審判はAI、会場はフィジカルAI | スポーツのジャッジがAI化する未来を、DX365の視点で考えてみた ♠ DX 365 Life

こんばんは。室長こと、吉島良平（Microsoft MVP for Business Applications | Microsoft Regional Director）です。皆さま、いかがお過ごしでしょうか？

最近、テニスの試合をテレビで見ていて、ふと「これ、もうAIが判定してるんだ」と気づいて、ちょっと感慨深くなりました。そういえば今朝、MLBの判定のニュースを見ていて、「あ、今日はこの話を書こう」と思い立ちました。

調べてみると、テニスでは一部の大会で線審を置かず、ライン判定をHawk-Eyeのような電子判定システムに委ねる流れが広がっています。野球でもABS（Automated Ball-Strike）チャレンジシステムが登場し、サッカーも半自動オフサイド技術によって判定時間を大幅に短縮しています。少し前まで未来の話だったものが、気付けば現実になりつつある、そんな時代に私たちは生きているのかもしれません。

一方で、柔道や体操のように「人間がどう解釈するか」が競技の魅力そのものになっている世界では、AIによる判定に対して慎重な議論も続いています。技術的にできることと、人が受け入れられることは必ずしも一致しない。これはスポーツだけでなく、企業のDXでも同じように感じます。

ここでひとつ面白い問いがあります。もしAIが審判になったら、人間は何をするのでしょうか。

最初は単純に技術の話だと思っていました。Azure AI Visionでフィールドを見て、Microsoft Foundryで判断し、Copilotが判定理由を説明する。そんな未来を想像していたのです。

しかし考え続けているうちに、少し違う景色が見えてきました。このテーマは単なる「AI審判」の話ではなく、むしろ「AIが判断を支援する世界で、人間は何を担うのか」という話なのではないか、と思うようになったのです。

最近はバレーボールの試合を見る機会も増えました。サーブの速度、スパイクのコース、ブロックの位置、選手の移動距離、試合中のポジショニング―今やスポーツの世界には、こうした膨大なデータが存在し、試合中の判断を支援する技術も、年々進化しています。もしかすると近い将来、AIが相手チームを分析し、AIが戦術を提案し、AIが次のプレーの成功確率を予測する、そんな世界が当たり前になるのかもしれません。

でも不思議なことに、どれだけ技術が進化した未来を想像しても、私はタイムアウトの光景だけは変わらない気がするのです。コートの外で監督が選手を集め、限られた時間の中で言葉を掛ける。選手たちはその言葉を信じてコートへ戻り、その一球にすべてを懸けます。

その姿を見ていると、スポーツにおいて本当に重要なのは正しい答えを知ることではなく、「誰がその決断に責任を持つのか」なのかもしれないと思うのです。

考えてみれば、スポーツには選手がいて、審判がいて、監督がいて、そしてルールがあります。企業も同じで、営業担当者やSCM担当者、経営者がいて、Dynamics 365やPower Platform、Microsoft Fabricといったシステムがあり、会計基準や業務ルール、AIガバナンスがあります。

私は普段、CRMやERPの世界で仕事をしています。だからかもしれませんが、最近のスポーツを見ていると、試合そのものよりも、そこにある「判断の構造」が気になってしまうのです。

さらに言えば、システムは車に似ています。CRMやERPは企業を前へ進めるための乗り物であり、AIやガバナンスは交通ルールに近い存在で、そのハンドルを握っているのが人間です。どれだけ高性能な車があっても、どれだけ優れた交通ルールが整備されても、最後に進む方向を決めるのは運転手であり、私はこの構造がAI時代の企業そのものを表しているように思います。

というわけで今回は、スポーツの審判から始めて、AI、Copilot、Dynamics 365、CRM、ERP、Power Platform、そして経営判断へと話を広げながら、「AIが判断を支援する世界で、人間に何が残るのか」について考えてみたいと思います。

Let’s Enjoy our DX365Life！

第一章｜審判もまた「判断業務」である
第二章｜TMOはPMOに似ている
第三章｜MicrosoftのテクノロジーでAI審判をやるとしたら
第四章｜審判の行動特性データを、どう扱うか
第五章｜会場全体がAIで盛り上がる未来
第六章｜戦術に活かす
第七章｜プライバシーとコンセントマネジメント
第八章｜システムは乗り物、AIは交通ルール、人間は運転手
エピローグ｜AIは監督になれるのか

第一章　審判もまた「判断業務」である

判断には3つのレイヤーがある

考えてみれば、審判の仕事も「判断業務」という意味では、私たちが日々向き合っているビジネスプロセスの意思決定と本質は同じです。ライン際の判定やオフサイドの検出、ボール・ストライクのチャレンジ判定のように、データを集めて、照合して、瞬時に判定結果を返す。これはまさにAIやセンサー技術が得意とする世界です。

一方で、「悪質なプレーだったのか」「選手はどんな意図を持っていたのか」「試合全体の流れの中でどう解釈するべきなのか」といった判断には、人間ならではの解釈や価値観が入り込みます。私は最近、判断というものには少なくとも三つのレイヤーがあるのではないかと思っています。

第一のレイヤーは「事実認定」です。ボールはラインを割ったのか、本当にオフサイドだったのか―これは事実を確認する世界であり、高性能カメラやセンサー、AIが最も力を発揮しやすい領域でもあります。

第二のレイヤーは「ルール適用」です。その接触は反則なのか、そのプレーは危険行為なのか―ルールブックと照らし合わせながら判断する世界で、ここも将来的にはAIが大きく支援できるようになるでしょう。

そして第三のレイヤーが「文脈判断」です。選手は何を意図していたのか、試合の流れの中でどう解釈するべきなのか。この判断には数字だけでは説明できない価値観や経験が入り込み、私は、この第三のレイヤーこそが最後まで人間に残る領域なのではないかと思っています。

