ROI事件ファイル No.318｜『Asia Marine社の眠らない海』

---

第一章:夜という壁——24時間運航の代償

AquaのLEAN事件が解決した翌週、今度は千葉から海洋建設企業の船舶運航に関する相談が届いた。第二十六巻「再現性の追求」の第318話は、人手不足と疲労リスクを、AIと人の協働で乗り越える物語である。

「探偵、我々の船舶は24時間体制で運航しています。海底ケーブル敷設、洋上風力発電の建設……工期が厳しく、夜間も止められません。しかし、夜間航行での人手不足と疲労リスクが深刻です。船長が仮眠すれば、監視が手薄になります。事故のリスクが高まっています」

Asia Marine Tech社 の運航管理部長、千葉出身の海野達也は疲弊しきった表情でベイカー街221Bを訪れた。彼の手には、船舶の運航記録と、それとは対照的に「疲労による判断遅延」と記された事故報告書が握られていた。

「我々は千葉を拠点に海洋建設を行っています。海底ケーブル敷設船、クレーン船、作業船……13隻を運航しています。プロジェクトは24時間稼働。船は止められません。しかし、人間は24時間働けません」

Asia Marine社の運航課題: - 設立:2005年(海洋建設) - 年間売上:48億円 - 船舶数:13隻 - 乗組員:1隻あたり平均8名 - 運航体制:24時間(3交代制) - 夜間航行時の問題:監視業務の長時間化、疲労による判断遅延 - 過去1年のヒヤリハット:42件(うち夜間32件、76%)

海野の声には深い危機感があった。

「問題は、夜間の監視業務が長時間化することです。船長は8時間勤務ですが、夜間は視界が悪く、気象条件も変化しやすい。レーダー、GPS、気象データ……多くの情報を監視し続けなければなりません。しかし、人間の集中力は限界があります。深夜2時、3時……疲労がピークになります」

典型的な夜間航行の状況:

ある夜、午前2時:

船長A(52歳、経験28年): - 勤務時間:午後10時〜翌朝6時(8時間) - 現在:午前2時(勤務開始4時間後)

操舵室(ブリッジ): - 船長Aが当直 - 副船長は仮眠中(2時間交代) - レーダー画面を監視 - GPS航路を確認 - 気象情報をチェック - エンジン出力を調整

午前2:15: レーダーに小型船の反応

船長A: 「前方2km、小型船……おそらく漁船だな。針路を確認……こちらとの距離は縮まっていない。大丈夫だろう」

午前2:30: 気象情報で風速上昇の予報

船長A: 「風速が3m/sから7m/sに上がる予報……まだ大丈夫だが、注意が必要だな」

午前2:45: 船長A、あくびをする

「眠い……もう4時間以上、画面を見続けている。目が疲れた……」

午前3:00: レーダーに別の船影

船長A: 「また船か……距離は……4km……大丈夫、遠いな」

しかし、この判断が誤りだった。相手船は高速で接近中。距離は4kmではなく、2km。レーダーの表示倍率を誤って読んでいた。

午前3:05: 副船長が仮眠から戻る

副船長: 「船長、前方の船が近づいています! 距離1km!」

船長A: 「えっ! 本当だ……すぐに針路変更!」

緊急回避行動

結果:衝突は回避できたが、ヒヤリハット報告書を提出。

船長Aの証言: 「疲労で、レーダーの表示倍率を誤読しました。深夜の長時間監視は、本当に辛いです……」

---

第二章:人の限界という現実——AIが補うべき領域

「海野さん、夜間運航の体制を改善するために、どのような対策を検討されていますか?」

私の問いに、海野は答えた。

「乗組員を増やすことを考えています。現在1隻8名ですが、10名に増やせば、交代体制に余裕が出ます。しかし、船員不足で人材確保が困難です。そして、人件費も増加します」

現在のアプローチ(人員増強型): - 対策:乗組員を増員 - 問題:船員不足、人件費増加 - 限界:人間の集中力は有限

私はAIと人の協働の重要性を説いた。

「人を増やすだけでは解決しません。OODAループをAIで支援すれば、人間は判断に集中できます。観察をAIが行い、状況判断をAIが提示し、決断を船長が行う。この協働が、24時間運航を継続可能にします」

