MLBのAI・データ革命 村上宗隆と森井翔太郎の挑戦
MLBを変えるデータ革命|村上宗隆35本塁打とSNSで発掘された二刀流・森井翔太郎
AIピッチングマシン・3D動作解析・SNSスカウト――2年連続最下位から復活したホワイトソックスに見る、野球の新しい可能性
はじめに|野球は「結果を見る時代」から「能力を可視化する時代」へ
アメリカのメジャーリーグ(MLB)で、野球選手の評価や育成方法が大きく変わり始めています。
これまで選手の能力は、打率、本塁打、球速といった数字に加え、監督やスカウトの経験と観察眼によって評価されてきました。
しかし現在では、AI、膨大な試合データ、高速カメラ、3D動作解析などを活用し、これまで数字に表れにくかった選手の能力や成長の可能性まで把握しようとしています。
その変化を象徴するのが、2026年のシカゴ・ホワイトソックスと村上宗隆選手です。
さらに、甲子園出場経験のない高校生がSNSに掲載された動画をきっかけにアメリカのスカウトから注目され、約2億3,000万円の契約金で渡米した森井翔太郎選手の事例もあります。
一方は、日本球界で実績を積んだ長打力のある打者。
もう一方は、SNSが世界への扉を開いた二刀流の若者です。
この2人の挑戦には、現在のMLBが重視する「能力を発見し、可視化し、育てる」という考え方が表れています。
そして、この変化は野球だけの話ではありません。
企業経営や物流業界においても、これまで見えていなかった能力や可能性をデータから発見することが、今後の競争力につながると考えられます。
今回は、MLBで進む技術革新と、その先にある未来について考えてみます。
1.2年連続最下位から復活――ホワイトソックスに何が起きたのか
シカゴ・ホワイトソックスは、2024年と2025年にアメリカン・リーグ中地区で2年連続最下位となりました。
特に2024年は41勝121敗という歴史的な低迷を経験しています。
2025年も60勝102敗と苦しいシーズンが続きました。
ところが2026年、チームは大きく変わりました。
ホワイトソックスの年間成績
| 年度 | 勝敗 | 地区順位 |
|---|---|---|
| 2024年 | 41勝121敗 | 5位・最下位 |
| 2025年 | 60勝102敗 | 5位・最下位 |
| 2026年 | 84勝78敗 | 2位 |
2026年は前年から24勝増加し、2021年以来5年ぶりのポストシーズン進出を果たしました。
ワイルドカードシリーズでは、ヒューストン・アストロズに2勝0敗で勝利。
続く地区シリーズでは、クリーブランド・ガーディアンズを相手に敵地で2連勝し、リーグ優勝決定シリーズ進出まであと1勝に迫りました。
しかし、その後3連敗を喫し、2勝3敗で敗退しました。
最後は悔しい結果となりましたが、2年連続最下位からの復活は、大きな成果といえるでしょう。
この変化を支えたのは、村上宗隆選手の加入だけではありません。
若手選手の成長、選手補強、打撃技術の見直し、データ分析など、球団全体で改革が進められていました。
例えば、ミゲル・バルガス選手。
2026年7月15日付のMLB公式記事によると、平均バットスピードは2025年の70.6マイル(時速約113.6km)から、2026年には74.1マイル(時速約119.3km)まで上昇していました。
なお、2026年の数値は記事掲載時点の94試合に基づくもので、シーズン最終値ではありません。
スイング速度が数値として改善し、強い打球や長打力の向上につながっていることが示されています。
従来の「もっと強く振れ」という指導から、「どの動作が、どれだけ改善したのか」を確認する指導へ。
こうしたデータ活用が、現代MLBで進められています。
もちろん、ホワイトソックスの復活をAIやデータ分析だけの成果と考えることはできません。
選手の努力、指導者の判断、チーム編成など、さまざまな要因が重なった結果です。
しかし、データを活用して選手の能力を引き出す取り組みは、現代MLBの重要な特徴になっています。
2.村上宗隆35本塁打――打率だけでは分からない打撃能力
2026年、ホワイトソックスに加入した村上宗隆選手は、MLB1年目から長打力を発揮しました。
村上選手はホワイトソックスと2年総額3,400万ドルの契約を結び、開幕から3試合連続本塁打という鮮烈なスタートを切りました。
村上宗隆選手・2026年最終成績
| 項目 | 成績 |
|---|---|
| 出場試合 | 127試合 |
| 本塁打 | 35本 |
| 打率 | .207 |
| 打点 | 77 |
| 四球 | 92 |
