2．衛星データが変える「保険」の常識

最初に挙げられたのは、「Satellite & Data」の活用事例だ。昨今、衛星データのコスト低下に伴い、広大な土地の状況把握やドローンの飛行計画など、ビジネスでの実用化が急速に進んでいる。

古川が紹介したのは、欧州の大手損害保険企業との共創事例だ。従来の保険ビジネスでは、加入時の審査でリスクを評価するが、気候変動や都市開発により、そのリスクは経年変化していく。

「これまでは『この建物の近くに崖ができて危ない』といった情報を、人手で収集していました。しかし、高解像度の衛星データとAI解析（※2）を用いることで、資産状況の可視化やリスクの再評価を自動化・高度化することが可能になります」（古川）

現在の解析技術は非常に高度だ。衛星画像から家屋の壁材の状況を確認できるほど、情報を詳細に取得できる。これにより、現地調査を行うことなく、資産の変化を正確にトラッキングすることが可能になった。

図2：ダイナミックな保険リスクモデルによる判断の高度化

このプロジェクトでは、単なる状況把握にとどまらず、将来予測やリアルタイムのアラート機能の実装も検討されている。

「例えばハリケーンが接近した際、ヨットが湾内に停泊している契約者に対し、『危険なので移動させてください』といった通知をリアルタイムに行います。危険を知らせることで、お客さまの資産を守る。そこが保険会社として本当にやりたいことであり、衛星データは、そのための強力な武器となるのです」（古川）

3．「デジタルヒューマン」が担うITサポートの未来

続いてのテーマは「Digital Human」。AIエージェントに、音声や感情、人間らしい記憶や一貫性を持たせることで、より自然な対話を実現する技術だ。

ここで紹介されたのは、コールセンターやロールプレイといった一般的な用途ではなく、IT運用現場における「Digital Mechanic」というユニークな事例だ。NTT DATAはグローバルで2.5万人以上のサポート要員を抱え、企業のIT資産を管理（※3）しているが、そこにも自動化の波が押し寄せている。

「例えば新入社員が入社した際、AIエージェントと会話をするだけで、『このファイルサーバーへのアクセス権が欲しい』といった承認プロセスを自動で回し、即座に権限を付与する。そんな自動アクティベーション機能を実現しています」（古川）

さらに、物理的なデバイスサポートにも革新が起きている。

「『スマートロッカー』と名付けた端末に、故障したPCを繋ぐだけで、自動的に切り分けを行い、『ここが壊れています』と診断します。さらに裏側では遠隔地のプロフェッショナルと繋がっており、その場で高度な対応も可能です。北米の大手金融機関では、こうしたキオスク型のITサービスによって、支店業務のダウンタイムを最小限に抑えています」（古川）

4．製造業のレジリエンスを高める「デジタルツイン」

製造業や都市計画の分野でニーズが高まる「Digital Twin」。現実空間の情報をサイバー空間に再現し、シミュレーションを行うことで、計画の最適化や効率化を図る技術だ。

古川は、製造業の現場で求められているのは「レジリエンス（回復力）」だと指摘する。サプライチェーンの分断や多品種少量生産といった不確実性の中で、常に最適な製造計画を立案し続ける必要があるからだ。

しかし、デジタルツインの実用化には「時間」と「再現性」という2つの大きな壁がある。

「シミュレーションといっても時間は無限ではありません。膨大な組み合わせの中から、いかに短時間で最適解を見つけ出すか。そこで我々は広島大学と共同で『アダプティブ・バルク・サーチ』（※4）という技術を開発しました。これは、答えがありそうな領域に計算リソースを集中させることで、探索時間を劇的に短縮するものです」（古川）

実際、電子基板の穴あけ工程において、ドリルの移動距離を最小化するルート探索にこの技術を適用したところ、約50％の短縮化に成功したという。

もう1つの「再現性の壁」は、異常データの不足だ。品質管理のAIモデルを作ろうとしても、優秀な工場ほど異常が発生しないため、学習データが集まらないのだ。

「そこで我々は『合成データ』に注力しています。発生しにくい異常データを人工的に生成し、それを学習させることで、AIの検知精度を高めるのです。アルゴリズムによって得意な欠陥パターンが異なるため、それらを比較・評価する仕組みも構築しています」

