タクシー業界のAI活用｜需要予測配車・ダイナミックプライシング・ドラレコAI安全運転支援の導入事例【2026年最新】

タクシー業界でAIが実際に成果を出しているのは、①需要予測にもとづく配車・営業ナビ、②AI音声による電話受付の自動化、③AIドライブレコーダーによる安全運転支援の3領域で、いずれも2026年時点で実証段階ではなく実運用フェーズに入っています。一方、話題になりやすいダイナミックプライシング（事前確定型変動運賃）は2023年7月に制度化されたものの、恒常運用している事業者の公式発表は現時点で確認できず、「もう普及している」と書くのは誤りです。

この記事でわかること:

• タクシー業界でAIが効く3領域と、それぞれの現在地（公式データつき）
• GO・S.RIDE・newmo・DRIVE CHARTが実際に出している数値と、その限界
• ダイナミックプライシングの認可条件（5割増〜5割引・10円単位・3ヶ月ごとの報告義務など）
• 車両台数別（〜10両／10〜50両／50両〜）の現実的な打ち手とコスト感
• 2026年度に使える補助金と、導入時の法令・個人情報上の注意点

想定読者は、タクシー・ハイヤー事業者の経営者と管理部門（特に車両10〜50台規模の中小事業者）、地域交通を所管する自治体、モビリティ関連のベンダーです。数値はすべて出典を明記し、公式で確認できていないものは「報道ベース」「ベンダー公表値」と区別して書いています。

タクシー業界のAI活用は3領域が本命｜まず全体像を押さえる

出典: タクシーアプリGO 公式サイト

タクシー事業者が投資判断すべきAI領域は、次の3つに絞られます。それ以外（ダイナミックプライシング、自動運転）は2026年時点では「制度・技術の準備段階」であり、収益計画に織り込む段階ではありません。

生成AIの業種横断の導入事例は生成AI 企業活用事例50選、運輸・物流全体のAI活用は運輸・物流のAI活用事例で整理しています。

なぜタクシー業界でAIが必要なのか｜公的統計で見る3つの構造問題

タクシー業界のAI導入は「流行っているから」ではなく、業界の原価構造と人員構造から見て、それ以外に打ち手が残っていないという事情に支えられています。国土交通省・関東運輸局の資料をもとに、3つの構造問題を整理します。

問題1：運転者が7年で約3割減り、「増車」という選択肢が消えた

法人タクシーの運転者数は、平成27年度の29.6万人から令和4年度には20.9万人へ減少しました（出典: 国土交通省／関東運輸局「タクシー事業の概要や事故の状況等について」令和7年3月）。従業員数も33.8万人→24.6万人と同様の減り方です。

背景には待遇差があります。同資料によると、令和4年度のタクシー運転者の年間所得は361万円で全産業平均（497万円）の約7割、一方で年間労働時間は2,232時間と全産業平均（2,136時間）より長いという構造です。

つまり、需要が戻っても人を増やして応えることが難しい。残る手段は「1台・1人あたりの生産性を上げる」ことだけで、ここが需要予測配車と受付自動化が刺さる理由になります。

問題2：原価の73.6%が人件費｜AI投資の回収は運賃ではなく人件費と空車走行で計算する

国土交通省「タクシーの運賃・料金について」の参考資料によると、タクシー事業の原価構成比は人件費73.6%、燃料費6.9%、保険料2.9%、車両修繕費2.4%、車両償却費1.8%（平成27年度内訳）です。

この比率が意味するのは、AI投資の回収を「運賃を上げること」で計算すると成立しにくいということです。回収の計算は次の2本で立てるのが現実的です。

• 空車走行の削減 — 燃料費だけでなく、同じ乗務時間で稼げる実車回数が増える
• 内勤人件費の削減 — 電話受付・配車オペレーター・点呼など、乗務以外の人件費

問題3：事故率は全自動車平均の約3.7倍で、しかも改善していない

走行距離1億kmあたりの交通事故発生件数（令和5年・全国）は次のとおりです。

出典: 国土交通省／交通事故総合分析センター「事業用自動車の交通事故統計（令和5年版）」（関東運輸局資料）

タクシーは全自動車平均の約3.7倍、トラックの約6.7倍です。しかも平成26年（148.1件）からほぼ横ばいで、バス・トラック・全自動車がいずれも改善傾向にあるなかタクシーだけが下がっていません。死傷者数も令和5年は死者36人・重傷者576人・軽傷者7,336人で、死者数は令和3年の11人を底に令和4年22人→令和5年36人と増加に転じています。

