defense & Geopolitical Fragmentationと境界が重なる： 都市の監視技術と国防は、多くの技術を共有している。Leidos や Parsons のような会社は、両方の市場でプレーしています

強調しておきたいのは、このnodeが「AIが画面を出て、公共の場で本物の人間と出会う場所」だということ——だからこそ、スマートシティのなかで法律と社会がいちばん注視するセグメントなんです。

いま技術は準備が整いました。でもどこまで使ってよいか、社会はまだ議論を終えていません——そしてここは、率直かつ中立に話さなければならないところです。賛成派も反対派も、どちらも重い事実を手にしているからです。

実用的で、人々に広く受け入れられている側はとても力強く伸びています。いちばんわかりやすい例がAxon——警察ボディカメラの王者です。2025年通年の売上は約39%伸びて〜27.4億ドルに達し、米国の大都市のボディカメラ市場で約85%のシェアを握っています。面白いのは、警察のボディカメラはもともと「市民の権利」の側が、警察の仕事を検証するために推し進めたものだということ——「権力を見張る」ために使われる監視技術の例であって、市民を見張るためのものではないんです。

でもスペクトラムのもう一方の端には、本物の傷があります——そしてここは、切り捨てずにきちんと語るべき部分です：

1) 顔認識のバイアスは、測れる事実です。NIST（米国の標準機関）が2019年に行った大規模なテストでは、200近いアルゴリズムを調べ、その多くが「別人を取り違える」誤り（false positive）の確率を、アジア系や黒人の顔について白人より10〜100倍高く出すケースがあるとわかりました——つまりシステムが「人を取り違える」確率が、グループによって等しくないということです（公平に言うべき大事な注：いちばん優れたアルゴリズムはこの差がごくわずかで、多様なデータで学習したものほど公平な結果を出す——だから問題は「どのシステムを、どう使うか」であって、この技術がまるごと悪いわけではありません）。

ภาพประกอบ (mismatch.png)

2) この誤りは、もう本物の人間に起きています。いちばんよく引かれるのがRobert Williamsの事例。デトロイトの黒人男性で、顔認識システムが（ぼやけた防犯カメラ映像から）彼の顔を窃盗事件の容疑者と取り違えたために、2020年に警察に逮捕されました。彼は顔認識による誤認逮捕の「初めて公になった事例」です。事件は2024年、デトロイト警察が顔認識の結果だけを根拠に逮捕することを禁じることで合意して決着しました。

3) 犯罪の事前予測には、構造的な問題があります。PredPol のような「predictive policing」のシステムは、検証の結果「フィードバックループ」（feedback loop）が見つかり、2020年にLAPDが使用をやめました：犯罪データは「実際に起きた犯罪」の記録ではなく、「警察がどこを見回ったか」の記録なんです——AIが同じ地区へ何度も警官を送らせると、そこでの検挙が増え、データはますますその地区を指し示す。バイアスを減らすどころか、それを強める「尻尾を食う蛇」になってしまいます。

4) 中国のスケールは、避けて通れない市場の事実です。中国はすでに7億台を超える監視カメラを設置し（数人にほぼ1台）、Hikvision と Dahuaという中国メーカーが世界市場の多くを握っています——でも両社は人権上の理由（ウイグル族の監視への関与）で2019年から米国の「Entity List」に載せられ、新型機器の米国への輸入を禁じられています。だからこれらの会社を、私たちは「市場の事実」として記すのであって、推奨ではありません。

ほとんどのnodeでは、未来を決めるのは技術か需要です。でもこのnodeでは、いちばん力を持つ変数は「法律」——スペクトラムのどちらの端が売れて、どちらが違法になるかを決めるからです。

いちばんわかりやすい例が、ヨーロッパのEU AI Act。2025年2月から禁止条項の施行が始まり、法執行のための、公共の場でのリアルタイム顔認識を禁止しています（テロや人身売買の被害者捜索など、ごく一部の重大なケースを除く。しかも裁判所の許可が要る）。さらに、ネットやCCTVから画像をかき集めて顔データベースを作ることも禁じます。罰金は最大3,500万ユーロ、または世界売上の7%にも上ります。

米国の方向性は「都市ごとにバラバラ」——まずサンフランシスコが、警察の顔認識利用を禁じた最初の都市になり（2019年）、続いてボストンほか多くの都市が、合わせて20以上の都市・郡といくつかの州が、すでに制限を設けています。結果として同じ市場なのに、地区ごとにルールが違う——この側の製品を売る会社は、地元の法律に合わせて機能を「オン／オフ」できるように設計しなければならなくなっています。

二つ目の方向は、AIが賢くなり、機器の上で動くようになること。新世代のカメラはAIモデルを内蔵しはじめ（on-device）、映像をクラウドへ送らずにその場で分析できるようになっています——速さに優れ、事故をより早く減らせる一方で、監視を安く・広く行き渡らせもする。いつものとおり、もろ刃の剣です。

三つ目の方向は、「ドラマのない」側の成長——Next-Gen 911、事故検知、透明性のためのボディカメラ、そして指令センターは、誰にもほとんど反対されずに伸びつづけます。プライバシーの線にあまり触れずに、本物の問題を解くからです。Axon や Motorola のような企業が、この側に重心を置く理由がここにあります。

このnodeは、スマートシティのほかの分野より深く複雑なリスクを抱えています。お金だけの話ではなく、自由と権利の話でもあるからです——そして両面を公平に見なければなりません。

1) 市民的自由（civil liberties）。 「すべてを見る」街は、公共の場でのプライバシーが消えていく街でもあります。たとえ誠実に安全のために使っても、誰もの動きを追えるシステムは、集会や表現に「冷え込み効果」（chilling effect）を生む。課題は、「より安全になること」と「いつも見張られること」のあいだでバランスをとることです。

2) バイアスと誤り（bias）。 NISTのデータや Robert Williams の事例が示すとおり——システムの誤りがグループごとに等しくないとき、その誤りは一部の人により重くのしかかります。そして法執行の文脈では、誤りは「無実の人が捕まる」ことを意味する。だから人間が再確認すること（human-in-the-loop）は、選択肢ではなく必須なんです。

3) 国家権力による悪用（authoritarian misuse）。 これがこのnodeの最大のリスク——救急車を送る同じ技術が、政治的な反対者を追跡するのにも使えてしまう。中国の7億台というスケールは、「道具」と「使う側の意図」は別物だという戒めです。そしてインフラがいったん作られてしまうと、「使い方を変える」ほうが「取り壊す」よりずっと簡単なのです。

4) 投資家のリスク（regulatory + reputational）。 ビジネスの側から見たリスクは、速く変わる法律（EU AI Act、米国の都市ごとの禁止）が「顔認識」側の製品を一夜にして売れなくしうること。加えて評判のリスクや制裁を受けるリスク（Hikvision／Dahua のような）——だから賢い企業ほど、「ドラマのない」側に重心を置くことを選びます。