出資先と未開示事項：IIJが出資したのは製品名「Alpha Vision」そのものでも、日本法人でもなく、カリフォルニア州の開発会社AGI7 Inc.である。日本展開ではAGI7の子会社Alpha Vision Japanと7月17日に基本合意書を締結した。出資額、持分比率、日本での価格、正式提供日、導入社数、顧客名、精度指標は公表されていない。

赤いパレットは、いつ倉庫の4番ドックから消えたのか。従来なら、担当者は複数のカメラから何時間分もの録画を開き、早送りと巻き戻しを繰り返した。新しい仕組みが約束するのは、検索窓へ「4番ドックの赤いパレットを見せて」と日本語で打ち込み、該当映像を呼び出し、移動経路と時刻をまとめ、事故や紛争に使う報告書まで作る世界である。

7月28日、インターネットイニシアティブ（IIJ）は、フィジカルAIプラットフォーム「Alpha Vision」を開発する米AGI7への出資と、東京のAlpha Vision Japan（AVJ）との戦略協業を発表した。両社は国内販売、業界別ソリューション、導入から運用・改善までのマネージドサービス、共同マーケティングを進める。

Alpha Visionは、カメラの映像にコンピュータービジョン、生成AI、AIエージェントを重ねる。物理空間を継続的に把握し、過去映像を自然言語で検索し、人や車両の属性・行動を分析し、安全リスクや運用上の問題を見つけ、改善提案を含む報告を生成する。危険行動や不審者を検知した時は、IPスピーカーからAI音声で注意を促す機能も掲げる。

2026年7月17日IIJとAlpha Vision JapanがMOUを締結
4つの動作監視・検索・警告・報告
約1万6000社IIJが持つ大企業・官公庁中心の顧客基盤
金額は未開示出資額、持分、価格、導入目標を公表せず

録る、探す、判断する、働きかける

この製品の価値は、「録画容量を増やす」ことではない。映像を文章や数値へ変え、人が質問できるデータベースにすることだ。IIJとAGI7の説明を分解すると、四つの層が見える。

第一は知覚である。固定カメラや首振り・ズームができるPTZカメラから、人、車、物体、行動、滞留、侵入、保護具の着用などを認識する。第二は検索だ。時刻とカメラ番号を知っている人だけが映像を探すのではなく、「赤い車」「倒れた人」「非常口を塞いだ荷物」のような言葉や画像で過去を呼び出す。

第三は応答である。危険や不審行動を検知し、管理者へ通知するだけでなく、スピーカーから警告する。第四は分析で、事故の時系列、配送記録、人流、滞在時間、安全順守率などをまとめ、AIが報告書と改善案を書く。映像は「何かが起きた証拠」から、「次に何を変えるかを考える材料」へ役割を広げる。

現場想定される利用導入前に測るべきこと
製造保護具、危険区域、ライン停止、機械異常の発生時点を検索見逃し率、誤警報率、照明・粉じん・遮蔽への耐性
物流車両滞留、ドック扉、非常口、積荷の移動と紛失を追跡検索時間、荷待ち時間、紛争処理時間が実際に減るか
建設侵入、転倒、保護具、重機と人の接近を検知現場ごとの再学習、夜間・雨天、警告の遅延
小売・サービス人流、行列、不審行動、事故を分析属性分析の必要性、公平性、顧客への表示と説明
公共インフラ広域施設の異常を集約し、初動判断を支援通信断時の動作、冗長性、責任分界、国内データ保管

「フィジカルAI」だが、ロボットではない

フィジカルAIという言葉は2025年前後から、ロボットや自動運転車が現実世界を知覚し、推論し、行動する技術の総称として急速に広がった。NVIDIAの定義には、ロボット、自動運転車だけでなく、固定カメラで工場や倉庫を理解する「スマートスペース」も含まれる。

Alpha Visionは、その中でも「目と判断」に重心がある。カメラを動かし、検索し、通知し、音声を出し、報告を書くことはできる。しかし、公開資料では、ロボットアームを動かして荷物を戻す、フォークリフトを止める、設備の弁を閉めるといった物理作業までは約束していない。

