大谷翔平が指摘した「データ格差」スポーツ事例に学ぶ 6時間でできる中小企業のAI活用術大谷翔平のWBC後発言、馬瓜エブリン「テックアスリート」宣言、森保ジャパンの分析班強化──直近3本のニュースから読み解く、半日（約6時間）で着手できるAI活用の具体ステップ

2026年3月19日、オープン戦（ドジャース対ジャイアンツ）。4回1/3を投げ、1安打無失点・4奪三振・最速99.9マイル（約160.7キロ）という圧巻の内容で登板した大谷翔平投手は、試合後の取材でWBC2026についてこう語っています。

「データの方々に関しては頑張ってもらった。僕らは（メジャー）各球団のデータもありますし、それを集めて提示すればいいだけですけど、なかなか台湾の選手、チェコの選手、オーストラリアの選手全員の分があるかといわれたらそういうわけではない中で、少ない資料をうまくまとめてはくれていたなというのはもちろん思うのでそこは感謝しています」

「必ずしもすごく遅れていたかと言ったらそうではないですけど、現場として（NPBの）各球団が、常日頃から使ってはなさそうだなという雰囲気があった。そのギャップはありましたけど、そこは追いついてくるんじゃないかなと思います」

（出典：サンスポ「大谷翔平、データ全盛の球界で〝時代遅れ〟を指摘」2026年3月19日 ／ 投球成績の補強は 日本経済新聞「MLB：大谷翔平がオープン戦初登板、5回途中無失点」 でも確認可能）

侍ジャパンの分析スタッフへの敬意を示しながら、NPB現場のデータ活用に感じた違和感を率直に語ったコメントです。実際、MLBとNPBのデータ環境の差は、年表で並べると一目瞭然です。

（出典：MLB Technology Blog「Introducing Statcast 2020: Hawk-Eye and Google Cloud」 ／ ASCII.jp「ホークアイデータの裏側」 ／ Hawk-Eye Innovations公式「One data foundation, new fan experiences」）

MLBでは、計測されたデータが Baseball Savant で誰でも無料で確認でき、選手の打球速度・スピン量・スプリント速度などが、FA交渉や年俸査定にそのまま反映されます。年俸を「数字で説明できる」のが当たり前の世界です。

NPBの分析体制も進化はしています。各球団でアナリストの採用が進み、データ部門を持つ球団も増えてきています。ただ、データ担当が他業務との兼任で運営されているケースもまだ多く、専任チームが手厚く整っているかは球団ごとに差があるのが現状です。

大谷選手の「常日頃から使ってはなさそうだな」という言葉は、この「現場での日常使い」の深度差を肌で感じた表現として受け取れます。設備は揃った。あとは「日常使い」の深度を上げるフェーズです。

2026年5月15日、日本サッカー協会はW杯北中米大会に臨む代表26名を発表しました。MF守田英正選手（31歳）がボランチから選外となったことで、波紋が広がりました。森保一監督はその判断について「鎌田、佐野、田中は所属チームでしっかりプレーできており計算が立つ」と発言。

注目すべきは、この選考判断にデータが効いていたとされる点です。日刊スポーツの報道は、こう伝えています。

「縦への推進力は下がっているとも言われる」など、定量的指標が選考判断の物差しとされた。前回大会ではFW大迫、MF原口の選外でも同様にデータが活用された。従来の分析班に加え、東京大学および筑波大学の学生も加わり、データ戦略の強化が進んでいる。

（出典：日刊スポーツ「【日本代表】守田英正なぜ選外か？森保監督が大事にする『客観性』データも指標に」2026年5月15日）

代表チームのスタッフ表に大学生──と聞くと不思議に感じますが、世界に目を向けると、これは「ようやく追いついてきた」風景です。ドイツ代表は2014年のW杯優勝に向けて、2013年からSAPと提携し「Match Insights」というデータ分析プラットフォームを構築しました。その結果、ボール保持時間を2010年大会の平均3.4秒から2014年大会の1.1秒へと約68%短縮したと報告されています（出典：Computer Weekly「SAP helps Germany lift the World Cup」）。

イングランドのプレミアリーグでは、クラブの約75%が2023年時点でフルタイムのデータアナリストを少なくとも1名雇用している状況です（出典：Sportblog Online「Premier League Data Revolution」）。HudlとStatsBombが統合した分析プラットフォームは、1試合あたり3,400以上のイベントデータと、190以上の大会の映像データベースを束ねます（出典：Hudl公式「Hudl StatsBomb」）。

「縦への推進力」とは、攻撃時のスプリント距離・スプリント回数・パス前進率といった定量指標で測られる、選手の前方への運動量を指します。海外サッカーの分析現場では、xG（期待ゴール）やPPDA（敵陣プレッシング指標）などの高度な指標を大学レベルで計算するのが常識化しています。東大・筑波大の学生が代表チームの分析班に加わったという報道は、日本もその文脈に追いつき始めた、と読める動きです。

サッカーの世界でも、「経験と勘」だけでメンバーを選ぶ時代は終わりつつあります。日本もそこへ向けて動き始めている──「東大・筑波大の学生が分析班に」というニュースは、その小さな証拠です。

