🏛
MoN Takanawa Agent System — Simulation Dashboard
地上6階・地下3階の複合文化施設全体が単一エージェントとして機能。15のソフトウェアエージェント + 10のハードウェアシステムが螺旋スロープで結ばれた神経系。
全エージェント動作デモ
Ready
127
本日の来館者
↑ 18% vs 先週
4.7
満足度 / 5.0
↑ 0.3
23
クロスセル成功
↑ 42%
15
稼働エージェント
全正常 ●
¥1.02M
本日売上
↑ 24%
56kW
消費電力 / 太陽光12kW
-18% 省エネ
+89
#MoNTakanawa SNS
↑ TikTok +34
1,842
触覚FB送信
16パターン稼働
リアルタイム混雑マップ
エージェント通信ログ（直近）
MoN Takanawa — 9フロア構成
RF 門神社 / MoNファーム / 花見テラス
6F 月見テラス / 足湯テラス / レストラン
5F Box1500 (1500㎡) メイン展示
4F Tatami (100畳/200㎡)
3F サンラボ/ランドラボ/シーラボ / キッチン
2F Box300 (300㎡) / エントランス / ショップ
1F パークテラス / パークカフェ
B1 MoNライブラリー上層
B2 MoNライブラリー / メディアシェルフ
B3 Box1000 (1000㎡) LEDシアター
リアルタイム人流
エージェント活動
環境センサー
来館者ジャーニー追跡
一人の来館者の館内移動をリアルタイム追跡
触覚フィードバック
本日のセッション
0
時刻シミュレーション
14:00
午後のピーク — Box1500混雑率72%
リストバンド詳細 — user_042
💓 72bpm
🔋 82%
📍 5F Box1500
⏱ 48分滞在
触覚履歴:
LED状態:
売上リアルタイム
本日累計
¥0
カスケード連鎖ログ
バイタルサイン — 建物の生命徴候
心拍 (人流パルス)
72 BPM
呼吸 (空調サイクル)
16 回/分
体温 (平均室温)
22.4 °C
血圧 (消費電力)
68 kW
酸素飽和度 (CO₂)
98.2 %
覚醒度 (エージェント活性)
87 %
サーカディアンリズム — 建物の一日
6:00 起床10:00 開館▼ 現在18:00 日没22:00 就寝
内部独白 — 建物が今、考えていること
感覚入力ストリーム — 建物が感じていること
本日の学習 — 建物が学んだこと
サウンドスケープ — 建物の聴覚
感情ヒートマップ — フロア別来館者の心理状態
空気 — 館全体のアトモスフィア
穏やかな高揚
● 没入 34% — Box1500の展示に深く入り込んでいる
● 好奇心 28% — ラボで新しい発見をしている
● リラックス 22% — Tatami/足湯で休息中
● 感動 16% — 展示やパフォーマンスで感動
感情共鳴イベント — 集団で同時に感情が動いた瞬間
来館者プロファイル — リアルタイム感情追跡
感情の流れ — フロア間の気分変化
来館者がフロアを移動するとき、感情がどう変化するか
マイクロモーメント — 感動の瞬間
感情 × エネルギー相関
来館者の感情的ピークと建物のエネルギー消費の相関
14エージェント連携デモ — 来館者入館〜退館の全プロセス
Ready
エージェント間通信フロー
視線ヒートマップ — Box1500-A「Neural Mirror」
低高
視線ヒートマップ — Box1000「Architectural Hallucination」
低高
注目度ランキング
1. Neural Mirror94.2%
2. Breath of Data87.1%
3. Arch. Hallucination82.6%
4. Digital Corpus71.3%
5. Skin Algorithm65.8%
平均注視時間（秒）
Neural Mirror32.4s
Breath of Data28.7s
Arch. Hallucination24.1s
Digital Corpus18.9s
Skin Algorithm14.2s
全作品平均22.8s
Optimizer提案
視線データから次回展への設計提案:
⚡ ランドラボ「Skin Algorithm」 — 注目度が低い。
