8️⃣【AIと競馬の実験】天皇賞（秋）大反省会！ 三連単29万7,820円、勝ち馬を消したAIと私の致命的な判断ミス
この2戦で感じたのは
GPTと相談すると当たらない
東京の2000は大外一気
有力馬と伏兵と言うわたしのセオリーが
すこしブレた
GPTの主張↓
人気三頭で決まる、
大外は来ない
前残り
★そこで次回エリザベス女王杯は私とAIで勝負することにした
ただね、ヤツがすこし学んで来たので、勝率上がるかもしれない
⚫️GPTより
今回のAI分析で重視すること
天皇賞（秋）では⑩ネブラディスクを十分に比較しなかったことが最大の反省でした。
そこで今回は、オークス馬3頭の実績比較だけでなく、アクアヴァーナル、ヴーレヴー、シャドウメテオ、セキトバイースト、ラヴァンダなどの伏兵候補も同じ基準で調べます。
現段階では本命を決めません。まずは23頭の能力、京都2200mへの適性、展開を比較し、出走確定後に私自身の買い目を決めます。
JRA公式の出走馬情報は11月8日公開予定です。
今回は、人気馬を見る前に伏兵を見落とさない。 これを最優先に進めます。
8️⃣【AIと競馬の実験】天皇賞（秋）大反省会！ 三連単29万7,820円、勝ち馬を消したAIと私の致命的な判断ミス
三連単29万7,820円。
2026年11月1日、天皇賞（秋）。
レースが終わり、払戻金を見て思わず笑ってしまった。
なんと、三連単は約30万円！
しかも勝ったのは、私とChatGPTが「大外だから厳しい」と切り捨てた⑰ダノンデサイル。
2003年のシンボリクリスエス以来、23年ぶりの大外枠からの天皇賞（秋）制覇！
（枠とパドック、馬体重を見るなだね）
2着は、途中で候補に挙がりながら十分に検討しなかった⑩ネブラディスク。
3着は、最後に「固定する価値はない」と判断した③レガレイラ。
そして、私たちが発見した単勝100倍超の大穴⑭タガノデュードは、なんと4着だった。
これほど予想の反省材料がそろうレースも珍しい。
今回は、AIと人間が一緒に間違えた、その過程を振り返ってみたい。
🔳 まずは結果を見てほしい
着順 馬番 馬名
1着 ⑰ ダノンデサイル
2着 ⑩ ネブラディスク
3着 ③ レガレイラ
4着 ⑭ タガノデュード
5着 ① クロワデュノール
そして払戻金は、
* 単勝⑰：1,080円
* 馬連⑩－⑰：12,970円
* 三連単⑰→⑩→③：297,820円
いずれも100円当たりの払戻金だ。
三連単は455番人気。
実に見事な波乱である。
🔳 そもそも私たちは何を予想していたのか
今回の予想には、一つの基本仮説があった。
「3強が互いを牽制するなら、人気馬2頭に伏兵1頭が割って入るのではないか」
過去の天皇賞（秋）でも、上位人気馬だけで決まらず、伏兵が2着や3着に飛び込むケースがあった。
そこで、逃げ残りと差し決着の二つの展開を検討した。
⑨ホウオウビスケッツの前残り。
⑪シェイクユアハートの差し込み。
そして、⑭タガノデュードの大穴追い込み。
何度もAIと議論した末、⑦マスカレードボールを軸にした三連複5点、合計1,000円にたどり着いた。
ところが、⑦は3着以内に入れず、馬券はすべて外れた。
🔳 最大の失敗は、大外⑰を消したこと
東京芝2000メートルは、外枠が不利になりやすい。
だから⑰ダノンデサイルは厳しい。
私はそう考え、ChatGPTもその判断を支持した。
しかし、結果は優勝。
ここには、予想の根本的な間違いがあった。
「外枠が不利」という統計的な傾向を、「この馬は来ない」という結論に飛躍させてしまったのだ。
枠順の不利は、能力を打ち消すとは限らない。
本来なら、枠順による減点と馬自身の能力を別々に評価すべきだった。
不利な条件がある馬と、勝つ能力がない馬は違う。
🔳 ⑩ネブラディスクを見落とした理由
実は⑩は、予想の途中で伏兵候補として名前が挙がっていた。
ところが、私たちは⑨、⑪、⑭の検討に集中してしまった。
⑩については、十分な比較をしないまま候補から外した。
結果は2着。
これは痛い。
しかも、⑩は8番人気だった。
⑭のような100倍超の大穴を探す一方で、現実的に上位へ割って入る可能性のある伏兵を見落としていたわけだ。
「意外な馬を探すこと」に夢中になり、「最も来そうな伏兵を選ぶこと」を忘れていた。
これは次回の重要な改善点になる。