この区別は言葉遊びではない。警告を出すAIと、機械を直接制御するAIでは、安全設計、認証、故障時の被害、責任が大きく違う。現段階のAlpha Visionは「現場監督の目と記憶を拡張するシステム」と見る方が正確だ。将来、IIJのIoTや制御系と接続すれば行動範囲は広がり得るが、今回の発表はその設計を示していない。

日本は60年前から、街と工場を機械に「見せて」きた

機械が現場を見る歴史は、生成AIより古い。1964年、オムロンは京都の交差点で車両を検知して信号時間を変える交通感応式信号を実証し、その年に東京で自動信号を稼働させた。センサーで現実を読み、計算し、物理世界へ反映するという循環は、現在のフィジカルAIの原型である。

高度成長期の工場では、光電センサー、バーコード、画像検査、産業ロボットが人の目と手の一部を引き受けた。1994年にデンソーが開発したQRコードも、製造現場の読み取り速度と情報量を増やすために生まれた。汚れや向きに強い模様を物に付け、機械が現場を誤解しにくくする発想だった。

2007年にはオムロンが実色3次元ビジョンセンサーを実用化。2000年代から2010年代にかけ、安価なIPカメラ、クラウドストレージ、深層学習が重なり、画像処理は「決められた傷を探す」専用機から、人や行動を分類する汎用ソフトへ近づいた。そして映像と言語を結ぶ生成AIが、検索語を時刻や物体ではなく、人の問いへ変えた。

2016年、日本政府はSociety 5.0を提唱し、サイバー空間とフィジカル空間を高度に融合する「人間中心の社会」を掲げた。Alpha Visionの仕組みは、この政策語を小さな循環にしたものだ。現場をカメラで取り込み、サイバー空間で解釈し、音声や業務改善を現場へ返す。

1964年 — オムロンが車両検知による交通感応式信号を実証・稼働。

1992年 — IIJの前身が設立。

1993年 — IIJが日本初の商用インターネット接続サービスを開始。

1994年 — デンソーが製造現場のためにQRコードを発表。

2007年 — オムロンが実色3次元ビジョンセンサーを実用化。

2016年 — 政府がSociety 5.0を提唱。IIJはネットワークとクラウドを統合するIoTサービスを開始。

2021年 — IIJがエッジ計算の実証と「DX edge」を開始。

2026年3月 — NECのCVCがAGI7へ出資。

2026年7月 — IIJがAGI7へ出資し、日本展開のMOUを締結。

IIJが売るのはAIより「配管」である

IIJは1992年に設立され、翌年に日本初の商用インターネット接続サービスを始めた。高価なルーターを買えなかった創業期には、DOS/VパソコンへBSD UNIXを入れて自作した。1994年には日本初の商用ファイアウォールサービス、1999年には可用性、遅延、パケット損失、障害通知を定めたSLAを導入した。

その歴史の中心には、派手なアプリより「通信を止めず、守り、運用する」仕事がある。2010年にクラウド基盤IIJ GIOを開始し、2016年にネットワークとクラウドを束ねたIIJ IoTサービス、2021年にエッジデータセンター「DX edge」を投入した。2026年の統合報告書では、顧客基盤を大企業・官公庁中心の約1万6000社、ネットワークサービスに関わる技術者を2000人超と説明している。

Alpha Visionが日本で必要とするのも、その配管である。カメラをつなぐ回線、映像を処理する計算機、アクセスを制御するセキュリティ、障害監視、顧客ごとのシステム統合、現場に駆けつける運用体制。AGI7だけでは届きにくい日本企業の調達部門と官公庁へ、IIJが橋を架ける。

AGI7はカメラに「意味」を与える。IIJは、その意味が現場から計算機へ流れ、必要な人へ戻るまでの道を売る。

なぜ映像AIは「端」に寄るのか

映像は重い。多数の高精細カメラを24時間クラウドへ送れば、回線費用、保存費用、遅延、情報漏えいの面が一度に膨らむ。事故を防ぐ警告は、数分後では遅い。工場や研究施設には、映像を外へ出したくない場所もある。

そこでカメラに近い場所で処理するエッジ計算が重要になる。IIJのマイクロデータセンターは、サーバー、ストレージ、無停電電源、冷却、物理・サイバーセキュリティ、遠隔監視を小型筐体へ収め、工場、倉庫、屋外へ置ける。2026年には高発熱GPUサーバー向けのモジュール型エッジ設備も掲げている。