| 三振 | 196 |
| 出塁率 | .347 |
| OPS | .825 |
35本塁打という長打力を示す一方、打率は.207、三振は196個。
従来の打率中心の評価では、三振が多く、確実性に課題がある選手という印象を持つかもしれません。
しかし、MLBの高度なデータ分析システム「Statcast(スタットキャスト)」で見ると、別の評価が浮かび上がります。
村上選手の2026年の平均打球速度は93.9マイル、時速約151km。
さらに、打球速度が95マイル(時速約153km)以上となった割合を示す「ハードヒット率」は56.8%でした。
Baseball Savantによる2026年の打球データ比較
| 分析項目 | 村上選手 | MLB全体 |
|---|---|---|
| 平均打球速度 | 93.9mph | 88.8mph |
| ハードヒット率 | 56.8% | 38.6% |
村上選手のハードヒット率は、2026年のMLB全体を18.2ポイント上回っています。
これは、打球を強く捉える能力が非常に高いことを示しています。
また、92個の四球を選び、出塁率.347を記録したことからも、打率以外に評価できる能力があると分かります。
一方、196個の三振は今後の改善課題です。
つまり、データから見えてくるのは、単なる「打率の低い選手」という姿ではありません。
「強い打球を打つ能力と選球眼を持ち、コンタクト能力に課題を残す選手」という、より具体的な評価です。
選手の結果だけを見るのではなく、その結果を生み出す能力まで評価する。
これが、MLBのデータ分析が持つ大きな価値といえるでしょう。
※2026年MLB全体の比較値は、Baseball Savantのリーグ集計データを使用しています。選手ページに表示される2015年以降の長期比較基準値とは異なります。
3.対戦投手の球を再現するAIピッチングマシン

MLBの技術革新を象徴するのが、カナダのTrajekt Sports社が開発した「Trajekt Arc(トラジェクト・アーク)」です。
一般にAIピッチングマシンと紹介されることもありますが、正確には投球データを利用して、実在する投手の球筋を再現する高度なピッチングロボットです。
従来のピッチングマシンは、球速や変化球を設定して繰り返し投球することが中心でした。
しかし、Trajekt Arcは実際の投手の特徴に近づけた投球を再現できます。
具体的には、球速、回転、変化球の軌道、リリース位置などのデータを活用します。
さらに、スクリーンには実際の投手の映像が表示されます。
例えば、翌日に初めて対戦する投手がいるとします。
その投手が時速160km近い速球や大きく曲がるスライダーを投げる場合、打者は試合前にその球筋に近いボールを体験できるのです。
投手の映像を見ながら、実際の投球位置に近い場所からボールが飛び出すため、本番を想定した練習が可能になります。
2026年8月30日付のMLB公式記事では、この装置がほぼすべてのMLB球団で利用されていると紹介されました。
もちろん、実際の投手の心理状態や、試合中の駆け引きまで完全に再現できるわけではありません。
それでも、試合本番でしか経験できなかった球筋を事前に練習できることは、大きな進歩といえるでしょう。
これまでの練習は、繰り返し動作を行うことに重点が置かれていました。
これからは、実際の対戦相手の特徴をデータで再現し、具体的な課題を持って練習することができるのです。
4.Hawk-Eyeの3D動作解析――選手の動きを可視化する

MLBでは、ソニーグループのHawk-Eye(ホークアイ)を利用した動作解析も進んでいます。
MLB公式のStatcast解説によると、各球場には合計12台のHawk-Eyeカメラが設置されています。
このうち5台は毎秒300コマの高速撮影に対応し、バットや投球の動きを計測します。
残る7台は、選手や打球の動きを追跡するために使用されています。
こうした技術によって、次のようなデータを取得できます。
-
バットを振る速度
-
スイングの軌道
-
バットがボールに当たる角度
-
打球速度と打球角度
-
投球速度や回転数
-
選手の身体の動きや姿勢
例えば、打撃不振になった選手がいたとします。
従来は監督やコーチがフォームを見ながら、経験に基づいて原因を探してきました。
現在では、調子の良かった時期と現在のスイングを比較し、身体の動きやバットの軌道にどのような変化があるのかを客観的に確認できます。
目で見ても分からないわずかな違いが、映像や数値として表れるのです。