実はこの構造、企業の世界でもほとんど同じです。Dynamics 365 FinanceやBusiness Centralが管理しているのは、売上や原価、在庫、キャッシュフローといった「事実」で、ERPの役割は、企業の現在地を正しく記録することにあります。一方で、Dynamics 365 SalesやCustomer Insightsが向き合っているのは未来です。どの顧客に投資するのか、どの市場へ進出するのか、どの顧客体験を提供したいのか―CRMは未来への可能性を考えます。

しかし、その夢を現実として成立させるためには、ERPが管理している現実が必要になります。十分な資金があるのか、在庫は足りるのか、人員は確保できるのか。つまりERPが扱うのは「現在」であり、CRMが扱うのは「未来」だと言えるかもしれません。

スポーツでも同じです。どれだけ優秀な監督がいても、試合記録が間違っていたら正しい戦略は立てられません。どれだけ優秀な審判がいても、映像やセンサーが誤っていれば正しい判定はできません。未来を語るためには、まず現実が正しくなければならない―これは企業経営でもスポーツでも変わらない原則です。

余談ですが、私自身、贔屓のチームや選手がいる試合だと、ミスジャッジ一つで急に熱くなってしまうタイプです（笑）。週末も知人とラグビーの試合をJSPORTSで見ていたのですが、日本代表の際どいプレイが「オフサイド」で取り消された瞬間、思わず立ち上がって、「いやいや、今の絶対おかしいだろ！」とPCに向かって叫んでしまいました。

でも冷静になって考えてみると、あの瞬間に私が反応していたのは、判定そのものではなかったのかもしれません。私が本当に反応していたのは、「なぜそう判断したのか」という部分だったように思います。そして恐らくそれは、スポーツだけではなく、私たちがCopilotやAI Agentに向き合う時にも同じなのではないでしょうか。

人間は正しい答えだけを求めているわけではありません。その答えに至った理由を理解したい、納得したい、そして最後は自分で判断したい。そんな生き物なのだと思います。

第二章　TMOはPMOに似ている

VARとCopilotは、実は同じ役割を担っているのかもしれない

ここでふと思ったのですが、ラグビーのTMO（Television Match Official）って、私たちの業務で言うところのPMO（Project Management Office）にすごく似ていませんか。ラグビーをご覧にならない方のために少し補足すると、TMOはサッカーでいうVAR（Video Assistant Referee）に近い仕組みです。

例えば「本当にトライが成立していたのか」「危険なタックルではなかったか」「ボールを落としていなかったか」といった重要な場面になると、主審は試合を止めてTMOへ確認を依頼します。するとTMOは複数のカメラ映像を確認し、さまざまな角度からプレーを検証します。ただし、ここで大事なのは、TMO自身が判定を下すわけではないということです。TMOは事実を整理し、映像を確認し、判断材料を提供するだけで、最終的な判定を行うのは、あくまでフィールド上の主審です。TMOは「判断する人」ではなく、「判断を支援する人」なのです。

ここで改めて考えると、私たちの仕事におけるPMOも非常によく似ています。フィールド上の主審は、その場で瞬時に判断を下します。一方、TMOはスタジアムの外側から複数の映像やデータを確認し、「本当にその判断で良いのか」を検証する。フィールド上の主審がプロジェクトマネージャーだとすれば、TMOはまさにPMOです。

現場には現場の熱量があり、目の前の状況に反応しなければならないプレッシャーがあります。だからこそ、少し離れた場所から客観的に確認する役割が必要になります。現場の勢いや思い込みだけでは見えない「見えない摩擦」を、データと俯瞰した視点で補正する。まさにPMOと同じ構造だな、と思うのです。

面白いのは、TMOもPMOも意思決定を奪う存在ではないということです。PMOという言葉を聞くと「管理組織」というイメージを持つ人も少なくありませんが、しかし本来のPMOは違います。プロジェクトマネージャーの代わりに決定する組織ではなく、プロジェクトマネージャーがより良い決定を行うための支援組織です。TMOも同じで、主審の代わりに笛を吹くことはなく、映像を確認し、別角度の情報を提示して「この視点もありますよ」と伝えるだけです。最終的に決定するのは、あくまで主審です。

この構造を見ていると、私はどうしてもCopilotを思い出してしまいます。Copilotは決定せず、提案します。資料を要約することもできる、リスクを指摘することもできる、判断材料を整理することもできる。しかし最終的な実行ボタンを押すのは人間であり、責任を負うのも人間です。そう考えると、VARやTMOは世界で最も成功したCopilotの一つなのかもしれません。AIが支援し、人間が決める―私たちは実は、その未来をスポーツの世界で既に体験しているのです。

そして、この構造はERPの世界にも存在します。例えば財務統制です。経営者や事業責任者は、投資を実行する、価格を決定する、在庫を積み増す、市場へ参入するといった、日々さまざまな判断を下しています。しかし、その判断が適切だったのかを後から確認し、必要であれば是正する仕組みも必要になります。内部監査や財務統制は、企業における一種のTMOと言えるかもしれません。現場が攻め、統制が支え、そしてERPは、そのための事実を記録する。

私はFinanceやBusiness Centralを見ていて、しばしば「ERPは企業の試合記録システムだな」と感じることがあります。どの取引が行われたのか、誰が承認したのか、なぜその判断をしたのか―後から振り返れるように履歴を残しておく。これはスポーツで言えば試合映像を保存するのと同じです。

ここでさらに面白いことに気付きます。スポーツでも企業でも、強い組織ほど、「誰が正しいか」よりも、「どうすれば正しい判断を支援できるか」を考えています。AIも同じ、PMOも同じ、ERPも同じです。どれも意思決定そのものを代替するためではなく、より良い意思決定を支援するために存在しています。

