「もし、現実世界とそっくりな仮想都市を作り、そこに住む人々の行動をシミュレーションできたら？」 かつてはSFの世界だったこのアイデアが、大規模言語モデル（LLM）の進化によって現実のものとなりつつあります。その最前線にあるのが、トヨタグループのWoven by Toyotaが発表した「CitySim」です。CitySimは、100万人の仮想住民一人ひとりをLLMエージェントとして動かし、都市全体の動きを驚くべき精度で再現するシミュレーション技術。この技術は、未来のマーケティング戦略や都市計画、さらには私たちの生活を一変させるほどのポテンシャルを秘めています。本記事では、AIの専門家である岡田氏（代表）と秋月氏（エンジニア）が、CitySimの革新的な仕組みから具体的なビジネスへの応用可能性まで、対談形式で分かりやすく掘り下げます。CitySimとは？100万人の仮想住民が動くデジタルツイン岡田：最近注目している技術の一つに、トヨタの関連会社が発表した「CitySim」があります。これは、LLMを使って100万人規模の仮想住民をシミュレーションし、実際の人の流れや興味を予測しようという壮大な研究です。結論から言うと、かなりの精度で予測できたという結果が出ており、非常に面白い内容でした。秋月：仮想の都市で人々をシミュレーションする、いわゆるデジタルツインの発展形ですね。それをLLMエージェントで実現したというのが新しい。岡田：その通りです。論文によると、このシミュレーションの核心は、個々の住民（エージェント）を非常に精巧に再現している点にあります。単なる駒として人を動かすのではなく、一人ひとりがまるで意志を持っているかのように自律的に行動する世界を作り出しているんです。CitySimを支える4つのコアモジュール岡田：CitySimの凄さは、人間を多角的にモデル化している点にあります。大きく分けて4つのモジュールでエージェントの複雑な人間性を再現しています。モジュール名役割ペルソナモジュール年齢、職業、趣味、心理特性といった詳細なペルソナを設定。記憶・信念モジュール訪れた場所の経験から信念や満足度を形成。カルマンフィルターを用いて忘却も表現。ニーズと長期目標モジュールマズローの欲求階層説に基づき、エネルギー、安全、社会的つながり等のニーズを管理し、行動を決定。社会行動モジュール他のエージェントとの社会的ネットワークに基づき、オンライン・オフラインでの交流を行う。秋月：なるほど。特に「記憶・信念モジュール」でカルマンフィルターを使って忘却を表現したり、「ニーズと長期目標モジュール」でマズローの欲求階層説を組み込んだりしているのが興味深いですね。単に行動を模倣するだけでなく、人間の心理的な側面まで踏み込んで再現しようという意図が見えます。岡田：ええ。これにより、エージェントは「仕事に行く」「寝る」といった基本的な行動から、「今日は気分がいいから、普段行かないカフェに寄ってみよう」といった偶発的な行動まで、自律的に生成できるようになります。これが、シミュレーション全体にリアリティを与えている根源なんです。驚異の予測精度！CitySimが示した4つの成果岡田：このシミュレーションがどれほど現実に近いか、論文ではいくつかの具体的な検証結果が示されています。まず、日本の「国民生活時間調査」のデータと比較したところ、CitySimエージェントの活動時間配分が実際のデータと非常に近いパターンを示したそうです。秋月：人々の生活リズムを再現できたということですね。岡田：はい。さらに、交通パターンも忠実に再現しています。平日の通勤ラッシュや休日の余暇活動による移動パターンが、実際のデータと酷似していたとのこと。これにより、将来どこが渋滞するかといった予測が可能になります。岡田：特にビジネスインパクトが大きいと感じたのが、POI（Point of Interest）、つまり人々が興味を持つ人気スポットを高い精度で予測できた点です。実際の渋谷におけるPOIの人気度と、シミュレーション結果に強い相関性があったと報告されています。秋月：それはすごいですね。出店計画などに直接活用できそうです。岡田：まさに。スマートフォンの位置情報から推計された渋谷の群衆密度のヒートマップと、CitySimのシミュレーション結果も非常に類似していたそうです。どこに人が集まりやすいかを、現実のデータを集める前に予測できる可能性を示しています。CitySimの応用可能性とビジネスインパクトマーケティング：未来の出店地や売上を予測岡田：この技術が実用化されれば、マーケティングのあり方が根底から変わる可能性があります。例えば、新しい店舗をどこに出すべきかを判断する際に、仮想都市でシミュレーションを行い、最も人が集まりやすい場所を特定できます。これは、従来の商圏分析よりもはるかに動的で精度の高い予測になるでしょう。秋月：都市計画への応用も期待できますね。新しい道路や鉄道路線、バスの路線などを計画する際に、事前にシミュレーションして人の流れがどう変わるかを検証し、渋滞の発生や事故のリスクを未然に防ぐことができます。