メインコンテンツへスキップ

The Garage ポッドキャスト:シーズン4 第3話

機械学習はタイヤの性能をどのように革新しているのか?

ミシュランのジェレミー・ヴァイセット氏と

CES 2026において、ミシュランのCTOであるジェレミー・ヴァイセット氏は、同社がタイヤのデジタルツインとSonatus AI のインフラを活用し、新たなハードウェアを導入することなく、リアルタイムのモニタリングと予知保全を実現する仕組みについて解説しました。これらのAI を活用したソリューションは、車両システムと連携することでグリップ力を予測し、多様な車両群におけるタイヤの寿命を延ばすことで、安全性と持続可能性を最適化します。

音声のみのバージョンを聴く:

エピソードの文字起こし | 機械学習はタイヤの性能をどのように革新しているのか?

0:00 ミシュランのイノベーション紹介

本日の「The Garage 」では、ミシュランのタイヤ・デジタルツイン担当最高技術責任者(CTO)であるジェレミー・ヴァイセッツ氏をゲストにお迎えしています。本日の対談では、アルゴリズムやソフトウェア製品におけるミシュランのイノベーションについて幅広く語り合います。ミシュランといえば、タイヤ分野における卓越したイノベーターとして知られていますが、その活動はそれだけにとどまりません。同社は、タイヤの安全性向上、持続可能性の向上、予測保全の精度向上、さらにはADASや性能面での高度な機能実現に向けて、そのノウハウを活かしています。

これは、AI が新しい用途においてどのような可能性を秘めているかを示す、幅広い話題の会話です。さあ、始めましょう!

0:47 ジェレミー・ヴェイセットのご紹介

The Garage へようこそ。私は、Sonatus の最高マーケティング責任者(CMO)であるジョン・ハインラインです。本日は、CES 2026のSonatus ブースから生中継でお送りしています。

ミシュランのジェレミーさんをお迎えできて、大変嬉しく思います。ジェレミーさん、The Garage へようこそ。

うん。

ジョン、ありがとうございます。それでは、まずはご自身のことやこれまでの経歴についてお聞かせください。

私は自動制御と信号処理の分野を専門としてきました。工学系大学を卒業し、この分野で博士号を取得しました。その後、ミシュランにエンジニアとして入社し、タイヤモデルの開発に従事しましたが、現在はコネクテッド・モビリティ向けのソフトウェア製品の開発に携わっています。

その分野の幅はかなり広いですし、あなたには航空宇宙工学のバックグラウンドもありますね。

あれって、何だったっけ?

私はフランス南部のトゥールーズで、航空工学分野のエンジニアとしてキャリアをスタートさせました。2年間エンジニアとして働いた後、博士課程に進みました。博士課程の3年間も同分野で過ごし、さらに別の研究所で2年間研究に従事した後、10年前にミシュランに入社しました。

実に多彩な経歴ですね。あなたという人を知れるよう、何か面白いエピソードを教えてください。

というわけで、私は結婚しています。息子が2人います。そして毎年、家族と一緒に小さなバンで、荷物は最小限、テクノロジーは一切使わずに、ヨーロッパ中をロードトリップするのが好きなんです。テクノロジーなし!? あちこち回っているんです。

それはとてつもなく大きな責任ですね!

さて、私からの「ちょっとした豆知識」としては、私の家族、特に両親も、そういうことを好んでやっています。両親は旅行が好きで、1年のうち数ヶ月は、冬を避けるために、よくアメリカ南部へ旅行に行きます。そういうことを好む人はたくさんいますが、テクノロジーから離れて旅に出るというのは、本当にワクワクしますよね。それはかなりの覚悟が必要です。

うん。毎年、仕事に戻る前にちょっと一息つくようなもので、そのおかげで、より強い決意を持って仕事に取り組めるんだ。

2:42 ミシュランのより広範な使命を理解する

それは、それは素晴らしいアイデアだと思います。よくやったね。

ミシュランは有名な会社なので、多くの人がその会社を知っているかもしれません。では、まず会社について大まかに説明していただき、その後、あなたがその会社でどのような仕事をしているのか教えてください。

