スマートシティ

概要

パイロットから区全体の AI 公共安全へ

人口約 21 万人の東京都内のある区が、区の自治体レベルで AI 搭載のセキュリティカメラを導入した日本初の自治体のひとつとなりました。同区はすでに街路や駅構内にかなり大規模な既存カメラネットワークを運営しており、そのうち最も交通量の多い乗換駅周辺の一群がカメラ内蔵 AI 推論にアップグレードされ、主要幹線道路沿いには電池バックアップ付きの災害用カメラも追加配備されています。

Atomrock は基盤となるスタックを提供します：各カメラ位置のエッジ AI デバイス、中央管理クラウド、区役所での統合制御インターフェース。リアルタイム監視は警察と消防の対応システムと統合され、一方でプライバシー管理は許可された職員のみがライブアクセスでき、定義された保存期間が強制されます。

課題

区規模の安全、ただし区規模のオペレーターは持たない

東京の多くの地域と同様に、この区は公共安全に関する複数の圧力が交錯する状況に直面しています。高齢化が進み、認知症患者や見守りが必要な高齢者が街中で行方不明になる事案が増加。乗降客数の多い乗換ハブでは歩行者流が増え続けます。災害備え——地震対応、台風避難、道路状況監視——は定期訓練ではなく、自治体に常時求められる責務となっています。

既存のカメラインフラは事案を記録するものの、行動には移しませんでした。区が必要としていたのは、既存ネットワーク上で稼働するリアルタイム AI レイヤー、行方不明者の検索・位置特定機能、災害シナリオでの避難レベルの信頼性、住民の信頼を得るに足るプライバシー姿勢——すべてを公共安全部門のオペレーター人員を増やすことなく実現することでした。

ソリューション

既存のカメラネットワーク上の分散エッジ AI

Atomrock は 4 層アーキテクチャを展開しました：カメラがエッジ AI デバイスにフィード、エッジデバイスが Atomrock の中央管理クラウドにストリーム、区役所の認可された職員が統合された中央制御インターフェースから業務を行います。顔認証と人物追跡の推論はエッジで実行されるため、識別はローカルで最低のレイテンシーで完了し、関連するイベントとメタデータのみが上流に送信されます。

システムは警察と消防の出動ワークフローに直接統合されます。区役所で行方不明者の捜索が始まったり、巡回中に事案が報告されると、同じコンソールが対応を駆動します。電池バックアップ付き災害カメラは電力網が停電しても稼働し続け、区が幹線道路に沿って避難を誘導する際に活用するライブの道路状況映像を提供します。

プライバシーは設計から強制されます：映像は定義された保存期間後に自動削除され、ライブ閲覧は区の許可された少数の職員に限定されます。集中管理、分散実行——ひとつのオペレーターコンソールが、住民の日常生活における監視の接面を拡大することなく、区全体をカバーします。

成果

より迅速な検索、連携した災害対応、より強い公衆信頼

本番運用において、システムは区が当初公共安全のミッションとして掲げた 3 つの柱で成果を上げています：犯罪予防——カメラネットワーク全体での容疑者のより迅速な識別と追跡；災害対応——電力網停止時にも稼働するカメラからのリアルタイム道路・避難可視性；コミュニティ保護——街頭巡回で何時間もかかるところ、行方不明の子供や認知症患者を数分以内に発見する検索機能。

警察インターフェースでの捜査効率は向上。区、警察、消防の対応連携は単一の共有コンソールで動作。重要なのは、プライバシー姿勢——定義された保存、限定アクセス、エッジローカル推論——が公衆の精査に耐えていることであり、これは AI 公共安全プラットフォームが拡大するための前提条件です。この区は実証拠点となり、東京の他の区がこの同じアーキテクチャへの拡大を検討しています。

Atomrock の AI 公共安全プラットフォームが自治体、交通、市民インフラの導入をどのように支援できるか、お問い合わせください。