Webマーケティングへの応用：SNSでのバズや広告効果の予測岡田：さらに一歩進めて、このシミュレーションを物理的な都市だけでなく、インターネット空間に応用することも考えられます。例えば、SNS上で特定の投稿がどのくらい拡散されるか、いわゆる「バズる」かどうかを予測できるかもしれません。秋月：面白い発想ですね。フォロワー数が異なる様々なユーザーをエージェントとして配置し、情報の伝播をシミュレートするわけですね。岡田：その通りです。インフルエンサー、一般ユーザーなどを現実の割合で混ぜておけば、ある投稿がどの程度のインプレッションを獲得するかを予測できるはずです。これは広告効果の予測にも直結します。多額の費用を投じる前に、どの広告クリエイティブが最も効果的かをシミュレーションで検証できるようになれば、マーケティングROIを劇的に改善できるかもしれません。現状の課題と今後の展望岡田：もちろん、CitySimはまだ発展途上の技術であり、いくつかの課題も指摘されています。一つは、LLMが元々持っているバイアスをシミュレーションが受け継いでしまう可能性です。また、天候や交通遅延、突発的なイベントといった、予測不能な外部要因を完全に再現することも困難です。秋月：ゲリラ豪雨が降るかどうかで人の動きは大きく変わりますからね。あくまでも「晴天で何事もなかった平日」のような、標準的な状況下でのシミュレーションが基本になるでしょう。岡田：ええ。ですから、現段階ではあくまで参考情報として活用するべきです。しかし、この技術のポテンシャルは計り知れません。もしシミュレーションの精度がさらに向上すれば、大手企業は間違いなく導入を検討するでしょう。都市開発や大規模なマーケティングキャンペーンに関わる企業にとっては、数億円を投資してでも手に入れたい技術になるはずです。秋月：1回のシミュレーションにかかるコストも気になるところですが、論文ではGPT-4-miniを使用した場合、1ステップあたりの計算時間は非常に短いと報告されていますね。モデルの進化とコスト低下が進めば、より多くの企業にとって現実的な選択肢になるかもしれません。まとめCitySimは、LLMを用いて仮想都市とそこに住む人々をシミュレートする、まさに次世代のAI技術です。その核心は、人間の心理や社会性までを再現した精巧なエージェントモデルにあり、これにより現実世界と酷似した人の流れや行動パターンを予測することに成功しています。マーケティングや都市計画への応用はもちろん、将来的にはWeb上の情報伝播のシミュレーションなど、その可能性は無限に広がっています。まだ課題は残るものの、CitySimが示す未来は、データに基づいたより高度で正確な意思決定が可能になる社会です。このような最先端技術の動向を常に把握し、自社のビジネスにどう活かせるかを考えることが、これからのDX推進において不可欠と言えるでしょう。その業務課題、AIで解決できるかもしれません「AIエージェントで定型業務を効率化したい」 「社内に眠る膨大なデータをビジネスに活かしたい」 「本記事で紹介されたようなAIシミュレーションに興味がある」このような課題やご要望をお持ちではありませんか？私たちは、お客様一人ひとりの状況を丁寧にヒアリングし、本記事でご紹介したような最新のAI技術を活用して、ビジネスを加速させるための最適なご提案をいたします。AI戦略の策定から、具体的なシステム開発・導入、運用サポートまで、一気通貫でお任せください。「何から始めれば良いかわからない」という段階でも全く問題ありません。 まずは貴社の状況を、お気軽にお聞かせください。＞＞ AI開発・コンサルティングの無料相談はこちらよくある質問（FAQ）Q1: CitySimはどのような技術ですか？A1: CitySimは、トヨタグループのWoven by Toyotaが開発した、大規模言語モデル（LLM）を用いて仮想都市に住む100万人の住民（エージェント）の行動をシミュレートする技術です。各エージェントは年齢や職業、さらには記憶や感情まで再現されており、現実世界に近い人々の動きや社会活動を予測することができます。Q2: CitySimは具体的にどのようなことに利用できますか？A2: 主な応用先として、マーケティングと都市計画が挙げられます。例えば、新規店舗の最適な出店場所を予測したり、新しい道路を建設した際の人流の変化をシミュレートしたりすることが可能です。将来的には、SNSでの情報拡散（バズ）や広告効果の予測など、Webマーケティングへの応用も期待されています。Q3: CitySimのようなAIシミュレーションを自社で導入するにはどうすればいいですか？A3: CitySimのような大規模シミュレーションをゼロから構築するには、高度な技術力と膨大な計算リソースが必要です。まずは、どのような課題を解決したいのかを明確にし、専門知識を持つ企業に相談することをお勧めします。弊社では、お客様の課題に合わせたAI戦略の策も行っておりますので、お気軽にご相談ください。参考元リンクhttps://note.com/akikito/n/n248b24faa967https://arxiv.org/pdf/2506.21805