警備業界は慢性的な人手不足に直面しています。 厚生労働省によると、2024年5月時点での警備業の有効求人倍率は7.3倍に達しており、年々増加傾向です。
月によっては警備人材を含む保安職業従事者の有効求人倍率が10倍以上となることもあります。
この数字からかなり高いことが伺え、深刻な人手不足と言えるでしょう。 さらに、2025年問題が警備業界に大きな影響を与えると考えられています。
2025年には、日本が超高齢化社会に突入し、団塊の世代が75歳以上となります。
国民の5人に1人が後期高齢者（75歳以上）となることが予測されており、これに伴い様々な社会問題が生じると懸念されています。 警備業界では、60歳以上の従業員が全体の約半数を占めているのが現状です。
令和4年の調査によると、警備員の約46.1％が60歳以上であり、さらに70歳以上の警備員も増加傾向にあります。
実際、70歳以上の警備員は全体の約19.2％を占め、警備員全体の約3人に1人が70歳以上という状況です。 このような高齢者の警備員が多い背景には、定年後の収入源として警備業が魅力的であり、高齢者は若者に比べて低賃金で働くことができるという事情があります。
しかし、建設現場や道路工事現場における警備員の誘導業務では事故が多く発生しており、命を落とすケースも少なくありません。

例えば、交通誘導員が車両に停止を指示しても運転手が従わなかったり、ひき逃げ事故が発生したりすることがあります。
また、交通整備員が誤った指示を出すことで、重大な事故が引き起こされることもあります。
警備業務は人命に関わる重要な職務であることが改めて認識されています。

これらの問題を解決するためには、警備業におけるAIの活用が重要となってきています。

出典：警備業 高齢者の活躍に向けたガイドライン~社会の安全・安心を支えるため、高齢者の活躍に向けて~.（一般社団法人　全国警備業業界）. https://www.ajssa.or.jp/.（2024.10.24に利用）

参考サイト:厚生労働省公式サイト.”一般職業紹介状況(令和5年12月分及び令和5年分)について”.（2024.5）. https://www.mhlw.go.jp/.（2024.10.24）.

参考サイト：日本経済新聞.”警備など保安職業従事者　求人倍率、6月12.28倍 “：日本経済新聞　https://www.nikkei.com/.

活用の事例

AI監視カメラ

監視カメラ映像解析では、徘徊や侵入、盗難といった、人間の目では見つけにくい異常行動をAIが自動的に検知します。
例えば、駅のホームで飛び込みを試みる前の行動を察知し、未然に防ぐことが可能です。

最近では、トランプ大統領や元首相の安倍晋三を襲う事件も発生しており、限られた人間の目だけでは監視の限界が明確に示されています。

特に、大規模なイベントや講演、デモなどの大群衆に対する監視は、従来の方法では困難です。
AIカメラを使うことでリアルタイムに異常を検知し、群衆の一人一人の行動を分析でき、主犯者を早期に特定して確保することが可能です。
例えば、群衆の中で不自然に緊張している人物や、焦っている行動パターンを持つ人を特定し、早期に不審者としてマークすることができます。
こうした技術は、大規模イベントや空港など、リスクの高い状況で特に有効です。
感情認識技術の活用により、犯罪やテロ行為を未然に防ぐことが期待されます。 また、街中にAIカメラを設置することで、事前に登録された人物の顔と照合し、不審者や迷子を早期に発見することが可能です。
これにより、事件の迅速な解決や地域全体の安全向上に貢献します。
さらに、AIは放置された荷物や忘れ物、危険物も検出できるため、事故を未然に防ぐこともできます。
地下鉄サリン事件やテロのような大規模事件に対しても、被害を最小限に抑えたり、事前に防ぐことができるかもしれません。

