9月19日、Ars Technicaが「FAA tees up $875M AI tool to help manage air traffic congestion」と題した記事を公開した。米国連邦航空局（FAA）が航空交通渋滞の管理を目的としたAIツールの導入に向け、総額8億7500万ドル規模の契約を締結したことを詳しく報じている。
FAAが12年・875億円超のAI航空管制契約を発動
FAAは2026年6月、ボストン拠点の企業Air Space Intelligence（ASI）と、総額8億7500万ドル、期間12年の契約を締結した。この契約の核心となるのが、SMART（System for Managing Air traffic through Real-Time analysis、リアルタイム分析による航空交通管理システム）と呼ばれるAIツールである。
SMARTは「予測レイヤー」として機能する。その下には、バージニア州にあるFAAの航空交通管制システム指令センター（Air Traffic Control System Command Center）の現行システムを置き換えることを目的としたフロー管理データ・サービス（Flow Management Data and Services）システムが「バックボーン」として置かれる。この二層構造については、Global Airspace Radar MagazineにおいてMann氏が詳しく整理している。
ASIはすでに別製品である**Flyways AIプラットフォーム（ASI公式サイト上の製品紹介ページ）を展開しており、アラスカ航空などとの提携を通じて全米航空交通の40%超を管理していると主張している。ただしこの数字はASI自身が公表しているものであり、独立した第三者機関による検証は現時点では確認されていない。同プラットフォームは、航空交通と気象条件を予測するために米国国家空域の4Dデジタルツイン**（時間軸を含む4次元の仮想空間モデル）を採用している。
どんなAIが使われるのか——肝心な部分が不透明
技術的な観点で気になるのは、SMARTがどの種類のAIモデルを採用するかが現時点では明らかにされていない点だ。
記事はモデルの種類を以下のように整理している：
- 決定論的AIモデル：あらかじめ定義されたルールと論理に従い、毎回同じ出力を生成する旧来型のアプローチ
- 機械学習モデル：統計的にパターンを分析し、確率に基づいて予測を行う
- 生成AIモデル（LLMなど）：出力が毎回変わりうる、かつ不正確な回答が混じる可能性がある
航空管制という安全性に直結する領域で、出力が「毎回変わりうる」生成AIが採用されるかどうかは、エンジニアにとっても当然気になる点だ。FAAへのコメント要請に対する回答は、記事公開時点では得られていない。
「予測が外れたとき、誰が責任を持つのか」
SMARTの当初展開範囲は、高度2万4000フィート（約7,300メートル）以上を飛行する航空機の管理に限定されている模様だ。Mann氏は具体的に「その高度帯を通過するクルーズ交通、および主要空港への上昇・下降フェーズを含む」と説明している。
Mann氏はArs Technicaに対し、次の点を注視していると語った：
「私が見ていくのは、次の拡張を判断するエビデンスゲートが何かという点だ。デモ環境ではなく、実際のワークロードや劣化したデータ下での性能、そして予測が外れたときに誰が結果の責任を負うかについての文書による回答がほしい。」
政府の大型AIプロジェクトで常に問われる「説明責任」の問題が、航空安全という文脈でより鋭く浮かび上がっている。NISTのAI Risk Management Frameworkなどでも「高リスク領域におけるAIの説明責任」は中心的な論点として位置づけられており、SMARTのような安全クリティカルなシステムへの適用においては、責任の所在を契約・運用両面で明文化することが特に重要となる。
老朽インフラの刷新と並走するAI導入——整合性リスクも
FAAはAI導入と並行して、1980年代にさかのぼる老朽化した航空管制インフラの刷新にも数十億ドル規模の予算を投じている。対象は数百基のレーダーシステム、無線機、通信回線、そして管制官とパイロット間の通話を接続するボイススイッチに及ぶ。
FAA Modern Skiesとして進むこのインフラ更新と、SMARTのAI予測レイヤーは並走する形で進行している。ここで生じる実装上のリスクとして注目すべきは、基盤インフラの切り替えタイミングとSMARTの展開スケジュールの整合性だ。SMARTが予測に用いるデータソースはレーダーや通信系統から供給されるが、それらが段階的に新システムへ移行する過程では、データフォーマットやレイテンシ特性が変化しうる。AIモデルが旧インフラのデータ分布を前提に学習・チューニングされていた場合、基盤移行後に予測精度が一時的に低下するリスクは排除できない。この点について、FAAおよびASIから公式な見解は現時点で示されていない。
※編集部の考察：12年という長期契約の中でインフラとAI層の両方が変化し続けるシナリオは、ソフトウェア開発の観点からも異例の難度を持つ。契約上のマイルストーンや性能評価基準がどう設定されているかは、今後の開示が待たれる。
詳細はFAA tees up $875M AI tool to help manage air traffic congestionを参照していただきたい。
