AI研修 LMS

富山グラウジーズと KDDI がアリーナ起点の街づくりで「観戦計画 AI」を提供｜試合前後の観光プラン提案と人流データで地域回遊を狙う（発表段階）【AI活用事例】

公開: 2026-11-06

富山グラウジーズ / KDDIスポーツ・スマートシティ観戦体験の向上と地域回遊の促進（観戦計画 AI・人流データの活用・アリーナ運営でのロボット実証）大手観戦計画 AI（位置情報・興味関心・試合やイベントの開催状況から観光プランを提案）人流データによる回遊・賑わいの可視化YKK AP ARENA 公式アプリ・スマートロッカー

この事例でわかること

  • 富山グラウジーズと KDDI が、B.LEAGUE PREMIER のホームアリーナ YKK AP ARENA を起点に、AI を活用して富山市の地域活性化を目指す街づくりプロジェクトを 2026 年 10 月 3 日から開始（共同ニュースリリース 2026-10-01）
  • 中心となる AI は「観戦計画 AI」。ホームゲーム来場者に、位置情報・興味関心・試合やイベントの開催状況を踏まえて、富山市内の観光施設・飲食店・宿泊施設をめぐる過ごし方を観光プランとして提案する（10 月 1 日から提供）
  • 人流データで地域内の回遊や賑わいの変化を可視化し、分析結果を地域事業者との施策につなげる方針。あわせて、バリスタの動作を学習したヒューマノイド AI ロボットによるコーヒー提供の実証を 10 月 3・4 日に予定
  • 発表時点で、回遊の増加・来場者数・省人化などの成果の数値は公表されていない。本記事は「発表段階の事例」として、取り組みの中身と効果の測り方を扱う
  • 自社に置き換える型は 3 つ: AI の提案を「行動」につなげる導線を決める／提案と実際の行動を突き合わせる指標を先に決める／ロボットなどの実証は「人と分ける役割」を明記して評価する（演習は Links-Create の研修用提案）

主な指標（一次ソース確認済み）

観戦計画 AI の提供開始
2026 年 10 月 1 日から

富山グラウジーズ・KDDI の共同ニュースリリース（2026-10-01）の取り組み一覧に記載。対象はホームゲーム来場者。利用者数・提案件数・提案を受けて実際に訪問した割合などの成果は、発表時点で公表されていない。プロジェクト全体の開始日は 2026 年 10 月 3 日とされている。

ヒューマノイド AI ロボットの実証
2026 年 10 月 3 日・4 日の 2 日間

ニュースリリースに「実証実験を実施します」と予定として記載。実施結果（提供杯数・来場者の反応・人手の削減効果など）は、一次ソースでは確認できない。人手不足への対応・業務効率化と体験価値向上の両立を「目指す」取り組みであり、省人化を達成した事実ではない。

地域回遊・賑わいの効果
定量値の公表なし（発表段階）

ニュースリリースでは、人流データを活用して地域内の回遊や賑わいの変化を可視化し、分析結果をもとに地域事業者と連携した施策につなげる方針が示されている。回遊の増加率・来場者数・経済効果などの数値は公表されていない。本記事の評価指標の例は Links-Create の研修用の提案である。

一次ソース: https://newsroom.kddi.com/news/detail/kddi_nr-1180_4736.html （公開: 2026-10-01）

要約

株式会社富山グラウジーズと KDDI 株式会社が、富山市の YKK AP ARENA を起点に、AI を活用して地域活性化を目指す街づくりプロジェクトを、2026 年 10 月 3 日から開始しました（共同ニュースリリース 2026-10-01）。YKK AP ARENA を「試合の日だけ賑わう施設」から、「日常的に人が集い、交流が生まれる施設」へ発展させることを目指すとしています。

この事例は、成果の数値がまだ公表されていない「発表段階」の事例です。そのため本記事では、取り組みの中身を整理したうえで、スポーツ施設を起点にした AI 活用の効果を、どう測れば確かめられるかを中心に扱います。公式発表から読み取れるポイントは次の 3 つです。

  • 観戦計画 AI: ホームゲーム来場者に、位置情報・興味関心・試合やイベントの開催状況を踏まえて、富山市での過ごし方を観光プランとして提案する
  • 人流データで確かめる: 地域内の回遊や賑わいの変化を可視化し、地域事業者と連携した施策につなげる方針
  • ロボットは実証の段階: バリスタの動作を学習したヒューマノイド AI ロボットによるコーヒー提供の実証を予定

本記事は 富山グラウジーズ・KDDI の共同ニュースリリース（2026-10-01）を一次ソースに、事実の整理と Links-Create の分析・研修用の演習を分けて解説します。演習の例や評価指標は研修用の提案であり、両社が実施した事実ではありません。

