GCP News - 2026-09-28
2026-09-28
最終更新: 2026-09-29 03:27:48 JST
AI による概要
この日は 3 件で、ストレージ最適化インスタンスの一般提供と、セキュリティ速報を含むリリースノートが中心でした。コンピュートでは、ストレージ最適化の Z4D マシンシリーズが仮想マシンとベアメタルの両方で一般提供となりました。SQL・NoSQL・KVrocks・ベクトルデータベース、データ分析、データ検索のように、大容量のローカルストレージと高いストレージ性能を必要とする IO 集約型かつビジネスクリティカルなワークロード向けです。第 5 世代 AMD EPYC (Turin) と最新の Titanium の強化を組み合わせ、最大 84,000 GiB のローカル SSD を備え、前世代の Z3 と比べてこうしたワークロードの性能を最大 40% 改善します。VM は 2 種類で、vCPU あたり 219 GiB のローカル SSD を持つ Z4D-highmem-standardlssd (7 つのシェイプ。OLAP のデータ分析や MySQL・Postgres 向けに最適化) と、vCPU あたり 438 GiB の Z4D-highmem-highlssd (7 つのシェイプ。分散データベース、データストリーミング、大規模な並列ファイルシステム向け) が用意されます。大容量のローカル SSD は AI / ML の学習・推論や、分散並列ファイルシステムを大規模に動かす用途にも向くとされています。リリースノートでは Application Integration のセキュリティ速報が 3 件公開されました。Email Task コンポーネントの Confused Deputy 脆弱性 (2026 年 6 月 30 日より前のバージョン、GCP-2026-066)、JavaScript Task の信頼できないデータのデシリアライズ脆弱性 (2026 年 6 月 28 日より前、GCP-2026-065)、タスク設定における不適切な認可の脆弱性 (2026 年 6 月 17 日より前、GCP-2026-064) です。あわせて、Cloud Monitoring のレガシー Monitoring エージェントが正式にサポート終了となり、通常の保守とバグ修正が停止したため、サポートされている代替への移行が推奨されています。Cloud Logging では破壊的変更として、請求先アカウントへのログエントリの書き込みがプラットフォームサービスに限定されました。このほか、Cloud Load Balancing のゾーン NEG (GCE_VM_IP / GCE_VM_IP_PORT エンドポイント) が IPv6 専用エンドポイントに対応 (プレビュー)、Compute Engine でインスタンスのホスト ID を公開して同一ゾーン内の物理的な近接性を確認できる機能が許可リスト付きで GA (レイテンシーに敏感なワークロードの最適化や可用性の改善に利用)、Model Armor でテンプレート単位の除外ルールがプレビュー (辞書と正規表現のルールを設定して、プロンプトインジェクション / ジェイルブレイク検出と Responsible AI フィルターの誤検知を抑える) が届いています。事例では、JR東日本が Suica の改札タッチを起点に乗客のスマートフォンへタイムリーに情報を届ける「タッチトリガー」を Spanner と Cloud Run で実現した取り組みが紹介されました。累計発行枚数 1 億 2,000 万枚を超える Suica と、1 日約 1,600 万人の乗降客という規模のデータトラフィックを支える基盤として Google Cloud が選ばれています。従来は改札通過時のデータをオンプレミス中心の社内システムで処理しており、0.2 秒という超高速処理には合っていたものの、全社横断のデータ活用が進めにくかったという背景が語られています。
主要トピック
コンピュート: ストレージ最適化の Z4D が VM とベアメタルで GA、最大 84,000 GiB のローカル SSD で Z3 比 最大 40% 高速
セキュリティ速報: Application Integration に 3 件 (GCP-2026-064 / 065 / 066、不適切な認可・デシリアライズ・Confused Deputy)
サポート終了: Cloud Monitoring のレガシー Monitoring エージェントがサポート終了、代替への移行が必要
破壊的変更: 請求先アカウントへのログ書き込みがプラットフォームサービスに限定
ネットワーク: ゾーン NEG が IPv6 専用エンドポイントに対応 (プレビュー)、Compute Engine のホスト ID 公開が許可リスト付き GA
AI 安全性: Model Armor にテンプレート単位の除外ルール (プレビュー)、誤検知を辞書と正規表現で抑制
国内事例: JR東日本が Spanner と Cloud Run で「タッチトリガー」を実現、改札タッチを起点にした情報配信
Google Cloud Release Notes
September 28, 2026
- Link: https://docs.cloud.google.com/release-notes#September_28_2026
- Published: 2026-09-28 16:00:00
- Fetched: 2026-09-29 03:27:46
詳細を表示
Application Integration
Security
A Confused Deputy vulnerability was discovered in the Email Task component in Application Integration versions prior to June 30, 2026. For more information, see the GCP-2026-066 security bulletin.
