はじめに
Google CloudとMLBが2026年3月26日のシーズン開幕に合わせ、MLB公式アプリのGameday機能に「Scout Insights」を追加しました。GeminiモデルとGoogle Cloudを活用し、試合中にリアルタイムのAIコメンタリーを届けるこの機能の概要と技術的な背景を解説します。
参考記事
- タイトル: MLB pitches AI-powered commentary in its play-by-play app
- 著者: Matt A.V. Chaban
- 発行元: Google Blog
- 発行日: 2026年3月27日
- URL: https://blog.google/innovation-and-ai/infrastructure-and-cloud/google-cloud/mlb-scout-insights/
- タイトル: Calling the game: How MLB brings AI-powered color commentary to fans with Scout Insights
- 著者: Matt Graser（Director, Engineering, MLB）、Josh Frost（SVP, Product, MLB）
- 発行元: Google Cloud Blog（Transform with Google Cloud）
- 発行日: 2026年3月23日
- URL: https://cloud.google.com/transform/mlb-scout-insights-ai-powered-color-commentary-gameday-app
要点
- 2026年3月26日のMLBシーズン開幕に合わせ、MLB App・MLB.comのGameday機能に「Scout Insights」が追加された
- Gemini 2.5 FlashおよびGemmaモデルが数百ペタバイトのリーグデータを解析し、試合の重要な場面に合わせたコメンタリーを生成・配信する
- インサイトの「面白さ」を数学的に定量化する「サープライザル（surprisal）」という評価指標を採用し、単なる事実とは異なる有益な情報を識別している
- 低遅延を維持するため、その日のラインナップをもとに事前生成したインサイトを約2秒以内に試合文脈とマッチングする独自アーキテクチャを採用している
- BigQuery・AlloyDB・Geminiを組み合わせた構成で、6シーズンにわたるMLBとGoogle Cloudのパートナーシップ史上初めて両チームのエンジニアが直接協働して開発された
詳細解説
Scout Insightsの概要
MLBは2026年3月26日のシーズン開幕に合わせ、MLB App・MLB.comのGameday機能に「Scout Insights」を追加しました。Gamedayは毎日15試合前後が進行するなか、投球ごとのスコアやハイライトをリアルタイムで届ける主力機能です。Scout InsightsはGoogle BlogによればGeminiとGoogle Cloud AIを活用して構築されており、ストライク・シングル・本塁打といった基本情報に加えて、試合の重要な場面にAI生成のコメンタリーを提供します。
Google Cloud Blogの解説では、Scout Insightsが提供するコメンタリーの例として次のようなものが挙げられています。「Trevor Rogersは2025年に左打者を.159/.224/.201のスラッシュラインに抑えた（78打席）」「Josh Bell（テキサス州アービング出身）とBryce Elder（テキサス州デケーター出身）の出身地は47マイルしか離れていない」「Myles Strawは9シーズンにわたりMLBの故障者リストに一度も入ったことがない」といった内容です。これらは放送ブースで長年の経験を積んだアナリストのような知識であり、そうした視点をデジタル上でファン一人ひとりに届けることが目的とされています。
Google Blogによれば、インサイトは数百ペタバイトにおよぶリーグの歴史的データと当日の試合状況をGeminiモデルが組み合わせることで生成されます。MLBはこれまでにも映像アーカイブ「MLB Film Room」などをGoogle Cloudと共同で整備しており、今回のScout Insightsはその蓄積を活かした機能と位置づけられています。
「サープライザル」という評価指標
Scout Insightsの開発で最も難しかった課題のひとつが、「有益なインサイトとは何か」を機械的に定義することでした。Google Cloud Blogによれば、開発チームはこれを情報理論の概念であるサープライザル（surprisal）によって解決しています。
サープライザルとは、情報の「予想外さ」を数学的に定量化する指標です。真に例外的な出来事は驚き度が高くなりますが、あまりに抽象的または試合文脈とかけ離れていれば意味をなしません。そこでチームは「驚き度が高く、かつ試合状況に即している」インサイトを優先するランキングシステムを独自に構築し、AIが各場面で最適な情報を選択できるようにしました。
また、初期テストではプレー情報として正確でも、タイミングや語調が実況の流れに合わないケースがあったとのことです。「何が面白いか」に加えて「いつ、どう伝えるか」の調整にも多くの時間が費やされました。なお、Gamedayはファンが「ボールかストライクか」「ヒットかエラーか」の公式判定を確認する際の基準でもあることから、AIコメンタリーのトーンは「楽しく遊び心がありながら、軽薄にはならない」という方針が採用されています。こうしたトーンの設計は、AIをコンシューマー向けサービスに組み込む際の重要な判断軸のひとつと言えます。
低遅延を実現する技術アーキテクチャ
Gamedayのユーザーが最も重視する要件は低遅延です。Google Cloud Blogによれば、試合進行とほぼ同期したリアルタイム性がなければ、いかに精度の高いコメンタリーも影響力を失います。
当初、モデルへのリアルタイム推論クエリでは処理時間が長くなりすぎることが開発中に判明しました。そこで採用されたのが、事前生成（pre-generation）＋高速マッチングという独自アーキテクチャです。当日の先発ラインナップをもとにインサイトをあらかじめ生成しておき、実際の試合進行に合わせて約2秒以内に最適なコメントを照合・配信します。このパイプラインはBigQuery・AlloyDB・Geminiを組み合わせて構築されており、ランタイムクエリへの依存を排除することで低遅延を維持しています。
BigQueryはGoogleの大規模データ分析基盤、AlloyDBはPostgreSQL互換の高性能マネージドデータベースです。リーグ全体の過去データの検索・集計と、試合中の高速マッチングを役割分担させた構成と考えられます。また今回は、6シーズンにわたるパートナーシップ史上初めて、Google CloudのエンジニアがMLBエンジニアリングチームに直接組み込まれる形での協働が実施されました。Google Cloud Blogによれば、この体制が開発スピードの向上に大きく貢献したとされています。
今後の展開
Google Cloud Blogでは、MLBはScout Insights以外にも複数のAI関連プロジェクトが進行中であることが言及されています。同記事には「ゲームデータとユーザーインサイトの蓄積により、システムが自動的に学習・改善できる」と記されており、シーズンを通じてコメンタリーの精度が向上すると考えられます。
大量の過去データと試合文脈をリアルタイムに組み合わせる技術的枠組みは、野球以外のスポーツやメディア分野にも応用が広がる可能性があります。「何が面白いか」を定量化し、適切なタイミングで情報を届けるという設計の考え方は、スポーツ観戦に限らず参考になる事例と思います。
まとめ
MLB Scout Insightsは、膨大なスポーツデータとGeminiモデルを組み合わせ、ファンの観戦体験をリアルタイムで豊かにする試みです。サープライザルによる評価指標と事前生成＋高速マッチングのアーキテクチャという2つの工夫は、AIをコンシューマー向けサービスへ組み込む際の参考事例として注目されます。