だから私は、AIの未来を考える時、「AIが人間の代わりに決める世界」よりも、「AIが人間の判断を支援する世界」の方がずっと現実的だと思っています。そしてその未来の姿は、実はラグビーのTMOやサッカーのVARの中に、既に見えているのかもしれません。

第三章　MicrosoftのテクノロジーでAI審判をやるとしたら

精度よりも納得感

ここからは少し具体的に、「実際にマイクロソフトのテクノロジーでAI審判をやるとしたら？」を妄想してみます。少なくとも私が思い描く未来では、役割は大きく三つに分かれます。フィールドを見る「目」、判定を支援する「頭脳」、そして、その判定を説明する「声」です。

① フィールド上の「目」―Azure AI Vision

まず必要になるのは、当然ながらフィールドで何が起きているのかを正しく把握することです。Azure AI Visionの画像・映像解析機能や空間分析を活用すれば、人や物体の位置関係、移動状況、エリアへの出入りなどをリアルタイムに近い形で把握できます。もちろん実際のプロスポーツでは、これだけでは足りません。ボールの軌道をミリ単位で追跡する専用システムや、高速カメラ、各競技専用のセンサーなど、多くの技術が組み合わされることになるでしょう。

しかし、本質的な役割は同じです。まずは何が起きているのかを正しく記録する。これは審判の世界だけでなく、ERPの世界にもよく似ています。例えばDynamics 365 FinanceやBusiness Centralが行っていることも、本質的には同じです。売上が発生した、在庫が動いた、入金があった―データを正しく記録する。判断の第一歩は、常に正しい観測から始まります。どれだけ優秀なAIを作っても、入力されるデータが間違っていたら意味がありません。スポーツでも企業でも、それは変わらないのだと思います。

② 判定の「頭脳」―Microsoft Foundry

次に必要になるのは、集めたデータをもとに判断を支援する頭脳です。ここで活躍するのがMicrosoft FoundryのようなAI基盤です。複数のカメラ映像、センサー情報、過去の判定履歴、競技ルール―これらを組み合わせながら、「オフサイドの可能性があります」「このプレーはレビュー対象です」といった判断支援を行います。

ただし、ここで重要なのは、AIが必ずしも最終判定を行う必要はないということです。むしろ第二章で見てきたように、TMOやVARのような形の方が現実的かもしれません。AIは判断材料を提示し、人間が最終決定を行う。私はこの役割分担の方が、多くの競技やビジネスに受け入れられやすいような気がしています。

面白いのは、これはCRMの世界にも非常によく似ていることです。Dynamics 365 Salesは「この案件は受注確率が高い」「この顧客は離反リスクがある」と教えてくれますし、Customer Insightsは「この顧客はこのキャンペーンに反応しそうだ」と提案してくれます。しかし、その案件に投資するのか、その顧客を優先するのか、最後に決めるのは人間です。AIは判断を支援し、責任は人間が持つ。私は、この構図がこれからのAI活用の基本になると思っています。

③ 説明責任を果たす「声」―Copilot

そして、ここが実は一番重要かもしれません。判定の理由を説明することです。例えばAIが「オフサイドです」とだけ言ったとします。判定そのものは正しいかもしれません。しかし選手や観客は納得できるでしょうか。なぜオフサイドなのか、どの映像を見たのか、どのルールを適用したのか、どこが基準だったのか―そこが説明されなければ、人間は納得できません。

だから未来のAI審判で本当に重要なのは、判定精度だけではないと思うのです。説明責任です。どれだけ優秀なAIであっても、「なぜそう判断したのか」を説明できなければ信頼されません。Copilotのような生成AIは、まさにその役割を担う存在になりそうです。判定結果を人間が理解できる言葉へ翻訳する、数字をストーリーに変換する、技術を納得感へ変換する。それがCopilotの価値の一つだと私は考えています。

ここまで考えてくると、AI審判で本当に重要なのは精度なのか、それとも納得感なのか、という疑問が湧いてきます。例えば判定精度99.9%のAIがいたとしても、その理由が分からなければ不信感は残ります。逆に精度が多少劣っていても、理由が明確で説明可能であれば、人は受け入れるかもしれません。

これは企業のAI活用でも全く同じです。Copilotが提案した予測、Agentが提示した判断、Financeが出した警告、Supply Chain Managementが示した需要予測―重要なのは結果だけではなく、なぜそうなったのか、そこに説明可能性があることです。

そして、ここまで考えてきて、私は一つのことに気付きました。AI審判の未来を支えているのは、実はAIそのものではないのかもしれません。Azure AI Visionも、Microsoft Foundryも、Copilotも、それぞれ重要な役割を担っています。しかし、それらが正しく機能するためには、大前提として「質の高いデータ」が必要です。どれだけ優秀なカメラがあっても、どれだけ高度なAIモデルがあっても、過去の判定履歴や試合データが整理されていなければ、十分な価値を発揮できません。

考えてみれば、これは企業のDXでも同じです。AIは突然賢くなるわけではありません。営業データ、会計データ、在庫データ、顧客データ、プロジェクトデータ―そうした日々の活動から生まれるデータの積み重ねがあって初めて、AIは価値を生み出せるようになります。つまりAIは魔法ではなく、良質なデータの上に成り立つ、非常に優秀な「判断支援者」なのです。

そう考えると、次に気になるのは別のことです。仮に試合映像や判定履歴、選手の行動データ、審判の判定傾向までもが収集できるようになったとしたら、私たちはそれをどう活用するのでしょうか。そして、どこまで分析して良いのでしょうか。

