AI×GISの次の主役は「Agentic GeoAI」か——MCPで地図業務はどう変わる

AIの応用

AIがMCP経由でPostGISに接続し、データ検索・空間解析・地図作成を実行するイメージ。

2026.07.27

AIとGISを組み合わせた「GeoAI」という言葉は、以前から使われてきた。

衛星画像から建物や道路を抽出する。土地利用を分類する。過去のデータから災害リスクを予測する。これらは、AIに地理空間データを解析させる代表的な使い方だ。

ところが最近は、その一歩先を示す言葉として、Agentic GeoAI（エージェンティックGeoAI）を目にする機会が増えてきた。

簡単に言えば、AIが解析結果を返すだけでなく、目的に応じて必要なデータや処理を選び、GISの作業を連続して実行する仕組みだ。

たとえば、次のようにAIへ指示したとする。

「この地点を含む林班を検索し、属性情報を表示して、地図上で強調表示してください」

従来なら、座標を確認し、GISやデータベースを開き、空間検索を実行し、検索結果のレイヤーを作り、表示設定を変更する必要があった。

Agentic GeoAIでは、AIが指示の意図を読み取り、PostGISへ問い合わせ、対象ポリゴンを抽出し、その結果をGeoJSONなどで返して地図へ表示するところまでを、一連の処理として実行する。

Googleは、複数の地理空間基盤モデルと生成AIを組み合わせる考え方を「Geospatial Reasoning」として発表している。地理空間基盤モデルと推論エージェントを組み合わせ、災害対応や都市分析などに活用する方向を打ち出した内容だ。

つまり、AI×GISの中心は、単体の画像認識モデルから、複数のデータと処理を組み合わせて問題を解く仕組みへ移り始めている。

背景には、大規模言語モデルが文章を生成するだけでなく、外部の機能を呼び出せるようになったことがある。

同時に、衛星画像、人口、気象、建物、道路などを扱う地理空間基盤モデルも整備されてきた。

そこへ、AIと外部システムを共通の方法で接続する仕組みが加わったことで、「質問に答えるAI」から「地図業務を進めるAI」へ進む条件がそろってきた。

この動きを実装面で支えているのが、MCP（Model Context Protocol）だ。

MCPでは、外部システムのデータを「Resources」、処理機能を「Tools」、定型的な手順を「Prompts」としてAIへ公開できる。AIはMCPを通して、データベースへの問い合わせ、APIの呼び出し、計算処理などを実行する。仕様は公式サイトで公開されている。

GISで考えれば、PostGISの空間検索、住所検索、経路計算、ラスタ解析、地図画像の出力などを、AIが利用可能な道具として登録するイメージだ。

すでにMapboxは、AIエージェントがジオコーディング、ルート計算、移動時間分析などの位置情報機能を利用できるMCP Serverを公開している。

私自身も、PostgreSQL・PostGISとAIをMCPで接続し、自然言語から森林や土地の情報を検索する仕組みを試している。

たとえば、緯度経度を入力すると、その地点を含む林班ポリゴンをPostGISで検索し、林班名や面積などの属性を返す。伐採届の文書から林班番号を読み取り、該当場所を検索してQGISで表示する。こうした複数工程の作業を、会話を入口として動かせるようになる。

重要なのは、AIが地図を「描く」ことよりも、GISの各処理をつなぐ役割を担うことだ。

これまで担当者が、PDFを読み、番号を転記し、データベースを検索し、GISへ読み込んでいた作業を、一つの流れとしてまとめられる可能性がある。

ここは誤解されやすいところだ。

自然言語で操作できるようになれば、GISを使い始める敷居は確実に下がる。しかし、GISの基礎知識が不要になるわけではない。

座標参照系が異なれば、位置はずれる。無効なジオメトリが含まれていれば、空間演算は失敗する。ラスタとベクタの違い、解像度、測地系、空間インデックス、データの更新時点などを理解していなければ、AIが返した結果が正しいか判断できない。

AIは、与えられたツールとデータの範囲で処理する。元データが間違っていても、もっともらしい結果を返すことがある。最終的な品質管理には、GISを理解する人の確認が必要だ。

Agentic GeoAIによって、GIS技術者の仕事がなくなるとは考えていない。

むしろ、手作業で繰り返していた検索、変換、集計、地図出力をAIへ任せ、人はデータ設計、解析条件、品質管理、業務への適用に集中できるようになる。

これから重要になるのは、すべての操作を自分で行う能力だけではない。「どのデータを使うのか」「どの空間処理を組み合わせるのか」「何をAIへ任せ、どこを人が確認するのか」——これらを設計する能力だ。

GISは、画面を操作する道具から、AIと会話しながら動かす業務基盤へ変わり始めている。そして、その変化の中で有利なのは、AIだけを知る人ではなく、GISの基礎を理解したうえでAIを使える人だ。