映像の全量は現場に残し、「人が倒れた」「黄色いヘルメットがない」といったイベント情報だけを中央へ送る設計なら、帯域とプライバシーの負担を減らせる。複数拠点を横断する検索や長期分析はクラウドへ、即時検知はエッジへ分けることもできる。

ただし、今回の発表はAlpha Visionの日本版がどこで推論し、映像をどこへ保存し、どのクラウドや基盤モデルを使うかを示していない。IIJのエッジ製品と「組み合わせる方針」と、国内処理が保証された製品仕様は別である。顧客は提案書で確認しなければならない。

人手不足は導入理由だが、監視の免許ではない

日本の15～64歳人口は、2024年に7373万人、総人口の59.6％だった。割合は1993年以降、長く低下してきた。製造、物流、建設、小売、公共インフラでは、経験者が減る一方、夜間を含む監視、安全確認、報告作成を続けなければならない。

一人の管理者が複数拠点を見渡し、異常候補だけを確認できれば、AIは人を置き換えるというより、注意力を希少な場所へ配分できる。録画の検索に三時間かけていた担当者が、三分で該当箇所へ着ければ、生産性向上は具体的だ。危険を事故前に知らせるなら、価値はさらに大きい。

しかし、「人が足りない」は無制限な観察を正当化しない。Alpha Visionは人流だけでなく、人や車両の「属性」と「行動」を分析すると説明する。何の属性か、個人を識別するか、従業員の評価へ使うか、顧客を分類するかによって、法的・倫理的な重さは変わる。

職場の安全装置か、常時評価装置か

日本の個人情報保護委員会は、特定の個人を識別できるカメラ映像は個人情報に当たり、利用目的をできる限り特定し、その範囲で使う必要があるとしている。顔特徴データを使う場合は、顔識別機能を利用していることも含めて目的を通知・公表し、運用主体、問い合わせ先、詳しい説明への入口を掲示することが望ましい。

Alpha Visionの2026年1月版プライバシーポリシーは、サービスが音声・映像を処理し、利用傾向を分析してAIモデルやアルゴリズムを改善し得ること、AWSやAzureなどのサービス提供者を使い得ることを記す。これは一般方針であり、日本の個別契約が同じとは限らない。だからこそ顧客は、映像が学習へ使われるか、拒否できるか、保存期間、国外移転、下請け事業者、削除、事故時の通知を契約で定める必要がある。

導入前に答えるべき八つの質問
  • 誰を、どの場所で、何の目的で撮影・分析するのか。
  • 顔識別をするのか。属性分析とは具体的に何か。
  • 映像、特徴量、検索文、生成報告をどこへ何日保存するのか。
  • 顧客映像をモデル改善や学習に使うか。明示的に拒否できるか。
  • 日本国外へデータが移るか。クラウドと再委託先は誰か。
  • 誤警報と見逃しを、現場条件別に誰が測るか。
  • AIの警告・報告を人が確認せず処分や評価へ使わない仕組みがあるか。
  • 障害、サイバー攻撃、通信断の時に安全側へどう倒れるか。

安全目的のカメラが、やがて作業速度、離席、動線、会話、勤務評価を監視する道具へ拡張される「目的のずれ」にも注意がいる。導入時に労働者へ説明し、目的外利用を禁止し、必要最小限の範囲を定め、異議申し立てと人による再確認を設けることは、法令順守だけでなく、現場から正しいデータを得る条件でもある。

AIは映像にも「見えないもの」を見る

生成AIが映像を文章に変えると、従来の物体検出では難しかった複雑な問いを扱える。その一方、映像言語モデルには、存在しない物や行動を語る「幻覚」、出来事の順序や回数を誤る時間理解の弱さがある。2024年以降のVidHal、VideoHallu、MoHallBenchなどの研究は、動画特有の誤認を測るために作られた。

現場映像は研究用ベンチマークより厳しい。遠い固定カメラ、逆光、雨、夜、粉じん、反射、遮蔽、似た制服、同時に動く複数作業員がある。2026年のSteelBench研究も、実際の製鉄所映像には、一般のインターネット動画や合成映像が捉えない劣化や安全規則の推論があると指摘した。

