FitGap
Policy Twin

Policy Twin

3Dモデル/デジタルツイン生成AI

使いやすさ
セットアップ
料金
サポート充実
連携・拡張性
機能性
セキュリティ
あなたの職場・業務に求められることや重視することは?
この製品が本当に相応しいかチェックしてみましょう。
コスト
要問合せ
無料プラン
-
IT導入補助金
-
無料トライアル
-
シェア
~ 3Dモデル/デジタルツイン生成AI
事業規模
中小
中堅
大企業

目次

Policy Twinとは

強み

注意点

カテゴリ別市場マーケットシェア

代替サービス

サービス基本情報

運営サービス一覧

FitGapにおけるすべての評価は、公平性を最優先に、客観的なアルゴリズムを用いて計算されています。製品の評価方法は「FitGapの評価メソッド」、シェアデータの算出根拠は「シェアスコアの算出方法」をご覧ください。

Policy Twinとは

Policy Twinは、富士通株式会社が提供する3Dモデル・デジタルツイン生成AIサービスです。自治体の政策をデジタル空間で再現し、その社会的影響をシミュレーションする技術を搭載しています。過去の政策文書をAIで解析することで新たな政策候補を生成し、医療費削減や健康指標の改善といった効果を事前に評価することができます。行政機関の政策立案を支援することを目的としており、大規模自治体における施策検討での活用が期待されています。また、複数の自治体間で知見を共有することで、政策の標準化にも貢献する可能性があります。デジタル技術を活用して政策の効果を可視化し、より効果的な行政運営の実現を支援するソリューションとして位置づけられています。FitGapの業種別シェアでは官公庁がカテゴリ34製品中1位で、公共部門での利用傾向が見られます。FitGapの企業規模別シェアでは大企業がカテゴリ34製品中4位で、大規模組織での施策検討を想定する場合の判断材料になります。

pros

強み

効果的な政策立案支援

Policy Twinは、自治体の予防医療政策をデジタルツイン化し、AIによるシミュレーションを通じて政策立案を支援します。医療費削減と健康改善の両立を目指した政策案を自動生成する機能を備えており、複雑な政策課題に対してデータに基づいた解決策の提示が期待できます。実証実験においては従来手法と比較して効果を倍増させた実績があり、効率的かつ効果的な政策検討プロセスの実現に寄与します。FitGapの業種別シェアでは医療、福祉がカテゴリ34製品中7位で、予防医療や健康改善を扱う行政施策で比較候補にしやすい利用傾向があります。

行動経済学とAI融合

Policy Twinは、行動経済学の知見とAI技術を組み合わせることで、住民の行動パターンを詳細にモデル化できます。過去の政策実施データや住民の反応データを分析し、将来の政策効果を予測する機能を備えています。また、限られた予算や人的リソースなどの制約条件を踏まえながら、最も効果的な施策の組み合わせを提案することが可能です。これにより、従来の経験則に頼った政策立案から、データに基づく科学的なアプローチへの転換を支援します。

政策文書の自動解析

Policy Twinは、LLMを活用して既存の政策文書を機械可読なフローチャートに変換する機能を備えています。蓄積された多数の成功事例を基に最適案を生成することで、政策の比較検討や新たな政策立案の過程を効率的に支援します。複雑な政策文書の構造を視覚的に整理し、意思決定に必要な情報を分かりやすい形で提供することが可能です。

cons

注意点

自治体政策向け特化

Policy Twinは地方自治体の政策検討を目的として開発されており、特定の行政サービス改善シナリオに焦点を当てた設計となっています。このような特化した性質上、一般企業が業務運営の用途で導入を検討する場合、用途が限定的になる可能性があるため、事前に自社の活用シナリオを十分に検討することが重要です。導入前には、具体的な利用場面や期待する効果を明確にし、製品の特性と自社のニーズとの適合性を慎重に評価することが推奨されます。FitGapの業種別シェアでは官公庁がカテゴリ34製品中1位である一方、建設、不動産や電気、ガス、水道はいずれも17位です。公共部門以外で使う場合は、政策検討の流れを自社業務に置き換えられるかを確認すると判断しやすくなります。

提供分野・地域の限定

Policy Twinは2024年末より医療・ヘルスケア分野の自治体向けサービスとして日本国内で開始される予定です。当面の提供範囲は日本国内の公共部門に限定されており、他国での展開や民間分野での利用については現時点では未定となっています。そのため、導入を検討される際は、提供対象や利用可能な分野について事前に確認いただく必要があります。

サービス開始前・試験段階

Policy Twinは2024年12月に研究ポータル経由での試用提供開始が予定されているものの、まだ本格的な商用段階には至っていない状況です。現在は技術的な成熟度やサポート体制の整備が進められている段階にあるため、実際の導入を検討される際には、最新の開発状況やサービス内容について十分な情報収集を行うことが重要となります。試験段階であることを踏まえ、導入時期や利用目的を慎重に検討することをお勧めします。FitGapの導入しやすさ評価はカテゴリ34製品中30位、サポート評価はカテゴリ34製品中25位です。初期導入時の体制や問い合わせ対応を重視する場合は、試用段階で運用手順と支援範囲を確認する必要があります。