作品の配置高さを120cm→90cmに下げ、視線の自然な導線に合わせることを推奨。
✓ Box1500-A「Neural Mirror」 — 最高注目度。
インタラクティブ作品は導入部に配置する設計が有効と確認。
📐 壁面テキスト — 視線が作品→テキスト→作品の順で動く。テキスト位置を作品の左下に統一すると読了率が+15%。
作品の配置高さを120cm→90cmに下げ、視線の自然な導線に合わせることを推奨。
✓ Box1500-A「Neural Mirror」 — 最高注目度。
インタラクティブ作品は導入部に配置する設計が有効と確認。
📐 壁面テキスト — 視線が作品→テキスト→作品の順で動く。テキスト位置を作品の左下に統一すると読了率が+15%。
人流マップ — リアルタイム
時間帯別来館者数
動線パターン（上位5）
1. Box1500→Box1000→サンラボ→シーラボ34%
2. R1→R2→R3→R422%
3. R1→R5→R718%
4. R3→R1→R5→R614%
5. 自由回遊12%
ボトルネック検知
⚠ Box1500-B→3 間の廊下
平均待機時間: 4.2分 / ピーク: 15:00-16:00
⚡ ランドラボ 滞在時間過少
平均: 1.8分（他Room平均: 8.5分）
平均滞在時間（Room別）
Box1500-A12.4分
Box100014.8分
サンラボ9.2分
ランドラボ1.8分
シーラボ8.7分
次回展の空間最適化
現展「光と知性」の視線・人流データをもとに、Optimizer + Visualizer が次の展示レイアウトを提案
現在のレイアウト（問題点）
Box1500-A
Neural Mirror
Neural Mirror
Box1500-B
Data Skin
Data Skin
Box1000
Arch. Hallucination
Arch. Hallucination
← ボトルネック →
Tatami
Phantom Limb
Phantom Limb
サンラボ
Breath of Data
Breath of Data
ランドラボ
Skin Algorithm
Skin Algorithm
シーラボ
Digital Corpus
Digital Corpus
⚠ 滞在時間過少
線形配置 — Room間の廊下が狭い
最適化案B — 回遊型（推奨）
Box1500-A — メイン
インタラクティブ
インタラクティブ
Box1500-B
Box1000
Tatami
中央ラウンジ
サンラボ
ランドラボ
シーラボ
回遊型配置 — 中央ラウンジをハブに自由動線
Optimizer シミュレーション結果
-95%
ボトルネック解消率
+18%
平均滞在時間
+24%
ランドラボ 注目度予測
回遊型
推奨レイアウト
会話インサイト — Ambient Voice Analytics
館内の会話を匿名で収集・分析。来館者のリアルな反応を展示改善に活用。
🔒 全データ匿名化済み — 個人特定情報なし
会話フィード デモ再生
Ready
リアルタイム会話フィード
本日の感情分布
😊 ポジティブ42%
🤔 好奇心28%
😐 ニュートラル18%
🤩 興奮8%
😕 ネガティブ4%
頻出トピック
インタラクティブ
すごい
面白い
不思議
AI
動く
きれい
怖い
身体
音
建築
体験
テクノロジー
美しい
反応する
エリア別 会話量
5F Box1500 — Box1500-A34件
5F Box1500 — Box100028件
Gallery 2F — サンラボ22件
Cafe / Bar18件
Restaurant12件
Gallery 2F — ランドラボ3件
⚡ AI インサイト — Optimizer + Audience 分析
Box1500-A「Neural Mirror」に最も多くのポジティブ反応。特に「自分の動きに反応する」体験への驚きが顕著。→ 次回展でもインタラクティブ作品を導入部に配置する設計を継続推奨。
ランドラボ「Skin Algorithm」は会話量・感情スコアともに低い。カフェでの会話から「ランドラボは何を見ればいいかわからなかった」という声を複数検出 → 解説テキストの追加またはGuideの自動起動を提案。