うん。そう、確かに、ミシュランといえば、たいていの人はタイヤの会社として多少は知っているよね。

しかし実際には、ミシュランの事業はタイヤだけにとどまりません。ミシュランのDNAは、何よりもまず「モビリティ」そのものにあります。また現在、ミシュランはタイヤ関連だけでなく、タイヤの枠を超えた事業へと多角化を進めており、ハイテク素材に関する技術と専門知識を活かし、水素や医療、その他多くの分野といった新たな領域に向けたハイテク素材の開発に取り組んでいます。 私個人としては、ソフトウェア製品の開発に取り組んでいます。具体的には、タイヤに関する車両情報を分析し、車両が常にタイヤの状態や性能を把握できるようにする「タイヤ・デジタルツイン」を組み込んだシステムを開発しています。

3:55 タイヤ技術におけるソフトウェアの役割

それについてもう少し詳しくお話ししましょう。とても興味があります。一般の人たちは、御社を単なるタイヤメーカーだと考えがちですが、実際には、おっしゃる通り、それ以上のことを行っているのですから。では、車載ソフトウェアや、よく話題に上がる「ソフトウェア定義車両(SDV)」は、どのような変化をもたらすのでしょうか。それによって、タイヤ以外にも、ソフトウェアを活用して新しいことに取り組む機会がどのように生まれるのでしょうか?

このように、自動車業界がハードウェア中心からソフトウェア中心へと移行する中、これは私たち、つまりミシュランのような企業にとって、単なるハードウェアの提供にとどまらず、タイヤを車両に接続することでより多くのスマートタイヤを提供し、さらなるイノベーションを実現できる絶好の機会なのです。

4:48AI タイヤ管理の革新

それはとても興味深い話ですね。[御社の]イノベーションがタイヤにどのようなメリットをもたらすのか、詳しく教えていただけますか?また、どのようなアルゴリズムを採用されているのか、その仕組みについて教えてください。

当社の製品には、例えば「SmartWear」や「SmartLoad」などがあります。これらは、使用中のタイヤの摩耗や荷重を監視するために当社が開発した製品です。これらのおかげで、タイヤの状態について、車両管理部門、車両、そしてユーザーに有益な情報を提供することが可能となっています。

例えば、タイヤの交換が必要になる時期などです。これにより、個人ユーザーや車両 fleet は、予知保全を実施することで、コストの削減やダウンタイムの短縮が可能となり、事後対応型や定期的なメンテナンスに比べて、はるかに効率的なメンテナンスを実現できます。

その通りですね。それは確かに重要な指摘です。というのも、同じ車でもドライバーによって運転の仕方が大きく異なり、それによってタイヤの摩耗状況も変わってくる可能性があるからです。例えば、激しい加速はタイヤの摩耗を早める原因となりますし、高温や低温の環境下での走行でも、異なる摩耗が生じる可能性があります。ですから、一般的なスケジュールではなく、実際にタイヤがどのように使用されたかを監視・分析することで、より正確な判断ができるようになるのです。

ええ。安全性の向上、それにコスト削減も少しあるかもしれません。つまり、そのすべてということでしょうか。そうですよね?

はい。

そうですね。それでは、この2つの異なるモデルについて話しましょう。先ほど「SmartWear」と「SmartLoad」について触れられましたね。まずは「SmartLoad」から始めましょう。その機能や、そこに組み込まれる入力データについて説明していただけますか?