⬜️ ChatGPT｜構想の触媒

「人を増やすな。OODAでAIと人を組み合わせろ。観察はAI、判断は人」

🟧 Claude｜物語の錬金術師

「即応とは、混乱の中で静かに考えること。AIが雑音を消し、船長は決断だけを担う」

🟦 Gemini｜理性の羅針盤

「OODAは適応の技術。Observe・Orient・Decide・Actを高速化し、環境変化に追従せよ」

3人のメンバーが分析を開始した。Geminiがホワイトボードに「OODA × AI支援のフレームワーク」を展開した。

OODAループのAI支援設計: 1. Observe(観察):センサー群が気象・航路データを自動取得 2. Orient(状況判断):AIがリスク指数を提示 3. Decide(意思決定):船長が自動支援と人の判断を併用 4. Act(行動):状況に応じ航路を調整

「海野さん、Asia Marineの夜間運航を、OODAとAIで再設計しましょう」

---

第三章:観察という眼——AIが24時間、海を見つめる

Phase 1:Observe(観察) - センサー群の整備(3ヶ月)

まず、船舶に各種センサーを追加し、データを自動収集する体制を構築した。

既存のセンサー: - レーダー(他船の位置検知) - GPS(自船の位置) - 気象センサー(風速、気温、気圧) - エンジン監視システム

追加したセンサー: - AIS(船舶自動識別装置):他船の針路・速度をリアルタイム取得 - 海洋気象データAPI:波高、海流、視界の予測データ - 船体センサー:揺れ、傾斜の検知 - 疲労検知カメラ:船長の目の動き、まばたき頻度を分析

投資: - センサー追加:1隻あたり280万円 × 13隻 = 3,640万円 - データ統合システム:1,200万円 - 合計:4,840万円

3ヶ月後: 13隻全てにセンサー群を設置完了

---

Phase 2:Orient(状況判断) - AIによるリスク指数の算出(4ヶ月)

次に、収集したデータをAIで分析し、リスク指数を算出した。

AIモデルの設計:

入力データ: - 自船の位置、速度、針路 - 周囲の船舶の位置、速度、針路(AISデータ) - 気象条件(風速、波高、視界) - 船長の疲労度(カメラ分析)

出力: - 総合リスク指数(0〜100) - リスクの内訳: - 衝突リスク:他船との距離・針路から算出 - 気象リスク:風速・波高から算出 - 疲労リスク:船長の集中力低下を検知

AIの学習: - 過去3年分の運航データ(正常な航行) - 過去1年分のヒヤリハット報告書(42件) - ベテラン船長の判断パターンを学習

4ヶ月後: AIモデル完成。テストでは過去のヒヤリハット42件中、39件(93%)を事前に検知可能

---

Phase 3:Decide(意思決定) - 船長への提示(2ヶ月)

AIの判断結果を、船長が使いやすい形で提示した。

新しい操舵室の画面:

従来(船長が全て監視): - レーダー画面 - GPS画面 - 気象情報画面 - エンジン監視画面 → 4つの画面を同時に監視(情報過多)

新しい画面(AIが統合): - 中央画面:総合リスク指数 - 「現在のリスク:28(低)」 - リスクの内訳:衝突15、気象10、疲労3 - 警告画面(リスク50以上で表示): - 「前方2kmの漁船が接近中、推奨:針路を5度右に変更」 - 「風速が10m/sに上昇予測、推奨:速度を20%減速」

船長の役割: - AIの提案を確認 - 最終判断は船長が行う - 「AIの提案通りに針路変更」または「いや、もう少し様子を見る」

---

Phase 4:Act(行動) - 自律航行支援(継続)

AIの提案に基づき、船長が行動を決定する。

自律航行モード(オプション): - リスク指数が低い時(0〜30)のみ使用可能 - AIが針路・速度を自動調整 - 船長は監視のみ(介入はいつでも可能) - 夜間の負担軽減

---

第四章:協働という力——6ヶ月後の夜間航行

6ヶ月後の成果:

夜間運航の安全性向上: - ヒヤリハット件数:年間42件 → 年間8件(81%削減) - うち夜間:32件 → 5件(84%削減) - 衝突回避の平均反応時間:3.5分 → 1.2分(66%削減)