カフェでの会話から「コラボメニューの存在を知らなかった」が4件検出 → Conciergeの提案タイミングを入館時に前倒しを推奨。
ランドラボ「Skin Algorithm」は会話量・感情スコアともに低い。カフェでの会話から「ランドラボは何を見ればいいかわからなかった」という声を複数検出 → 解説テキストの追加またはGuideの自動起動を提案。
カフェでの会話から「コラボメニューの存在を知らなかった」が4件検出 → Conciergeの提案タイミングを入館時に前倒しを推奨。
匿名化パイプライン
🎙
STEP 1
音声キャプチャ
エリア別マイク
→
🗣
STEP 2
音声→テキスト
Whisper / 日英中韓
→
🔒
STEP 3
匿名化フィルタ
人名・固有名詞除去
→
🧠
STEP 4
感情・トピック分析
Claude API
→
📊
STEP 5
Dashboard統合
リアルタイム反映
プライバシーポリシー: 音声データは即時テキスト変換後に破棄。テキストデータから人名・施設名・電話番号等の固有名詞はNER（固有表現認識）で自動除去。個人の声紋は保存しない。分析結果は統計データとしてのみ保持。来館者にはエントランスに掲示で事前告知。
導線最適化 — Dynamic Routing
Optimizer + Wristband + Visualizer が連携し、リアルタイムで最適導線を生成・誘導
導線最適化デモ — 混雑発生→自動分散→解消
Ready
リアルタイムフロアマップ
15分後の混雑予測
Box1500-A低 → 低
Box1500-B-3 廊下低 → 高 ⚠
サンラボ低 → 中
Restaurant中 → 高 ⚠
Cafe低 → 低
Shop低 → 低
エントランス低 → 中
EV/階段低 → 低
Optimizer アクション
Box1500-B→3 間の混雑予測
15:00にピーク予測。サイネージを切替え、サンラボへの迂回ルートを表示推奨。
14:45 — Optimizer → Visualizer
リストバンド個別ナビ更新
Box1500-B付近の来館者12名に、サンラボを先に見るルート変更を提案中。
14:45 — Optimizer → Wristband → Concierge
レストラン事前分散
17:00台混雑予測。16:30以前の来館者に16:45の早めディナーを提案中（8名に送信済み）。
14:30 — Optimizer → Restaurant → Concierge
逆回りルートの推奨
午後入館者は シーラボ→5→3→1 の逆順ルートを推奨。順回りとの混雑が相互分散。
14:00 — Optimizer → Gallery → Guide
サイネージ制御
🖥 エントランス大型通常ルート表示中
🖥 1F 廊下 A迂回ルート提案中
🖥 1F 廊下 B待ち時間表示中
🖥 2F エレベーター前サンラボ-7 案内中
🖥 Cafe 入口空席状況表示中
🖥 Restaurant 前コラボメニュー表示中
導線KPI（本日）
平均移動時間（Room間）2.1分
ボトルネック発生回数3回
自動分散 成功率87%
サイネージ誘導 遵守率62%
リストバンドナビ 採用率78%
レストラン分散 効果ピーク -22%
施設知性 — Mon 高輪 as Living Organism
建物全体が一つの知性体として呼吸する。照明・空調・音響・清掃・サイネージが来館者の状態に呼応。
施設カスケード反応デモ — 来館者40名入館→全システム連鎖応答
Ready
施設サブシステム — リアルタイム状態
照明制御
Box1500: 展示モード / 2Fロビー: 歓迎 / スロープ: 誘導LED
68 zone
空調 (HVAC)
Box1500: 22.5°C/48% / Box1000: 21.0°C / Tatami: 24.0°C
22.5°C
環境音響
Box1000: ステージLED連動 / Tatami: 和楽器 / スロープ: アンビエント
14 ch
デジタルサイネージ
全9フロア12面 — 混雑マップ+多言語案内
12 面
Box1000 LEDステージ
全面LED稼働 / 演目連動モード / 解像度8K相当
8K LED
EV + スロープ制御
EV 3基稼働 / 螺旋スロープ照明: 自動調光
3基+slope
自動ドア・可動壁
