【フォーミュラ1】 #067 - 予算制限で「お金の格差」は縮まった――だが「データ格差」は広がっていた

2021年からF1にコストキャップ（予算上限）が導入され、チーム間の経済格差は縮まったと多くのファンが思っている。だが実態は逆だ。予算制限が始まった後も、コースの順位を決める格差は縮まるどころか別の形で拡大し続けている。その格差の正体が「データ処理能力の差」だということを、この記事では追う。
本記事は、エンジニア&コンサルタントの著者が選んだ技術の最新動向をわかりやすく3,000〜5,000字で発信しています。もし記事がためになったと思った方は、高評価とフォローをお願いします。

1台のマシンが1レースで生み出すデータ量

F1マシンには160個から300個のセンサーが取り付けられている。タイヤの温度、サスペンションの動き、ブレーキの熱、エンジンの燃焼状態など、あらゆる情報を毎秒数百回の頻度で記録し続ける。1レースで生成されるデータは、最大で160テラバイトに達する。家庭用のパソコンが数千台分の記憶容量に相当する量だ。
このデータはレース中、リアルタイムでサーキットのピット壁と、何千キロも離れた本拠地の「遠隔作戦センター」（以降、リモートガレージと呼ぶ）の両方に送られる。リモートガレージでは最大30名のエンジニアが常駐し、本拠地のコンピュータを使ってピット戦略や空力設定の判断を支援する。2010年にはすでにフェラーリが30名規模のリモートチームを運用していた記録が残っている。
問題はここからだ。リモートガレージが扱えるデータ量と処理速度に、チーム間で大きな差が生じている。

レッドブル、メルセデス、アストンマーティンの「処理力格差」

上位3チームはそれぞれ大手IT企業と提携し、リモートガレージの処理能力を引き上げている。
オラクル・レッドブル・レーシングはOracleクラウドを全面採用し、1レースあたり「数十億回」のシミュレーションを実行すると公表している。さらに2025年からは、規則書の解釈にAIを活用するシステムを試験運用している。レース中に発生する抗議（プロテスト）の対応期間はわずか30分だが、その間に数千ページにのぼる規則文書を瞬時に検索し、根拠を提示できる仕組みだ。
メルセデスAMGはHPEのコンピュータを使い、毎週50テラバイトのシミュレーションデータを処理している。風洞実験の代わりにコンピュータ上で空気の流れを計算する手法に力を入れており、この規模の処理によって空力性能を約30%向上させたとされる。また、G42というAI企業と共同で、レース結果を87%の精度で予測するモデルを稼働させている。年間8〜10レースでこのAIの推奨がレース戦略に明確な影響を与えているという。
アストンマーティンはCognizantとCoreWeaveを組み合わせ、テレメトリーデータを管理して意思決定を速める体制を整えている。センサーから届いたデータを数時間でパーツ開発に反映させる「デジタルツイン」技術（車体の仮想コピーを常時更新する仕組み）も導入済みだ。
一方、中堅以下のチームは公開されている無料のAPIを使ってデータ分析を行うケースが多い。処理できる量と精度の差は、レース結果に直接影響する。

「予測精度の差」が生み出す具体的なタイム差

格差が抽象的な話に聞こえないよう、数字で見ていく。
タイヤがどれほど早く限界を迎えるかを予測する精度は、上位チームでは84〜87%に達する。最適なピットストップのタイミングを判断する精度は89%とされる。この予測を持つチームと持たないチームでは、同じ状況でも判断の質が変わる。
実際に競争上の有利がどれほどかを示す数字もある。早めにピットに入って後続を引き離す作戦（アンダーカット）が成功した場合のタイム短縮は1.2〜2.1秒、逆に遅めに入って前のマシンを追い越す作戦（オーバーカット）では0.8〜1.6秒の短縮効果がある。最適なピット判断の優位は事後対応のチームと比べて0.5〜1.5秒程度とされる。
F1の1秒は順位数個分に相当することが多い。このタイム差が積み重なれば、レース終盤の順位に直結する。

コストキャップの「見えない抜け穴」

ここで本質的な問いに戻る。なぜ予算に上限をかけても格差が縮まらないのか。
FIAが2021年に導入したコストキャップは、チームが年間使える費用に上限を設けるルールだ。リモートガレージのIT投資もこの上限の対象に含まれているとされる。しかし、OracleやHPEやCognizantといった大手IT企業との提携は「テクノロジースポンサー」として費用を計上できる余地がある。これらの企業は金銭の代わりに最新のコンピュータやクラウドサービスを提供し、チームはその対価として車体にロゴを掲示する。
現金を使わずにIT能力を手に入れるこの仕組みは、コストキャップの上限を実質的に超えているとも解釈できる。制度上は合法だが、同等のパートナーを持てない中堅チームとの格差は「見えないコスト」として残り続ける。

AIに頼りすぎることの危険性

データ処理能力の高さが常に正解をもたらすわけではない。
2010年アブダビグランプリでフェラーリが経験した判断ミスが、その好例だ。レース終盤、フェルナンド・アロンソは当時のドライバーズ選手権リーダーに7点差で追うポジションにいた。フェラーリの意思決定支援システムは「早めのピット」か「遅めのピット」の2択を提示したが、より有効な第3の選択肢である「レース終盤の15周前ストップ」を見落とした。アロンソはそのレースでチャンピオンを逃した。
システムが当時の状況、具体的にはオーバーテイクの難しさという文脈を学習できていなかったことが原因だと分析されている。データに頼りすぎることで、人間の判断が縛られるリスクだ。
2026年以降、F1の電子制御システムが更新される予定で、テレメトリーデータをリモートガレージへ送る仕組みがさらに強化される。GenerativeAI（文章や戦略提案を自動生成するAI）の実戦投入も進む。処理能力の差は縮まるどころか、さらに拡大する可能性がある。

リモートガレージ格差は「データ戦争」の前線

F1のコース上で起きている格差は、もはやマシンの速さだけで決まるものではない。サーキットから何千キロも離れた本拠地で、どれだけ大量のデータを素早く処理できるかが順位を左右している。
コストキャップが「お金の格差」を制限しようとした一方で、「データ格差」は別のルートで拡大した。それは大手IT企業との技術提携というかたちをとり、コストキャップのルールの外側に存在する。
次回レース観戦のとき、ピット戦略を見る視点が変わるだろう。あの一瞬の判断の背後に、何十億回ものシミュレーションと87%の予測精度を持つシステムが働いているかどうか——チームによって、その答えは大きく異なる。

参考文献

• Aston Martin Aramco Formula One Team Now Fully Powered by NetApp Storage

• Oracle Red Bull Racing Doubles Down on Oracle Cloud and AI to Drive Performance for 2025 Season and Beyond

• Exploring AI-driven performance with Cognizant — Aston Martin F1 Team

• When decision support systems fail: insights for strategic information systems from Formula 1

• FIA tackles impact on cost cap of teams' non-F1 projects