Security
A Deserialization of Untrusted Data vulnerability was discovered in the JavaScript Task in Application Integration versions prior to June 28, 2026. For more information, see the GCP-2026-065 security bulletin.
Security
An Incorrect Authorization vulnerability was discovered in the task configuration in Application Integration versions prior to June 17, 2026. For more information, see the GCP-2026-064 security bulletin.
Cloud Load Balancing
Feature
Zonal network endpoint groups (NEGs) with GCE_VM_IP and GCE_VM_IP_PORT
endpoints support IPv6-only endpoints that reference IPv6-only or dual-stack
Compute Engine VM network interfaces.
This feature is available in Preview.
For more information, see Zonal network endpoint groups overview.
Cloud Logging
Breaking
Only platform services can write log entries to billing accounts.
These logs have names with the format
billingAccounts/[BILLING_ACCOUNT_ID]/logs/[LOG_ID].
For more information, see
entries.write.
Cloud Monitoring
Deprecated
The legacy Monitoring agent has officially reached its end of support. All standard maintenance and regular bug fixes for the agent have ceased. We recommend migrating to one of the supported alternatives. For more information about this deprecation, see Legacy Monitoring and Logging agent end of support.
Compute Engine
Feature
Allowlisted GA: You can expose the host ID of a Compute Engine instance to verify its physical location in relation to other compute instances in your Google Cloud organization. Use compute instance proximity in a zone to optimize latency-sensitive workloads or improve the reliability of your applications. For more information, see View the physical location of a Compute Engine instance.
Model Armor
Feature
Template-specific exclusion rules are available in Preview. This feature lets you configure dictionary (word and phrase lists) and regular expression rules to mitigate false-positive detections for prompt injection and jailbreak detection and responsible AI filters.
For more information, see Configure template-specific exclusion rules.
Google Cloud Blog
Storage-optimized Z4D machine family, now GA, is designed for IO-intensive workloads
- Link: https://cloud.google.com/blog/products/compute/storage-optimized-z4d-vm-and-bare-metal-instances/
- Published: 2026-09-28 16:00:00
- Fetched: 2026-09-29 03:27:48
詳細を表示
Today, we’re excited to announce the general availability of our next-generation Storage-optimized Z4D machine series in Google Compute Engine with both Virtual Machine (VM) and bare-metal instances.
We built Z4D for IO-intensive and business-critical workloads that require large local storage capacity and high storage performance, including SQL, NoSQL, KVrocks and vector databases, data analytics and data search. Powered by 5th Gen AMD EPYC processors (Turin) and paired with the latest enhancements in Titanium, Z4D provides up to 84,000 GiB of Local SSD (LSSD) storage. It improves the performance of these demanding workloads by up to 40% compared to the prior-generation Z3 instances, so you can increase your applications throughput while right-sizing your cloud investment. Z4D’s large LSSD capacity also makes it a strong storage solution for AI/ML training and inference workloads and running distributed parallel file systems at scale.
Z4D VMs and bare-metal instances
The Z4D VM portfolio lets you rightsize your infrastructure and scale your clusters to meet workloads requirements by providing large total local SSD capacity and high local SSD capacity per vCPU. Z4D offers two different VM types: the Z4D-highmem-standardlssd VM type, which includes seven VM shapes and offers 219 GiB of LSSD per vCPU. These VMs are optimized for data analytics (OLAP), and SQL databases like MySQL and Postgres. The Z4D-highmem-highlssd VM type includes seven different VM shapes, with 438 GiB of LSSD per vCPU and is optimized for distributed databases, data streaming, large parallel file systems and data search. In addition, you can easily scale your existing Z3-based workloads by expanding into Z4D clusters.
