ポケモンGOのデータが配達ロボットを道案内する時代へ

ARゲームのプレイヤーが知らぬうちに撮り続けた膨大な都市の風景が、いま別の「目」として生まれ変わろうとしている。

ゲームが地図になった

ポケモンGOが2016年にリリースされた当時、誰もがスマートフォンを手に街へ飛び出した。シカゴでも、オスロでも、江ノ島でも——プレイヤーたちはポケモンを追い求め、建物や交差点にカメラを向け続けた。5億人が60日以内にインストールしたという、前例のない規模のデータ収集の波だった。

その波が、いま全く別の用途に向かっている。

2025年5月、ナイアンティックはゲーム事業（ポケモンGO等）をスコープリーに売却し、位置情報AIの開発部門を「Niantic Spatial」として独立させた。このスピンアウト会社が手がけてきたのが、ポケモンGOとIngress（2013年リリースの前身ARゲーム）のプレイヤーが撮影した膨大な画像データを基盤とする、VPS（ビジュアル・ポジショニング・システム）と呼ばれる視覚測位システムだ。数センチ単位で現在地を特定できる、GPSには不可能な精度を持つ。

GPSが届かない場所という問題

都市の中心部で、GPSが実は役に立たない場面がある。

高層ビルが立ち並ぶ「都市の谷間」——いわゆるアーバン・キャニオンと呼ばれる環境では、GPS電波が建物に反射・干渉し、スマートフォンの青い点が実際の位置から50メートルもずれることがある。隣のブロックの、逆方向に誘導されるほどの誤差だ。

この問題が、配達ロボットにとってはさらに深刻になる。

Coco Roboticsは、米国とヨーロッパの複数都市でラストワンマイル配達ロボットを展開するスタートアップだ。ロサンゼルス、シカゴ、ジャージーシティ、マイアミ、ヘルシンキに約1,000台のロボットを配備し、これまでに50万回以上の配達をこなしてきた。機体のサイズはフライトケース程度。特大ピザなら8枚、食料品なら4袋を積める。

ロボットが遅延する理由のひとつが、迷子になることだ。高架や高層ビルの多い地域を縫うように走る配達ロボットにとって、GPSの誤差は致命的なロスになりうる。

ピカチュウと配達ロボットは同じ問題を抱えていた

2026年3月11日（日本時間）、Niantic SpatialとCoco Roboticsは戦略的提携を発表した。Niantic SpatialのCEO、ジョン・ハンケはこう表現する。

「ピカチュウをリアルに走らせることと、Cocoのロボットを安全に移動させることは、実は同じ問題だったんだ」

Niantic Spatialが持つVPSの核心は、300億枚の都市画像を学習したモデルにある。画像はポケモンの対戦場など、プレイヤーが集中して撮影するゲーム内の重要拠点を中心に蓄積されており、同一地点を異なる時刻・天候・角度から撮影した多数のカットが揃っている。各画像には、撮影時のスマートフォンの位置・向き・傾き・移動速度までが記録されている。

この密度で積み上げられたデータが、世界100万か所以上の地点について「数センチ単位の精度で今どこにいるか、どこを向いているか」を把握可能にした。

Coco 2との組み合わせ

Coco Roboticsは、このNiantic SpatialのVPS発表直前の2026年2月26日（日本時間）、次世代機「Coco 2」を発表している。従来の遠隔操作者（リモートドライバー）なしに完全自律で動作し、歩道だけでなく自転車レーンや道路の一部にも進出できる。最高速度は時速約21キロ（時速13マイル）。配達時間を従来比で最大50%短縮するという。

Coco 2にはNVIDIA Jetson Orin NXが搭載され、クラウドに依存せずロボット本体で判断処理を完結させる設計だ。ここにNiantic SpatialのVPSが組み合わさることで、アーバン・キャニオンでも精度が落ちないナビゲーションが実現する計算になる。

ただし、発表はあくまで「提携開始」だ。実際にどれほどの精度向上をもたらすかは、これからの実地展開が示す。同様の視覚測位技術はライバル企業も持っており、エストニア発のStarship Technologiesはロボット自身のセンサーで3D地図を生成する方式をすでに運用している。Niantic Spatialが強みとするのは、何十億枚というゲームデータ由来の「先行学習量」だ。

地図の意味が変わろうとしている

この提携が示す変化は、配達ロボットの精度向上にとどまらないかもしれない。

ハンケが「リビング・マップ（生きている地図）」と呼ぶ構想は、ロボットが街を動き回るたびに新しいデータが蓄積し、地図自体が現実の変化に追随し続けるというものだ。地図はこれまで「人が自分の位置を知るためのもの」だった。それが今、機械が世界を認識するための「言語」になろうとしている。

LLMがテキストから世界を学んだように、Niantic Spatialは実際の場所の画像から世界を学ばせようとしている。GoogleディープマインドやWorld Labsが仮想空間でのシミュレーションを積み上げるのとは異なるアプローチだ。

「AIは画面の中に閉じ込められている。データセンターの外側、工場の床、農場については驚くほど何も知らない」——これはハンケの言葉だが、Niantic Spatialはその空白を埋めることに賭けている。

賭けが当たるかどうかは、まだわからない。だが人間がゲームに熱中した痕跡が、別の誰かの「目」になろうとしている事実は、なかなか不思議な話だと思う。