ただし、データが示す動作が、すべての選手にとって理想的とは限りません。
身体能力や打撃スタイルは選手ごとに異なります。
重要なのは、データを参考にしながら、それぞれの選手に合った改善方法を指導者が考えることです。
技術が人間の指導を不要にするのではなく、人間の指導をより具体的にする。
この関係こそ、最新のデータ分析が持つ大きな意味ではないでしょうか。
5.甲子園に出場せず約2億3,000万円契約――SNSから発掘された森井翔太郎
MLBの変化は、選手育成だけではありません。
才能を発見する方法にも、新しい可能性が生まれています。
その代表的な事例が、アスレチックス傘下でプレーする森井翔太郎選手です。
森井選手は東京都の桐朋高校出身。
高校時代には、投手として最速153kmを記録し、打者としても高校通算45本塁打を放ちました。
投打に優れた二刀流選手でしたが、甲子園への出場経験はありませんでした。
ところが、その才能が海を越えて注目されることになります。
きっかけは、Instagramに掲載された野球の動画でした。
2025年1月にThe Athleticの記者が報じ、同月22日付のThe Japan Timesにも掲載された記事によると、アスレチックスのスカウトが森井選手の動画に注目しました。
そこには、内野での守備、マウンドからの投球、左打席での力強いスイングが映っていました。
球団は日本担当スカウトのトシユキ・トミヅカ氏を派遣し、実際のプレーを視察しました。
その後の評価を経て、2025年1月、森井選手はアスレチックスとマイナーリーグ契約を締結しました。
契約金は151万500ドル、約2億3,000万円
日本のプロ野球を経由せずにMLB球団と契約した日本人アマチュア選手として、当時史上最高額の契約金でした。
なお、報道によると、契約金とは別に25万ドルの学業補助金も付いています。
これはメジャーリーグへの昇格や高額年俸が保証された契約ではありません。
球団が森井選手の将来性を高く評価し、大きな投資を行ったということです。
ここで重要なのは、森井選手をAIが自動的に発掘したと確認されているわけではない点です。
SNSによって情報が世界へ広がり、それを見たスカウトが専門的な判断で才能を発見したのです。
また、スカウトが発見したInstagram動画は、森井選手本人が契約後に開設したアカウントとは別のものです。
かつては全国的な大会で活躍しなければ見つけてもらいにくかった才能が、SNSを通じて世界へ届く。
これは、選手発掘における大きな変化といえるでしょう。
6.森井翔太郎、19歳の挑戦――投げる・打つ・守る「三刀流」
森井選手の挑戦は、アメリカでの契約成立がゴールではありません。
2025年は、主にルーキー級のアリゾナ・コンプレックスリーグで打者として経験を積みました。
そして2026年5月、1Aストックトン・ポーツへ昇格しました。
アスレチックスは、森井選手を投手として育成しながら、二塁手や指名打者としても起用する計画を進めました。
投げる、打つ、守る。
いわば「三刀流」の挑戦です。
2026年5月、プロ投手としての挑戦が始まる
森井選手は2026年5月7日(米国時間)、ルーキー級のアリゾナ・コンプレックスリーグでプロとして初めて投手登板しました。
この日は1イニングを無失点に抑え、2三振を奪いました。
そして5月14日には、1Aストックトンで初登板。
球団が計画していた1イニング限定の先発投手としてマウンドに上がり、1回を無失点に抑えました。
MLB公式によると、球団は当初、木曜日に短いイニングで先発させ、段階的に投球回数を増やす育成計画を立てていました。
投手としての負担を管理しながら、打撃や守備の出場機会も確保する考え方です。
森井選手・2026年1Aストックトンでの成績
| 項目 | 成績 |
|---|---|
| 打者としての出場 | 63試合 |
| 打率 | .227 |
| 本塁打 | 4本 |
| 打点 | 24 |
| 投手登板 | 10試合 |
| 先発登板 | 10試合 |
| 勝敗 | 0勝4敗 |
| 防御率 | 15.26 |
※上記は1Aストックトン限定の成績です。2026年のルーキー級を含むマイナーリーグ通算では、打者として67試合、打率.233、4本塁打、27打点。投手として11試合に先発し、防御率14.33となります。
投打ともに課題の多いシーズンでした。
しかし、19歳の森井選手にとって、アメリカでの経験は始まったばかりです。
球団は打撃能力だけでなく、投手としての可能性も探りながら育成を進めています。