そして今回、個人的に最も衝撃を受けたのが、馬瓜エブリン選手のX投稿でした。馬瓜選手は1995年生まれ、180cmのパワーフォワード。東京五輪2020で銀メダルを獲得した日本代表の中心選手で、2025-26シーズンからENEOSサンフラワーズに加入しています（出典：WJBL公式選手ページ）。

2026年5月20日、馬瓜選手は自身のXで「現役バスケ選手がエンジニアじゃなくても、AIで試合映像を自動解析できた話」というタイトルの長文投稿を公開しました。要点を引用します。

「最近AIに自分の試合映像を見せている。試合映像を食わせて、選手を自動で色分けさせたり、コートのマップに落とし込んだりして遊んでます。笑」

「AIとエンジニアじゃない自分1人で、半日あればセットアップして動かせたので少し共有してみようと思いました！」

（出典：Evelyn Mawuli 馬瓜エブリン @evelyn_mawuli「現役バスケ選手がエンジニアじゃなくても、AIで試合映像を自動解析できた話」）

使用したのは、Roboflow（米AI企業の画像認識プラットフォーム）のバスケットボール解析ツールを軸に、選手検出のRF-DETR、選手追跡のMeta SAM2、ユニフォーム色から自動でチーム分けする画像認識モデルSigLIPなど。これらをクラウド上のGPU環境（Google Colab Pro+ ＋ NVIDIA L4）で動かしたとのことです。馬瓜選手が「赤はどこ」「黄色はENEOS」と教えなくても、AIが勝手にその試合のユニフォーム色を学習してチーム分けしてくれる、と書かれています。

Roboflowはアイオワ州デモインに本社を構える2019年創業のAI企業で、世界の開発者100万人以上が利用し、Fortune 100企業の半数以上が顧客に名を連ねます。2024年11月にはGV（旧Google Ventures）主導でシリーズB $4,000万を調達したばかりです（出典：SiliconANGLE「Roboflow raises $40M Series B」2024年11月19日）。

「テックアスリート」とは、競技を続けながら自らAI実装やデータ解析に取り組むアスリートを指す造語で、今回の馬瓜選手の投稿で使われた言葉です。

馬瓜選手の投稿で最も引き込まれたのは、技術スタックの説明より、その後に書かれた一節でした。

「私はエンジニアじゃないし、たぶん本物の開発者から見たらめっちゃ拙いことをやってると思います。『ブラウザでポチポチやってるだけじゃん』『そんな技術は昔からあるよ』ってのも、知っています。ただ少し前の私にとってここまで実装するにはなかなかハードルが高いし、時間も必要だった」

「『多少わからなくても、技術に触る事』に価値があるということです」

「『アスリートこそAIを触った方が良いのでは？』」

そして自身の活動を「テックアスリート」と命名し、AI時代のアスリートに必要な5つの姿勢として、以下を挙げています。

• まずはAIを使って何か実験しようと思えること
• 動かなかった時に、どのように解決していくかを考えること
• 新しい技術と自分の好きな領域がどのように繋がるかを妄想すること
• 全くかけ離れた好きな領域をどれだけ増やせるか
• 全く知らない領域の知識・人脈に飛び込めるか

馬瓜選手は、現役選手として競技を続けながら、スポーツ特化のライブ配信プラットフォーム「Fantrance（ファントランス）」を運営するBack Dooor株式会社（2023年1月設立、名古屋市昭和区）の代表取締役も務めています（出典：PRTimes「Fantrance iOSアプリリリース」）。

スポーツ業界で「データ」と言うと、これまでは球団・リーグ・代表チームといった組織側の話でした。馬瓜選手の事例が示しているのは、その流れが選手個人の側にまで降りてきているという事実です。しかも、その入り口は「ブラウザでポチポチ」で済むレベルにまで民主化されています。

スポーツ業界がなぜこれほどデータを命がけで追うのかを考えてみたいと思います。理由はシンプルです。「限られた予算と人員の中で、勘ではなく再現性のある成果を出すため」──これに尽きます。MLBは選手の年俸査定の根拠としてStatcastを使い、ドイツ代表はW杯優勝のためにボール保持時間を秒単位で削る。すべて「投資対効果（ROI）の最大化」が動機です。中小企業のマーケティングも、これと完全に同じ構造です。限られた広告予算、限られた人員、限られた時間。その中で、勘に頼らず再現性のある成果を出す。

スポーツの現場でこれだけのことが起きている2026年に、中小企業のマーケティングはどこにいるのか。直近の調査を並べてみます。

• 中小企業の生成AI推進率：23.4%（大企業は43.3%、差は約20ポイント）。東京商工リサーチが2025年8月に6,645社を対象に調査した結果です（出典：東京商工リサーチ「生成AI活用調査」2025年8月）。
• 中小企業のAI導入率：20.4%（全社または一部業務で導入）。中小機構が2026年3月に公表した実態調査です（出典：中小機構「AIの利活用に係る実態調査」2026年3月）。
• 中小企業のデジタルマーケ実施率：6.1%。ペライチが2025年3月に実施し、6月に発表した、従業員100名以下のビジネス層280名を対象とした調査結果です。同調査では「Web広告運用・SNS発信・データ分析など、何らかのデジタル施策を業務として行っていること」を「実施」と定義しています（出典：PRTimes「マーケティング活動のデジタル化に関する実態調査」2025年6月）。

