都市は見えないまま崩壊する。Tobariはその目になる。

実証が終わった後の話 — PoCを本運用につなぐ引き継ぎ設計

「実証は成功した。次はどうすれば」——PoC疲れの正体は技術の失敗ではなく引き継ぎの設計不在です。定義・データ・検証記録・判断記録の「再現一式」を納品物にすることで、意図せざるベンダーロックインを防ぎ、実証を資産にする方法。

観光客と生活者を、カメラはどう見分けるか — できる範囲と、できない範囲

「観光客と地元の人を分けて数えられますか」——ある程度の推定はできますが、それは個人の識別とは別物です。スーツケース比率などの代理指標でできること、「観光客数」が直接には存在しない理由、プライバシーと両立する設計の線引きを説明します。

「滞在」はどう測るか、なぜ通過より難しいか

ウォーカブル政策の本命指標「滞在時間」は、追跡の分断によって実際より短く・人数は多く出る構造的な歪みを持ちます。下限として読む・分布で読む・処理の有無を確認する——ベンチや日陰の効果検証を堅くする読み方と発注時の確認点。

「AIが測るなら、職員の仕事はなくなるのか」への答え

AI計測の導入で機械化されるのは「数える」であって「決める」ではありません。ルールは機械が適用し、材料は機械が並べ、確定は人が行う——なくなる作業と濃くなる仕事、そして統計研修より先に身につくデータ人材の第一歩について。

データは合意形成をどう変えるか — 声の大きさではなく、共有された観測

データがあるのに住民説明が荒れるのは、双方が違う観測を根拠にしているから。観測の共有・誠実な開示の3原則(測れていないものを隠さない・個人が読める粒度にしない・出典を添える)・反対意見を観測の要求に変える方法について。

EBPMの「E」は等級で考える — 体感から監査可能な台帳まで

担当者の体感も、1日だけの調査も、監査可能な計測も、全部「エビデンス」と呼ばれていませんか。エビデンスを有無ではなく4つの等級で捉え、施策の重さ(可逆性・規模)に等級を釣り合わせる考え方を提案します。

スマホ1台から始める通行量観測 — 発注する前に、一度自分で測ってみる

通行量計測を発注する前に、スマートフォンで15分だけ自分で測ってみてください。正確さが目的ではありません。「数える」より「何を数えるか決める」ほうが難しいという体感が、提案書と報告書の読み方を変えます。手順・撮影ルール・プライバシー配慮まで。

「今後の課題」という言葉の解剖 — 問いはどこで死ぬのか

会議で立った良い問いは、否決されずに「今後の課題」というラベルに変換されて消えていきます。悪意は要りません——問いを保持する場所が意思決定プロセスにないだけ。問いのライフサイクルの観察と、「問いの台帳」という小さな解決策を提案します。

縮む時代の都市に、記憶と神経を実装する — Tobari（帳）の思想

日本の都市は、人類が経験したことのない速度で縮みます。都市は自分の変化を感じる神経も、覚えておく記憶も持たないまま手術されている——CoPaletteが計測ツールではなく「都市の帳(台帳)」を作る理由、縮小時代の世界標準を日本から作るという野心、それを支える足元の規律について。

「補正済み」という言葉を信用しない — 用語の定義台帳のすすめ

「補正済み」「検証済み」「精度」——報告書に並ぶ言葉は、定義を確かめないと実体とずれていることがあります。私たち自身が経験した「名前と実体の乖離」と、用語ごとに定義の正本を1つ決める台帳の作り方、報告書を受け取る側の質問リストを紹介します。

その1ピクセルは何メートルか — 映像計測の「換算の根拠」を確認する

速度・密度・区画の実寸——メートルの付く数字はすべて、ピクセルをメートルに換算する工程の上に載っています。換算の出典・検算・暫定/確定の区別という3つの確認点と、発注者が図面提供で品質を上げられるという話。

一度の調査では答えられない問い — 単発調査と継続計測の使い分け

「5分以上の駐車が何台あるか」は短い撮影からは原理的に検出できず、「施策の効果」は施策前の計測がなければ測れません。問いを「単発で可・連続観測が必要・繰り返しが必要」に分類してから調査を設計する、という順番の話です。

AIは何を見間違えるか — 通行量計測の「誤検出の型」と直し方

AIの間違いはランダムではなく、型があります。持ち物との混同・静止者の揺れの水増し・追跡の取り違え——3つの型それぞれの直し方と、「直した量」まで報告させる検収の観点を紹介します。

「映像をきれいにしてから数える」は逆効果だった — 前処理の落とし穴

揺れた映像は、先に安定化してから解析すれば精度が上がるはず——そう考えて実験したら、逆に検出が壊れました。人の目に良い処理と機械の計測に良い処理は別物。計測は元映像・表示だけ安定化という使い分けと、前処理を検証するチェックリストを紹介します。

「答え合わせ」の正解にも品質がある — 人力カウントの作法

AIの検証に使う人力カウントは絶対の正解に見えます。しかし出所の記録がない正解との比較を、私たちは撤回したことがあります。比較が成立する条件、人力側の誤差を二重カウントで測る方法、検収で正解の品質を確認する作法を紹介します。

大きな実験の前に、試し撮りを1本 — 実証の段階設計

長時間の連続計測をやる前に、私たちは必ず固定カメラの試し撮り1本を挟みます。その1本で映像の安定性・対象の見え方・距離の基準という3つの前提を同時に検証できるからです。「実証したが何も残らなかった」を避けるための段階設計とチェックリスト。

ダッシュボードに「本物」と「それらしい数字」を混ぜない

私たちのダッシュボードにも、実データと合成データが同じ顔で並んでいた時期があります。「計測していません」と正直に表示する設計に変えた経緯と、事業者のデモを見るときに品質を見抜く3つの質問を紹介します。

「停車時間」には3つの定義がある — 同じ言葉から違う数字が出る問題

同じ車両の駐車を測ったのに、定義によって約100秒・約80秒・約60秒と3つの数字が出ました。どれも嘘ではありません。行政の問いに対応する定義を選び、他を下限として併記する決め方と、調査仕様書で定義を固定するためのチェックリストを紹介します。

数十本撮って、使えたのはごく一部だった — 撮影の「決まり」がなかったという話

実証の初期、現地で撮影した数十本の動画のほとんどが解析に使えませんでした。原因は機材でも技術でもなく、撮影の決まりを定めていなかったこと。失敗の内訳と、そこから固定した撮影プロトコル、自分たちで簡易調査を始めたい自治体向けのチェックリストを公開します。

数字を狂わせたのはAIではなく「線の引き方」だった

AIのカウントが人力より2割少ない——原因を1件ずつ調べたら、主因はAIの性能ではなく計測線が短いことでした。線を引き直しただけで誤差の大半が解消。計測の品質を先に決める「どこで測るか」の合意と、発注者側のチェックリストを紹介します。