🔳 ⑭タガノデュードは、本当に惜しかった！
一方、⑭の4着には手応えもあった。
大阪杯4着、宝塚記念5着という実績。
M・デムーロ騎手。
そして人気薄。
私はAIにこう問いかけた。
「3着以内に飛び込んできても、納得感のある大伏兵は⑭ではないか？」
その結果、⑭を重点的に検討した。
そして実際に4着。
あと一頭だった。
しかし、ここで勘違いしてはいけない。
4着は的中ではない。
人気薄の好走を見抜いたことと、利益を出せる予想をしたことは別だ。
⑭の評価が正しかったかどうかも、着順だけでなく、走破内容や他馬との能力比較で検証する必要がある。
🔳 実は、ChatGPTもClaudeも本命を外していた
レース当日、興味深い記事が公開されていた。
Yahoo!ニュースの花岡貴子さんによる、
「【天皇賞・秋予想】ChatGPTとClaudeで本命が分かれた クロワデュノールを選んだ理由」
という記事だ。
記事の冒頭によれば、ChatGPTは⑦マスカレードボールを本命に推し、Claudeは①クロワデュノールを推していた。
私たちのChatGPTも⑦を軸にしていた。
結果は、どちらも勝てなかった。
もちろん、一度の結果だけでAIの優劣は決められない。
しかし、ここで気づいた。
複数のAIに予想させても、人気馬の評価に集中するだけでは、思わぬ伏兵を拾えないのではないか。
重要なのは、AIを何種類使うかではない。
それぞれに異なる仮説を検証させることだ。
🔳 最大の問題は、AIが私に同調しすぎたこと
今回、何度も気になったことがある。
私が「⑨が面白い」と言えば、AIは⑨を評価する。
「⑪ではないか」と言えば、⑪を推す。
「⑭が怖い」と言えば、⑭の好走材料を集めてくる。
もちろん、私自身が予想を変えているのだから、AIの回答が変わるのは当然だ。
しかし、AIは私の仮説に反論する役割を十分に果たしていなかった。
特に問題だったのは、最後の軸馬選びだ。
私は「③を固定する価値はない」と指摘した。
AIは同意し、⑦の1頭軸に変更した。
しかし、なぜ⑦なら固定できるのか。
その根拠を改めて検証しなかった。
結果として、③は3着、⑦は馬券圏外。
ここに今回の予想の最大の弱点が表れている。
🔳 次回からAI予想をこう変える
今回の反省を踏まえ、次回からはAIに三つの役割を持たせたい。
第一は、能力分析。
実績、コース適性、近走内容を客観的に比較する。
第二は、展開分析。
逃げ、先行、差し、追い込みのシナリオごとに有利な馬を探す。
第三は、反対意見の検証。
これが最も重要だ。
「その軸馬が負ける理由は何か？」
「消した人気馬が勝つとしたら、どんな展開か？」
「候補から外した馬の中に、見落とした実力馬はいないか？」
こうした質問を、馬券を決める前に必ず実行する。
AIには、私の意見を肯定するだけでなく、私の予想を壊す役割を担ってもらう。
🔳 1,000円の損失で、何を学んだのか
今回の購入額は1,000円。
払戻金は0円。
結果として、1,000円のマイナスだった。
一方、⑭が4着に来たことには一定の手応えがあった。
ただし、そこで満足してしまえば、次も同じ失敗をする。
今回、本当に学ぶべきことは三つだ。
有力馬を消すには、不利な条件以上の理由が必要。
伏兵は、面白さではなく好走する根拠で比較する。
AIには賛成意見だけでなく、反対意見を必ず出させる。
競馬の結果は、実に残酷だ。
予想の途中でどれほど盛り上がっても、最後は着順がすべてを決める。
だが、だからこそ面白い。
今回の天皇賞（秋）は、AIとの付き合い方を考える、格好の教材になった。
三連単29万7,820円。
その数字を見ながら、私は次のレースを考えている。
次はAIに、最初からこう聞いてみよう。
「私の予想が間違っているとしたら、どこだ？」
⚫️私の伏兵が来るは当たったが
⑩は予想の途中で候補に挙がっていた。それなのに、十分に検証せず、最終的に消してしまった。
ここが決定的です。
しかも、私たちは「人気馬2頭に伏兵1頭が割って入る」という展開を予想していました。実際に⑩が2着に入ったのですから、伏兵が来るという方向性自体は外れていません。
#AIと競馬の実験 #天皇賞秋 #競馬予想 #競馬回顧 #AI活用 #ChatGPT #Claude #ダノンデサイル #タガノデュード #ネブラディスク #三連単