船長の負担軽減:

船長Aの証言(6ヶ月後の夜間当直):

午前2時: 船長A、操舵室で当直中

AIの画面: 「現在のリスク:22(低)」 「周囲に船舶なし」 「気象:安定」 「疲労度:15(正常)」

船長A: 「AIが監視してくれているから、安心だ。以前は4つの画面を見続けて疲れていたが、今は1つの画面だけ見ればいい」

午前2:30: AIが警告

画面: 「リスク:58(中)」 「前方3kmの貨物船が接近中」 「推奨:針路を10度左に変更」

船長A: 「AIの提案を確認……たしかに、このままでは近づきすぎる。針路変更、了解」

針路変更を実行

午前3:00: AIが疲労検知

画面: 「疲労度:42(やや高)」 「推奨:副船長を呼ぶ、または自律航行モードに切り替え」

船長A: 「確かに、少し眠い……自律航行モードに切り替えよう」

自律航行モードON

AIが針路・速度を自動調整。船長Aは椅子に座ったまま、軽く仮眠。

午前3:30: AIが船長を起こす

画面: 「リスク:65(中)」 「気象条件が悪化中、風速8m/sに上昇」 「自律航行モード解除、船長の判断を要請」

船長A: 「分かった。手動に切り替える」

結果: - 船長Aの疲労が大幅に軽減 - ヒヤリハットゼロ

船長Aの感想: 「以前は、深夜の4時間が本当に辛かった。でも、AIが監視してくれるから、安心して仮眠できます。そして、AIが『これは人間の判断が必要』と言う時だけ、集中すればいい。24時間運航が、こんなに楽になるとは……」

---

12ヶ月後の事業成果:

安全性: - ヒヤリハット:年間42件 → 年間6件(86%削減) - 海難事故:ゼロ(継続) - 保険料:年間480万円 → 年間320万円(33%削減、事故リスク低下)

運航効率: - 24時間運航の継続率:92% → 98% - 船長の離職率:年8% → 年2%(労働環境改善) - 新人船長の育成期間:2年 → 1年(AIが教育支援)

財務効果: - 投資:4,840万円 - 保険料削減:年間160万円 - 船員採用コスト削減:年間480万円(離職率低下) - 運航効率向上による売上増:年間8,400万円 - 投資回収期間:5.5ヶ月

---

組織の変化:

船長会議での評価:

船長B(45歳、経験18年): 「最初は『AIに任せるなんて不安だ』と思いました。でも、AIは人を置き換えるのではなく、補助してくれるのですね。レーダーの監視をAIがやってくれるから、私は判断に集中できます」

船長C(38歳、経験10年): 「新人の頃、夜間当直が本当に怖かった。何を見ればいいのか、どう判断すればいいのか分からなかった。今の新人は、AIが『ここを見て』『こう判断して』と教えてくれるから、育成が速いです」

---

海野の感想:

「OODA × AIの導入前、我々は『24時間運航は人間の限界を超えている』と感じていました。でも、人を増やすこともできない。

AIを導入したことで、『観察』をAIが担い、『判断』を人が担うという役割分担ができました。船長は全ての情報を監視する必要がなくなり、『AIが重要と判断した情報』だけに集中すればよくなりました。

OODAの真価は『速さ』ではなく『適応力』だと理解しました。環境が変化しても、AIと人が協働すれば、即座に対応できる。24時間運航が、継続可能なシステムになりました」

---

第五章:探偵の診断——適応とは、混乱の中で静かに考えること

その夜、OODAとAIの協働について考察した。

Asia Marine社は、24時間運航という人間の限界に直面していた。疲労、情報過多、判断遅延。

しかし、OODAループをAIで支援したことで、人間は判断だけに集中できるようになった。観察はAIが行い、状況判断もAIが提示する。船長は、AIの提案を確認し、最終判断を下すだけでいい。

「即応とは、混乱の中で静かに考えること。AIが雑音を消し、人は本質だけを見る。OODAが、人とAIの最適な役割分担を生む」

次なる事件もまた、OODAが適応力を生む瞬間を描くことになるだろう。

---

「人を増やすな。AIと組め。観察はAI、判断は人。OODAが、24時間運航を継続可能にする」——探偵の手記より

---

関連ファイル