災害情報連携基盤「D-Resilio連携基盤®」に生成AIを活用した連携を強化～刻々と変化すると災害状況と連動したきめ細かな避難行動を喚起し、行動につなげる～

※本ニュースリリースは株式会社ＮＴＴデータとVANTIQ株式会社が共同で配信しています。重複して配信されることがありますが、ご了承願います。

2025年2月21日

株式会社ＮＴＴデータ

VANTIQ株式会社

株式会社NTTデータ（代表取締役社長：佐々木裕、以下「NTTデータ」）とVANTIQ株式会社※1（代表取締役社長：佐藤知成、以下「VANTIQ」）は、NTTデータが提供する災害情報連携基盤「D-Resilio連携基盤®」において、2025年4月より生成AIを活用した連携強化を行います。

今回の連携強化は、時々刻々と変化する災害、災害状況と連動した災害対応や住民の属性に応じたきめ細かな

【背景】

NTTデータは、2023年に提供を開始した「D-Resilio連携基盤」を活用したさらなるサービス拡充のため、「デジタルタイムライン」を構想しています。これは、従来各自治体がアナログで策定していたタイムライン（※2）をデジタル化し、D-Resilio連携基盤が扱う防災情報と組み合わせることによって、災害状況を単に把握する（知る）だけでなく、時々刻々と変化する災害状況の中で今とるべき最適行動がわかる（行動できる）ことを目指すものです。そのためには、D-Resilio連携基盤にリアルタイムに集約された気象・災害情報などの一次情報を、即時、適切な情報すなわち「現場の意思決定に必要な情報」へと変換し、利用者へ提供する必要があります。
NTTデータは生成AIを活用した災害対応における最適な意思決定を支援するアプリケーションを提供するため、多くの実績を保有するVANTIQと連携を強化し、 D-Resilio連携基盤をさらに進化させていきます。

【概要（特長）】

■D-Resilio連携基盤を活用したデジタルタイムライン作成におけるVANTIQ技術の活用効果

VANTIQが提供するソリューション（以下、VANTIQソリューション）のうち、生成AI機能を介してLLM（※3）とRAG（※4）を活用することで、計画と実績を基に災害対応における現場のアクションの最適解を導出するシステムの実現が期待できます。

リアルタイムに状況の変化を検知：リアルタイム情報の処理に強みをもつVANTIQソリューションは、状況の変化を即座に理解します。現在の状況と予測情報を組み合わせ刻々と変化する状況をタイムラインに反映します。
経験と勘に頼らない対策案の提示：各自治体が策定した避難行動計画をVANTIQソリューションのRAGに取り込みます。タイムラインには災害の発生を前提とした準備タスクと発災時におけるアクションを各自治体にとって最適な形で提示します。
実績データのフィードバックによるRAGのさらなる最適化：「計画」だけではなく、実際にシステムを使用して得られた「結果」もRAGに使用します。これにより、計画と実績のズレ、相違も踏まえつつ、次回発災時に向けてさらに最適解を得ることができます。

図１：D-Resilio連携基盤の特長

【今後について】

タイムラインは、現時点では各自治体で用いられることを前提としていますが、時々刻々と変化する気象・災害情報をともに現場でとるべき最適な行動を提示できることは、企業におけるBCPをはじめ、様々な組織体や分野でも適用可能です。これを踏まえ、両者はD-Resilio連携基盤にVANTIQの生成AIの技術を掛け合わせることで、精度の高いデジタルタイムライン活用事例の拡大を目指します。

図２：生成AIを活用した将来構想

注釈

※1: VANTIQ株式会社はリアルタイム・インテリジェント・アプリケーションのリーダー企業である米企業VANTIQの日本法人

※2：タイムラインとは、災害の発生を前提に、防災関係機関が連携して災害時に発生する状況をあらかじめ想定し共有した上で、「いつ」、「誰が」、「何をするか」に着目して、防災行動とその実施主体を時系列で整理した計画です。（国土交通省：タイムライン「防災行動計画とは」より）

国土交通省ウェブサイト：タイムライン – 国土交通省水管理・国土保全局

※3：大規模言語モデル（Large Language Models、LLM）とは、大量のデータを使い、ディープラーニング技術を用いて構築された言語モデルです。自然言語やその他のコンテンツを理解および生成します。

※4： Retrieval Augmented Generationの略で、検索拡張生成と呼ばれています。自社に蓄積された大量の業務文書・規定などの社内情報、外部の最新情報を活用する手段として、信頼できるデータを検索して情報を抽出し、それに基づいて大規模言語モデル（LLM）に回答させる方法のことです。