ここで重要なのは、スポーツ業界と中小企業マーケでは、同じ「データドリブン化」と言っても、課題のフェーズが違うということです。スポーツ業界が直面しているのは「設備（ホークアイ・Statcast等）はすでに揃ったが、現場での日常使いの深度を上げる段階」──これが大谷選手の指摘の本質です。一方、中小企業のマーケティングの大半は、その手前の「そもそもデータを取って戦略に反映する仕組み自体を持っていない」という段階にあります。デジタルマーケ実施率6.1%という数字は、9割超の中小企業がスポーツ業界で言えば「ホークアイすら入っていない時代」にいることを示しています。

絶望的な数字に見えるかもしれません。が、私はむしろ希望のあるニュースとして受け止めています。なぜなら、スポーツ業界が10年かけて越えた壁を、いまの中小企業は数か月で越えられる時代に入っているからです。

理由は2つあります。

ひとつは、馬瓜選手の事例が示すように、「専門家がいなくても、ブラウザでポチポチ動かせる」AI環境がすでに整っていること。Roboflow・Meta SAM2・Google SigLIPのような最先端ツールが、現役のバスケ選手の半日のセットアップで動く時代です。マーケティングの実務で使う道具は、競技用AIよりはるかにシンプルで、業務に直結しています。

最初の半日（約6時間）で着手できる具体的なステップを3つ挙げます。

• データを「見える化」する半日：Google アナリティクスやサーチコンソールのデータを Looker Studio で1枚のダッシュボードにまとめる。これだけで「先週どのページがどれだけ読まれたか」が経営層・現場に同じ画面で共有できるようになります。コストはゼロ、所要は半日です。大谷選手がBaseball Savantで自分の打球速度を確認するのと同じ構造を、自社サイトでも数時間で作れます。
• 問い合わせ対応をAIで下書きする半日：問い合わせメールへの返信文・FAQ回答・営業フォローアップを、生成AIに下書きさせる運用を1つだけ作る。チーム全員に展開する前に、まずは1業務×1か月の試行で十分です。AIを「新しい同僚」として受け入れる感覚で始めてみてください。
• 広告クリエイティブをAIで増やす半日：既存のバナー・LPコピーを生成AIに10案展開させ、A/Bテストの母数を増やす。「クリエイティブが枯れた」と感じている事業部こそ、半日で打てる手です。馬瓜選手がAIにユニフォームの色を自動学習させたのと同じく、AIに既存パターンから新案を生成させます。

いずれも、馬瓜選手の言葉を借りれば「ブラウザでポチポチ」のレベルで着手できます。重要なのは、最初から完璧な設計を目指すのではなく、まずチームの中で1人が触り始めることです。

もうひとつの理由は、道具でも技術でもなく、「姿勢」の問題です。馬瓜選手の言葉が、それを端的に示しています。

「『多少わからなくても、技術に触る事』に価値があるということです」

これは、中小企業の経営者・マーケ担当者の方々に対しても、そのまま当てはまる言葉です。「データ分析の専門部署がない」「マーケ担当が兼任で手一杯」「AI？ うちには関係ない」──こうしたお声を、私もクライアントワークの中で本当によく伺います。一方で、最初の一歩を踏み出した会社が、3か月後には「会議の体感が変わった」「広告の打ち方が変わった」とおっしゃる例も、確実に増えてきています。

スポーツ業界が示している転換点は、特定の業界だけの特別なニュースではありません。「データを取り始めるハードルは、かつてないほど下がっている」「専門家がいないから、という理由で立ち止まる必要がなくなってきた」──すべての業界が、この転換点に同時に立っています。

「スポーツは根性論」というイメージを、データが塗り替えつつあります。大谷選手が突いたMLBとNPBのギャップ、森保ジャパンの分析班に加わる大学生たち、「ブラウザでポチポチ」で試合映像をAI解析する現役WJBL選手──こうした動きに共通するのは、馬瓜選手の一言に集約されています。「多少わからなくても、技術に触れること」。

中小企業のマーケティングも、いま、同じ転換点に立っています。「データ分析は大企業の話」「AIはエンジニアがいる会社の話」──そうした前提が、急速に過去のものになりつつあります。

Marumakeは、マーケティング戦略とAI活用を一気通貫で支援するコンサルティング企業です。地方自治体（長崎県・京都市等）からグローバル企業のスポンサーシップ、街のお菓子屋さんまで、累計300社超の支援実績の中で、「最初の一歩をどう踏み出すか」のお手伝いを最も大切にしてきました。

御社のいまの状況（業種・規模・課題感）を、分かる範囲で結構ですのでお聞かせください。本記事でご紹介したスポーツ業界の事例のように、御社にとっての「最初の半日でできること」を、一緒に設計させてください。