国交省のタクシー事故防止対策検討会が委員事業者10社にヒアリングした結果では、全社がドライブレコーダーを導入済みで全社が事故を減らしており、その中に「AIドライブレコーダーによる運転解析を行い、一時不停止等の違反を数値化し、定量的な数値に基づき指導」という活用が明記されています。ヒヤリハット時の運転者心理としては「急いでいた（85例）」「疲労（77例）」「路上の乗客を気にしていた（55例）」が上位でした。

つまり、タクシーの事故は「注意喚起」では減らない類型が多く、数値化して個別指導するアプローチが有効という整理が公的資料側にすでにあります。

業務別に見るタクシー業界のAI活用一覧

導入を検討する際は、AIを「機能」ではなく「どの業務のどのコストを削るか」で並べたほうが判断しやすくなります。

このうち、電話受付の自動化は「電話配車比率が高い地方事業者」ほど効果が大きく、需要予測は「走行データが厚い都市部」ほど精度が出るという非対称があります。自社がどちらのタイプかで優先順位が変わります。

活用①：AI需要予測配車｜GOのAI予約とS.RIDEのソニー製AI需要予測

出典: S.RIDE 公式サイト

需要予測AIは、過去の乗降データ・時間帯・天候・イベント情報などから「次にどこで乗客が発生しやすいか」を推定し、乗務員の走行や事前予約の受付可否に反映する仕組みです。2026年時点では、単独導入するより配車アプリのプラットフォーム機能として使うのが主流になっています。

GO：AI予約とお客様探索ナビ

GO株式会社の配車アプリ「GO」は、2026年8月17日に累計4,000万ダウンロードを突破（2025年7月の3,000万DLから約1年1ヶ月）、全国47都道府県での提供を2025年9月に達成しています。同社は2026年6月16日に東証グロースへ上場しました。

同社の発表によると、注文時のマッチング率は約97%、注文から車両確定までの中央値は約5秒、車両確定から乗車までの待ち時間中央値は約3.3分です。

AI関連の主な機能は次の2つです。

• AI予約 — 最短15分後から7日後までの希望日時を指定でき、AIが指定時間前後に手配できる車両数を計算したうえで注文を受け付けます。リアルタイムの需給予測で空車車両を自動確保する設計で、従来の「希望日時配車」と比べて10倍以上の注文を受け付けられるとしています。ただし別途手配料金が発生し（エリア・時間帯で変動）、GO Pay決済限定です。公式にも「配車を確約するものではない」と明記されており、5分以上の遅延時は手配料が無料になる運用です。
• お客様探索ナビ — 乗客が乗りそうなルートへ乗務員をナビゲートする機能。需要予測を営業ナビに落とし込んだもので、乗務員の経験差を埋める役割を担います。

また、同社は2024年12月開始の相乗りサービス「GOエコノミー」（通常のタクシー運賃・迎車料等の約50〜90%の価格、事前確定運賃、乗降は指定スポット、最大2席）で、2026年8月時点の累計輸送人数20万人突破を発表しています。運行エリアは東京の複数区に限定されています。

タクシー事業者向けには「GO点呼」があり、2026年6月2日に遠隔点呼へ本格対応しました。出庫営業所と異なる営業所の運行管理者による点呼、複数人ビデオ通話で管理者1名が同時に複数人を点呼する運用が可能で、アルコールチェッカー・体温計以外の初期費用は不要、利用実績に応じた課金制とされています。

出典: GO株式会社 ／ GO AI予約 ／ GO点呼 遠隔点呼対応（2026年6月2日）

S.RIDE：東京1万台超の走行データから作られた需要予測

ソニーグループ系のエス・ライド株式会社が提供する「S.RIDE」は、東京都内で営業走行する10,000台超のタクシー車両の走行データをベースに、ソニーグループのAI技術で需要予測を開発しています。

乗務員は車内タブレットで、需要ヒートマップ、おすすめルート提案、特需通知、天候予測、空車動態をリアルタイムに受け取れます。導入例としては、東京23区・三鷹市・武蔵野市エリアで営業する寿交通株式会社への2022年9月1日導入が公表されています。

2026年の動きとしては、海外配車アプリと国内タクシー網をつなぐ新サービスを2025年11月27日に発表し、2026年春以降、準備の整った海外配車アプリとの接続を順次開始する予定としています。海外アプリからの配車依頼をS.RIDEのシステムに連携し提携タクシーへ配信する仕組みで、訪日客が使い慣れたアプリのまま配車できるため言語・決済の負担が下がります。インバウンド需要側の全体像は観光業・ホテルのAI活用事例も参考になります。