昔は「あの審判は厳しい」「あの審判は流す傾向がある」という話は、経験豊富な選手やコーチの頭の中だけに存在する暗黙知でした。しかしAIとデータ基盤の進化によって、その暗黙知そのものをデータ化できる時代がやってきています。ここから先は、AIの話というよりも、データの話です。そして、その中心にあるのがMicrosoft Fabricです。

第四章　審判の行動特性データを、どう扱うか

勘を知識へ変える

そういえば、プロスポーツの世界では昔から面白い文化があります。それは、対戦相手だけではなく、審判まで研究することです。「あの審判は接触プレーに厳しい」「あの審判は試合を止めたがらない」「あの審判はカードを出しやすい」―スポーツが好きな方なら、一度は聞いたことがあるのではないでしょうか。もちろん公式な戦術書に書かれているわけではなく、長年試合を経験してきた選手やコーチの頭の中に蓄積された暗黙知です。

しかし、ここで少し視点を変えてみます。仮にその感覚をすべてデータ化できるとしたらどうでしょうか。例えば、以下のような構造化データです。

判定件数
イエローカード提示率
レッドカード提示率
TMO介入率
判定覆り率
オフサイド認定率

さらに、以下のような非構造化データもあります。

試合映像
審判とTMOの音声
解説者コメント
インタビュー記事
SNS上の反応

こうして並べてみると、実は非常に典型的な「構造化データ＋非構造化データ」の世界だということが分かります。これまでのシステムであれば、判定記録はデータベース、映像は動画サーバー、記事はWebサイト、SNSは別システムという形でバラバラに管理されることが普通でした。

しかし、ここで面白くなってくるのがMicrosoft Fabricです。OneLakeという共通基盤の上に、構造化データも、非構造化データも、リアルタイムデータも、同じ場所へ集約していくことができます。私はこれをよく、「データ版の試合会場」だと考えることがあります。試合会場には観客もいる、選手もいる、審判もいる、映像もある、音声もある。それぞれ別々の存在ですが、試合という一つの出来事を構成しています。OneLakeも似ていて、本来は別々の場所に存在する情報を、一つの舞台の上に並べることができるのです。

しかし、私がFabricを面白いと思う理由はそこではありません。本当に価値があるのは、「勘を知識に変えられること」です。

例えば「あの審判は厳しい」という話。昔なら経験豊富なコーチだけが持っている感覚でしたが、しかしFabricの世界では、その感覚をデータとして検証できます。本当にカード提示率は高いのか、本当に接触プレーに厳しいのか、本当に判定覆り率が高いのか―経験だったものを知識へ変換できる。私はここが本質だと思っています。

そして、ここで急にスポーツの話ではなくなります。実は企業でも全く同じことが起きているからです。優秀な営業担当者は「この案件、なんとなく危険だな」という感覚を持っています。サプライチェーン担当者は「この在庫推移、ちょっと怪しいな」と感じます。経理担当者は「この数字の動きは違和感がある」と気付きます。しかし、その感覚が個人の頭の中だけに存在していたら、組織は強くなれません。

私は長年ERPの世界を見てきましたが、ERPの本質は記録することではないと思っています。もちろん、売上を管理する、在庫を管理する、原価を管理する、キャッシュフローを管理する―それらも重要ですが、しかし、本当に重要なのは、組織の経験を組織の知識へ変換することではないでしょうか。

例えばSupply Chain Managementです。優秀な担当者は、在庫表を見ただけで危険を察知します。しかし、その担当者が退職したらどうなるでしょう。組織は同じ判断ができなくなります。だから、その判断の根拠をデータとして残し、知識として共有し、再利用できる形にする。ERPやFabricが目指しているのは、実はそこなのだと思います。

そう考えると、審判データを分析する世界と、企業データを分析する世界は驚くほど似ています。どちらも目指しているのは、データを集めることではなく、知識を作ることです。そして知識を作る目的もまた、レポートを作ることではなく、より良い判断を行うことなのです。

そんなことを考えていると、次に気になってくるのは、「その知識を実際の意思決定にどう活かすのか」という話です。審判の傾向が分かったとして、監督や選手はどう動くのでしょうか。そして企業では、営業責任者やSCM責任者、経営者はどう判断するのでしょうか。ここから先は、単なる分析の話ではなく、戦略の話です。そして、その瞬間に登場するのがAIです。

次章では少し視点を変えて、その知識がもう一つの方向――観客体験やビジネスの現場――でどう活かされていくのかを見てみたいと思います。

第五章　会場全体がAIで盛り上がる未来

CRMは夢を見せる。ERPは夢を成立させる。

判定という一瞬の話だけでなく、その判定を含む「体験」全体にも、AIとデータは広がっていきます。

ここまでは主に「審判」の話をしてきました。判定はどう変わるのか、AIはどこまで判断できるのか、そして人間には何が残るのか―そんなことを中心に考えてきました。では、ここで少し視点を変えてみましょう。

ちょうど今、サッカーワールドカップが大きな盛り上がりを見せています。もし次のワールドカップが、AI、Copilot、フィジカルAI、そしてDynamics 365に支えられた大会になったらどうなるのでしょうか。ここからはサッカーワールドカップを例に、少し未来を妄想してみたいと思います。

判定の速さと正確性はAIに、納得感や熱狂は人間に。そんな住み分けが、スポーツの未来にもDXの現場にも共通しているのかもしれません。そして、この構造は私たちが日々向き合っているCopilotやAI Agentともよく似ています。AIは判断材料を提示し、しかし、その提案を採用するのか、責任を持つのかは人間です。前回の記事で書いた「AI時代に価値を持つのは判断できる人」という話は、スポーツの審判にも、そのまま重なっているように思います。

とはいえ、「審判がAIになったら味気なくなる」という考え方は、少し古いのかもしれません。むしろAIは、判定という裏方の仕事を静かに片付けながら、別の場所で新しい価値を生み出していく存在になるのではないでしょうか。

