OpenAI、レース現場のAI活用を紹介──200超のセンサー情報を判断へ

何が発表されたか

OpenAIは2026年7月17日、米国の自動車レースチームChip Ganassi Racingと進めている研究協力について、公式Xとポッドキャストで紹介しました。テーマは、レース中に生まれる大量のデータをAIで整理し、チームの意思決定を速くすることです。

公式投稿では、OpenAIの研究者Joyce Ruffell氏とRaceTek Systems共同創業者のChase Holden氏が、レースチームが走行データを素早い判断へ変える方法を説明しています。投稿文は、Chip Ganassi Racingとの研究協力から、ChatGPTとCodexを使った新しいツール作りまでを番組の範囲として紹介しています。

ここで注意が必要なのは、2つを同じ開発案件とは断定できないことです。Chip Ganassi Racingとの共同研究ページはデータを結び付ける複数のレース当日用ツールに触れていますが、それらがChatGPTとCodex製だとは明記していません。

200超のセンサーが1時間に約10億件のデータを生む

OpenAIの公式ページによると、Chip Ganassi RacingのIndyCarには200を超えるセンサーがあり、レース中は1時間に約10億件のデータが生まれます。対象は車両センサーだけでなく、過去の記録、テストやレースの結果、ピットクルーの動きにも及びます。

研究協力の最初の1年は、こうした大量のデータを理解しやすくすることに重点を置きました。現在は、ばらばらに存在する情報を結び付け、技術者が細かなデータ確認だけに時間を取られず、作戦を考える仕事へ集中できるようにする取り組みへ進んでいます。

OpenAIは、レース当日に必要なデータを、より速く、正確に、効率よく届けるための複数のツールをチームと作っていると説明しています。勝敗が10分の1秒単位で決まる競技では、情報を見つけて判断するまでの時間そのものが重要になります。

共同研究とChatGPT・Codexの事例を分けて読む

公式X投稿とポッドキャスト紹介は、Chip Ganassi Racingとの研究協力に加え、RaceTek Systems側のChatGPTとCodexを使ったツール作りも扱っています。ただし公開情報からは、ChatGPTとCodexがChip Ganassi Racingのどの道具に使われているかまでは確認できません。

また、共同研究ページは利用しているデータの詳しい中身、AIが提案する判断の範囲、人が最終確認する方法を公開していません。そのため、AIがレース戦略を自動で決めているとまでは言えません。確認できるのは、データを集めて結び付け、判断を助ける複数のツールを共同で開発していることです。

大量の情報があるだけでは、仕事の改善にはつながりません。どの担当者が、いつ、何を判断するために、どの情報を必要とするかを先に決め、その場面に合わせてAIの出力を組み込むことが大切です。

なぜ仕事や会社に重要なのか

レースと一般企業では速さが違いますが、情報が複数の場所に分かれ、担当者が探してまとめてから判断する問題は共通しています。営業、製造、物流、顧客対応などでも、記録は多いのに必要な情報へすぐ届かない状態が起こります。

今回の事例は、AI導入を「社員にChatGPTを配ること」だけで終わらせず、具体的な判断の流れへ組み込む考え方を示しています。まずは、判断が遅れやすい仕事を1つ選び、必要なデータ、確認する人、許される待ち時間を整理するのが現実的です。

そのうえで、AIが出した答えの根拠を確認できるか、間違った場合に人が止められるか、機密情報を安全に扱えるかを小さく検証します。速さだけでなく、正確さと責任の持ち方まで決めてから広げることが重要です。