出典: S.RIDE 寿交通への導入 ／ S.RIDE 海外配車アプリ接続

効果はどれくらいか｜公表されている数値は「時点」に注意

需要予測の売上効果として引用されやすい数値は、いずれも古いか、事業者側の公表値です。年を明示して扱う必要があります。

需要予測AIの限界｜地方では精度が出にくい

需要予測を導入判断する際、次の2点は必ず前提に置いてください。

1. 予測は確率であり、配車を保証しない。 GOのAI予約も公式に「指定時間に必ず車両が来ることを保証するものではない」と明記しています。
2. データ量が少ないエリアでは精度が出にくい。 S.RIDEの需要予測が「東京都内1万台超の走行データ」をベースにしているように、需要予測は都市部の密なデータを前提に設計されています。人口密度が低く1日の乗車回数が限られる地域では、予測モデルが学習できる材料そのものが不足します。地方の事業者は、需要予測よりも電話受付の自動化やAIドラレコのほうが投資効率が高くなるケースが多いというのが現実的な判断です。

補足：NTTドコモの「AIタクシー」はすでに終了しています

タクシーAIの解説記事で今も紹介されがちですが、NTTドコモの「AIタクシー」は2021年11月30日に新規受付を終了し、2022年6月15日にサービスを終了しています。同社は終了理由を「配車アプリの急速な普及や新型コロナウイルスによるタクシー市場の変化から、経営資源を集中するため」と説明しています（出典: NTTドコモ 報道発表）。

技術的には、500m四方のエリアごとに30分後までの乗車数を93〜95%の精度で予測し、モバイル空間統計（約7,600万回線）・運行データ・気象データを組み合わせる先進的な仕組みでしたが、現在は導入できません。他社記事や社内資料で「AIタクシー」を検討候補に挙げている場合は、まずここを確認してください。

活用②：AI音声配車｜newmo「maido」は着信の45.5%をAIだけで完結

電話受付の自動化は、2026年時点でタクシー業界のAI活用のなかで最も投資対効果が読みやすい領域です。理由は単純で、削減対象が「配車センターの人件費」という明確なコストであり、かつ取り逃がした着信＝そのまま失注だからです。

newmo「maido」の実績

newmo株式会社は、グループ会社の未来都と共同で音声配車AI「maido」を内製開発しました。AIが電話を受け、迎車地・氏名などをヒアリングして配車システムへ登録し、配車まで完結させる仕組みです。

公表されている実績は次のとおりです。

• 従来は取り逃がしていた着信をなくし、受電率100%を達成
• 着信全体の45.5%をAIのみで配車完結
• 大阪エリアの配車センターで24時間365日 実運用。newmoグループの大阪のタクシー3社（未来都、堺相互、夢洲交通）に対応し、同グループは1,000台以上のタクシー事業を運営
• 経済産業省・NEDO主催「GENIAC-PRIZE」の「カスタマーサポートの生産性向上」テーマで56社中1位（2026年3月24日最終審査、審査委員長は松尾豊教授）

出典: newmo プレスリリース（2026年3月25日）

なぜ地方・中小事業者ほど効くのか

配車アプリ経由の注文が主体の都市部と違い、地方では電話配車の比率が高いままです。電話配車には次のコスト構造があります。

• 夜間・早朝もオペレーターを配置する必要がある（深夜割増の人件費）
• 繁忙時に着信が重なると取りこぼす＝機会損失が可視化されない
• 受付の品質がオペレーター個人に依存する

AI音声配車はこの3点を同時に潰せます。ただし、newmoの実績値が示すとおり現時点の到達点は「着信の45.5%をAI単独で完結」であり、残り半分以上は人間のオペレーターが必要です。「無人化できる」ではなく「配置人数を減らし、難しい問い合わせに人を回せる」と考えるのが正確な期待値です。

音声AI（ボイスボット）そのものの仕組みや他業界での使われ方はコンタクトセンターのAI活用事例、AIが自律的に手順を実行する仕組みの背景はAIエージェントとはで解説しています。

導入時に確認すべき3点

1. 聞き取り精度をどこで担保するか — 地名・施設名の方言や略称（「◯◯病院の裏」など）に、辞書登録で対応できるか
2. 人へのエスカレーション設計 — AIが理解できなかった通話をどのタイミングで人に渡すか。ここを詰めないと苦情に直結します
3. 通話音声の扱い — 乗客の氏名・住所・電話番号を含む音声データがどこに保存され、AIの学習に使われるかを契約書レベルで確認する