私はそんな未来を想像することがあります。例えばワールドカップの決勝戦、後半アディショナルタイム、勝敗を左右するオフサイド判定が発生したとします。これまでは大型ビジョンを見つめながら、結果が出るまで数分待つこともありました。しかし未来では違います。判定が下された瞬間、スタジアムの大型ビジョンにはCopilotが生成した3Dリプレイが表示される。複数のカメラ映像とセンサー情報をもとに、どこがオフサイドだったのか、どのタイミングでボールが蹴られたのか、どの選手が基準線を越えていたのか、誰にでも分かる形で可視化されます。観客は「何が起きたのか分からない」ではなく、「なるほど、そういうことか」と理解できる。判定への不満ではなく、納得へと意識が向いていくのです。

さらに観客のスマートフォンではどうでしょう。応援しているチームに合わせて、パーソナライズされた解説が表示されるかもしれません。「オフサイドになった理由」「類似判定との比較」「大会全体での発生頻度」―そんな情報がリアルタイムに提供される。まるで一人ひとりに専属解説者が付いているような世界です。

そして会場全体を見渡すと、そこではフィジカルAIが活躍しています。売店の混雑状況をリアルタイムで分析し、トイレの待ち時間を予測し、警備員や案内スタッフの配置を最適化する。配送ロボットがグッズを補充し、案内ロボットが観客を誘導する。会場運営そのものが、一つの巨大なAIシステムになっていくのです。

そして忘れてはいけないのが、僕たち観客自身もまた「お客様」だということです。チケットを購入した瞬間から、私たちの行動データはイベント運営側にとって重要な情報になります。ここで活躍するのがDynamics 365 Customer Insightsです。Customer Insightsは単なるCDP（Customer Data Platform）ではなく、観戦履歴、購買履歴、ファンクラブ情報、アプリ利用状況、SNSでの反応、会場内での行動履歴―そうしたシグナルを一人ひとりの顧客単位で統合し、「この人に次はどんな体験を提供するべきか」を考えるための基盤です。

例えば、あるファンが過去に特定選手のユニフォームを購入していたとします。試合前には、その選手の特集コンテンツが優先的に表示される。ゴールが決まった直後には、関連グッズや限定コンテンツがレコメンドされる。試合終了後には、次回大会やイベントへの案内がパーソナライズされて届く。さらに面白いのは、その体験がリアルな購買行動へとつながることです。

例えば、試合終了後にハットトリックを達成したスター選手のユニフォームが世界中で話題になったとします。Customer Insightsは、その選手に興味を持ちそうなファンを特定し、Copilotはキャンペーンを生成し、ShopifyはECサイトで商品を販売し、そしてBusiness Centralが受注、在庫、販売実績、会計処理を支える。ファンから見えるのは「欲しいと思った瞬間に買えた」というシンプルな体験ですが、その裏側ではCRMとERPが連携しながら動いているのです。

さらに販売が急増したらどうなるでしょう。Business Centralは販売実績や在庫状況を管理し、Supply Chain Managementは追加生産や補充計画を立て、物流パートナーとの連携を行う。Financeは利益率やキャッシュフローへの影響を確認する。つまり、Customer Insightsが顧客の期待を理解し、Dynamics 365 Salesが収益機会を発見し、Business Centralが販売・在庫・会計を管理し、Dynamics 365 Supply Chain Managementが商品供給を支え、Dynamics 365 Financeが収益性と持続可能性を管理する―観客が目にしているのは華やかなスタジアム体験ですが、しかしその裏側では、CRMとERPが静かに連携しながら動いています。

私はここに、CRMとERPの本質があると思っています。CRMは夢を見せる、ERPは夢を成立させる。営業が顧客に約束し、サプライチェーンがその約束を実現し、Financeがその持続可能性を支える。スポーツイベントも企業経営も、本質的には同じです。

私たちが目にするのは、ゴールを決める選手や歓喜する観客です。しかし、その舞台を支えているのは、物資を運ぶ人たちであり、在庫を管理する人たちであり、仕組みを維持する人たちです。そしてAI時代になると、この構造はさらに面白くなります。AIは顧客の期待を理解し、需要を予測し、リスクを警告し、最適解を提示する。では、その最適解を採用するのは誰なのでしょうか。その責任を負うのは誰なのでしょうか。

ここまで考えていると、私はある比喩を思い出します。システムは乗り物です。AIは交通ルールです。そして最後にハンドルを握るのは人間です。

次章では、その知識を実際の戦術へどう活かすのか、そして「AIは監督になれるのか？」という少し大胆なテーマについて考えてみたいと思います。

第六章　戦術に活かす

AIは監督になれるのか

Fabricによって審判特性データが整理できたとして、それを選手やコーチはどう活用するのでしょうか。ここで活躍するのがPower Platformです。

例えば試合前日、Power Appsで対戦カードと担当審判を入力すると、Power Automateが起動し、Fabric上に蓄積された過去データを自動的に分析する。そしてCopilotが「この審判は接触プレーに厳しい傾向があります」「過去5試合のカード提示率は平均を上回っています」「試合終盤でファウル認定が増える傾向があります」といったブリーフィング資料を自動生成する―そんな未来は十分に現実的だと思います。

コーチ陣のミーティングでは、Copilot in Teamsが過去の試合データや審判傾向を要約する。ハーフタイムには、Power BIが前半戦の判定傾向を可視化する。試合中であっても、データはリアルタイムに蓄積され続け、そしてチームは、その情報をもとに後半戦の戦い方を考える。ここまでは、おそらく多くの人が想像する「AI活用」です。

しかし私は、実はここから先が本当に面白いと思っています。例えばAIが「今回の審判は接触プレーに厳しいため、コンタクトを避ける戦術の方が勝率は上がります」と言ったとします。非常に合理的な提案です。過去データもある、統計的な裏付けもある、おそらくAIとしては正しい。でも、それでも監督はこう言うかもしれません。「分かっている。でも攻めよう」。