カテゴリ別マーケットシェア

2026年3月 FitGap調査

Policy Twin3Dモデル/デジタルツイン生成AIマーケットシェア

シェア

事業規模

中小
中堅
大企業

Policy Twinの利用環境・機能

利用環境
端末・OS
Windows
シングルサインオン
対応言語
提供形態
-
対応サポート
-
機能
標準対応
オプション/条件付き
非対応

Policy Twinのプラン

個別見積もり。詳細は公式サイトより要問い合わせ。

Policy Twinと比較されるサービス

Policy Twinは、政策や施策の効果をデジタル空間で事前に検証するサービスです。社会課題への影響を導入前に確かめたい用途に向きます。都市や設備のIoT基盤を作るならAzure Digital Twins、企業データの横断活用ならHitachiが候補です。製造工程の検証ではSiemens、プラント操業の改善ではYokogawaと比較されます。

Azure Digital Twins

価格
2.50ドル 100万操作
シェア目安
使いやすさ
セットアップ
料金
サポート充実
連携・拡張性
機能性
セキュリティ
Policy Twinと比較して良い点
  • DTDLのモデルとツイングラフで都市や設備を表現でき、Azure上で拡張しやすいです。

  • IoT Hubや分析基盤と接続しやすく、複数システムのイベント処理を作れます。

Policy Twinと比較して悪い点
  • 政策評価のロジックは自社で組む必要があり、社会制度の仮説検証では設計工数が増えます。

  • Azure前提の構成になるため、行政データや研究成果を取り込む際は接続方式の検討が要ります。

判断の分かれ目

IoT基盤をAzureで作るならAzure Digital Twinsが合い、政策効果の事前検証ではPolicy Twinが候補になります。

製品ページを見る

Hitachi

価格
要確認
シェア目安
使いやすさ
セットアップ
料金
サポート充実
連携・拡張性
機能性
セキュリティ
Policy Twinと比較して良い点
  • LumadaでOT/ITデータを横断しやすく、現場データから業務改善へ広げやすいです。

  • データ基盤と分析を組み合わせやすく、複数部門のデジタル施策に展開しやすいです。

Policy Twinと比較して悪い点
  • 企業データの活用が中心になり、政策シナリオの社会影響モデルは別に組み立てる必要があります。

  • 住民行動や制度効果まで踏み込む検証では、施策の波及を扱うモデルを別途用意することになります。

判断の分かれ目

企業横断のデータ活用ではHitachiが扱いやすく、政策シナリオの検証ではPolicy Twinが向きます。

製品ページを見る

Siemens

価格
要確認
シェア目安
使いやすさ
セットアップ
料金
サポート充実
連携・拡張性
機能性
セキュリティ
Policy Twinと比較して良い点
  • 製品設計と生産工程を一体で扱え、製造ライン全体の仮想検証に広げやすいです。

  • 物理シミュレーションと実データを戻す流れを作りやすく、量産前の改善に強いです。

Policy Twinと比較して悪い点
  • 製造ライフサイクルの最適化に寄るため、政策効果や住民行動の検証では対象がずれます。

  • Siemens製品群の設計資産を前提にしやすく、行政データの取り込みでは事前準備が重くなります。

判断の分かれ目

製造工程の仮想検証ではSiemensが向き、政策効果の検証ではPolicy Twinが候補になります。

製品ページを見る

Yokogawa

価格
要確認
シェア目安
使いやすさ
セットアップ
料金
サポート充実
連携・拡張性
機能性
セキュリティ
Policy Twinと比較して良い点
  • OTの知見を活かしてプラントデータを統合し、操業KPIやワークフローを判断しやすいです。

  • プロセス産業向けの支援が厚く、現場改善や安全操業のデータ活用に入りやすいです。

Policy Twinと比較して悪い点
  • プラント運用に強い一方、政策や社会制度の効果検証ではモデルの対象範囲が狭くなります。

  • 扱う対象が設備や操業に寄るため、行政施策の意思決定に使う社会シミュレーションは範囲外になりがちです。

判断の分かれ目

プラント操業の改善ではYokogawaが合い、政策立案の事前検証ではPolicy Twinが選ばれやすいです。

製品ページを見る

サービス基本情報

リリース : 2024

https://documents.research.global.fujitsu.com/sdtp-policy-twin/公式
https://documents.research.global.fujitsu.com/sdtp-policy-twin/

運営会社基本情報

会社 : 富士通株式会社

本社所在地 : 神奈川県川崎市中原区上小田中4-1-1

会社設立 : 1935

セキュリティ認証 : プライバシーマーク

ウェブサイト : https://www.fujitsu.com/jp/

富士通株式会社運営サービス一覧

サービスカテゴリ

AI・エージェント

汎用生成AI・エージェント
LLM・大規模言語モデル
エージェントフレームワーク
エージェントオートメーション基盤

ソフトウェア(Saas)

オフィス環境・総務・施設管理
開発・ITインフラ・セキュリティ
データ分析・連携
FitGap
運営会社

© PIGNUS Inc. All Rights Reserved.

かんたんな質問に答えるだけで、自社向けのシステム要件を整理し、ぴったりのサービスをチェックすることができます。