活用③：AIドラレコによる安全運転支援｜DRIVE CHART 10万台と「効果が出る企業の条件」

出典: DRIVE CHART 公式サイト

AIドライブレコーダーは、カメラ映像をAIが解析してリスク運転を自動検知し、運転を数値化して指導に使う仕組みです。タクシーの事故率が全自動車平均の約3.7倍という状況を考えると、投資判断の優先度は高い領域です。

DRIVE CHARTの現在地

代表的なサービスがDRIVE CHARTです。まず前提として、提供会社はGO株式会社ではなく、2025年8月1日設立の「GOドライブ株式会社」（代表取締役 川上裕幸）です。GOから分社化しているため、古い記事の記載には注意してください。

• 契約車両数10万台を突破（2025年8月7日発表、サービス開始から約6年）。推移は5万台=2023年2月／7万台=2024年2月／8万台=2024年7月／9万台=2024年12月／10万台=2025年8月
• 検知するリスク運転（8種）: 脇見運転、車間距離不足、一時不停止、速度超過、急ハンドル、急加速、急減速、急後退
• リアルタイム警告: 衝撃検知、車間距離警告、衝突警告、脇見警告、眠気警告（まぶたの状態から眠気を検知、2023年12月実装）、手動録画

出典: DRIVE CHART ／ GOドライブ 10万台突破（2025年8月7日）

148社調査が示す「導入しただけでは効かない」という事実

AIドラレコの投資判断で最も重視すべきなのが、次の調査結果です。GOドライブが2026年7月28日に発表した導入企業アンケート（調査時期2026年1〜4月、対象148社、インターネット調査）では、次の結果が出ています。

※「事故が減少」の定義は、交通事故の総数、または重大事故（人身事故、もしくは損害額・支払保険金50万円以上）の件数が減少したケース

出典: GOドライブ プレスリリース（2026年7月28日）

読み取るべきポイントは次のとおりです。

• タクシーは全体（84%）より効果が出た企業の割合が低い（71%）。タクシーは走行環境が過酷で、機器を入れるだけでは最も成果が出にくい業態
• ところが、リスク運転を30%以上削減できた企業に限ると、タクシーは71%→88%に跳ね上がる
• つまり、成果を分けているのは機器の性能ではなく、検知されたリスク運転を実際に減らす運用（月次の面談、スコアの共有、改善目標の設定）ができているかどうか

AIドラレコの導入を検討するなら、機器費用と同時に「誰が、月に何時間、データを見て乗務員と面談するか」を先に決めてください。 ここが決まっていない導入は、148社調査で言えば「効果が出なかった側」に入る可能性が高くなります。

料金と、導入前に押さえる注意点

DRIVE CHARTの料金体系は公式サイト上、「機器購入プラン（初期費用＋月額利用料）」「機器レンタルプラン（初期費用0円＋月額利用料）」の2形態が示されていますが、具体的な金額は非公開（要問い合わせ）です。同種のサービスは車両1台あたりの月額課金が一般的なため、台数が増えるほど総額が線形に増える点を織り込んで試算してください。

注意点として、車内映像・音声・位置情報は個人情報にあたり、顔画像やまぶたの状態など要配慮性の高いデータを含みうることがあります。乗務員への利用目的の明示、就業規則や労使合意、乗客のプライバシー（車内カメラ）への配慮、保存期間と安全管理措置の設計が必要です。映像解析AIの他業界での運用例は警備業界のAI活用事例も参考になります。

タクシーのダイナミックプライシングの現在地｜制度は2023年に整備済み、実装は限定的

日本のタクシーには「事前確定型変動運賃」というダイナミックプライシングの制度が、2023年7月に整備されています。ただし2026年時点で、これを恒常的に運用している事業者・アプリの公式発表は確認できていません。「日本のタクシーでもダイナミックプライシングが始まっている」という記述は、制度と実装を混同したものです。

運賃制度の柔軟化はここまで進んでいる

タクシーの運賃は道路運送法にもとづく国土交通大臣の認可事項で、事業者が自由に決められるものではありません。ただし柔軟化は段階的に進んできました。

出典: 国土交通省「タクシーの運賃・料金について」／事前確定運賃に関する認可申請の取扱いについて（国自旅第31号）

事前確定型変動運賃の認可条件｜想像以上に制約が多い

国交省の通達（国自旅第31号、令和5年6月27日 国自旅第63号の3による改正）で定められている主な条件は次のとおりです。

• 変動幅: 事前確定運賃の5割増から5割引の範囲内で、10円単位で設定
• 平均額の制約: 変動運賃の平均額が総括原価にもとづく運賃幅に収まることが認可条件。3ヶ月ごとに実績報告の義務がある
• 配車アプリが必須: 導入する場合は配車アプリ等によりサービスを提供すること。流し・電話配車には適用できない
• 併用不可: 導入した事業者の「事前確定運賃」はすべて「事前確定型変動運賃」に切り替わる
• 変動方法: リアルタイム変動でも、事前に変動時間帯を決めておく方式でもよい
• 申請単位: 各タクシー事業者の判断による個別申請
• 運転者負担の禁止: 新たに運転者に負担をさせるような慣行が確認された場合、配車アプリ事業者やタクシー事業者に改善が求められる