現在の数字だけを見れば、メジャーリーグで活躍するまでには大きな壁があります。
それでも、完成された能力だけではなく、これから伸びる可能性を評価する姿勢には注目すべきものがあります。
「今どれだけできるのか」だけでなく、「将来どこまで成長できるのか」を考える。
森井選手の挑戦は、そうした育成の考え方を象徴しています。
7.AIやデータは、人間の経験や勘を超えるのか
村上宗隆選手と森井翔太郎選手。
この2人の事例には、興味深い共通点があります。
それは、表面的な成績だけではなく、まだ十分に発揮されていない能力まで評価しようとしていることです。
村上選手の場合は、打率だけでは分からない強い打球を生み出す能力が数値化されています。
森井選手の場合は、甲子園出場という実績がなくても、SNS動画をきっかけに潜在能力が発見されました。
技術や経緯は異なりますが、どちらも従来の評価方法では見えにくかった部分に注目しています。
現在のMLBでは、こうした情報を収集し、選手育成やスカウト活動に活用する取り組みが進んでいます。
ただし、AIやデータがすべてを判断しているわけではありません。
選手の努力、試合での判断力、環境への適応、指導者との信頼関係など、数字だけでは測りきれないものもあります。
経験豊富なスカウトだからこそ、短い動画から才能の可能性を見抜けることがあります。
優れた指導者だからこそ、数値の変化を選手に合った練習方法へと結びつけられるのです。
これから重要になるのは、「経験かデータか」ではなく、「経験とデータをどう組み合わせるか」という考え方ではないでしょうか。
8.MLBのデータ革命から物流業界が学べること
こうしたMLBの変化は、私たち物流業界にも通じる部分があります。
例えば、運送会社の能力を評価する場合です。
従来は、会社の規模、車両台数、過去の取引実績などが判断材料の中心になることもありました。
しかし、実際には車両台数が少なくても、特定の地域や輸送条件に強みを持つ運送会社があります。
また、多くの車両を保有する会社でも、地域や時期によっては輸送力に余裕がある場合があります。
こうした状況を、実際の輸送実績、車両の稼働状況、積載率、地域別の需要などから把握できれば、より効率的な輸送の組み立てにつながる可能性があります。
MLBが打率だけでは分からない選手の能力を発見するように、物流業界でも企業規模だけでは測れない運送会社の強みを把握することが重要です。
さらに、過去の輸送実績と季節変動、気象、道路状況などを組み合わせれば、地域ごとの輸送需要や車両需給の変化を予測する取り組みにもつながります。
例えば、出荷が集中しやすい地域や時期を事前に把握できれば、荷主企業は輸送計画を立てやすくなります。
運送会社も、帰り便や空き車両を活用する機会を検討しやすくなるでしょう。
もちろん、データだけで輸送品質や安全性を判断することはできません。
現場で培われた経験、安全管理、取引先との信頼関係は、今後も欠かせないものです。
しかし、経験に基づく知識とデータ分析を組み合わせることで、これまで見えていなかった課題や可能性を発見できるかもしれません。
人手不足や輸送効率の改善が求められる物流業界において、こうした考え方は今後ますます重要になるでしょう。
まとめ|AIの役割は、人間の可能性を広げること
2026年、MLBでは非常に興味深い変化が見られました。
2年連続最下位だったホワイトソックスが84勝を挙げ、ポストシーズンへ進出。
村上宗隆選手はMLB1年目で35本塁打を放ち、打率だけでは分からない打撃能力を数字で示しました。
一方、森井翔太郎選手は、SNS動画をきっかけに才能を発見され、約2億3,000万円の契約金でアメリカへ渡り、投打両面の可能性に挑戦しています。
さらに、データ駆動型ピッチングマシンや3D動作解析などの進歩によって、選手の能力をより詳しく把握し、改善する方法も広がっています。
こうした技術が目指しているのは、人間の経験や努力を不要にすることではありません。
今まで気づかなかった才能を発見すること。
長所を伸ばし、課題を明らかにすること。
そして、人間が持つ可能性をさらに広げることです。
「AIやデータが人間に代わる時代」ではなく、「AIやデータによって、人間の能力をさらに引き出す時代」。
MLBで進む変革は、野球だけでなく、これからの企業経営や物流の未来を考える上でも、大きなヒントを与えてくれます。
丸共協同株式会社
参考資料・出典
※2026年10月27日時点で確認できる公開資料を基に作成。AI・データ分析と球団成績の因果関係は断定せず、SNSによるスカウトとAI技術による分析を区別しています。
