System Knowledge
CCTVが群衆を捉えることは、リスクを捉えることを意味しない
スタジアム、ショッピングモール、イベント向けの群衆管理AIの評価フレームワーク：ボトルネック予測、デジタルツイン、プライバシー、実践的なパイロット基準。
現在の画像から15〜30分後の予測まで：プロジェクト導入前に群衆管理AIシステムを評価する方法
コントロールルームには何十ものCCTVの映像が表示されているかもしれませんが、重要な4つの質問にはまだ答えられていません。
CCTVとは何か？ ロビー、廊下、駐車場、ショッピングモール、またはスタジアムでよく見かけるセキュリティカメラシステムのことです。カメラからの映像は、スタッフが監視するためにモニターに送信されます。簡単に言えば、CCTVは人間に何が起こっているかを見ることを可能にしますが、カメラ自体はどこで渋滞が発生しようとしているのか、危険度がどれくらいか、またはどのように対処すべきかを知りません。
- どのエリアが危険な状態に近づいているか？
- ボトルネックはどこで、いつ発生する可能性があるか？
- 入場制限や予備ゲートの開放によって、状況はどのように変化するか？
- 誰が警告を受け取り、誰が承認し、どのような行動が取られたか？
159人が亡くなった2022年10月29日の梨泰院の悲劇は、群衆管理がカメラや手動の監視だけに頼ることはできないということを思い出させます。画像は、十分に早い段階で警告、対策、そして行動の責任へと変換されなければなりません。
カメラは私たちに画像を提供します。安全性は、画像が検証可能な決定に変換されたときにのみ現れます。
Newsletter #31では、AIとデジタルツイン（Digital Twin）のシステムであるAutoSaferを1つの質問で分析します：実際の運用に導入する前に、システムはパイロットで何を証明しなければならないか？
仕様をレビューしている方への短い回答
- CCTVは主に観察を支援する： カメラはコントロールルームに映像を送信します。新しいAIレイヤーは、ゾーンごとの密度を分析し、警告を発し、予測し、行動を記録します。
- 密度だけでは診断に不十分である： 移動方向、速度、交差点、有効幅、階段、そして流入し続ける群衆はすべてリスクを変化させます。
- デジタルツインは単なる3Dモデルではない： ゾーン、通路（walkway）、有効面積、収容人数の制限、カメラと平面図のマッピングを正確に含んでいる必要があります。
- 15〜30分の予測はパイロットが必要な主張である： ゾーンごとの誤差、遅延、誤報、そして実際の条件下での推奨事項の品質を確認する必要があります。
- AIは指揮官に取って代わらない： システムは分析して提案を行いますが、現場の管理者が依然として承認し、行動を起こします。
パートI — 群衆は人が多いというだけで危険なわけではない
密度（通常は1平方メートルあたりの人数で計算）は重要なシグナルですが、それだけでは十分ではありません。同じ方向に向かう群衆のいる広場は、2つの流れが交差する狭い廊下とは異なります。また、安定した待機エリアは、入ってくる流れが出ていく能力を超えるボトルネックとは異なります。
したがって、「何人カウントされたか？」とだけ尋ねないでください。次のように尋ねてください：
- 密度は幾何学的な面積で計算されているか、それともカウンター、フェンス、柱を除いた有効面積で計算されているか？
- システムは流入、流出、および変化の速度を監視しているか？
- 交差点、階段、改札口、および行き止まりはどのようにモデル化されているか？
- 警告のしきい値は、どのようなタイプの空間とシナリオに適用されるか？
Crowd turbulence（群衆の乱気流）は、高密度の群衆が個人の制御能力を超えて予期しない動きを見せる状態です。ミナ/マッカでの研究によると、リスクは速度の変動や「群衆の圧力」にも関連しており、流量の減少の兆候が早く現れる可能性があります。1つの研究を普遍的なしきい値にすべきではありません。各場所は独自のデータで検証される必要があります。
パートII — AUTOSAFERはどのようにCCTVを意思決定ループに変換するのか？
AutoSafer System Overview 2026 によると、このプラットフォームは運用の編成を5つのステップに分けています：Observe — Replicate — Predict — Guide — Record。
Observe — ゾーンごとの観察
システムは複数のカメラから映像を受信し、人をカウントし、通路（walkway）/ゾーンごとに密度を計算します。技術的レビューの後に、一時的なカメラまたは既存のCCTVを使用できます。
Replicate — デジタルツインへのマッピング