国交省資料の例では、東京・武三地区で初乗り500円の事業者の場合、事前確定運賃は500円×1.21（時間係数）≒610円となり、そこから5割引の310円〜5割増の910円（600円の幅）で変動させられる計算になります。

そして最も重要な数字が、同資料に記載された「タクシー利用における事前確定運賃の利用割合：0.18%（旅客課サンプル調べ）」です。変動運賃が乗るベースの市場そのものが、まだ全乗車の0.2%未満という状況です。

実証実験は2021年に実施済み

制度化前の2021年には、東京で2つの実証実験が行われています。

• Mobility Technologies（現GO）: 東京特別区・武三地区で5社 約8,100台、2021年10月11日〜11月30日
• Uber Japan: 東京特別区（北・板橋・練馬を除く）で12社 約1,000台、2021年10月19日〜12月13日。変動幅は需要超過時に公定価格上限から20%以内の割増、需要が下回る時は公定価格下限から10%以内の割引

出典: 国土交通省 報道発表

事業者としての判断

実務的な判断は次のとおりです。

• 収益改善の主戦場は運賃側ではなく、配車効率化・受付自動化・安全（保険料と事故コスト）側にある。 原価の73.6%が人件費で、変動運賃が乗る母数が0.18%である以上、投資順序は明確です
• 変動運賃は、アプリ経由の乗車比率が十分に高く、3ヶ月ごとの実績報告と認可運用に耐える管理体制がある事業者でなければ検討対象になりません
• 運賃水準を満たさない場合は改善指示、なお改善されない場合は道路運送法第31条の事業改善命令の対象になりえます。認可の取消もありえます。「試しに入れてみる」で扱える制度ではない点は強調しておきます

自動運転タクシー・日本版ライドシェアはどこまで来たか

出典: Waymo 公式サイト

自動運転タクシー：Waymoは東京7区で走行試験、商用開始は未発表

Waymoは初の海外進出先として日本を選び、日本交通・GOとのパートナーシップのもと、2025年4月から東京の公道で走行を開始しています。

• 対象エリアは港・新宿・渋谷・千代田・中央・品川・江東の7区、昼夜を問わず走行
• 日本交通の訓練を受けた乗務員が運転席に同乗し、車両を操作する形態。乗務員は「自動運転スペシャリスト」として座学と実車の研修、防御運転講習を修了
• 現段階は東京固有の道路環境に適応するためのデータ収集と技術検証で、一般向けの商用サービスは開始されていない（開始日も公式には未発表）

出典: Waymo in Japan

このほか、日産自動車が横浜（みなとみらい・桜木町・関内）でセーフティドライバー同乗前提のサービス実証を進めていること、ティアフォーが東京・お台場でサービス実証を行いnewmoと協業していることが報じられていますが、これらは報道ベースの情報であり、計画の内容・時期は各社公式での確認が必要です。

いずれにせよ、「2026年に自動運転タクシーが実用化される」という前提で経営計画を立てるのは危険です。自動運転やADASの技術的な背景は自動車業界のAI活用事例、鉄道側の自動運転・需要予測との比較は鉄道業界のAI活用事例で整理しています。

日本版ライドシェア：AIの需要予測が行政プロセスに組み込まれた稀な例

日本版ライドシェア（自家用車活用事業）は令和6年（2024年）3月に創設され、道路運送法第78条第3号にもとづく許可で運用されています。タクシー事業者の管理の下で、地域の自家用車と一般ドライバーを活用した運送を可能にする制度です。

注目すべきは仕組みです。タクシー配車アプリのデータ等を活用して、営業区域ごとにタクシーが不足する時期・時間帯・不足車両数を特定する設計になっています。令和6年3月13日に第1弾として特別区・武三交通圏、京浜交通圏、名古屋交通圏、京都市域交通圏の4地域の不足車両数が公表され、以降順次拡大しています。

つまり、配車アプリの需要データが、行政が運行可能量を決めるインプットになっている。AIによる需要把握が制度運用そのものに組み込まれている点で、タクシーは他業界と比べても特殊な位置にあります。