出入管理システム

ICカードや指紋認証に加え、顔認証を活用することで、よりセキュアでスムーズな入退室管理が可能です。
これにより、警備員が鍵を紛失するリスクが減少し、セキュリティ上の問題が大幅に改善されます。
また、偽造されたIDカードや不正な入退室を試みる人物をAIが検知し、警告を出すことも可能です。
顔認証技術は日々進化しており、認識速度や精度は非常に高い水準に達しています。

パトロール支援

AIは、施設の構造やリスク要因を分析し、最も効率的な巡回ルートを提案します。
さらに、ロボットの活用により、広範囲を警備員がパトロールする必要がなくなります。
AIが異常をリアルタイムで検知した際には警備員に通知が行われ、必要な場合にのみ迅速に対応することが可能です。
また、AIは状況をリアルタイムで判断し、自動的に対応策を講じることもできます。
例えば、異常発生時に非常灯を点灯させたり、特定エリアを即座に封鎖する指示を出すことが可能です。
さらに、侵入者を検知した際には、ドローンやロボットを自動で派遣し、現場を確認した後に警報を発するなど、人手に頼らず迅速な初動対応が可能です。
これにより、警備員の対応速度が向上し、被害を最小限に抑えることが期待されます。

音による異常検知

AIは映像解析だけでなく、音声解析にも優れており、通常とは異なる騒音や叫び声、衝突音などから異常を検知することができます。
これにより、視覚に頼らない広範な監視が可能です。例えば、夜間の視界が悪い場所や、死角で発生する異常事態も即座に把握することができます。

ドローンAI

ドローンは上空から広範囲を監視することができ、人間の目が届かない場所や地上からでは見つけにくい不審な動きや侵入者を検知します。
工場、倉庫、発電所など広大な施設の巡回監視や、大規模イベントにおける群衆管理、国境付近での監視や密入国者の検知など、多様な場面で活用できます。

未来のバーチャル警備

バーチャル警備とは、AIを活用した仮想空間上のキャラクター（バーチャル警備員）が、実際の警備員に代わり、監視や受付業務を行うシステムです。
バーチャル警備員は周囲を監視し、不審な動きや侵入者を検知して報告するほか、来訪者に対して挨拶や案内を行い、施設の情報提供を行うことも可能です。
緊急事態が発生した際には警報を発し、AIが遠隔地の警備員に通知することもできます。

導入事例

「KB-eye for 交通制御」は、全国各地の道路工事や事故処理現場で導入され、交通整備誘導員の代わり片側交互通行を自動化するシステムとして稼働しています。
交通量の多い狭い道路や工事現場で、これまで多くの人員を必要としていた交通誘導業務を効率化し、安全性を高める取り組みとして注目されています。
各現場での運用により、交通の流れがスムーズになり、工事の進行も円滑に進んでいます。

導入前の課題

従来の片側交互通行では、複数の交通誘導員が必要で、人手不足が常に問題でした。
3〜4名の誘導員を配置することが一般的であり、特に長時間にわたる作業では、交通誘導員の負担が大きくなっていました。
また、交通誘導員が道路上で直接車両を誘導するため、事故に巻き込まれる危険性も高く、全国で年間30件以上の死亡事故が発生するという深刻な課題がありました。

導入後の効果

「KB-eye for 交通制御」では、AIが交通の状況を工事周辺の現場をリアルタイムで解析し、待ち時間などを計算します。
その上で「止まってください」や「進んでください。」などの指示の言葉と共に、画面上の警備員が自動で誘導します。
AIは通行車両の数や渋滞の程度を常に監視しているので、交通量が多いときは信号の切り替えを迅速に行い、逆に交通量が少ないときには待機時間を短縮するなど、柔軟に対応することを可能にします。これにより、従来の機械的な信号操作や人間の判断に比べ、よりスムーズでを効率的な交通管理が実現しました。