5．「言葉」と「目」で操作するPhysical AI

「Physical AI」の領域では、認識・判断・行動を統合し、現実世界で自律的に価値を生み出すロボット技術が進化している。NTT DATAは、工場内でのAGV（無人搬送車）やAMR（自律走行搬送ロボット）による搬送自動化、災害時のドローンによる被害状況把握、さらには四足歩行ロボットによる不整地での設備監視など、多様なユースケースを蓄積してきた。

古川が特に注目技術として挙げたのが「VLA（Visual Language Action）」だ。

「これまでのロボットは、厳密なプログラミングが必要でした。しかしVLAでは、『そのボールを取ってください』と言葉で指示するだけで、ロボットがカメラの映像から状況を理解し、自律的にアームを動かして物体を持ち上げます。視覚（Vision）と言語（Language）を行動（Action）に直結させるこの技術は、ロボットの汎用性を飛躍的に高めます」（古川）

図3：視覚に基づくロボットアームの自律操作

NTT DATAでは、ロボットアームと3Dカメラを組み合わせ、VLAを用いたピッキング作業の実証を行っている。また、梱包（パッキング）ロボットメーカーと協業し、NTT DATAの自律走行機能を搭載した次世代ロボットを2026年5月にローンチする予定だという。

6．インドから生まれる「AIネイティブ」な開発

最後に古川が言及したのが、「Agentic AI / GenAI」と、その舞台としての「インド」の重要性だ。

「今、世界中の企業がインドに『GCC（Global Capability Center）』を設立しています。かつてのようなコスト削減目的のアウトソーシング拠点ではなく、AIネイティブな製品開発を行うイノベーションハブとしての役割を担っています」（古川）

なぜ、今インドなのか。古川はその理由を「グリーンフィールド・アプローチ」の取りやすさにあると語る。日本国内のように既存の業務プロセスやシステムによる「しがらみ」がない環境では、ゼロベースでAIを前提とした業務設計が可能になるからだ。

「例えば株式会社デンソー様との共創事例では、インドでソフトウェア開発のPMO（プロジェクトマネジメントオフィス）業務に『Agentic AI（自律型AIエージェント）』を導入しました。進捗管理や品質チェックをAIが主導し、人間はAIの提案を承認・指導する『Co-Pilot（副操縦士）』の役割に専念する。これにより、開発ライフサイクルの大幅な加速に挑戦しています」

図4：共創事例 Agentic AIを活用したネイティブ開発

また、ある企業の研究開発部門においては、AIエージェントが自律的に情報の収集・集約・執筆を行う「リサーチエージェント」の活用も進んでいる。人間は対話を通じて方向性を修正するだけで、高度なリサーチレポートを完成させることを目ざしている。

こうした動きを加速させるため、NTT DATAは「GCCイノベーション推進プログラム」（※5）を提供している。拠点の立ち上げから、タレントの確保、イノベーション文化の醸成までを一気通貫で支援し、インドを単なる開発拠点から「価値創造の戦略拠点」へと進化させる取り組みだ。

7．構想を成果へ。共に仕掛ける未来

今後の展望について古川は「我々イノベーションセンタは、世界中のベストプラクティスを皆さまにお届けし、単なるアイデアで終わらせず、具体的なビジネス成果に結びつけることに全力を注いでいます。ぜひ、次のビジネスを共に仕掛けていきましょう」と語る。

先進技術を起点に、グローバル企業とのパートナーと知見を掛け合わせ、スピーディーに構想から実装へと落とし込む。「先進技術×共創×ビジネス変革」という古川のメッセージは、NTT DATAが描くイノベーションの図式として、AI時代のビジネス変革へ確かな道筋を示すといえるだろう。

本記事は、2026年1月27日に開催されたNTT DATA Foresight Day 2026での講演をもとに構成しています。また、記事内における組織の名称は講演当時のものです。