出典: 国土交通省 報道発表（自家用車活用事業に係る不足車両数の公表）

なお、2026年時点の全国の実施地域数・車両数の公式集計値、およびタクシー会社以外の事業者が単独運営するタイプの解禁状況については、国交省の最新公表資料で確認してください。

導入コストと投資回収の目安｜車両台数別の判断表

法人タクシー事業者は、令和4年3月末時点で全国の約6割が車両10両以下・従業員10人以下です（関東エリアでは車両10両以下が73.4%、従業員10人以下が64.4%）。この規模感を無視した「AI導入論」は実務では使えません。台数別に現実的な打ち手を整理します。

費用の相場観（公式価格ではありません）

以下は開発会社・ベンダーが公開している目安であり、公式に統一された価格表は存在しません。見積もりを取る際のレンジ感として参照してください。

※出典はベンダー・開発会社の公開情報であり、一次情報での裏取りはできていません。実額は必ず個別見積もりで確認してください。

投資回収の計算の型

原価の73.6%が人件費という構造から、回収は次の順で試算するのが実務的です。

1. 内勤人件費 — 配車オペレーターの深夜帯1名を削減できるか。年間の人件費（社会保険料込み）でいくらか
2. 空車走行の燃料費と実車回数 — 1台あたり月間の空車走行距離が何km減るか。燃料費だけでなく、浮いた時間で実車が何回増えるか
3. 事故コスト — 過去3年の事故件数×1件あたりの平均コスト（修理費＋免責＋休車損＋保険料上昇分）。ここに148社調査の削減率を掛けて幅で置く
4. 機会損失 — 取り逃がしていた着信件数×平均収受額

1〜4のうち、最も金額が大きい項目から着手するのが正解です。多くの中小事業者では①内勤人件費と③事故コストが最大になります。

2026年度に使える補助金｜交通DX・GX補助金とデジタル化・AI導入補助金

タクシー事業者がAI関連システムを導入する際に使える主な補助金は次の2つです。「IT導入補助金」は2026年度から名称が変わっている点に注意してください。

交通DX・GX補助金の実務ポイント

令和8年度の公募期間は2026年4月27日(月)14:00〜5月29日(金)15:00（特設サイト公開は2026年4月13日）、実績報告期限は2027年2月26日(金)15:00でした。年度によって日程は動くため、次年度分は必ず特設サイトで確認してください。

対象取組の例として、運行管理支援、業務日報の自動作成、車両動態管理、運行計画作成支援、ODデータ・乗降人数などの自動集計システムが挙げられています。AI配車システムや点呼DXの多くはこの範囲に入ります。

人材確保支援事業として、二種免許取得教習、採用活動（Web広告・求人媒体）、女性用施設の整備なども補助率1/2または1/3で対象になります。福祉タクシー導入は1/3、ジャンボタクシーは1/3（上限60万円/台）です。

出典: 交通DX・GXによる経営改善支援事業等補助金 ／ 対象事業一覧 ／ 国土交通省 公募結果

デジタル化・AI導入補助金2026の実務ポイント

令和7年度補正予算事業から、従来の「IT導入補助金」が「デジタル化・AI導入補助金」へ名称変更されました。公募要領は2026年3月に中小企業庁から公開されています。IT導入支援事業者（ベンダー）と共同で申請する形式は従来と同様のため、検討中のベンダーが登録事業者かどうかを最初に確認してください。

出典: 中小企業庁 公募要領 ／ デジタル化・AI導入補助金 ポータル

失敗しない導入の進め方｜5ステップ

ステップ1：削るコストを1つに決める（1〜2週間）

「AIを導入する」ではなく「深夜帯のオペレーター1名分の人件費を削る」「事故件数を年間3件減らす」のように、金額または件数で書ける目標を1つだけ決めます。複数同時に狙うと、どのシステムも中途半端になります。

ステップ2：自社の乗車のうち「電話」「アプリ」「流し」の比率を出す（1週間）

この比率で打ち手が変わります。電話比率が高いならAI音声配車、アプリ比率が高いなら需要予測とアプリ側の機能、流しが多いなら営業ナビとAIドラレコが優先候補です。ここを測らずにベンダー提案を受けると、他社事例に引っ張られた選定になります。

ステップ3：補助金のスケジュールから逆算する（1ヶ月）

交通DX・GX補助金は年度単位の公募で、締切を過ぎると翌年度まで待つことになります。契約前に申請が必要な補助金が多いため、発注を先に進めないよう注意してください。

