自動運転を巡る動きが、国内でも現実味を帯び始めている。自動運転開発の米Waymoはタクシー大手の日本交通、配車アプリを手掛けるGOと連携し、東京の道路環境への適応を進めている。

しかし、モビリティ分野におけるAI活用は、自動運転だけにとどまらない。企業が保有する多数の車両を管理・運用するフリートマネジメントの世界でも、AIの役割が「分析」から「実行」へと広がり始めている。

2026年6月、車両や設備の管理プラットフォームを手掛ける米Samsaraは、現場データを活用して業務を自動化する「Agent Studio」を発表した。同月には、フリートマネジメント・テレマティクスを手掛けるカナダのGeotabも、ChatGPTやClaude、Microsoft Copilotなどからフリートデータを参照し、業務上のアクションにつなげられる「MCP Connector」を発表した。

こうした動きの背景には、フリートマネジメントそのものの変化がある。

1．そもそもフリートマネジメントとは何か

物流や建設など、多数の車両を使う企業では、以前からGPSや車載センサーを使い、位置、速度、走行距離、燃料消費、エンジンの状態などを遠隔で把握してきた。センサーなどで計測した情報を遠隔へ送るしくみは「テレメトリ」、通信を通じて車両情報をサービスに活用するしくみは「テレマティクス」と呼ばれる。

フリートマネジメントは、こうしたしくみから得られるデータを使い、複数の車両やドライバーを業務として管理する領域である。現在地を見るだけでなく、配車やルートの最適化、燃費管理、安全運転支援、整備計画などまでが対象となる。テレメトリやテレマティクスが「車両データを取得・活用するしくみ」だとすれば、フリートマネジメントは、そのデータを使って複数の車両やドライバーを管理する領域と捉えられる。

（出所： 各種情報を基に、情報通信総合研究所にて作成）

2．AIで「分析」から「判断・実行」へ

フリート領域でのAI利用は、決して新しいものではない。AIカメラによる危険運転の検知、車両データを使った故障予兆、配送ルートの最適化などでは、既にAIが活用されてきた。

変わり始めているのは、その先である。従来は、AIによる分析結果を人が確認し、その後の判断や操作を行うケースが多かった。しかし近年、生成AIやAIエージェントの登場によって、AIに自然言語で問いかけ、その結果を次の業務処理までつなげるしくみが広がり始めている。GeotabのMCP Connectorでは、ChatGPTやClaudeなどを介してフリートデータを参照し、アラートやルールの設定などの操作につなげられる。SamsaraのAgent Studioでは、現場データや社内ルールを踏まえながら、書類処理、ドライバーとのコミュニケーション、ベンダー対応など、これまで人手で行われてきた業務の自動化を狙う。

つまり、フリートマネジメントにおけるAIは、「データを分析して人に示す」だけでなく、「データを理解し、次の行動につなげる」存在へと変わりつつある。

3．自動車メーカー、専業、クラウド、通信――広がる競争環境

こうした変化に伴い、フリートマネジメントには、異なる強みを持つプレイヤーが参入している。

Fordなどの自動車メーカー（OEM）は、車両そのものと、そこから得られる一次データを持つことが強みだ。Fordは2026年、米国で「Ford Pro AI」を投入した。車両の状態や利用状況、アイドリングなどについて自然言語で問いかけ、整備の優先順位や燃料費削減に活用できる。

SamsaraやGeotabなどのフリート専業事業者は、メーカーを問わず多様な車両を横断的に管理できる。Samsaraは複数OEMの車両・設備データを一つのプラットフォームに統合でき、さらに整備や安全管理、ワークフローなどへ対象を広げている。

また、Microsoftなどのクラウド・AI事業者は、フリートマネジメントサービスそのものを主戦場とするわけではないが、車両データを収集統合し、分析や業務システムへつなぐ基盤を提供する。Microsoftの「Connected Fleets」も、車両テレメトリから分析、業務プロセス、自動化までを一続きのアーキテクチャとして整理している。

そして、通信事業者もこの領域に入っている。Verizonは「Verizon Connect」を通じ、車両追跡や配車、整備、安全運転支援、AIカメラなどを含むフリートマネジメントサービスを展開する。AT&TはGeotabと組み、通信ネットワークによる車両データの収集とフリートマネジメントを組み合わせたサービスを提供している。

さらに、タイヤメーカーのMichelinも「MICHELIN Connected Fleet」を展開し、2026年にはフリートデータを自然言語で分析できるAI Assistantを投入した。

（出所： 各種情報を基に、情報通信総合研究所にて作成）

4．なぜ各社は「フリート」を押さえたいのか

自動車、IT、通信、タイヤと、一見異なる業種の企業が、なぜフリートマネジメントへと事業領域を広げているのだろうか。

各社が狙うのは、車両管理サービスの売上だけではない。フリートマネジメントを通じて、顧客との継続的な接点と運行データの双方を持つことにある。

一度導入されれば、安全運転支援、整備、配車、AI分析などへとサービスを広げやすい。通信事業者にとっては、車載回線の提供を入口に、より付加価値の高いサービスが新たな収益機会となる。タイヤメーカーであれば、タイヤ販売から状態監視や整備、さらにフリート全体の運用改善へと顧客接点の拡大につながる。

実際、Samsaraでは、年間経常収益（ARR）が2026会計年度末に18.9億ドルへ達し、前年比30％増となった。また、大口顧客の96％が複数製品を利用しており、既存顧客へのサービス拡大も進んでいる。フリートや現場との接点を起点に、複数のサービスを継続的に提供するビジネスモデルが成立していることが分かる。

つまり、各社にとってフリートを押さえることは、単に車両管理市場へ参入することを意味しない。顧客接点とデータ接点を確保し、その上に新たなサービスを積み重ねられることが、大きな魅力となっている。

5．モビリティAI基盤を左右する「統合力」と「オープン性」

一方、利用者となる企業から見ると、この構図はメリットばかりではない。車両データから整備、安全管理、配車などを一つのプラットフォームに集約すれば利便性は高まる。しかし、データや日々の業務が一つのサービスに集まるほど、特定事業者への依存も強まり、将来の乗り換えが難しくなる可能性がある。

そのため、フリートマネジメントサービスを選ぶ際には、AI機能の多さだけでなく、自社の車両構成や業務との相性を見る必要がある。特定メーカーの車両が中心なら、車両データや整備まで深くつながるOEM系の強みを生かしやすい。一方、複数メーカーの車両や設備を抱える企業では、それらを横断して管理できることが重要になる。既存の業務システムや外部サービスと柔軟に連携できるかも、重要な選定軸となる。

フリートマネジメントは、車両の位置や状態を管理するだけでなく、整備、安全管理、配車などの業務まで一体的に支える基盤へと変わり始めている。事業者にとっては、その基盤を押さえることで収益機会を広げられる。一方、利用企業にとっては、利便性を享受しながら、特定事業者への過度な依存をどう避けるかが問われる。

こうした観点まで含めると、フリートマネジメントを巡る競争は、単に「車両データ×AI×業務」をどこまで一体化できるかだけでは決まらない。異なる車両や業務システムと柔軟につながりながら、将来のサービス選択の自由度を確保できることも重要になる。さらに今後は、「統合力」と「オープン性」の最適なバランスを見極めつつ、その上で自社ならではの強みをどこに築くかが、競争力を左右していくだろう。