ええ、その通りです。つまり、これらのモデルは、車両にすでに搭載されているセンサーから得られるデータを入力として受け取ります。つまり、例えばタイヤに特別な追加センサーを取り付ける必要はなく、ソフトウェアだけで実現できるということです。 そして、そのデータをもとに、タイヤの物理特性やタイヤに関する知見、路面や車両との相互作用、さらに高度なAI 技術や信号処理を用いて、データを有用な知見へと変換します。これにより、タイヤの摩耗状況や負荷をリアルタイムで把握し、例えば車両がタイヤの摩耗の変化に適応できるようにするのです。

また、ドライバーもタイヤの摩耗状況を把握することができます。タイヤの交換時期が来ると、警告が表示されます。さらに、フリート管理者も全車両からこれらのデータを取得することで、メンテナンスを最適化するための計画を立て、適切なタイミングでタイヤを交換できるようになります。つまり、早すぎず、遅すぎないタイミングで交換できるのです。

7:54 スマートセンサーのメリットと…AI

先ほど、本当に興味深い話をたくさんしてくださいましたね。そこで、いくつかポイントについて触れてみたいと思います。まず、ここ数年、車両やタイヤにスマートセンサーを搭載することについて、大きな注目が集まり、議論も交わされてきました。もちろん、多くの場合、法律で義務付けられている通り、すべてのタイヤにはTPMSセンサー、つまりタイヤ空気圧監視システムのセンサーが搭載されています。

しかし、過去数年間、追加の診断機能を持つスマートセンサーをもう1つ追加することについて議論がなされてきました。ただ、あなたの言いたいことは、そしてこの「AI 」の重要な革新点の1つは、追加コストやセンサー自体の複雑さを増すことなく、そうしたスマートセンサーのメリットを享受できる点にあると思います。つまり、どのようなタイヤであっても、この種のメリットを享受できるということですね。その理解で合っていますか?

はい。その通りです。

そして、2つ目に非常に興味深かったのは、これが実にさまざまな面でメリットをもたらすという点です。もちろん、適切なメンテナンスを行うこと自体にメリットがあります。必要以上に早くタイヤを交換して無駄なお金を費やすこともなければ、逆に交換が遅すぎてしまうこともありません。交換の適切なタイミングが分かるため、安全性が向上するからです。

そうでしょう?

はい。その通りです。

それから、あなたの話の中で特に印象に残った最後の部分は、素材やタイヤに関する知識を活用することで――あなた自身はそうは言いませんでしたが――いわばタイヤの「デジタルツイン」のようなものを作成できるという点です。そして、その特定のタイヤ、あるいは特定のタイヤセットがどのように使用されてきたかを把握できるということですね。

そして、御社の独自のノウハウを活かして、タイヤ分野における世界的な専門家としての地位を確立し、その上に付加価値のあるソリューションを生み出しているというのは、実に賢明なやり方ですね。

9:34 タイヤの包括的なデジタルツインの開発

はい、その通りです。私たちの目標は、SmartWearやSmartLoadのような2つの製品を開発するだけでなく、タイヤに関する包括的な知見を提供する「タイヤのデジタルツイン」を構築することにあります。ドライバー、つまり消費者に対して有益な知見を提供すること。車両に対しては、ADASシステムが状況に応じて適応できるようにすること。また、車両管理事業者に対しては、メンテナンスを最適化し、コストを削減できるようにすることです。

そして、この完全なデジタルツインには、SmartWearやSmartLoadが搭載され、タイヤの状態に関する有用な情報を提供します。というのも、使用段階において、タイヤは大きな変化を遂げるからです。例えば、タイヤは摩耗が進み、それがタイヤの性能や車両全体の性能に多大な影響を及ぼします。したがって、例えばグリップ力について言えば、それは車両の安全性や性能において重要な役割を果たすのです。

そうですね。

タイヤの摩耗レベルをリアルタイムで把握できれば、グリップ性能やグリップの予測に関する有益な知見も提供できるようになります。

車両、例えばブレーキシステムやステアリングシステムが、タイヤが提供できる最大グリップレベルを把握できるようにするため

この瞬間、いつでも、どこでも、システムが使用期間を通じてタイヤの性能を最適なレベルで発揮できるようにするためです。

これは本当に、本当に素晴らしい指摘ですね。というのも、タイヤが新しいときは、当然ながら車の走行性能が向上し、ブレーキの反応も良くなり、より短い時間で停止できるからです。