ステップ4：1営業所・10台程度で先行導入する（3ヶ月）

いきなり全車両に入れず、同一条件で比較できる規模で先に回す。AIドラレコなら、この期間に「誰が月次でデータを見て面談するか」の運用まで作り込みます。GOドライブの148社調査でも、成果を分けたのは機器ではなく運用でした。

ステップ5：数値で判定して横展開する（3〜6ヶ月）

ステップ1で決めた指標だけで判定します。改善していれば横展開、していなければ「使い方が悪いのか、そもそも合っていないのか」を切り分ける。AIドラレコで言えば、リスク運転の検知件数自体が減っていないなら運用の問題、減っているのに事故が減らないなら別の要因を疑います。

こんなタクシー事業者におすすめ／おすすめしない事業者

導入効果が出やすい事業者

• 電話配車の比率が高く、夜間もオペレーターを配置している事業者 — AI音声配車で内勤人件費に直接効きます。地方の中小事業者ほど当てはまります
• 過去3年で事故が複数件発生し、保険料が上がっている事業者 — AIドラレコの投資回収を事故コストの削減で説明できます
• 月次で乗務員面談を行う体制がある、または作れる事業者 — AIドラレコの効果はここで決まります（リスク運転を30%以上削減できた企業では、タクシーの事故削減効果が71%→88%）
• 配車アプリに加盟済み、または加盟を検討している10両以下の事業者 — 自社開発せず、プラットフォーム側のAI機能をそのまま使うのが最も費用対効果が高い選択です
• 訪日客の乗車が多い地域の事業者 — 海外配車アプリとの接続など、インバウンド側の導線が2026年に広がります

現時点では急がなくてよい事業者

• 需要予測AIだけを目的に検討している、走行データが薄い地域の事業者 — 予測モデルの学習材料が不足し、精度が出にくい。先に受付自動化と安全側に投資したほうが確実です
• ダイナミックプライシングの導入を主目的にしている事業者 — 事前確定運賃の利用割合が0.18%であり、認可・3ヶ月ごとの実績報告・事前確定運賃との併用不可という制約に見合う収益は、多くの事業者で見込めません
• データを見て乗務員と話す担当者を置けない事業者 — AIドラレコを導入しても効果が出ない側に入るリスクが高くなります
• 自動運転タクシーへの置き換えを前提に投資を止めている事業者 — Waymoも乗務員同乗の走行試験段階で、商用開始日は未発表です。数年単位で現行オペレーションを改善する前提のほうが合理的です
• 社内で誰も配車データを扱えず、外部委託の予算もない事業者 — まずは配車業務のBPO（コールセンター受託）など、人手側の外部化から検討するほうが現実的です

導入前に押さえる法令・セキュリティの注意点

タクシーは許認可事業であり、AI導入は「便利だから入れる」で完結しません。最低限、次の5点は事前に確認してください。

1. 運賃・料金は国土交通大臣の認可事項

変動運賃や新しい料金体系の導入には地方運輸局への認可申請が必要です。供給過剰と判断された地域ではタクシー特措法が適用され、国土交通大臣が定める運賃の範囲内での運用となります。運賃水準を満たさない場合は改善指示、改善されなければ道路運送法第31条の事業改善命令の対象になりえます。

2. 点呼の自動化・遠隔化は要件を満たした機器・運用が前提

自動点呼・遠隔点呼は国交省が定める要件を満たす機器と運用が前提です。GO点呼が2026年6月2日に遠隔点呼へ本格対応したように、対応時期はサービスごとに異なります。導入前に、自社の営業所構成で要件を満たせるかを確認してください。

3. 個人情報の取扱い（最も見落とされやすい）

AI導入で扱うデータには次が含まれます。

• 乗客の乗降地点・氏名・電話番号（配車データ、通話音声）
• 乗務員の車内映像、顔画像、まぶたの状態などの解析結果（眠気検知）
• 車両の位置情報・走行履歴

これらは個人情報にあたり、利用目的の特定・通知、安全管理措置、保存期間の設定が必要です。AIベンダーに処理を任せる場合は委託先の監督義務が発生します。

4. 生成AIを使う場合の追加確認

音声配車AIやチャットボットにクラウド型のLLMを使う場合、契約時に次を確認してください。

• 乗客の通話音声・氏名・住所がそのまま外部のAIサービスに送信される設計になっていないか
• 送信されたデータがモデルの学習に使われない設定になっているか
• データの保存先リージョンはどこか、保存期間はどれくらいか

