何が起きたか

Googleは、画像生成ツール「Nano Banana」をGoogle Earthに組み込みました。提供はすでに開始されています。打ち出しの中心に置かれているのは「過去を可視化する（visualize the past）」という用途で、Googleが挙げる例では、教師がポンペイの遺跡に対して「78年当時どう見えたか」というプロンプトを入力すると、現在の遺跡が「活気にあふれた色鮮やかなローマ帝国の街路の風景」へと即座に変換される、とされています。

用途は歴史教育にとどまりません。Googleは「プロフェッショナルな不動産プラン」の作成例として、東京の空き地を「オープンスペースを備えた活気ある商業・小売地区」として描き直し、顧客に「何が実現しうるか」を見せるシナリオを提示しています。着工前（before breaking ground）の建築プロジェクトの可視化も想定されており、「地元産の持続可能な素材で建てた湖畔のモダンなキャビン」といった生成例が示されました。さらに、Google Earth上の場所を題材にしたインフォグラフィック生成もあり、自由の女神像を例に、像の高さや使われた素材といった歴史情報を盛り込んだ図版が作られています。ただしこのインフォグラフィック機能が任意の地点で使えるのか、著名なスポットに限られるのかは明らかにされていません。

なぜ重要か

この統合の本質は「画像生成が地理座標に紐づいた」ことです。これまでの画像生成は、プロンプトの言葉から想像上の風景を作るものでした。今回は、実在する土地の現況画像という強い制約条件が入力側に固定されます。つまり出力は「どこかの街」ではなく「この区画」の絵になる。提案資料や企画書で価値を持つのは、まさにこの一点です。

精度という前提条件

もっとも、Engadgetが指摘するとおり、2,000年前に衛星カメラは存在しません。歴史的な風景の生成は本質的に推測であり、AIの出力には事実誤認が含まれ得ます。インフォグラフィックのように数値や素材といった検証可能な情報を含む出力なら、誤りは「もっともらしい嘘」として資料に混入します。

ここで用途を二つに分けて考える必要があります。ひとつは「合意形成のための絵」──着工前の建物イメージや再開発後の街区のように、そもそも正解が存在せず、関係者の頭の中を揃えることが目的の使い方。もうひとつは「事実の再現」──過去の街並みや歴史データのように、正解が外部に存在する使い方です。前者ではスピードがそのまま価値になりますが、後者では検証工程を省いた瞬間に品質事故に変わります。同じツールの同じ操作が、目的によって「生産性向上」にも「誤情報の量産」にもなる、というのが実務上の要点です。

💼 事業会社視点：これは自社にどう効くか

日本企業でまず影響を受けるのは、不動産・建設・都市開発と、その周辺の提案業務です。Googleが東京の空き地を商業地区に描き替える例をわざわざ挙げている点は象徴的で、これまで数十万円規模とリードタイムを要したパース制作の一部が、営業担当の手元で当日中に完結する可能性があります。パース・CG制作を受託する事業者は、「初期案の量産」で戦う限り価格を維持できません。逆張りするなら、法規制・日影・容積率といった検証を組み込んだ「実現可能性が担保された絵」へ商品を移すことです。

事業会社の役員として今週決めるべきは、ツール導入の可否ではなく運用ルールの線引きです。具体的には、(1)顧客に提示する資料にAI生成画像を含める場合の明示ルール、(2)数値・史実・素材名を含む出力は必ず一次資料で裏取りする、という二点。特に自由の女神の例のような「高さや素材を含むインフォグラフィック」は、誤った数値が入っても社内では見抜けません。教育・観光・自治体案件では、誤りがそのまま信用毀損に直結します。

EC・SaaS側の示唆は別にあります。地理座標という外部の制約を入力に固定すると、生成物の実用度が跳ね上がるという構造です。自社が持つ図面・在庫・店舗データを同じように制約条件として与える設計ができないか、今のうちに検討する価値があります。