世界の中古車市場は2025年に1兆9,000億ドルに達し、2030年には2兆7,000億ドルを超えると予測されており、これは多くの国のGDPを上回る規模である。市場内のすべての取引は、一点にかかっている——車両の真の状態を知ること。しかし世界のほぼどこでも、検査プロセスは依然として手作業、紙ベース、かつ一貫性を欠いたまま運用されている。これが、LOGIQUEの2026年業界レポートの背景にある公開分析である。
紙に依存する1兆9,000億ドル市場
アジア太平洋地域は世界最大の市場であり、約8,590億ドル——全体の約41%——を占め、北米とヨーロッパがこれに続く。日本は世界で最も高度なオークションシステムを運営している。USS単独で19カ所のオークション会場を保有し、外装、内装、機械的状態、および事故歴を含む10点評価スケールで車両を査定している。しかし2026年においても、そのプロセスは本質的に手作業のままである——インスペクターが紙のシートに評価を書き込み、後でスキャンしてアップロードする。3Dスキャンシステムは2カ所で試験的に導入されているにすぎず、車両の下回りとタイヤ部分にのみ対応している。
インドネシアは別の視点から同じパターンを示している。JBAインドネシアは、作業を段階的かつ一貫したタスクへ分解するデジタル検査アプリを構築しており、紙ベースのままの競合を大きくリードしているが、各ステップは依然として人間の判断に依存しており、プロセスは低速である。フィリピンでは、トヨタ・オート・オークションがBlue-Tを導入しており、110以上のチェックポイントを備えたAIベースのセンサーとアルゴリズムを活用し、約30分でレポートを生成する。これは業界の例外であり、現在の標準的な状況とは言い難い。
“この業界は、オートメーションへ移行する前にデジタル化を経る必要はない。紙からAIへの移行に、中間ステップは不要だ。”
人的要因——なぜ訓練だけでは不十分なのか
車両検査は、数が少なく高齢化が進む労働力に依存している。その多くは50〜60代である。優れた「マスターインスペクター」は他の人が見落とすものを発見できるが、その専門知識を習得するには数十年を要し、近道はない。経験豊富なインスペクターでさえ、グレードの評価において意見が分かれることは珍しくなく、オークションでは売り手は高いグレードを求め、買い手は厳格な査定を望む。この構造的な緊張は静かに結果に影響を与えており、いかなる訓練もそれを解消することはできない。
インスペクターが実際に評価するものと、テクノロジーが対応できていない部分
包括的な車両検査は4つの側面をカバーするが、現在のAIツールはそのうち一部にしか対応していない。
- 外装。インスペクターの真の仕事は、目に見えない修理を検出することである。塗装膜厚計は工場塗装を90〜140ミクロンで読み取り、300ミクロン超であればパネルが再塗装されていることを意味する。カメラベースのAIではこれを検出できず、各市場における重要性も異なる。
- 内装。シート、ダッシュボード、コントロール、そして臭いは主観的に評価されるため、同一車両が国によって異なるグレードを受けることがある。
- フレーム・構造。これは最も重要な評価であると同時に、最大の技術的ギャップでもある。構造的損傷は車両価値を30〜50%低下させる可能性があるが、これに対応できるAIツールはメインストリームには存在せず、下回りの3Dスキャナーは高価な固定ハードウェアを必要とする。
- 機能系。エンジン、トランスミッション、電装系、および警告灯は目視で確認されるが、ほとんどのオークション検査には実走行テストが含まれていない。
さらに、一貫したトレードオフが存在する。オークション基準の完全な検査は20〜45分を要し、高スループット時にはボトルネックになる。一方、非オークション拠点では5分未満しか許容されない場合もある。品質とスループットのバランスは、次世代システムの設計における主要な制約である。
グレードが別の市場で通用しない理由
中古車は生涯を通じて5〜7回の所有者を経由する——オークション、輸出業者、税関、輸入ディーラー、その後の転売ごと、そして融資機関まで。それぞれの検査は独立しており、異なる基準と形式を使用し、車両状態の記録は各国境で消えていく。日本のオークションの精緻なグレードはUAEでは公式な地位を持たない。UAEのRTA検査は規制適合性に焦点を当てており、車両の状態を評価するものではない。ケニアやナイジェリアでも同様で、出荷前の検査は規制上は義務付けられている。米国からジョージアを経由して中央アジアへ至るルートでは、修復済み中古車が価格、排気量、製造年のみを記した1枚のカードとともに野外の販売場で取引されている。最終的な買い手には、自分が何を購入しているのかを確認する手段がない。
現状のコスト
これは情報の非対称性の典型例である。信頼できる情報連携の手段がなければ、市場は良い車両を過小評価し、問題のある車両を過大評価する。オークション会場はインスペクター不足による収益の損失と、一貫性のないグレーディングによる信頼の損失を被っている。ディーラーはすべての購入において車両状態に賭けている。買い手は不完全な情報にもとづいて高額の意思決定を行っている。融資機関はその不確実性をより厳しい条件に反映させている。運輸事業者は傷の責任をめぐって争っている。これらの損失はシステム全体に複利で積み重なり、1兆9,000億ドルの市場においては、わずかな改善でさえ回収可能な価値として数十億ドル規模に相当する。
2026年のテクノロジー収束
ここで新しいのは問題そのものではなく、その勢いである——4つのテクノロジーが同時に成熟した。
- コンピュータービジョン。2022年の70〜75%程度の精度から2026年には95〜99%へと向上し、160以上の車両コンポーネントと20種類の損傷カテゴリをカバーし、現在は一般的なスマートフォン上で動作する。
- エッジコンピューティング。これらのモデルをインターネット接続なしでデバイス上で完全に実行できるようにし、遠隔地の場外やポートでの検査が接続の問題で中断されることを防ぐ。
- センサーフュージョン。表面損傷検出のためのカメラとAI、再塗装・フィラー検出のための塗装膜厚計、エンジンデータと走行距離のためのOBD-IIスキャナー、フレーム歪みのための3D再構成、そして保管の連鎖のためのGPSとタイムスタンプを統合する。
- ジェネレーティブAI。1件の検査記録をあらゆる言語、あらゆる市場基準のレポートに変換し、適応的解釈によってグレード不整合の問題を解消する。
史上初めて、紙の書類より高速で、人間より正確で、スマートフォン上で動作し、オフラインで機能し、国境を越えて利用可能な標準化データを生成する検査システムを構築することが技術的に可能となった。問題はもはや「可能かどうか」ではなく、「誰が正しくそれを構築できるか」である。
完全版レポートでは、解決策を詳述している。AIベースの3D車両状態マッピングを新たな検査基準として提案し、1回の検査で複数市場に対応できる適応的グレーディングフレームワーク、ROI算出を含む実装ロードマップを網羅する。