カメラのデータは平面図の座標と有効面積に変換されます。全体の出席者数（attendance）は制限内であっても、小さな通路がすでにボトルネックになっている可能性があります。
Predict — 15分後および30分後の予測
AutoSaferは、ボトルネックが形成される可能性のある場所と時間について、+15分と+30分の2つのマイルストーンを提示します。これは最も厳格に検証されなければならない主張です。公開されている文書には、誤差、誤報の割合、またはカメラの条件に応じたパフォーマンスについての記載はありません。同社は、詳細なパラメータはNDA（秘密保持契約）締結後に提供されると述べています。
Guide および Record — 提案、承認、ログ記録
システムは、方向転換、入場制限、または追加のゲートの開放などの戦略を比較しますが、現場の管理者が承認を行います。密度、警告、推奨事項、およびアクションは、イベント後のレビューのためにタイムラインに沿って記録されます。
デジタルツインは一度だけ引き渡される図面ではありません。現場の状況が変化した際にコミッショニング（commissioning）と更新が行われなければならない運用モデルです。
パートIII — PRIVACY BY DESIGNは優れているが、コンプライアンスを結論付けるには不十分
AutoSaferは、現場で映像が匿名化されると公表しています。顔はぼかされ、対象には匿名IDが使用され、生映像は保存されません。ゾーンごとのデータとイベントログのみが保持されます。システムにはオンプレミス（on-premises）/ノーエグレス（no-egress）のオプションもあります。これはリスクを軽減するアーキテクチャですが、まだ法的な結論ではありません。
ベトナムでは、個人データ保護に関する法律第91/2025/QH15号が2026年1月1日に発効します。公共の場所での録画は、処理の目的、通知、保存期間、およびデータ保護の義務と依然として結びついています。
パイロットの前に、プロジェクトは少なくとも5つのポイントを確定する必要があります：
- データパス（Data path）： 映像はどのデバイスを通過し、どこで処理され、どのようなデータになるか？
- 保持期間（Retention）： ゾーンの集計（Zone aggregates）とイベントログはどれくらいの期間保存されるか？
- アクセス（Access）： 誰がダッシュボードを閲覧し、リプレイし、データをエクスポートできるか？
- データの場所（Data location）： クラウドはどこに配置されているか？オンプレミスの構成はデータのエグレス（data egress）を防ぐか？
- インシデント対応（Incident response）： 不正アクセスや設定ミスがあった場合、誰が責任を負うか？
Privacy by Design（プライバシー・バイ・デザイン）は前提条件です。コンプライアンス（Compliance）は、技術、契約、および実際の運用の結果です。
パートIV — 群衆管理AIをプロジェクトに導入する際の5つの間違い
1. ゾーンごとの密度の代わりに総出席者数（attendance）を使用する
販売されたチケットの数は、廊下がどれだけの負荷を処理しているかを示しません。ゾーンは運用の決定に基づいて分割される必要があります。
2. 既存のすべてのカメラが使用できると信じている
RTSP/ONVIFは接続についてのみ語っています。視野角、照明、死角（occlusion）、ネットワークは依然として調査が必要です。
3. 受け入れ基準なしに「30分予測」を受け入れる
パイロットでは、ゾーンごとの予測誤差（forecast error）と誤報（false alarm）を測定する必要があります。美しいインターフェースは、間違った、または遅すぎる警告を補うことはできません。
4. 警告レベルごとのプレイブックがない
画面上の赤い色は、自動的にゲートを開くわけではありません。各リスクレベルは、受信者、応答時間、許可されたアクション、および承認権限に結び付けられる必要があります。
5. テクノロジーをインシデントがなくなるという保証と見なす
AutoSaferは意思決定をサポートするものであり、インシデントの排除を保証するものではありません。システムは、キャパシティプラン（capacity plan）、避難経路、人員、現場の指揮と連携する必要があります。
パートV — パイロットチェックリスト：8つの重要な質問
優れたパイロットは、システムがこの場所のどの決定をサポートするのに十分な証拠を持っているかを尋ねます。
- ユースケース（Use case）： どのエリアと失敗モード（failure mode）が制御されているか？