何が発表されたか（公式情報ベース）

発表主体はプロジェクトを進める両社自身です。発表時点では、取り組みの開始と予定が示されており、効果の数値は公表されていません。

プロジェクトの概要

項目内容
拠点YKK AP ARENA。B.LEAGUE PREMIER に所属する富山グラウジーズのホームアリーナ。国内初の R コンセッション方式を用いたアリーナとされる
開始2026 年 10 月 3 日（プロジェクト）。YKK AP ARENA のリニューアルオープンを契機に本格化
背景富山市のコンパクトシティ政策。両社は 2024 年 9 月 26 日に協業契約を締結し、KDDI は公式アプリやデジタルチケットなどを提供してきた
参照した知見KDDI が TAKANAWA GATEWAY CITY で培ったスマートシティ事業の知見と、海外の先進アリーナ・スタジアムの運営事例

主な取り組みと提供時期（公式の取り組み一覧の要約）

取り組み内容実施・提供期間
観戦計画 AIホームゲーム来場者に、位置情報や興味関心、試合・イベントの開催状況を踏まえて、富山市の過ごし方を観光プランとして提案2026 年 10 月 1 日から
アリーナ利用者向けアプリチーム情報に加え、アリーナの案内・予約、イベントやコミュニティ情報の発信2026 年 10 月 1 日から
スマートロッカー予約・預入・受け取り・発送に対応。観戦時やイベント・コミュニティ参加時に利用2026 年 10 月 1 日から
コミュニティ交流支援ランニングコミュニティなど、アリーナ内や周辺を使う市民参加型の交流施策を支援2026 年 10 月上旬から
Wi-Fi 提供アリーナの Wi-Fi 整備を支援。屋外には Starlink を活用した可搬型の通信環境2026 年 8 月 22 日から
バリスタロボットバリスタの動作を学習したヒューマノイド AI ロボットによるコーヒー提供の実証2026 年 10 月 3 日・4 日

人流データの位置づけ

発表は、観戦計画 AI による市内の観光施設・飲食店・宿泊施設への訪問を促す提案や、市民参加型のコミュニティ施策を通じて、アリーナと市内各地を行き来する人の流れを生み出すとしています。そのうえで、次のように説明しています。

「さらに、人流データを活用して地域内の回遊や賑わいの変化を可視化し、その分析結果をもとに地域事業者と連携した新たな施策の企画・実施につなげます。」 — 出典: 富山グラウジーズ・KDDI 共同ニュースリリース（2026-10-01）

フィジカル AI ロボットの検証

発表は、人とロボットが役割を分担して運営する「ハイブリッドオペレーション」の実現に向けて、アリーナ運営でのフィジカル AI ロボットの活用を検証するとしています。第 1 弾がコーヒー提供の実証で、人手不足への対応・業務効率化と、来場者の体験価値向上の両立を目指すとしています。

公式発表で開示されていない情報（推論で書かない）

確認した範囲で、次の情報は記載がありません。

  • 観戦計画 AI の利用者数・提案件数、提案を受けて実際に訪問した割合
  • 回遊の増加・来場者数・地域の経済効果などの成果の数値
  • 観戦計画 AI の仕組み（使っている AI モデル、提案先の施設をどう選ぶか、地域事業者との契約関係）
  • 人流データの種類・取得方法・分析の頻度
  • ヒューマノイド AI ロボットの実証結果（提供杯数、来場者の反応、人手の削減効果）と機種
  • 投資額・費用分担

これらは公式情報がないため、本記事でも記載しません。

設計の読み解き（Links-Create による解説）

ここからは、公開情報から読み取れる設計上のポイントを Links-Create の視点で解説します。以下は独自分析であり、富山グラウジーズや KDDI の公式見解ではありません。

1. AI の役割は「試合の前後の時間」を街につなぐこと

観戦計画 AI が提案するのは、試合そのものではなく試合の前後の過ごし方です。アリーナに人が集まる時間は試合の日に限られますが、その前後の時間を市内の観光・飲食・宿泊に振り向けられれば、アリーナの集客が街の消費につながります。

時間帯AI が関わる場面（発表からの整理）
来場前アプリでのイベント確認・予約、観戦計画 AI の観光プラン
試合中アリーナ内の Wi-Fi・スマートロッカー
来場後観戦計画 AI が提案する市内の施設への訪問
試合のない日コミュニティ施策、アプリでの情報発信

AI を「単体の便利機能」ではなく、来場の前後をつなぐ導線の一部として置いている点が、この事例の設計の特徴と読めます。

2. 提案する AI と、確かめるデータがセットになっている

観戦計画 AI が「行き先を提案する」側だとすると、人流データは「実際に人が動いたか」を確かめる側です。発表は、可視化した結果を地域事業者との施策につなげる方針を示しています。

