本記事は、米国 Esri 社のブログ記事「The Next Era of AI and ArcGIS」を翻訳したものです。
Esri は 1969 年の創業以来、お客様が GIS を活用し、複雑なデータに隠れた洞察を見いだせるよう支援してきました。ArcGIS は長年にわたり、空間解析や可視化を通じて適切な意思決定を支える包括的なプラットフォームを提供しています。現在 Esri は、安全性と信頼性を確保し、実質的な価値をもたらす形で AI を組み込むことで、ArcGIS をさらに強化しています。
ここ数年、Esri は地理空間 AI の 2 つの主要領域で大きく前進してきました。1 つ目は、情報の抽出、分類、理解を自動化し、GIS の科学を発展させる AI ツールと AI モデルです。2 つ目は、日常の GIS 業務をより効率的で現代的なものにするため、段階的に導入してきた AI アシスタントです。AI アシスタントは、ユーザーがワークフローの主導権を保ちながら、ツールの操作やコードの記述を行い、確信を持って作業を進められるよう支援します。
Esri は現在、これらを基盤としてエージェンティック AI の構築を進めています。エージェンティック AI により、外部エージェントが ArcGIS のツールに接続できるようになります。さらにユーザー自身が、GIS ワークフローを自動化し、アプリを動かす地理空間エージェントを構築できるようになります。これらの機能は、地理、透明性、ユーザーによる制御を基盤としながら、従来のユーザー層を超えて GIS の活用範囲と効果を広げます。
今後の展望に触れる前に、まずはここに至るまでの歩みを振り返ります。

目次
AI ツールと AI モデルが GIS をさらに進化させる
AI ツールと AI モデルにより、多くの組織が、画像、テキスト、ビデオ、点群などから情報を抽出、分類、検出する処理を自動化できるようになりました。その結果、時間を節約しながら GIS の活用規模を拡大できます。たとえば、小規模な地方自治体のチームは、夏季に観光客が訪れる場所を画像から AI で検出し、その情報を交通計画の改善に活用できます。これらのツールとモデルは、パターン認識、予測、将来の見通しの提示を通じて、高度な空間解析を可能にします。
Esri の事前トレーニング済みモデルは、大量のトレーニング データやコンピューティング リソースを必要としません。そのため、多くの組織が AI を迅速に導入するうえで役立っています。また、在来植生に被害を与える外来種の検出など、組織固有のワークフローに対応するため、必要に応じてユーザーが独自のモデルをトレーニングできるツールも Esri は提供しています。
地理空間基盤モデルは、Esri の事前トレーニング済み AI モデル群に新たに加わったモデルです。大規模かつマルチモーダルな地球観測データから幅広いパターンを学習し、ピクセル分類、土地分類、物体検出を実行します。追加トレーニングは最小限で済み、点検や環境モニタリングなど、さまざまなワークフローに適応できます。
Esri は現在、ArcGIS 全体の解析を高速化するため、基盤モデルの機能を開発しています。3 つのモデルのうち、2 つは画像を対象としています。1 つ目は、Landsat、Sentinel、National Agriculture Imagery Program(NAIP)などの信頼できるソースでトレーニングされたリモート センシング基盤モデルです。2 つ目は、画像と自然言語を組み合わせ、マップに基づくクエリーや解析を支援する視覚言語モデルです。3 つ目は、表形式データと人口統計データから位置エンベディングを生成するモデルです。これにより企業は、たとえば主要な社会経済プロファイルに基づいて、最適な店舗立地を特定できます。これらのモデルを組み合わせることで ArcGIS の解析機能が拡張され、組織はマルチモーダル データを実用的な洞察へ迅速に変換できるようになります。
AI アシスタントがワークフローを加速
近年、Esri は ArcGIS 全体に AI アシスタントを段階的に導入してきました。一部は一般提供されていますが、多くは引き続きベータ版またはプレビュー版です。それでも、ユーザーと GIS の関わり方には、すでに大きな変化が生まれています。今は、組織がアシスタントを有効にして試用し、Esri にフィードバックを寄せるのに適した時期です。こうしたフィードバックを基に、ユーザーのニーズに合わせて利用体験を継続的に進化させることができます。

