ランドベース型カジノでは、AIを活用したプレイヤー保護ツールの導入検討が進んでいると、業界専門家が明らかにした。しかし業界データによれば、技術導入にはばらつきがあり、ガバナンス体制も発展途上にあるうえ、多くの事業者は自動化されたリスクスコアを効果的な介入戦略へどう結びつけるか模索している段階だという。
マカオで開催されたG2E Asiaで講演したMindway AIのカスタマーサクセスリード、ヤルデナ・アルマゴール氏は、行動AIモデルが従来の閾値ベース監視を超える形で活用されている現状について説明しつつ、現在の業界アプローチには構造的限界があることも認めた。
「AIと聞くと、多くの人は複雑で非常に高度、さらには魔法のようなものだと思いがちです」と彼女は述べた。「しかし実際には、もっとシンプルなものです」。
彼女の発言は、ギャンブル業界全体が依然としてAI成熟度の初期段階にある中で行われた。ネバダ大学ラスベガス校（UNLV）国際ゲーミング研究所がKPMG LLPと共同で作成した「State of AI in Gaming 2026」ベンチマークレポートによると、業界全体のAI成熟度スコア平均は100点中45点にとどまり、導入初期段階にあり、ガバナンス面での課題も続いていることが示されている。
UNLVのレポートは、世界中の83社のギャンブル企業と113の規制当局からの回答を基に作成された。多くの事業者がAIに関する戦略的目標を掲げている一方で、実装を効果的に拡大するためのインフラや専門知識が不足していることが判明した。また、ランドベース型事業者はオンライン事業者よりも導入が遅れているとも指摘している。
同レポートによれば、AI活用は技術、セキュリティ、製品イノベーション分野に集中しており、これらが全施策の約半数を占めている。生成AIは広く利用されており、80％以上の企業がコンテンツ作成やインサイト分析に活用している一方、より高度な「エージェント型AI」は、コンプライアンスやプレイヤー保護への懸念から導入が限定的となっている。
閾値システムへの課題
アルマゴール氏は、多くの事業者が共有する課題として、利用額制限や自己排除トリガー、行動変化の急増といった閾値への依存を挙げた。こうした仕組みは広く使われているものの、ギャンブル被害の全体像を捉えきれていないという。
「問題ギャンブラーのうち、実際に自己排除を行う人は20％に過ぎません」と彼女は述べた。「さらに、自己排除を行った人のうち、実際に問題ギャンブラーである人も30％しかいないことが分かっています」。
「問題ギャンブルは、一つの行動だけで突然現れるものではありません」と彼女は語った。「時間をかけて積み重なる、さまざまな行動変化の関係性であり、時には非常に微妙な変化なのです」。
UNLV IGIレポートによると、多くの組織はAI駆動システムにおける成功基準の定義に苦戦しており、2年以内に有意義な投資対効果を報告した企業は5社に1社のみだった。また、4社に1社はAIツールに対する体系的な評価プロセスを持っておらず、成果測定が困難になっている。
ランドベースデータが示す行動の複雑性
アルマゴール氏は、オーストラリアのランドベース型カジノ事業者と共同で実施した分析にも言及した。この分析では、約20万人のプレイヤーに対して4か月間にわたり行動モデルが適用され、セッション活動、プレイヤープロファイル、自己排除記録などのデータが含まれていた。
調査では、支出額だけではリスクを十分に把握できないことが判明した。例えば、同じ高額利用者である「プラチナ」顧客2人は、金銭的行動は似ていたものの、ギャンブルパターンは大きく異なっていた。
「あるプレイヤーは複数ゲームにまたがる不規則で激しいプレイを示していました」と彼女は説明した。一方で、もう一人はより安定した一貫性のある行動を示していたという。
ガバナンスと責任体制の課題
AIを活用した監視への関心が高まる一方で、「State of AI in Gaming 2026」レポートは、業界全体における責任あるAI実装には大きな課題が残っていると指摘している。
ギャンブル企業の約3分の1は正式な責任あるAIフレームワークを持っておらず、組織全体に完全統合された責任あるAI運用を実現している企業は約2％にとどまった。さらに3分の1は、自社の取り組みを「開始段階」または「基礎レベル」と表現している。
また、専任のAIガバナンス担当職を設置している組織は20％未満であり、多くの場合、監督責任は複数部門に分散されている。一部では正式な責任体制すら存在しないケースもあった。
規制当局側の理解も限定的だ。レポートによれば、規制当局はライセンス事業者によるAI活用実態を十分把握できておらず、認識と実態の間にギャップが存在している。規制当局は顧客向けアプリケーションに注目しがちだが、実際のAI活用の多くはバックエンド技術、セキュリティ、製品システム分野に集中している。
介入には依然として人間の関与が不可欠
アルマゴール氏は、AIシステムは責任あるギャンブル体制において人間の意思決定を支援するべきであり、置き換えるものではないと強調した。低リスクプレイヤーには一般的な安全なギャンブル啓発メッセージを送る一方、高リスクプレイヤーにはスタッフによる直接対応が必要になる場合があるという。
「高リスクプレイヤーには、実際にスタッフが接触し、直接話しかける必要があります」と彼女は述べた。
ゲーミング業界の未来に関する最新情報を自分向けにカスタマイズしよう。予測市場の分析、カジノ開発、世界各国の規制ニュース、業界関係者による見解を知るには、SiGMA Worldを情報源として選択できる。