AI の提案は、出しただけでは効果が分かりません。提案と実際の行動を突き合わせる仕組みを、最初から一緒に用意していることは、効果検証の設計として参考になります。ただし、どの粒度で突き合わせるのか、効果をどう測るのかは公表されていません。

3. 効果を測るなら、何を見ればよいか（Links-Create の提案）

発表時点で成果の数値はないため、ここではこの種の取り組みで見ておきたい指標を、研修用に整理します。両社がこれらの指標を使っているという意味ではありません。

段階指標の例注意点
使われたか観戦計画 AI の利用者数、来場者に占める割合利用者が多くても、行動につながったとは限らない
行動したか提案された施設への来訪、試合前後の市内での滞在時間AI の提案がなくても行った人との区別が必要
地域に効いたか試合日と試合のない日の回遊の差、協力店舗の売上の変化天候・対戦カード・季節の影響を分けて見る

特に「AI の提案がなくても行った人」をどう分けるかは、効果を大きく見積もりすぎないための要点です。

4. ロボットの実証は「人と分ける役割」で評価する

発表が掲げるのは、ロボットだけで運営することではなく、人とロボットが役割を分担するハイブリッドオペレーションです。この種の実証を評価するときは、「ロボットが何杯出したか」だけでなく、人がどの作業から離れられたか、逆に人が付き添う作業が増えていないかを一緒に見る必要があります。実証結果は公表されていないため、本記事では効果を判断しません。

5. 既存の事例との違い

事例AI の役割本事例との違い
KDDI と JR西日本SC開発の商圏分析 AI施設をつくる前に、人流データなどから戦略の仮説を示す（事業者向け）同じ KDDI でも、計画段階の分析。本事例は運営段階で来場者に行き先を提案し、回遊を確かめる
Dataland の AI アート美術館来館者の反応に応じて展示が変化する集客施設施設の中の体験。本事例は施設の外の街へ人を送り出す
三井不動産のフィジカル AI ロボットによる館内配送本サービス化したロボットの館内配送本サービスの運用。本事例のロボットは実証の段階

自社に置き換える演習（Links-Create の研修用の提案）

以下の演習と表の例は、Links-Create が研修用に提案するものです。富山グラウジーズや KDDI が実施した手順や事実ではありません。 表の「例」は考え方を示す架空の例なので、自社の業務に置き換えて記入してください。

演習 1: 自社の「人が集まる時間」の前後を書き出す

拠点の例（研修用の例）人が集まる時間前後にできる提案
展示会・セミナー会場講演の時間帯近隣の飲食店、関連する展示ブース
大型店舗週末の昼同じ建物の別フロア、近隣の観光地
研修施設研修日宿泊・夕食の候補、翌日の移動手段

演習 2: 提案と行動を突き合わせる指標を先に決める

決めておくこと例（研修用の例）
提案したことの記録いつ、誰に、どの施設を提案したか
行動の記録クーポンの利用、来店の記録など、提案先で確認できるもの
比べる相手提案を受けなかった来場者、または提案前の同じ時期

演習 3: 実証の評価表に「人の作業」の列を入れる

評価項目例（研修用の例）
ロボットや AI が担った作業提供した件数、稼働時間
人が離れられた作業担当者が別の作業に移れた時間
人に増えた作業付き添い・補充・トラブル対応の時間

両社が非公表とした「効果の測り方」を、自社の取り組みでは最初に決めておくことが狙いです。

法人 AI 研修への示唆（Links-Create の視点）

  1. AI を導線の中に置く — 単体の機能として入れるのではなく、利用者の前後の行動のどこに置くかを決める
  2. 提案と検証をセットで設計する — AI の提案を出す仕組みと、実際の行動を確かめるデータを同時に用意する
  3. 数値のない発表は「予定」と「結果」を分けて読む — 提供開始日や実証日程を成果と混同しない

関連リソース

出典・引用ポリシー

本記事の事実情報は、次の公式発表のみを一次ソースとしています。

設計の読み解き・評価指標の例・演習・研修への示唆は Links-Create の独自分析・研修用の提案であり、富山グラウジーズおよび KDDI の公式見解ではなく、両社が実施した事実でもありません。

発表時点で成果の数値は公表されていないため、地域回遊の増加や省人化を達成済みの成果としては記述していません。ロボットの実証は予定として扱い、実施結果は確認できていません。

公式情報の更新があれば、本記事も追従して更新します。

関連する AI 研修コース・ガイド

この事例で見た AI 活用を、自社のエンジニア・実務者が手を動かして再現できる 実装演習とガイド記事です。Anthropic Academy の概念入門の次に位置する、 実装力定着のためのカリキュラムをご覧ください。