2026年3月12日、アジラは、独自に研究開発を進めてきた行動認識AI技術とVision-Language Model（VLM）を融合し、AI警備システムへの実装に着手したことを発表した。本取り組みは、これまで同社が商業施設や駅、オフィスビルなどの現場運用を通じて蓄積した誤報・失報パターン、ならびに行動認識の独自モデルおよび大規模な学習データをVLMに統合することで、「実運用に耐えうる高精度な検知」を実現することを目標としている。

　アジラが重視する背景には、映像AIを活用した監視・警備運用において、変化し続ける人流や行動への即応性、ならびに高い判断精度が求められる現場の実態がある。従来の汎用的なVLMは多様な映像タスクで汎用的に動作する一方、セキュリティ現場特有の危険兆候の理解や、施設固有の環境条件への最適化が十分ではないという課題があった。また、何が誤検知であり、何が見逃し（失報）であるのかを知るフィードバックデータの蓄積も従来の汎用AIには不足していた。

　これに対してアジラは、①行動認識の独自モデルと豊富な学習データ、②現場で蓄積した誤検知・失報パターンの知見という2つの独自資産を融合。これにより、従来AIでは判別しづらかった行動の意図や危険度の文脈的理解を高精度で実現し、誤報・失報の抑制につなげる。たとえば、単純な動作検出だけでなく、「転倒しかけている可能性」や「通常と異なる滞留行動」「潜在的な危険意図」を文脈を踏まえて推定できる点が強みである。

　この独自VLMを既存プロダクト「AI Security asilla」に組み込むことで、検知アラートの発信数のみならず、その信頼性と正確性を向上させる。誤報が多ければ現場担当者の負荷が増し、失報が頻発すれば重大な危険の見逃しにつながる。アジラは独自VLMによる文脈的な結果補正を組み込むことで、現場実務における不要アラートの削減と見逃し低減を目指し、現場の業務効率化と安全対応の向上の双方を実現するとしている。

　さらにアジラは、今後VLM基盤による「映像の状況理解」レベルへの進化を掲げる。検知項目の高度化に加え、将来的には危険予兆の抽出や行動の自動要約、自然言語による映像検索といった用途拡大を視野に入れる。これによりAI警備の運用形態は、事象発生後の対応型から、兆候を検知して予防的に備える「予防型」への転換を支援するとしている。

【関連記事】
・JR東日本、設備点検にAI画像解析とドローン導入で復旧時間短縮へ
・【BCG調査】2026年、企業のAI投資倍増へ──30％以上をAIエージェントに　
・KnowBe4、「自律型防御」を支える7つのAIエージェントによるソリューション強化、新責任者任命