なぜでしょう。勝率を最大化するためでしょうか。違います。勝ち方を選ぶためです。これはスポーツの世界では当たり前に行われています。守り切れば引き分けは取れる、でも優勝を狙うなら勝ちに行かなければならない。統計的には不利でも、リスクを取らなければ未来は変わらない。だから監督は時に、データ上の最適解を捨てるのです。

この構造を見ていると、私はDynamics 365 Salesを思い出します。AIは「この案件の受注確率は15%です」「この顧客に投資するのはリスクがあります」「こちらの案件の方が成功確率は高いです」と言います。もちろん、それは正しいかもしれません。しかし営業責任者は、その数字を見た上で、「それでも行こう」と判断することがあります。戦略的に重要だから、将来の市場を作るためだから、競合に取られたくないから。その判断をAIはできません。AIは成功確率を計算できますが、しかし未来に賭けることはできません。

実はERPの世界も同じです。例えばDynamics 365 Supply Chain Managementです。AIが需要予測を行い、「在庫を20%増やすべきです」と提案したとします。データ上は正しい、需要予測も高い、欠品リスクも下がる。しかしサプライチェーン責任者は悩みます。在庫を増やせばキャッシュは減り、倉庫コストも増える。需要が外れれば不良在庫になる。逆に在庫を減らせばキャッシュフローは改善しますが、欠品リスクは高まる。どちらが正しいのでしょうか。実は正解はありません。あるのは経営判断だけです。

営業が顧客を選ぶように、SCMはリスクを選び、Financeは投資を選び、そして経営者は未来を選びます。私は、ここにCRMとERPの本質的な違いがあるように思っています。CRMは「どこへ行くか」を考える世界です。どの顧客に向き合うのか、どの市場へ進出するのか、どんな顧客体験を作るのか。一方でERPは「本当にそこへ行けるのか」を考える世界です。資金は足りるのか、在庫は足りるのか、人員は足りるのか、利益は出るのか。

CRMが夢を見る、ERPが夢を成立させる。私は長年Dynamics 365を見てきて、この構造は今も変わっていないと思っています。

そして、ここまで考えていて気付いたことがあります。もしかすると、AIが得意なのは「最適解」を見つけることかもしれません。しかし人間が向き合っているのは、「どの未来を選ぶのか」という問題なのではないでしょうか。

だから私は、AI審判が主流になる未来は想像できます。AIアシスタントコーチも実現するでしょう。試合前分析も、需要予測も、顧客分析も、ますます高度になっていくと思います。でも、AI監督はどうでしょう。そこにはまだ、人間だけが持つ役割が残っているような気がしています。そして、その話はスポーツだけではなく、企業経営そのものにもつながっています。

では、そのAI監督を実現するために必要なものは何でしょうか。そして、そもそもAIにそこまで任せて良いのでしょうか。次章では少し視点を変えて、データ活用やAI活用が進むほど重要になる「ガバナンス」と「責任」の話を考えてみたいと思います。

第七章　プライバシーとコンセントマネジメント

AI審判を監督するのは誰か

ここまで書いてきて、私がどうしても気になることがあります。それは、「私たちは、どこまで分析して良いのだろうか？」という問題です。

審判データを例に考えてみましょう。選手のパフォーマンスデータを分析することについては、多くの人が比較的自然に受け入れています。走行距離、パス成功率、シュート本数、心拍数―近年では睡眠データや疲労度まで活用されるようになりました。競技力向上という明確な目的があるからです。

しかし審判はどうでしょう。「あの審判はカードを出しやすい」「あの審判は接触プレーに厳しい」「この審判はTMO介入率が高い」―そんな情報が蓄積され、分析され、各チームの戦術に利用される世界。技術的には十分可能です。しかし、どこか引っ掛かるものもあります。もちろん、そのデータの多くは試合中の公開情報で、隠れて取得したわけではありません。それでも、「人を分析する」という行為には、どこか別の責任が伴うように思うのです。

企業でも同じです。例えばCustomer Insights。顧客行動データを分析することで、顧客体験を向上させることができます。営業履歴を分析することで、より良い提案ができるようになります。サポート履歴を分析することで、問題を未然に防げるようになります。しかし同時に、私たちは常に考え続けなければなりません。その分析は適切なのか、その利用は許容されるのか、本人は理解しているのか。便利だから使う、技術的に可能だから使う―それだけでは済まされない時代になっていると感じます。

だから私は、プライバシーやコンセントマネジメントというテーマは、AI時代においてますます重要になると思っています。特にAI Agentの時代になると、その重要性はさらに増します。Agentは人間より高速に動き、大量のデータを読み、判断を支援し、場合によっては実行まで行います。だからこそ、私たちは別の問いを持たなければなりません。AI審判を監督するのは誰なのか。

人間の審判なら分かりやすく、誤審があれば責任の所在も明確です。ではAI審判だったらどうでしょう。システム開発者でしょうか、リーグ運営でしょうか、AIモデルを構築したベンダーでしょうか、学習データを提供した組織でしょうか。実はこれはスポーツだけの話ではありません。Copilotでも同じ、Agentでも同じ、Dynamics 365でも同じです。AIが提案した判断を採用した結果、問題が発生したら誰が責任を持つのか。この問いに対して、私は明確な正解を持っていません。しかし、一つだけ確信していることがあります。AIが高度になるほど、人間によるガバナンスは重要になる、ということです。

