1️⃣【AIは競馬を予想できるのか？】今日の菊花賞、ChatGPTと予想したら11万円馬券を逃した件

1️⃣【AIは競馬を予想できるのか？】今日の菊花賞、ChatGPTと予想したら11万円馬券を逃した件

久しぶりに競馬を見た

2026年10月25日、日曜日。

たまたまテレビをつけると、菊花賞の中継をやっていた。

競馬は昔ずいぶんやったが、最近はほとんど見ていない。

出走馬もよく知らない。

しかし、レースを見れば、つい予想したくなる。

そこで思いついた。

ChatGPTに予想させてみよう。

AIなら、過去の戦績も血統も騎手も、膨大なデータを分析できるはずだ。

果たして、どこまで予想できるのだろう。

三冠候補は危ないと思った

今回の注目馬は、皐月賞と日本ダービーを勝ったロブチェン。

三冠がかかっていた。

しかし、私はこの馬が危ないと感じた。

皐月賞もダービーも、圧勝したわけではない。

それが今度は3000mの菊花賞である。

距離が大きく延びる。

過去の2勝だけで、今回も勝てると判断してよいのだろうか。

私はChatGPTに、この馬は負けるのではないかと伝えた。

ところが、AIは人気馬のロブチェンを高く評価していた。

私が注目したのは武豊

一方、私が注目したのは9番ゴーイントゥスカイ。

騎手は武豊。

長距離レースでは、単純な馬の能力以上に、騎手のペース判断が重要になる。

3000mをどう走らせるか。

どこで仕掛けるか。

その判断が勝敗を分ける。

私は武豊の騎乗に期待した。

結果はどうだったか。

1着 9番 ゴーイントゥスカイ（武豊）
2着 6番 バスティール（川田将雅）
3着 10番 ダノンヒストリー（ルメール）

三冠候補のロブチェンは14着だった。

私が疑った人気馬は敗れ、注目した武豊が勝った。

問題は6番だった

ここで重要なのは、勝ち馬を当てたことではない。

問題は2着の6番バスティールだった。

この馬は日本ダービーで3着に入っていた。

しかも、父は菊花賞を勝ったキタサンブラック。

騎手は川田将雅。

検討する価値のある材料は揃っていた。

しかし、ChatGPTはこの馬を有力候補として拾えなかった。

私も久しぶりの競馬で、十分に調べていなかった。

もし9番を軸にして、6番を相手に選べていたら。

馬連は11,530円。

さらに3着の10番まで的中させれば、三連単は113,300円だった。

もちろん、結果を見た後なら何とでも言える。

大切なのは、発走前に6番の好走材料を発見できたかどうかである。

馬券は買っていない

実は、今回の馬券は買っていない。

投票口座に十分な残高がなかったのだ。

だから、金銭的な損失はない。

しかし、なんとも悔しい。

もっとちゃんと予想すればよかった。

それ以上に、ChatGPTへの疑問が残った。

AIは、膨大なデータを扱えるはずではなかったのか。

それなのに、ダービー3着馬の重要性を見落とした。

人気馬を推奨するだけなら、競馬新聞の予想印を見ればよい。

私がAIに期待したのは、そこではない。

昔の競馬を思い出した

この一件で、昔のことを思い出した。

1991年と1992年のマイルチャンピオンシップ。

1995年の有馬記念。

そして1997年の皐月賞。

私はかつて、各コーナーの順位まで予想し、レース展開を読み切ったことがある。

さらに、競馬の予想方法そのものを変えて、25万円以上の払戻金を手にしたこともある。

今振り返ると、そこにはAIの予想能力を考えるうえで、大切なヒントがあった。

競馬を当てるために必要なのは、本当にデータの量なのだろうか。

次回から、昔の競馬経験を振り返ってみたい。

そして来週の天皇賞（秋）から、AIを使った本格的な競馬予想実験を始めるつもりだ。

⸻

関連書籍

競馬の予想にも、AIの分析にも、人間の判断の癖が影響する。ダニエル・カーネマン著『ファスト＆スロー』は、直感と分析の違いを考えるための参考書としておすすめしたい。

#競馬 #菊花賞 #ChatGPT #AI競馬予想 #武豊 #万馬券 #データ分析 #意思決定 #競馬に学ぶ意思決定