ArcGIS の AI アシスタントは、ユーザーが普段利用している ArcGIS アプリ内で直接支援するように設計されています。ユーザーは主導権を保ったまま、次に使用するツール、コードの記述方法、特定のワークフローの進め方について、コンテキストに即した自然言語のガイダンスを受けられます。たとえば ArcGIS Pro のユーザーは、バッファーの作成に使用するツールをアシスタントに尋ねたり、その場で計算を実行する Arcade 式の生成について支援を受けたりできます。
AI アシスタントは、生産性の向上に加えて、オンボーディングやスキル開発でも重要な役割を果たします。アシスタントは学習に取って代わるものではありません。必要な場面で、質問に関連する回答を提示することで学習を補強します。新しいユーザーの作業を支援すると同時に、GIS の概念、ツール、ベスト プラクティスへの理解を徐々に深めます。
ArcGIS の AI アシスタントに関する最新情報を確認してください。
エージェンティック AI が GIS の可能性をさらに広げる
エージェンティック AI は、地理空間インテリジェンスを組織全体で利用できるようにするための、Esri にとっての次のステップです。Esri のエージェンティック AI へのアプローチは、相互に補完し合う 2 つの方向で進んでいます。1 つは、より広範なエージェント エコシステムに GIS を組み込むことです。もう 1 つは、ArcGIS にエージェント機能を直接導入することです。
Geoenablement(地理空間対応):GIS をエージェント エコシステムに組み込む
テクノロジー業界では、さまざまな組織がエージェント プラットフォームを開発しています。これらのプラットフォームには、大規模言語モデル(LLM)を使って推論し、行動し、定義された目標に向かって作業するソフトウェアが組み込まれています。ただし、エージェントが発揮できる能力は、アクセス可能なデータとツールによって決まります。信頼できる地理的コンテキストがなければ、空間に対する理解は不完全なものになります。
Esri は、信頼できる GIS 機能を外部エージェントから利用できるようにすることで、こうしたエージェント エコシステムを地理空間対応にしています。Model Context Protocol(MCP)をサポートすることで、サードパーティーの AI エージェントが ArcGIS の空間データやツールに接続し、推論や出力に地理空間インテリジェンスを取り込めるようになります。
たとえば、ビジネス プラットフォーム上に構成したエージェントに、都市の歩行者パターンの解析を依頼するとします。ArcGIS にアクセスできなければ、そのエージェントには、クエリーに対応するための空間データとツールがありません。MCP は、エージェントが ArcGIS の機能を呼び出し、空間情報に基づく結果を返すための標準化された方法を提供します。
MCP を通じて GIS を AI 対応にすることで、Esri は地理空間インテリジェンスの活用範囲を、従来の GIS ユーザー以外にも広げます。また、人々がすでに使用しているツールやワークフローに、位置情報の視点を組み込みます。Esri は、ArcGIS Enterprise、ArcGIS Online、ArcGIS Location Platform 全体で MCP をサポートすることを目指しています。
Geocentric(地理空間中心):GIS ワークフローにエージェント AI を組み込む
これと並行して Esri は、地理空間エージェントを構築し、ArcGIS にエージェント機能を導入しています。地理空間エージェントは、マップ、レイヤー、その他の信頼できる構造化された空間データを解釈し、操作できます。この地理空間インテリジェンスにより、現実世界の地理的コンテキストから切り離された出力を生成することがある汎用エージェントとは一線を画します。
地理空間エージェントはバックグラウンドで動作し、アシスタントの利用体験を強化します。また、エージェンティック マッピング アプリを動かす役割も担います。このアプリでは、ユーザーが平易な言葉で質問し、その意図、マップ、データに応じた結果を受け取れます。たとえば、公共機関の職員がエージェンティック マッピング アプリで「2022 年の小麦生産量が 2017 年より少なかった郡はいくつありますか?」と質問できます。エージェントは質問を解釈し、適切な空間解析ツールを実行します。ユーザーが解析方法を知らなくても、結果を得ることができます。
このビジョンを具体化するため、Esri は ArcGIS Maps SDK for JavaScript に AI コンポーネントを導入しています。現在ベータ版として試用できるコンポーネントには、一般的なマップ操作にすぐに利用できる地理空間エージェントと、開発者がワークフローに合わせてカスタム エージェントを作成するための機能が含まれます。
Esri は、ArcGIS Instant Apps 向けの Data Explorer テンプレートも提供しています。ベータ版の Data Explorer では、Esri が構築した地理空間エージェントを利用する Web マップを組織が構成できます。このテンプレートで作成したマップでは、ユーザーがチャットボットに質問すると、チャットボットがマップ上のデータを検索、説明、可視化します。
これらすべての利用体験において、エージェントは信頼できる GIS コンテンツを利用し、定義されたルールに従って動作し、ユーザーの監督下に置かれます。
人を中心に、信頼を基盤として設計
AI エージェントの導入がテクノロジー業界全体で広がる中、Esri は引き続き、ユーザーからのフィードバックを基にこの新しいテクノロジーを開発しています。Esri のスタッフはお客様の声に注意深く耳を傾け、AI をめぐる対話には期待と懸念の両方が伴うことを認識しています。

エージェントやエージェンティック ワークフローにより、GIS の機能と自動化の範囲がさらに広がることは確かです。しかし、ArcGIS における AI は、あくまでツールです。Esri は当初から、人々を支援し、その力を引き出す製品の開発に注力してきました。AI エージェントも例外ではありません。ユーザーから主導権を奪うのではなく、地理データを扱うユーザーの能力を高めるために設計されています。
AI がテクノロジーにおいて、より中心的な役割を担うようになっても、真の自律性と意思決定の責任は引き続きユーザーにあります。テクノロジー開発の中心に人を据えることで、Esri は、強力で、責任を持って開発された、信頼できる AI 機能を ArcGIS で提供します。詳細については、ArcGIS Trust Center をご参照ください。
今後に向けて
地理空間 AI は、単独で機能するツールやモデルから、コンテキストを理解するインテリジェント エージェントへと領域を広げています。一方で、Esri の使命はこれからも変わりません。空間科学を発展させ、GIS コミュニティーの重要な活動を支援することです。その取り組みには、ユーザーが AI を活用してコラボレーションを改善し、GIS が生み出す効果をさらに高められるよう支援することも含まれます。