つまり、ADASシステムはタイヤの摩耗が進んでいることを把握できるため、自動緊急ブレーキやその他のブレーキシステムの調整をより積極的に行い、安全性を高めることができます。つまり実際には、ドライバーはタイヤ交換の時期だけでなく、車両のライフサイクル全体を通じて、より良い体験、より良い走行性能、そしてより高い安全性を実感できるのです。そしてもちろん、将来的にはタイヤをいつ交換すべきかについて、より正確な知識を得られるようになります。それは素晴らしいですね。 そうですね。

こうすることで、ユーザーが早すぎるタイミングでタイヤを交換しなくなるため、タイヤの寿命を延ばすことができます。そうですね。

さらに、タイヤの性能を最大限に引き出すことも重要です。つまり、より優れたタイヤを開発すれば、ユーザーはタイヤの耐用期間を通じてより多くのメリットを得ることができます。なぜなら、車両が実際に得ているものよりも、その性能をより効果的に活用できるようになるからです。

12:37 タイヤ管理における持続可能性

そうですね、タイヤが時期尚早に交換されないという点についてお話しされましたが、それによって材料の無駄遣いがなく、まだ十分に使える寿命が残っているタイヤを廃棄せずに済むため、サステナビリティの面でも大きなメリットがあるのだと思います。そうでしょうか? サステナビリティは、あなたにとっても大きな重点分野ですよね?

ええ、そうですね。これは大きな重点分野の一つであり、付加価値にもつながります。というのも、自動車業界は環境負荷の低減や持続可能性の向上に向けて大きなプレッシャーにさらされているからです。

例えば、タイヤの摩耗について言えば、タイヤは(世界平均で)トレッドがまだ3.5ミリメートル残っている時点で交換されるのが一般的ですが、法定限界は1.6ミリメートルです。一般的に、タイヤのトレッドは6~7ミリメートルから摩耗し始めます。そうですね。

つまり、20%を超えているということですね。

残された人生について。

ああ、そう、うん。無駄になってしまう材料のことね。

それは素晴らしいですね。ええ、それは本当に大きなメリットですね。そして、あなたとこうした会話を交わせたことがとても嬉しくて、その過程で、自分がこれまで考えてもいなかったさらなるメリットにも気づくことができました。

13:50 とのコラボレーションSonatus

さて、話題を私たちの素晴らしいSonatus と、ミシュランの素晴らしいコラボレーションに移しましょう。ちょうどこの収録を行っている今、ポッドキャストスタジオのすぐ外では、あなたのアルゴリズムを当社のSonatus Directorインフラ上で実行するデモンストレーションが行われています。Sonatus と提携した理由や、アルゴリズムを車両に導入するにあたり、当社のSonatus AI Director導入インフラがミシュランにもたらしたメリットについて、ぜひお話しいただけませんか?

はい。まず、私たちはお互いをとても補い合っています。

当社はタイヤ分野に注力して事業を展開しています。そして、その専門知識を活かし、前述したすべてのメリットをもたらすソフトウェアの提供および開発を行っています。Sonatus では、お客様が車両インフラやソフトウェア部分の開発に加え、AI のモデルを効率的かつ適切に管理・展開する能力を構築しています。

また、[CollectorAI] のおかげで、モデルを非常に効率的にキャリブレーションできるようになりました。というのも、モデルは導入する前に特定の車両に合わせてキャリブレーションを行う必要があるからです。

AI Directorのおかげで、この作業を効率的に行い、モデルを車両にデプロイすることができます。つまり、多くのコンストラクターや自動車メーカーに対して、モデルを大規模に提供・デプロイできる、非常に効率的な方法なのです。

皆様のご協力に心より感謝申し上げます。

そして、ご指摘の通り、まず第一に、これはあくまで補完的なものです。なぜなら、私たちが提供しているのは、皆様の専門知識に取って代わろうとするものではなく、また、皆様が持つタイヤの物理学や材料に関する専門知識を、私たちが持つことなど到底できないからです。