- グラウンドトゥルース（Ground truth）： ゾーンごとのカウントと密度を比較するためにどのデータが使用されるか？
- カバレッジ（Coverage）： 死角、オクルージョン（occlusion）、夜間、逆光はどのようにテストされるか？
- 遅延（Latency）： 入力ビデオから警告までにどのくらいの時間がかかるか？
- 予測（Forecast）： +15/+30分のマイルストーンでの場所、時間、リスクレベルの誤差はどれくらいか？
- 誤報（False alarm）： 許容される誤報および警告漏れのしきい値は何か？
- 人間の対応（Human response）： 誰が受け取り、誰が承認し、どのアクションが許可され、SLAはどのくらいか？
- プライバシーとフォールバック（Privacy & fallback）： データはどのように保存されるか？カメラ、ネットワーク、または計算能力（compute）が失われた場合、どのSOPが引き継ぐか？
カウント、遅延、予測、誤報、プライバシー、およびオペレーターのユーザビリティがパイロット前に合意されたしきい値に達した場合にのみ拡張します。
結論 — ダッシュボードだけを検証・承認してはならない
群衆管理AIは、チームがリスクを早期に特定し、オプションを検討し、責任者を決定するのに役立つ場合に価値があります。AutoSaferは、カメラ、デジタルツイン、15/30分の予測、および決定ログ（decision log）を接続すると同時に、人間をループ（human in the loop）に留めます。しかし、システムの概要は技術的な受け入れ（technical acceptance）ではありません。プロジェクトには依然としてNDA後の文書、サイト調査、プライバシーレビュー、SOP、およびグラウンドトゥルース（ground truth）を伴うパイロットが必要です。
ダッシュボードだけを検証・承認しないでください。早期発見の能力、意思決定のサポート、および実際の状況下での責任の追跡を検証・承認してください。
Sanghwa Lee CEOからの2026年9月1日のフォローアップメールは、HIASHIとAutoSaferがMEGA-US EXPO 2026でMOUを締結したことを確認しています。これが適格性評価（qualification）の出発点です。次のステップは、検証済みのユースケースとパイロットでなければなりません。
予備的なパイロット提案を受け取るには、以下を送信してください：
- プロジェクト/イベントのタイプ、平面図、運用スケジュール
- 時間枠ごとの予想される人数
- カメラ、VMS/NVR、ネットワークインフラストラクチャのリスト
- 制御する必要のある失敗モード（Failure mode）
- 指揮系統と許可されたアクション
- パイロットのデータポリシーと成功基準
👉 ブリーフ、平面図、デモのリクエストは hiashi.vn までお送りください。
HIASHIとの2つの協力方法
1. メーカーとの直接協力
HIASHIはAutoSaferを接続し、ブリーフ、NDA後の文書、サイト調査、およびパイロットの明確化をサポートします。顧客はメーカーと直接取引を行い、HIASHIは事前に公表された接続手数料または技術調整手数料を請求します。契約では、ライセンス、データ処理（data processing）、SLA、メンテナンス、およびコンプライアンスの責任を確定する必要があります。
2. HIASHIへの輸入委託
スコープにカメラキット、計算ユニット（compute）、または特殊な機器が含まれている場合、HIASHIは供給契約に署名し、注文、輸送、税関手続き、および合意に基づくプロジェクトへの引き渡しを実行できます。ソフトウェア、統合、データ、およびコミッショニング（commissioning）はハードウェアから明確に分離されなければなりません。価格、インコタームズ（Incoterms）、および保証は、サイトレビューの後にのみ確認されます。
主な技術資料
- AutoSafer, AutoSafer System Overview 2026, Version 1.0, September 2026 — メーカーから直接提供された文書。詳細なパフォーマンスメトリクスはNDA後に提供されると記載されています。
- AutoSafer CEO Sanghwa Lee, 2026年9月1日のフォローアップメール — MEGA-US EXPO 2026での会議とMOUの署名を確認。
- AutoSafer — 公式ウェブサイト.
- ソウル特別市 — 梨泰院の悲劇から1年後.
- Helbing, Johansson & Al-Abideen — Dynamics of Crowd Disasters.
- ベトナム政府 — 公共の場所での録画から得られたデータ保護.