更にAIの映像解析機能は、車両の動きや周辺の安全確認も行います。
例えば逆走車両や規制区間内の停車車両などがあればオペレーターに報告し、オペレーターから直接音声で違反者に警告されます。
未だAIの苦手な部分でイレギュラーな事態には人間が対応することで補うことが大切です。
またAIが自動で最適な誘導を行うため、交通誘導員の配置を最小限に抑えることができ、従来は3〜4名必要だった現場でも、1〜2名での対応が可能となりました。
結果として、警備員の負担軽減や労働力の効率化が進むと同時に、安全性も向上しています。

またAIは映像解析技術を活用して、車両の動きや交通状況を常にモニタリングしています。この映像解析技術は、カメラを通じて取得したリアルタイムデータを分析し、渋滞の有無や車両の数、進行スピードなどを評価します。
これに基づき、AIは適切な信号切り替えのタイミングを瞬時に判断し、信号機を自動で操作します。いわば、人間には難しい交通の全体像を把握しているのです。
このプロセスにより、全体の交通の流れが妨げられることなく、スムーズに車両が通行できるようになります。

さらに、AIは安全確認も同時に行うため、現場での事故防止にも寄与します。
例えば、車両が停車している、逆走している、あるいは歩行者が工事区間に侵入しているといった異常事態を検知し、必要に応じて信号を変更します。これにより、現場の安全性が高まり、警備員の負担も減少します。

AIの交通管理は、従来の機械的な誘導と異なり、状況に応じて柔軟に対応できる点が大きな強みです。

AIを活用したこのシステムの導入により、工事現場での交通誘導が大幅に効率化され、人的リソースの削減が可能となりました。交通誘導員の数を減らすことができたことで、現場の労働力不足にも対応しやすくなっています。
また、交通誘導員が事故に巻き込まれるリスクが減り、特に死亡事故の減少が期待されています。

参考サイト:KB-eye公式サイト.“https://kb-eye.jp”

導入事例

2023年5月に開始された「AI Security asilla」の実証実験では、16台のカメラが屛風浦駅構内を監視し、異常行動を検知しました。
その結果、駅員がより迅速かつ正確な対応を取れるようになり、実証期間中にも検知精度が向上しました。
これを踏まえて、2024年4月に本格導入が決定され、今後も京急電鉄は他の駅にシステムを拡大し、安全性向上を目指しています。
このAIシステムの導入により、警備員の負担も軽減され、人員不足の問題にも対応できる体制が整いました。

導入前の課題

電車による飛び込みは年間700〜800件発生するとされる鉄道飛び込み事故や、利用者間のトラブル、破壊行為、落書き・痴漢など、さまざまな問題が発生していました。
これらのトラブルに対し、駅員が迅速に対応するには限界があり、特に駅員が配置されていない時間帯や、死角になる場所では監視が行き届かない状況でした。

例えば、痴漢行為も、駅構内の安全において重要な問題の一つです。
従来、痴漢行為は目撃者が少なく、駅員や警備員が気づきにくい状況があり、被害者が直接助けを求めない限り、対応が遅れることがありました。
また、痴漢のほとんどは電車で起こっています。
特に、混雑した時間帯や場所では、監視の手が行き届かないケースも多くありました。
加えて、視覚障害者や車椅子利用者の増加に伴い、乗車駅や降りる駅にスロープの設置や点字ブロックやホームドアへの誘導などこれらの方々への適切なサポートを確実に提供できる体制も求められていました。

導入後の効果

AI異常検知システム「AI Security asilla」を屛風浦駅に導入したことで、16台のカメラが駅構内を24時間365日監視し、不審行動や迷惑行為をリアルタイムで検知できるようになりました。
冒頭で述べた喧嘩、暴力行為・
痴漢、飛び込みなどなどの不審な動きや異常行動もすぐらに検知可能になり、駅員や警備員に即座に警告を発します。
これにより警備員や駅員がすぐに駆けつけて対応でき、被害を未然に防ぐだけでなく、トラブルの拡大や二次被害を防ぐことが可能となりました。
全利用者の安全性が大幅に向上しました。
また、AIによる転落事故や飛び込みの予兆検知機能が、事故発生を未然に防止し、通常だと復旧まで1〜2時間それ以上かかる人身事故が減り、命を救うだけでなく、列車運行の安定にも寄与しました。
加えて、視覚障害者や車椅子利用者の検知機能により、サポートが必要な方々への見守り体制が強化され、誰もが安心して駅を利用できる環境が整備されました。

参考サイト:Asilla公式サイト.“【活用事例】AIで創る新たなセキュリティ ～駅・空港など公共交通施設での活用方法〜”.https://jp.asilla.com/.（2024.10.20）.

