ChatGPT やら機械学習やら、「AI」が当たり前に使われるようになった今、
競馬好きとしてどうしても気になるテーマがあります。
AI が本格的に競馬予想に入り込んできたら、
人間の予想家・理論派は淘汰されてしまうのか？
- もう人間が考える余地なんてなくなるのか
- AI が最適解を出してくれるなら、それに乗るだけでいいのか
- 「期待値を追う理論」そのものが無意味になってしまうのか
この記事では、この問いに対して、
私なりの結論を整理してみたいと思います。
結論から言うと、
「予想」そのものは AI に侵食されていくが、
「勝ち方」までは AI に奪われない
と考えています。
そもそも AI が得意なこと・苦手なこと
まずは前提整理から。
AI が得意なこと
競馬予想の文脈で、AI（機械学習）が得意なのはざっくり言えば次のような領域です。
- 大量の過去データからパターンを見つける
- 膨大なファクター（タイム・ラップ・枠・騎手・血統…）を同時に処理する
- 「この馬が走るかどうか」を確率として数字化する
- 馬券シミュレーションを何万パターンも自動で回せる
つまり、
「起こりそうなこと」を統計的に推測する
という部分は、AI の最も得意な領域です。
AI が苦手なこと
一方で、AI には構造的な弱点もあります。
- 人と同じデータしか見ていない
- 「正解ラベル」が怪しい世界（=競馬）の学習はそもそも難しい
- 突発的な出来事（落馬、不利、超絶スローペース）には弱い
- 「オッズとのギャップ」を理解しづらい
特に重要なのはこの２点です。
- AI は基本的に「過去」からしか学べない
- 競馬で勝つには「当てること」より「儲けること」が必要
ここが、人間側の入り込む余地になります。
「当てる」と「儲ける」は別物である
AI 予想の話になると、
- 的中率が高いかどうか
- 印がどれくらい当たっているか
といった話に偏りがちです。
しかし、競馬で長く勝ち続けるために本当に必要なのは、
「当てる力」ではなく、「期待値のあるところだけを買う力」
です。
AI がやってくること
AI が普及してくると、おそらくこういう世界になります。
- 「この馬が馬券内に来る確率」はかなり精度よく推定される
- AI 印が広まり、「来そうな馬」は今よりも早く人気になる
- 「分かりやすくおいしい人気薄」は減っていく
つまり、
「当たりそうな馬」を見つける難易度は下がるが、
「儲かる馬」を見つける難易度はむしろ上がる
可能性があります。
ここで必要になるのが、
- 「AI が高く評価している馬」
- 「その馬についたオッズ」
この ズレ（=期待値） を見る視点です。
共通データから学ぶ限り、AI は「市場平均」に近づきやすい
AI 予想が一般化するとき、
ほとんどのモデルはこういう前提になります。
- 使うデータは、過去のレース結果・タイム・血統・ラップなど
- 入力データは、多くの人がアクセスできる「公開情報」
- 教師データは、「そのレースの着順や払戻」
この条件で学習すればするほど、
AI は 「市場全体の傾向＝平均的な馬券購入者＋オッズ」の縮図 に近づいていきます。
つまり AI は、市場そのものに“同化”していきやすい
競馬のオッズは、参加者全員の判断の集合です。
- 強い馬は人気になり
- 弱い馬は人気が落ちる
- 情報が行き渡れば行き渡るほど、オッズは「妥当な値」に収束する
ここに AI 予想が大量に流れ込むと、
- 多くの人が「AI の高評価馬」に乗る
- その馬はますます人気になる
- 結果として、AI が当てやすい馬ほど“妙味が削られていく”
という構造になります。
つまり、
「AI がよく当たる」＝「AI が推した馬のオッズはどんどん辛くなる」
ということです。
この時点で、
- 「AI 任せで買う人」
- 「AI の評価とオッズのギャップを見て逆算する人」
の間に、また新しい差が生まれます。
人間がまだ戦える領域はどこか？
では、AI 時代に人間の予想家・理論派が戦えるポイントはどこなのか。
私は大きく４つあると思っています。
① レース選択（どのレースを買うか）
AI は基本的に「すべてのレースを評価」できますが、
人間は 「買うレースを選べる」 という強みがあります。
- AI の評価がオッズに織り込まれすぎているレースはスルー