面白いことに、ERPの世界はこの問題と何十年も向き合ってきました。例えば会計監査です。内部統制です。承認ワークフローです。職務分掌です。なぜERPには面倒な承認プロセスが存在するのでしょうか。なぜ監査ログを残すのでしょうか。なぜ誰が承認したかを追跡できるようにするのでしょうか。それは、重要な意思決定には説明責任が必要だからです。どの取引が行われたのか、誰が承認したのか、どのルールに基づいていたのか―後から検証できる状態を維持する。実はAIガバナンスも、本質的には同じだと思っています。

AIという言葉を聞くと未来の話に聞こえますが、しかし「重要な判断に責任を持たせる」という考え方そのものは、新しいものではありません。ERPの世界では昔から行われてきたことです。だから私は、Agent Governanceという言葉を聞くたびに、どこかERPの内部統制を思い出します。AIは新しい、しかし、責任の考え方は昔から変わらない。誰が決めたのか、なぜ決めたのか、その判断は説明できるのか―そして、その問いに最終的に答えるのは、AIではなく人間です。

ここまで考えてくると、私は逆に安心します。AIが進化しても、最後に必要になるのは人間だからです。AIは判断を支援し、監視し、分析する。しかし責任を持つことだけは、まだ人間の仕事です。

審判、PMO、データ、そしてガバナンスという流れの中で、私たちは何度もその結論に辿り着いてきました。最後に、この関係全体を一つの比喩に集約してみたいと思います。

第八章　システムは乗り物、AIは交通ルール、人間は運転手

Power Platformは運転席である

ここまで書いてきて、私はある比喩を思い出します。スポーツの世界を眺めながら、CRMやERP、AI、Copilotについて考えていると、それらはまるで自動車社会のようだなと思うのです。どれだけ高性能な車があっても、交通ルールがなければ街は機能しません。逆に、どれだけ交通ルールが整備されていても、車がなければ目的地へたどり着くことはできません。そして、どれだけ優れた車と交通ルールが存在しても、最後にハンドルを握る人がいなければ前へ進むことはできません。

考えてみれば、企業のDXもまったく同じ構造です。まず、CRMやERPは乗り物です。Dynamics 365 Sales、Dynamics 365 Customer Insights、Dynamics 365 Finance、Dynamics 365 Supply Chain Management、Business Central、Microsoft Fabric、Power Platform―これらは単なる業務システムではなく、企業が未来へ向かうための乗り物です。

CRMは目的地を考えるための乗り物です。どの市場へ向かうのか、どの顧客へ価値を届けるのか、どんな顧客体験を提供するのか―CRMは常に未来を見ています。一方でERPは違います。ERPは燃料計やエンジン管理システムに近い存在です。資金は十分にあるのか、在庫は足りているのか、人員は確保できているのか、利益は出ているのか―ERPは企業という車両が安全に走れる状態なのかを教えてくれます。

だから私は、CRMは夢を見る、ERPは夢を成立させる、という表現が好きです。どちらが欠けても企業は前に進めません。

ではAIは何でしょうか。多くの人はAIを運転手だと思っていますが、しかし私は少し違う考えを持っています。AIは交通ルールに近い存在なのではないでしょうか。例えばサッカーのVAR、ラグビーのTMO、テニスのHawk-Eye。彼らは試合をせず、ゴールを決めず、優勝もしません。しかし、ルールを適用し、危険を防ぎ、公平性を維持し、試合全体が正しく運営されるよう支えています。

企業でも同じです。Copilotは提案し、Agentは支援し、AIは「この案件にはリスクがあります」「この需要予測は楽観的です」「この顧客は離反する可能性があります」「この在庫量は危険です」と教えてくれます。まるでカーナビのようです。「この先で渋滞しています」「こちらのルートが最短です」「事故の発生確率が高くなっています」―しかし最終的にルートを選ぶのは運転手です。AIは判断材料を提供するだけで、未来を決めるわけではありません。

そして、ここでPower Platformが登場します。私は最近、Power Platformの本質は「現場との接点」だと思っています。例えば前章のワールドカップです。試合終了後、観客のスマートフォンにアンケートが届く。「VARの説明は分かりやすかったですか？」「グッズ販売エリアは利用しやすかったですか？」「スタジアム体験に満足しましたか？」―Power Appsで回答し、Power Automateで収集し、Microsoft Fabricへ蓄積し、Customer Insightsが分析し、Copilotが要約する。すると「特定ゲートで混雑が発生している」「ファンは判定説明に高い満足度を感じている」「売店の待機時間への不満が増加している」といった洞察が生まれます。

Power Platformは分析しているわけでも、運転しているわけでもありません。人間とシステムをつないでいるのです。ファンの声を届け、スタッフの気付きを届け、現場の知見を届ける。つまりPower Platformは、企業の運転席なのかもしれません。Azureが道路やインフラを提供し、AIが交通ルールを適用し、CRMが目的地を示し、ERPが車両状態を管理し、Power Platformが運転席を提供する。そして最後に、ハンドルを握るのは人間です。営業責任者、SCM責任者、CFO、プロジェクトマネージャー、経営者。

AIがどれだけ進化しても、CRMがどれだけ賢くなっても、ERPがどれだけ正確になっても、最後に進む方向を決めるのは人間です。だから私は最近、AI時代に本当に価値を持つのは知識ではない気がしています。知識はAIも持てる、分析もAIができる、予測もAIができる。しかし、その情報を受け取り、リスクを理解し、未来を選び、責任を引き受けることだけは、今も人間の役割です。

そして、その話は自然と最後の問いへつながっていきます。AIは審判になれる、AIは分析官にもなれる、AIはアシスタントコーチにもなれるかもしれない。では、AIは監督になれるのでしょうか。あるいは、AIは経営者になれるのでしょうか。最後に、そのことを少しだけ考えてみたいと思います。