Z4D bare metal instances give you direct access to the physical hardware without a virtualization layer. This reduces latency for latency-sensitive workloads, custom hypervisors and workloads with specific licensing needs. Further, Z4D bare metal will be the very first AMD-based instance to support Nutanix Cloud Clusters (NC2), a hybrid multi-cloud platform that works across several cloud providers. Z4D bare-metal instances deliver the LSSD capacity and low latency that agentic AI architectures using microVMs require, allowing developers to run thousands of isolated sandboxes per host with native performance and efficiency.
In addition to 84,000 GiB of local SSD storage, Z4D VMs and bare metal instances offer up to 384 vCPUs and up to 3,072 GiB of memory. Z4D instances are based on Titanium SSDs, which offload local storage processing from CPU resources to deliver real-time data processing, low-latency, high-throughput storage performance and enhanced storage security. Z4D delivers up to 15,600K random read IOPS and up to 75,600 MiB/s sequential read throughput, improving the LSSD storage performance by up to 70% compared to Z3. Z4D also reduces write latency by up to 25% and improves mixed read-write IOPS by up to 30% without increasing the IO latency vs Z3. At the same time, Z4D instances provide the connectivity and storage performance that enterprise and AI/ML workloads need by doubling the networking throughput compared to Z3 and offering up to 400 Gbps of standard networking bandwidth.
What customers and partners are saying
<figure class="article-image--wrap-small
">
<img alt="elastic" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/elastic.max-1000x1000.jpg" />
</a>
</figure>
<p><i>“Elastic is committed to delivering best-in-class performance with the Elasticsearch Platform that powers observability, security, search, and AI solutions. Performance and cost efficiency are critical for teams running these workloads at scale and our initial testing of the new Z4D virtual machines shows up to 50% better indexing throughput compared to previous generation Z3 VMs. We look forward to bringing these benefits to Elasticsearch users deploying on Google Cloud.” -</i> Yuvraj Gupta, Principal Product Manager, Elastic</p>
</div>
<figure class="article-image--wrap-small
">
<img alt="immunai" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/immunai.max-1000x1000.jpg" />
</a>
</figure>
<p><i>"Migrating to the Z4D instance reduced our processing runtime by ~70% while reducing overall costs. This improvement enables Immunai to process large-scale immune data significantly faster and turn it into biological insights that support pharma companies in making better-informed decisions throughout drug discovery and development." -</i> Guy Yachdav, Senior Director of Software Engineering, immumeai</p>
</div>
<figure class="article-image--wrap-small
">
<img alt="nutanix" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/nutanix.max-1000x1000.jpg" />
</a>
</figure>
<p><i>"We are thrilled to expand our technical collaboration with Google Cloud and to deepen our strategic partnership with AMD to bring Nutanix Cloud Clusters (NC2) to the new Z4D bare metal instances. This marks a significant milestone for our customers, as NC2 on Z4D will be a first-of-its-kind offering — the very first AMD metal instance on which NC2 is supported. By uniting AMD's cutting-edge compute performance with Google Cloud's robust infrastructure and the Nutanix hybrid cloud platform, we are delivering unprecedented flexibility, scale, and choice to empower enterprise workloads."</i> - Saveen Pakala, Vice President of Product Management, Nutanix</p>
</div>
<figure class="article-image--wrap-small
">
<img alt="redis" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/redis.max-1000x1000.jpg" />
</a>
</figure>
