ケーススタディ — OGC Connect Helsinki デモが示した相互運用

2026年6月に披露された実証デモ。送電網・地形・洪水・保護区域・冷却水源を、AI エージェントがデータを移動させずどこから参照したのかを振り返ります。

2026-09-11

デモの概要

2026年6月、OGC Connect Helsinki で実証デモが披露されました。データセンター用地の適性評価を求められた AI エージェントが、以下の問いを順番に処理します。

  1. 送電網へのアクセス
  2. 地形
  3. 洪水リスク
  4. 保護区域
  5. 冷却水源

数十秒後、AI は出典付きの評価結果を出力しました。

ポイント：データはどこにも移動していない

重要なのは、データがどこかに集約されていたわけではない点です。エージェントはフィンランド国土調査院やコペルニクスプログラムなど、各機関が管理するストレージのデータを直接参照していました。

参照先 データ
フィンランド国土調査院 地形・地図ベース
コペルニクスプログラム 洪水リスク等の衛星観測
各自治体・機関 保護区域・インフラ

AI が踏んだステップ

1. STAC カタログから「フィンランド」のレジストリを特定
2. collection.json を読み、各データの座標系・更新頻度・ライセンスを把握
3. AGENTS.md から正しいクエリ方法を参照
4. 必要な範囲のデータだけをストレージから取得
5. 結合・分析し、出典付きで結果を出力

使われた技術要素

collection.json

各データソースの collection.json が、FOSS4G コミュニティにおける地理空間データの合言葉になりました。エージェントはまずカタログを読み、次に必要なデータの URL を把握します。

AGENTS.md

AGENTS.md には「このデータは EPSG:3857 なので、利用時は EPSG:4326 に変換すること」のように書かれており、エージェントは変換ミスなしで分析できました。

レジストリ

レジストリが「信頼できるカタログの索引」として機能し、複数組織のデータを横断的に検索できました。

障壁を崩す技術要素

従来:
  データ検索 → ダウンロード → 前処理 → 分析
  （手間が大きく、AI エージェントには困難）

Portolan:
  collection.json → AGENTS.md 参照 → 必要な部分だけ取得 → 分析
  （失敗しないクエリが最初から使える）

このデモから読めること

Portolan が実現しようとしているのは、特定プラットフォームへの集約でも、データの取り込みでもありません。「すべてのデータが、それぞれの場所に開かれた状態で存在する」世界です。行政や研究機関が持つデータ主権を守りつつ、AI の力を借りられる、その可能性をこのデモは示しています。

今後の発展

  • 自動アラート: AI エージェントが更新を検知し、利用者に通知
  • 複数言語対応: AGENTS.md を英語・日本語など複数言語で提供
  • リアルタイム性: 防災データ等の即座に反映が必要なデータへの適用