しかし、当社が提供するインフラにより、御社のようなベンダーは、自社で生成したその知見を、より容易に車両に組み込むことができます。ですから、これは素晴らしい連携関係です。

あなたが言及した点の中で、私が特に興味深いと思う2つ目の点は、AI モデルについて考える際、人々が「ああ、AI モデルを学習させて、これで学習は完了した。これで終わりだ」と考えてしまうことがあるという点です。まず第一に、もちろん、AI モデルは一般的に時間の経過とともに性能が向上していきます。「完成」という状態は存在しないのです。

新しいことを学ぶにつれて、AI のモデルも改善されていきます。しかし、それ以上に重要なのは、ご指摘の通り、そして私があなたとの協業を通じて学んだことですが、特定の車両に導入されたモデルであっても、その車両の具体的なタイヤ、積載量、重量に合わせて設定が必要なキャリブレーションパラメータがまだ残っているということです。そのため、その特定の車両で一定距離を走行した後、モデルの精度は向上し、その車両で完全に稼働できる状態になります。 そこで、車載エッジ(AI )向けの「AI Director」の展開や「AI 」管理プラットフォームを提供できるだけでなく、車両のチューニングに必要なデータをより簡単に取得できるよう支援できることを、大変嬉しく思っています。

ですから、これは素晴らしい多方面にわたるコラボレーションだと思います。

はい。実際、タイヤのデジタルツインや「SmartWear」や「SmartLoad」といった製品を持つということは、単に優れた予測や正確な予測を行うための優れたアルゴリズムやモデルを持つことだけにとどまりません。

また、導入にあたっては、自動車メーカーに対して大規模かつ簡単かつ効率的な方法で展開できるかという点も重要です。その際、直面しうるあらゆる制約を考慮に入れる必要があります。そして、先ほど触れたように、これらの製品はあらゆるタイヤに対応するよう開発されています。つまり、ミシュランのタイヤに限らず、あらゆる車両のあらゆるタイヤに対応する「タイヤ非依存型」の製品なのです。

しかし、「万人に通用する」というものは存在しないし、たとえあったとしても、正確性を犠牲にせざるを得ないだろう。

ですから、もう少し具体的に設定する必要があります。そこで私たちが選んだのは、この具体性を車種レベルで設定することです。そうすれば、自動車メーカーがこのソリューションを採用したい場合、その車種に合わせた設定が用意されています。また、その車種のすべての車両で設定が統一されているため、どの車両にも展開することが可能です。

18:29 今後の展望と締めくくりの言葉

素晴らしいですね。まあ、どんなことが可能なのかを見られるのは本当にワクワクします。あなたとの共同作業を通じて、多くのことを学びました。

御社のようなどんなに刺激的な技術の導入を加速させるお手伝いができるということは、私たちにとって非常に大きな励みになります。

今回のパートナーシップを大変嬉しく思っています。本当に素晴らしい経験でした。皆様もその素晴らしさを実感いただけたことを願っています。デモには絶え間なく、驚くほどの関心が寄せられています。昨日も今日も、会場の外やブースの外で、一日中デモを見学している方が大勢いらっしゃいました。ですから、ぜひ私たちのブースにお越しいただき、ポッドキャストにもご出演いただき、そしてパートナーシップを結んでくださったことに、心より感謝申し上げます。

はい。どうもありがとうございます。

今回のエピソードをお楽しみいただけましたら、ぜひ「いいね!」とチャンネル登録をお願いします。CESをはじめ、世界中のイベントから、同様のコンテンツをお届けしていきます。『The Garage 』の次回エピソードでも、皆様にお会いできるのを楽しみにしています。

最近のエピソード

「ザ・ガレージ・ポッドキャスト」

OEMとサプライヤーの強固な提携関係を維持する方法

「ザ・ガレージ・ポッドキャスト」

AI が日産の開発をどのように加速させているか

「ザ・ガレージ・ポッドキャスト」

AI :期待、現実、そして今後の展望

トップへ戻る