<p><i>"Redis powers real-time data infrastructure and AI workloads for thousands of organizations worldwide. Flex extends that to larger datasets without all-RAM economics — local SSD handles the scale while memory provides the speed. We compared Google Cloud's new Z4D storage-optimized VMs to our current generation C3D instances using our Flex benchmark suite on the same flash-heavy workloads. The results were impressive: up to 4.3 times higher throughput and up to 77% lower latency on our smaller shapes. Z4D also sustained nearly 1.8 million operations per second at full RAM hit ratio. The more data we served from flash, the more that advantage grew — which is exactly the profile Flex is built for. Z4D gives us a clear path to deliver the same performance tier on a smaller footprint, and we're looking forward to expanding our testing as Z4D moves toward GA.”</i> - Benjamin Renaud, CTO, Redis</p>
</div>
<figure class="article-image--wrap-small
">
<img alt="shopify" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/shopify_QpwhKbh.max-1000x1000.jpg" />
</a>
</figure>
<p><i>“Shopify looks at what's best for our fleet, and Z4D gives us high CPU density alongside fast locally attached storage and fast networking. Shopify's user experience depends on how fast data can be served, and AI shopping agents query storefronts far more aggressively than people do. These shapes give us the throughput to keep up. We saw roughly 20% better throughput on Z4D than on Z3.”</i> - Brad Dietrich, Distinguished Engineer, Shopify</p>
</div>
<figure class="article-image--wrap-small
">
<img alt="silk" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/silk_RM9R0Ve.max-1000x1000.jpg" />
</a>
</figure>
<p><i>"Google's Z4D VMs are a significant leap forward. In our testing we observed up to 60% better performance than previous Gen 2 VMs, and up to 36% better performance than Z3 VMs. With high local SSD density and strong cost-efficiency together with improved system reliability, Z4D gives Silk customers faster, more predictable performance for their most demanding workloads." -</i> Adik Sokolovski, Chief R&D Officer, Silk</p>
</div>
<figure class="article-image--wrap-small
">
<img alt="turbopuffer" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/turbopuffer.max-1000x1000.jpg" />
</a>
</figure>
<p><i>"Connecting AI with petabytes of fresh data means we're searching more than ever before. We're excited about the new Z4D instance types. Compared to Z3, they gave us a 40% throughput improvement on real query and indexing workloads — which directly translates to faster and cheaper web-scale search for our customers"</i> - Ben Linsay, Engineer, turbopuffer</p>
</div>
Enhanced maintenance experience
Both Z4D VMs and bare-metal instances make it easier for you to plan ahead and schedule maintenance operations at a time of your choosing by providing notice from the system several days in advance of a required maintenance. Z4D VMs further enhance the maintenance experience by allowing you to live-migrate an instance during maintenance events for VMs with 42,000 GiB or less of local SSD storage. Z4D VMs with 84,000 GiB of local SSD and Z4D bare metal instances are terminated and restarted while preserving your data through the planned maintenance events.
Support for Hyperdisk
Z4D VMs and bare metal support Hyperdisk, Google Cloud’s workload-optimized block storage that lets you optimize the performance for each workload by independently tuning the storage performance and capacity for each instance.
Specifically, they are compatible with Hyperdisk Balanced, Hyperdisk Throughput, and Extreme Hyperdisk storage for scalable, high-performance network-attached storage, supporting up to 512 TiB of capacity per instance. For general-purpose workloads, Hyperdisk Balanced, with up to 320K IOPS per instance, offers a mix of performance and cost-efficiency. Hyperdisk Extreme delivers ultra-low latency and supports up to 500K IOPS and 12,500 MiB/s throughput per Z4D VM and bare metal instance, making it well-suited for demanding database workloads.
Get started with Z4D today
Z4D VMs are available today in select regions worldwide and Z4D bare metal instances are in preview - reach out to your account team for additional information and access. To start using Z4D instances, select Z4D under the Storage-Optimized machine family when creating a new VM or GKE node pool in the Google Cloud console. Learn more at the Z4D machine series page. Contact your Google Cloud sales representative for more information on regional availability.