したがって、製品サイトにある「事故が40％減った」「調査が90％速くなった」といった数字を、そのまま日本の現場へ移すことはできない。サイト上の顧客証言は企業名を伏せ、比較条件や測定方法を示していない。導入価値の可能性を示すマーケティング情報ではあるが、独立検証された一般性能ではない。

本当に必要なのは、各現場での事前試験だ。昼夜、天候、カメラ位置、作業種類ごとに、真陽性、偽陽性、見逃し、警告までの時間を測る。危険停止や人事処分のような重大判断には、人の確認を残す。AIの報告書には元映像へのリンクと確信度を付け、推論と事実を分ける。

NECに続くIIJ――AGI7を囲む日本の二つの強み

IIJはAGI7に注目した最初の日本企業ではない。2026年3月、NEC Orchestrating Future Fundも出資を発表した。NECは公共安全と映像解析の知見をAlpha Visionへ組み合わせる方針を示した。

NECが「映像を理解する技術と公共安全」に強いなら、IIJは「つなぎ、守り、運用するインフラ」に強い。両社の関係や投資条件は公表されておらず、共同事業だと断定はできない。しかし一つの米国スタートアップに、日本の映像大手とネットワーク大手が相次いで資本を入れた事実は、物理空間のAI化が単なる警備カメラの更新ではなく、次の企業IT基盤だと見られていることを示す。

AGI7にとっては、日本の大企業へ入る信頼、販売網、法制度、運用要員を得る。IIJにとっては、既存の回線、クラウド、セキュリティ、IoT、データセンターへ、映像AIという高付加価値の用途を載せられる。顧客にとっては統合窓口ができるが、モデル、カメラ、ネットワーク、クラウド、運用会社が増えるほど、障害時の責任分界を明確にする必要がある。

成功を測るのは、監視カメラの台数ではない

この提携の成否は、接続したカメラ数や生成した警告数では測れない。警告が多いほど良いなら、誤報を増やすシステムが勝ってしまう。見るべきは、事故、侵入、荷待ち、紛失、映像調査時間、報告作業がどれだけ減り、その効果が運用費を上回るかである。

安全面では、重大事故の見逃し率、現場が警報を信用して対応した割合、誤警報による「アラート疲れ」を測る。事業面では、実証から有償契約へ進んだ比率、複数拠点への展開、IIJの既存顧客が追加購入したサービス、解約率を見る。権利面では、苦情、目的外利用、データ漏えい、誤認による不利益が起きていないかを公開する。

良い映像AIは、人を一日中評価するカメラではない。人が見落とす危険を示し、その判断を後から検証でき、必要のない映像は見ないシステムである。

インターネットの会社が、現実世界の運用会社になる

1993年のIIJは、離れたコンピューター同士をつなぐ会社だった。2026年のIIJは、カメラが捉えた現場をAIへつなぎ、AIの判断を人とスピーカーへ返そうとしている。インターネットの配管は、文章やメールだけでなく、倉庫のパレット、工場のヘルメット、建設現場の侵入者を運ぶようになった。

Alpha Visionの構想は魅力的だ。昨日の録画を探す時間を減らし、今日の危険を早く伝え、明日の現場を改善できるかもしれない。日本の減る労働力に対し、注意力と記憶を機械で補うのは合理的である。

だが、発表は出発点にすぎない。投資額も価格も精度も国内データ設計もまだ見えない。カメラが「働く」ためには、見る能力より、何を見ないか、どこで止まるか、誰が最終判断するかを先に決めなければならない。

IIJが30年以上かけて得た信頼は、通信がつながることだけで築かれたのではない。通信を守り、障害を説明し、運用に責任を持つことで築かれた。現実世界を解釈するAIにも、同じ水準の責任を持ち込めるか。そこが、この投資の本当の試験になる。

取材ノート・主な資料

本稿は2026年7月29日午前11時30分（日本時間）までに確認できたIIJ、AGI7／Alpha Vision、NEC、政府機関、企業史料、研究論文に基づく。IIJの出資額、持分比率、国内価格、正式提供日、採用モデル、国内データ保管条件、導入社数、顧客名、実地精度は公表資料で確認できなかった。Alpha Visionのサイト上の効果数値と匿名証言は同社のマーケティング表示であり、独立検証済みの一般性能として扱っていない。