Openreach、Google Cloud AI を車両運用と光ファイバー計画に活用

Openreach は Google Cloud の分析・AI ツールを車両運用、光ファイバー計画、データエンジニアリングに適用している。

• Openreach は2026年3月25日、Google Cloud との協業拡大を発表し、当時2万4,000台と説明した車両群と光ファイバー計画にデータ・AI ツールを導入した。
• BigQuery は車両の地理分析、Vertex AI は交通回廊のデジタルツイン、Gemini Enterprise はデータエンジニアリングに使われる。
• 排出削減、コスト削減、生産性向上の数値は企業発表に基づき、監査済みの基準値や算定方法は公開されていない。

自律運用ではなく意思決定支援

Openreach と Google Cloud は2026年3月25日、協業範囲の拡大を発表した。クラウド分析と AI を、大規模な技術者用車両の運用と、フルファイバーをどこへ先に延伸できるかという二つの業務課題に適用する。AI が車両を運転したり、工事を単独で決めたりする仕組みではない。

発表時、Openreach は2万4,000台を超えるバンが年間約2億マイル走行すると説明していた。同社は車両テレマティクスを Google Cloud へ移し、BigQuery の地理分析で実際の利用状況、走行経路、充電環境を比較する。これにより、ディーゼル車を電気自動車へ置き換えやすい地域を見極めるほか、アイドリングや過剰走行、潜在的な故障を検知し、車両が稼働できない時間を減らすという。

ITPro は、クラウド分析によって電気自動車の配備が速まり、追加配備分が年間約1万トンの CO2 換算排出量を回避したとする Openreach の説明を報じた。発表では年間数百万ポンドの運用コスト削減にも言及している。ただし、いずれも企業発表値であり、基準となる車両構成、効果の帰属方法、監査済みの算定結果は公表されていない。

車両の電動化は Google Cloud との案件だけで進むものではない。Electrive が2025年6月に報じたところでは、BT Group は主に Openreach で使用する3,500台超の電動バンの受け取りを始め、納車完了後はグループ全体で8,000台近くになると見込んでいた。これは納車計画であり、2026年3月時点で全台が稼働していたことを意味しない。

計画を支えるデジタルツイン

Openreach は、Vertex AI を用いて英国の交通回廊を再現するデジタルモデルも構築したとしている。3,500万の住宅・事業所に関する情報を、道路、鉄道、水路、既存のブロードバンド設備と組み合わせ、どの地域へフルファイバーをより早く延伸できる可能性があるかを計画担当者が判断するためのものだ。

これは計画支援ツールであり、全国の建設が実際に速まったことの証明ではない。従来手法との比較、前倒しできた施設数、建設費の減少、工期短縮の実測値は公開されていない。Telco Magazine の報道は技術とデータの範囲を確認できる一方、運用効果は Openreach の説明として扱っている。

三つ目の領域はデータエンジニアリングだ。Openreach によれば、Gemini Enterprise は複雑な旧式クエリを本番利用可能な BigQuery コードへ変換し、分析結果を得るまでの時間を50％超短縮した。これも自社発表であり、対象業務、エラー率、外部ベンチマークは示されていない。

意思決定の主体は誰か

経路、車両更新、保守、光ファイバー建設を決めるのは Openreach である。Google Cloud は判断材料となるデータ基盤、AI プラットフォーム、エージェントツールを提供する。成果は、技術者、道路工事の許可、充電設備、車両供給、位置情報や設備台帳の品質にも左右される。

車両運用、設備投資計画、データエンジニアリングを同じクラウド環境で結ぶ点は注目に値する。発表された効果が確認されれば、AI が顧客向けサービスだけでなく、通信事業者のコストと排出量に影響する実例となる。一方で、Openreach の業務は Google Cloud サービスの可用性、ガバナンス、仕様変更への依存を深める。

まだ確認できない点

公開情報から確認できるのは、使用するツール、データ領域、想定用途までだ。年間コスト削減、CO2 換算排出量の帰属、50％超の生産性向上、デジタルツインによる工期短縮は独立検証されていない。モデル管理、データ保持、担当者が自動提案を修正・拒否できる仕組みも明らかではない。

今後の確認項目

排出量の算定方法、地域別の電気自動車配備、アイドリングと車両停止時間の変化、建設期間の実測値、変換前後のクエリ品質が重要になる。それらが示されるまでは、企業発表の有望な成果を伴う導入済みの意思決定支援と捉えるべきで、ネットワーク建設の自動化が実証されたとはいえない。