- 人気馬の信頼度が高すぎて妙味がないレースもスルー
- 「AI が苦手そうな条件」に絞って勝負する
例：
- サンプルが少ない新設条件・新馬戦
- トラックバイアスが極端な開催初日〜２週目
- 異常な乗り替わり・明らかな調整過程のレース
AI の評価を見て、
「ここは市場が効率的すぎるから、あえて手を出さない」
という選択をできるのは、人間側の強みです。
② ラベルの「怪しさ」を理解すること
機械学習は「正解ラベル」を前提にしていますが、
競馬はそもそもラベルが怪しい世界です。
- 不利を受けた馬
- 能力以上に恵まれた展開で勝った馬
- 逆に展開ドン詰まりで力を出せなかった馬
これらを「単なる着順」として扱うと、
- 実力以上に評価されたり
- 実力以下に評価されたり
という 歪んだ教師データ になります。
人間がやれることは、
- レース映像を見て「中身」を判断する
- 「この着順はラベルとして信用できない」と線を引く
- データ処理の前段階で、そもそもの解釈を変える
といった “前処理のセンス” の部分です。
ここはまだ、人間の介入余地が大きい領域です。
③ 心理・メンタル・資金管理
AI がどれだけ優秀になっても、
- 「今日の負けを取り返したい」
- 「GⅠだから普段より多く張りたい」
- 「連敗が続いて、買い方が雑になる」
といった 人間のメンタルの揺れ を直接コントロールすることはできません。
- 何レース買うのか
- いくら賭けるのか
- 負けたとき、どう撤退するのか
ここは完全に 「自分との戦い」 です。
AI が提供するのはあくまで 「情報」 であって、
その情報を どう使うか／どこまで賭けるか の意思決定は、
最終的には人間の役割のまま残る
と考えています。
④ 「AI を使って自分の理論を磨く」側に回ること
AI 時代に一番差がつくのは、
AI に任せる人 と
AI を「道具」として使う人
の差です。
例えばこんな使い方が考えられます。
- 自分のロジックで選んだ馬の「勝率・連対率」を、AI に推定させる
- AI 予想と自分の予想がズレているレースだけを精査する
- 一定期間、自分の買い目とAIの買い目を並べて検証する
AI を 「別視点のプロ予想家」 くらいのつもりで使いながら、
自分の理論の強み・弱みを炙り出していく。
こういうスタンスで使うなら、
AI の浸透はむしろ、人間側の成長の加速装置になる
とすら言えると思います。
「AIが全部やってくれる世界」は、意外と競馬としてつまらない
最後に、少し感情寄りの話を。
もし本当に、
- すべての情報がAIに集約され
- オッズは完全に効率化され
- 買うべき馬・買うべき券種・金額まで自動算出される
という世界が来たとしたら、
それはもう「競馬」というより、
「期待値プラスの自動トレードシステム」
に近くなります。
たしかに稼げるかもしれませんが、
そこで私たちが楽しんでいるのは、もはや 競馬そのものではない 気がします。
- どのレースを買うか悩む
- 自分なりにロジックを作って検証する
- 負けて反省し、また理論を修正していく
この試行錯誤こそが、
「競馬で勝つための理論作り」の醍醐味だと思っています。
結論：AI は「予想を便利にする」が、「競馬そのもの」を終わらせはしない
改めて、タイトルの問いに答えます。
AI時代、競馬予想はAIによって淘汰されるのか？
私の答えはこうです。
- 「当たりそうな馬を見つける」という意味での予想は、AI に侵食されていく
- しかし、「どこに期待値があるかを見抜き、どう賭けるか」という意味での予想は、むしろ人間の役割が残る
- AI は「予想屋を淘汰する存在」ではなく、
「予想屋を選別する存在」 になる
AI に丸投げして楽をしようとする人は、
結局「平均的なオッズの波」に飲み込まれていくでしょう。
一方で、
- AI を使ってデータを整理し
- AI が苦手な領域（メンバーレベル、ラベルの歪み、レース選択、メンタル管理）に集中する人
は、むしろ今まで以上に 「理論派としてのエッジ」 を発揮できると感じています。
AI 時代の競馬は、
「AIと競争する」のではなく、
「AIを味方につけて、自分の理論をアップデートし続けられるか」
ここが、勝ち組とその他を分けるポイントになっていくのではないでしょうか。
コメント