エピローグ　AIは監督になれるのか

最後に残るのは、責任を持つ覚悟

ここまで長々と、スポーツとAIについて考えてきました。テニスのHawk-Eye、サッカーのVAR、ラグビーのTMO、そしてMicrosoftのAI、Copilot、Fabric、Dynamics 365。最初は本当に単純な思いつきでした。「AIが審判になったら、スポーツはどう変わるのだろう」―そんな軽い問いから書き始めた記事でした。

しかし書き進めていくうちに、少しずつ違う景色が見えてきました。これはAI審判の話ではない、これは、AI時代における人間の役割の話なのだ。そんな気がしてきたのです。

AIが審判になる未来は、もうそれほど遠くないと思います。いえ、ある意味では、すでに始まっています。ライン際の判定、オフサイドの検出、ボール・ストライクのチャレンジ判定―人間の目では追い切れない一瞬を、センサーやカメラやAIが支援する。それはきっと、これからますます当たり前になっていくでしょう。

AIが分析官になる未来も想像できます。試合映像を分析し、選手のコンディションを予測し、審判の傾向を把握し、需要を予測し、顧客行動を分析する。ビジネスの世界でも、スポーツの世界でも、AIは人間の判断材料を圧倒的なスピードで集め、整理し、提示してくれるようになるはずです。

AIがアシスタントコーチになる未来も想像できます。Power BIが状況を可視化し、Copilotが論点を要約し、Agentが次の行動案を示す。まさにTMOやVARのように、AIは人間の意思決定を支援する存在になっていくでしょう。

しかし、どうしても一つの問いが残ります。AIは監督になれるのでしょうか。

第六章で描いた、あの監督の言葉を覚えていますか。接触プレーに厳しい審判だから守りに入った方が勝率は上がる、というAIの提案に対して、「分かっている。それでも攻めよう」というあの一言に、この記事で本当に言いたかったことのすべてが詰まっているように思います。

これは企業経営も同じなのだと思います。CRMは未来を見ます。どの顧客に向き合うのか、どの市場へ挑戦するのか、どんな体験を届けるのか。ERPは現実を見ます。資金は足りているのか、在庫はあるのか、人員は足りるのか、利益は出るのか。AIはリスクを教えてくれ、Copilotは選択肢を整理してくれ、Power Platformは人とシステムをつないでくれ、AzureやFabricは、そのすべてを支える基盤になります。それでも最後に、「行く」と決めるのは人間です。

CRMは夢を見る、ERPは夢を成立させる。AIはリスクを教えてくれる、Power Platformは現場の声を運んでくれる。しかし、その夢に責任を持つのは人間です。システムは乗り物です、AIは交通ルールです、Power Platformは運転席です、そして、人間は運転手です。どれだけ高性能な車があっても、どれだけ優れたナビゲーションがあっても、どれだけ正確な交通ルールがあっても、最後にどこへ向かうのかを決めるのは、ハンドルを握る人です。

AI時代になると、人間の価値は小さくなる。そんなふうに語られることがあります。でも私は、少し違う気がしています。AIが賢くなればなるほど、人間はより深い問いを突き付けられる。何を選ぶのか、誰のために選ぶのか、その結果を引き受けられるのか。

最近、バレーボールの試合を見ていて思うことがあります。サーブの速度、スパイクのコース、ブロックの位置、選手の疲労度―今や多くの情報がデータとして取得できる時代になりました。AIは試合を分析できるでしょう、相手チームの傾向を学習できるでしょう、次のプレーの成功確率を予測することもできるかもしれません。それでもタイムアウトの最後に、コートへ送り出される選手たちに向かって、監督は「行こう」と言葉を掛けます。

AIは確率を語ることができますが、選手を信じることはできません。AIは最適解を示すことができますが、覚悟を決めることはできません。だから私は、AIが審判になる未来は想像できます、AIが分析官になる未来も想像できます、AIがアシスタントコーチになる未来も想像できます。でも、最後のタイムアウトで、勝敗を左右する決断を下す監督の姿だけは、まだ人間のものだと思っています。

企業もきっと同じです。システムは進化し、AIは賢くなり、CRMはより深く顧客を理解し、ERPはより正確に未来を予測し、Power Platformは人とシステムをつなぎ続けます。それでも最後に、「この市場へ行こう」「この顧客に賭けよう」「この未来を信じよう」と決めるのは人間です。

もしかすると、AI時代になって最後に残る価値は、知識でも、分析力でも、予測能力でもないのかもしれません。未来を選ぶ勇気、そして、その選択に責任を持つ覚悟―それこそが、人間に残された最後の役割なのかもしれません。

いつか、AIに支えられたスポーツの世界が当たり前になるでしょう。判定は一瞬で下され、観客には分かりやすい解説が届き、会場運営はスムーズになり、一人ひとりに最適化された体験が提供される。そんな未来は、きっと素晴らしいものになると思います。

でも、そのコートの上で最後にボールを追うのは人間です。最後の一本を決めるのも人間です。ベンチから選手を送り出すのも人間です。勝って涙を流すのも、負けて悔しさを噛み締めるのも人間です。だから私は、AIの未来を悲観していません。むしろ少し楽しみにしています。AIが人間を消してしまう未来ではなく、AIによって、人間がより人間らしくなる未来。そんな未来を見てみたいと思っています。

AIは審判になれるかもしれない、AIは分析官にもなれるかもしれない、AIはアシスタントコーチにもなれるかもしれない。でも監督になれるかどうかは、まだ分かりません。なぜなら監督の仕事とは、正解を選ぶことではなく、未来を信じて、責任を背負うことだからです。

そして企業もきっと同じです。最後に未来を決めるのはシステムではなく、AIでもなく、人間です。その判断に責任を持つ人です。だからこそ、私たちはAI時代においても、もっと人間らしく働き、もっと人間らしく悩み、もっと人間らしく決断していくのだと思います。