導入事例

2022年、成田国際空港の第2ターミナルに、セコムが開発した巡回警備ロボット「ココボ（cocobo）」が導入されました。
このロボットは、空港内を自動的に巡回しながら、AIを用いて混雑の状況や放置された荷物、転倒者などを検出します。
異常が発生すると、ロボットがすぐに監視員に通知し、その情報を基にアナウンスで注意を促したり、必要に応じて警備員が現場へ向かいます。
また、ロボット自身は人や障害物を避けて移動する機能を備え、リアルタイムの対応が可能です。
その他にもLED ディスプレイや音声を駆使した情報提供等、例えば施設の案内なども可能です。
さらに、2024年には追加のロボットが導入される計画があり、空港の警備体制がさらに強化される見込みです。

導入前の課題

新型コロナウイルスの影響で減少していた旅客数が徐々に回復する中で、成田空港では警備業務が急速に増加しつつありました。
しかし、限られた人員だけでは膨大な敷地内でのセキュリティ確保に限界があり、効率的で広範囲をカバーできる警備が急務でした。
また、将来的に空港が拡大する中、C滑走路の完成に向けてさらに多くの乗客に対応する必要が生じ、人手不足を補うための技術的な解決策が求められていました。
従来の人力警備だけでは、異常事態の迅速な発見と対応に支障が出る恐れがあったため、AI技術を活用したロボット導入が検討されました。

導入後の効果

ココボの導入により、空港警備の効率は大幅に向上しました。
AIが巡回中に自動で異常を検知するため、警備員が常に目を光らせている必要がなくなり、彼らは緊急対応や顧客対応といった高度な判断が求められる業務に専念できるようになりました。
さらに、ロボットがリアルタイムで異常を報告し続けるため、見逃されがちな問題も早期に発見でき、セキュリティ体制の信頼性が向上しました。
また、ココボの導入は単なる省人化だけでなく、空港全体の安全性を高める役割を果たしています。
ロボットによる自律警備は、労働力不足の解消だけでなく、24時間体制の監視を可能にするという大きな利点を持っています。
特に空港のように広大で人の往来が激しい場所では、人間だけで管理しきれない範囲や状況も多いため、ロボットの導入は今後のセキュリティ管理の主流となるかもしれません。
また、異常検知に留まらず、AI技術の進化によって、より高度な分析や予測も可能になることが期待されます。
将来的には、複数のロボットが同時に稼働することが予定されており、AIによる全体的な警備体制の最適化が進むと考えられます。

参考サイト: ニュースイッチ.“ニュースイッチ.”成田国際空港で巡回中、警備ロボット「ココボ」のはたらき”（2024.1.13.）. https://newswitch.jp/（2024.1.13.）.

参考サイト: “成田空港公式サイト. ”（2024.10.19）.

AI導入のメリットとデメリット

今回のテーマである警備業界への導入メリットとデメリットを見ていきましょう。

AI導入によるメリット

AIが監視カメラ映像の解析など、従来人が行っていた業務を代行することで、人手不足の解消が期待されます。
高齢化が進む警備業界において、これは「2025年問題」への一つの解決策となるでしょう。
また、AIの導入によりセキュリティレベルも向上します。
警備員はシフト制の勤務による疲労や集中力低下で異常を見逃すことがありますが、AIは微細な変化や異常も逃さず検知できます。
さらに、AI導入により警備員の労働環境も改善されます。
AIが日常的な監視業務を担うことで、警備員は異常発生時のみ出動するため、労働負担が軽減され、業務の質も向上します。
これにより、離職率の低下や、働きやすい環境づくりが期待されます。