2Fエントランス: 開放 / Box300可動壁: 閉鎖 / 防火扉: 待機
18 口
清掃ロボット
3台待機中 / 次回巡回: 15:30（B3F→RF順次）
3 台
エネルギー管理
消費: 68kW / RF太陽光: 12kW / Box1000 LED: 18kW
68 kW
セキュリティ
カメラ48台 / 9フロア全正常 / 高輪築堤跡エリア監視
48 cam
カスケード反応ログ — 建物が「考える」過程
🏛 設計思想 — Mon 高輪 as Agent
建物全体が単一のエージェントとして機能する。
来館者が入館するだけで、建物が「呼吸」を始める。
● 入力 — リストバンド位置、視線、人流、会話、予約状況
● 判断 — Optimizer が全データを統合し、15分先を予測
● 出力 — 照明・空調・音響・サイネージ・ドア・EVを同時制御
個別のシステムではなく、全てが連鎖する一つの生態系。
Box1500-A に人が集中すれば、照明が隣のRoomを明るくし、サイネージが迂回を示し、空調が換気量を増やし、清掃ロボットが空いたエリアを巡回する。
14のソフトウェアエージェント + 9つのハードウェアシステムが
一つの神経系として接続されている。
来館者が入館するだけで、建物が「呼吸」を始める。
● 入力 — リストバンド位置、視線、人流、会話、予約状況
● 判断 — Optimizer が全データを統合し、15分先を予測
● 出力 — 照明・空調・音響・サイネージ・ドア・EVを同時制御
個別のシステムではなく、全てが連鎖する一つの生態系。
Box1500-A に人が集中すれば、照明が隣のRoomを明るくし、サイネージが迂回を示し、空調が換気量を増やし、清掃ロボットが空いたエリアを巡回する。
14のソフトウェアエージェント + 9つのハードウェアシステムが
一つの神経系として接続されている。
エネルギー最適化
本日の消費電力42 kW
人密度連動で削減-18%
空室の照明自動OFF-12%
太陽光発電8 kW
CO₂排出削減率-24% vs 従来
アーティストリサーチ — 次回展「身体と生成」
Surveyor + Curator が30年分のデータからスクリーニングした候補15名
契約・フィー計画
Curator Agent が類似規模の展覧会データから算出した適正フィーと契約条件
予算シミュレーション
¥38.5M
推定総予算
¥18.2M
アーティストフィー
¥12.3M
制作・施工費
¥8.0M
運営・PR費
アーティスト別フィー・契約詳細
| アーティスト | フィー | フィー根拠 | 契約形態 | 制作期間 | ステータス |
|---|
契約タイムライン
制作図面 — 展示レイアウト
Curator + Visualizer + Optimizer が連携して生成した展示レイアウトと仕様書
平面図 — 最適化案B
各Room仕様
搬入出・施工スケジュール
マーケティングダッシュボード
Marketing Agent による自動運用の全体像
¥5.0M
総予算
消化率 62%
482K
インプレッション
↑ CTR 3.4%
1,247
チケット販売
目標の 78%
ROAS 4.2x
広告費用対効果
↑ 目標超過
ファネル分析
認知
興味
検討
購入
セグメント別効果
デジタルアート愛好家CTR 5.2%
建築・デザイン関係者CTR 3.8%
テクノロジー層CTR 3.1%
一般文化層CTR 1.9%
全エージェント通信ログ
全14エージェント間のリアルタイム通信を監視
次の1時間の予測
混雑予測ヒートマップ
現在+15分+30分+45分+60分
予測精度スコアボード
天候 × 来館者予測
AI 推薦アクション
異常検知 — アノマリーレーダー
What-If シナリオ分析
パラメータを変更して建物の反応を予測
来館者数320名
外気温19°C
天候
イベント
明日の予報
ネットワーク統計
ノード
25
アクティブ接続
0
メッセージ/秒
0
平均遅延
12ms
通信ログ
エージェント負荷
通信帯域
建物の記憶 — 2026年3月28日（開館日）
この建物が今日一日で経験したすべての出来事。各エントリーは建物の視点から記録されています。
本日の要約
記憶のハイライト
来週への申し送り
感情曲線 — 建物の一日