生成AI全般のリスクと安全な使い方は生成AIとはでも整理しています。

5. 労務・評価への反映は慎重に

安全運転スコアを人事評価や賞与に直結させる場合、労使合意と評価基準の透明性が必要です。国交省のヒアリングでも「定量的な数値に基づく指導」は推奨されていますが、懲罰的な運用は現場の反発を招き、かえって定着を阻害します。148社調査が示す成果の源泉は「リスク運転を減らす行動変容」であって「減点」ではありません。

よくある質問

Q. 個人タクシーでもAIは使えますか？

A. 自社でシステムを持つことはできませんが、配車アプリに加盟すればプラットフォーム側のAI需要予測や営業ナビ機能を利用できます。AIドラレコも1台単位で契約できるサービスがあります。令和4年度時点で個人タクシーは全国約27,000台と減少傾向にあり、アプリ経由の受注確保は事業継続の観点でも比重が高まっています。

Q. 交通DX・GX補助金とデジタル化・AI導入補助金は併用できますか？

A. 同一の経費に対して複数の国庫補助を重ねることは、一般に認められません。ただし対象経費が明確に分かれていれば、別々の補助金を活用できる場合があります。判断は各補助金の公募要領と事務局への確認が必要です。

Q. AI導入で乗務員を減らせますか？

A. 減らす方向の話ではありません。運転者数が7年で約3割減っている現状では、限られた乗務員1人あたりの生産性を上げることが目的になります。減らせる可能性があるのは配車オペレーターなどの内勤人員で、それも現時点の音声AIの到達点（着信の45.5%をAI単独で完結）を踏まえると「無人化」ではなく「配置人数の最適化」です。

Q. 導入から効果が見えるまでどれくらいかかりますか？

A. 領域によって異なります。AI音声配車は受電率という形で数週間で数値が出ます。AIドラレコは、リスク運転の検知件数の変化が1〜3ヶ月、事故件数への反映は年単位で見る必要があります。需要予測は乗務員の使いこなしに差が出るため、3ヶ月程度の慣らし期間を見込んでください。

Q. 車内カメラの映像について、乗客への告知は必要ですか？

A. 個人情報の利用目的は通知または公表が必要です。実務では車内へのステッカー掲示や、営業所・自社サイトでのプライバシーポリシー掲載といった方法が取られます。記録の目的（安全運転指導、トラブル対応など）、保存期間、開示の条件をあらかじめ定めておくことが望ましいです。

Q. 他業界のAI導入と比べて、タクシーの特殊性はどこにありますか？

A. 運賃が認可制であること、車内という閉じた空間で個人情報を扱うこと、そして配車アプリの需要データが日本版ライドシェアの不足車両数算定という行政プロセスのインプットになっていることです。3点目は他業界にほとんど例がありません。交通事業者全体でのAI活用の比較は航空・鉄道業界のAI活用事例も参考になります。

まとめ

タクシー業界のAI活用は、2026年時点で次のように整理できます。

• 本命は3領域。需要予測配車（GO・S.RIDE）、AI音声配車（newmo「maido」が着信の45.5%をAI単独で完結）、AIドラレコ（DRIVE CHART契約10万台超）。いずれも実運用フェーズ
• 効果を分けるのは機器ではなく運用。DRIVE CHARTの148社調査では、タクシーの事故削減効果は全体で71%だが、リスク運転を30%以上削減できた企業では88%まで上がる
• ダイナミックプライシングは制度としては2023年7月に整備済みだが、実装は限定的。5割増〜5割引・10円単位・配車アプリ必須・3ヶ月ごとの実績報告といった制約があり、そもそも事前確定運賃の利用割合が0.18%
• 自動運転タクシーはまだ走行試験段階。Waymoは東京7区で乗務員同乗のもと走行しており、商用サービスの開始日は未発表
• 投資判断は原価構造から逆算する。原価の73.6%が人件費であり、回収は運賃側ではなく内勤人件費・空車走行・事故コストで計算する
• 法人の約6割が車両10両以下。この規模では自社開発ではなく、配車アプリへの加盟とSaaSの組み合わせが唯一現実的な選択肢
• 2026年度は交通DX・GX補助金（システム導入 補助率1/2）とデジタル化・AI導入補助金（旧IT導入補助金）が使える

まず着手すべきは、自社の乗車における「電話」「アプリ」「流し」の比率を出すことです。電話比率が高ければ受付の自動化、事故が多ければAIドラレコ。この2つは、規模を問わず投資回収の説明がつきやすい領域です。

他業界での導入パターンを横断的に見たい場合は生成AI 企業活用事例50選、運輸・物流全体の配送最適化との共通点は運輸・物流のAI活用事例をあわせてご覧ください。