環境への配慮とサステナビリティ

AIシステムは、従来の監視カメラに比べてエネルギー効率が高く、持続可能な運用が可能です。
無駄のないパトロールや施設管理を行うことで、資源の節約にも寄与します。
ドローンやバーチャル警備員を使うことで、物理的な移動手段を減らし、CO2排出量の削減にも貢献します。AI技術は、セキュリティ分野においてもサステナブルな未来を構築する役割を果たしています。

コスト削減

AIの導入により、従来は3～4人必要だった警備業務を1～2人に減らすことができ、人件費を削減します。
加えて、研修費用も不要となり、効率的な運用を通じて全体的なコスト削減が実現します。

導入のデメリット

警備業界におけるAI技術の活用は急速に進化しており、今後さらに新しいメリットや導入事例が増えていくことが予想されます。
しかしながら、デメリットもあります。

AI技術の導入により警備業界の効率化や精度向上が進む一方で、いくつかのデメリットも存在します。以下に主な課題を挙げ、AI導入における懸念点をまとめました。

AIの誤認識

AIは照明条件や悪天候、複雑な背景など、環境要因によって認識精度が低下することがあります。
例えば、大雨や雪、夜間の低照度環境では、異常行動の検知や侵入者の特定に誤作動が生じることがあり、火災や災害時の誤認識が人命に関わるリスクもあります。
消火設備の自動起動が必要な場面で、AIが火災を適切に検知できないと、初期対応が遅れて被害が拡大する可能性もあります。
そのため、AI単体ではなく、他の検知システムとの併用が重要です。 また、AIは学習データに基づいて動作するため、データに偏りがあると、特定の状況や環境下で誤認識を引き起こすリスクがあります。新しい種類の犯罪や異常事態に対して、AIが対応しきれない場合も考えられ、継続的な学習データの更新が必要です。

プライバシー侵害の懸念

顔認識や行動解析など、個人を特定できる情報をAIが扱うため、プライバシー侵害の懸念が生じます。
過度な監視体制は、人々の自由やプライバシーを侵害するリスクが高く、AIによる監視が常に行われる社会では、個人の行動が監視されているという圧力が生じかねません。
そのため、AIの使用に関しては、プライバシー保護を徹底するためのルールや規制の整備が求められます。

人間ならではの判断の難しさ

警備現場では、イレギュラーな状況や想定外の事態が頻発します。
こうした場合には、人間の経験や直感による判断が必要不可欠です。
AIはパターン認識に基づいて動作しますが、突発的な事象や心理的な駆け引きが絡む場合、AIだけでは正しい判断が難しいことがあります。
たとえば、群衆の中で発生する微妙な感情の変化や、犯罪の予兆を読み取る際には、AIだけでは限界があり、人間との連携が重要です。
また、AIが感情や心理状態を正確に理解し、適切に対応するのは現在の技術では難しいため、判断力を要する複雑な状況では人間が補完する必要があります。

初期費用の高さとコスト削減のリスク

AIの導入には初期費用が高く、システムの設置や維持にかかるコストが大きな課題です。
AI技術が導入されることで、長期的には人件費や運用コストの削減が見込まれますが、導入時には大きな投資が必要となります。
また、コスト削減に注力しすぎると、異常事態が発生した際に必要な人員が不足し、対応が遅れるリスクも考慮する必要があります。
AIに頼りすぎず、十分なバックアップ体制が求められます。

まとめ

AIは長時間にわたり注力して監視を続けることができ、微細な異常を検知する能力に優れていますが、依然として限界があります。
特に、危険な現場での人的ミスは許されず、AIだけではなく、人間の判断力や直感を補完する形での運用が理想的です。
AIと人間が共存し、補完し合うことで、より効果的かつ安全な警備体制を構築できるでしょう。