Google Cloud Japan Blog
JR東日本: Spanner と Cloud Run で「タッチトリガー」を実現し、改札データを起点に新たなコミュニケーションと価値を創出
- Link: https://cloud.google.com/blog/ja/topics/customers/jr-east-implements-touch-trigger-using-spanner-and-cloud-run/
- Published: 2026-09-28 11:00:00
- Fetched: 2026-09-28 12:47:14
詳細を表示
利用しているサービス:
Spanner, Cloud Run, Cloud Logging, Cloud Tasks, Cloud Scheduler, BigQuery
東日本旅客鉄道株式会社（以下、JR東日本）が開発した「タッチトリガー」は、Suica の改札タッチをトリガー（起点）として、乗客のスマートフォンへタイムリーに情報を届ける新世代のコミュニケーション サービスです。この実現に向け、膨大なデータ トラフィックを支えるインフラとして選ばれたのが、Google Cloud の Spanner と Cloud Run でした。開発の背景から、Google Cloud の製品が選ばれた理由、そして活用事例まで、マーケティング本部でプロジェクトを推進する 4 名に話を伺いました。
改札というリアルな接点から生まれる、生活に密着したデータ
日本最大の鉄道事業者として、乗客の移動を支える JR東日本。同社が発行する交通系 IC カード Suica は、2001 年のサービス開始以来、累計発行枚数が 1 億 2,000 万枚を超え、移動・決済のインフラとして、私たちの生活に欠かせないものとなっています。今、同社は Suica の利便性をより高め、活用範囲を広げる「Suica Renaissance」構想を進めています。その核となる技術のひとつが、乗客の改札通過データをもとに、さまざまな情報を提供する「タッチトリガー」です。マーケティング本部の戦略・プラットフォーム部門で副部門長を務める廣瀬 道輝氏は、開発の背景にはコロナ禍があったと振り返ります。
<figure class="article-image--wrap-small
">
<img alt="DSC07309final_small" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/DSC07309final_small.max-1000x1000.jpg" />
</a>
</figure>
<p>「コロナ禍の最中、人々が通勤・通学や外出を控えざるをえなくなり、鉄道の利用者が大きく減るという事態に直面しました。『人の移動』という弊社事業の前提が揺らいだのです。その危機感のなかで、単に移動のインフラを提供するだけでなく、お客様の生活に寄り添い、一人ひとりに新しい価値を提案していく必要があると強く感じました。そこで生まれたのが『タッチトリガー』です。Suica に紐づく改札データを集約し、利用駅や時間帯、行動の文脈などに基づいて分析していけば、パーソナライズされた情報やサービスをお届けできます。私たちは改札タッチのタイミングをお客様とのコミュニケーションのきっかけにしたいと考えています。そのため『タッチトリガー』を、お客様の生活の利便性や快適さを上げていくための『コミュニケーション機能』として位置づけています。」</p>
</div>
このような発想を根底で支えるのが、リアルなネットワークです。JR東日本の鉄道網は関東や東北、北陸に広がり、乗降客数は 1 日約 1,600 万人に上ります。ところが従来は、改札を通過した際に発生するデータはオンプレミスを軸にした社内システムで処理されており、巨大なポテンシャルをフルに活かしきれずにいました。この方法は、0.2 秒という超高速処理を実現するうえでは理にかなっていました。しかしマーケティングを担当するデジタルビジネスユニットの村上 洋輔氏は、全社横断的なデータ活用が急務だったと振り返ります。
<figure class="article-image--wrap-small
">
<img alt="DSC07397final_small" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/DSC07397final_small.max-1000x1000.jpg" />
</a>
</figure>
<p>「改札ゲートはお客様の生活に密着したタッチポイントで、物理的な数の多さや、そこから得られるデータは、鉄道事業者ならではの強みだと考えています。また、あらゆる地域には駅を中心に商圏や生活圏が広がり、弊社のグループでもさまざまな部署が事業を展開していますので、データを横断的に活用すれば、大きなシナジーを生み出すことができます。そのためにも、運用基盤をクラウド化していくことが重要になっていました。折しも、Suica 全体をクラウド化していくという動きが全社的に進んでいましたので、『タッチトリガー』も、その流れと足並みをそろえることになりました。」</p>
</div>
Spanner と Cloud Run で厳しいトラフィック処理の要件をクリア
ただし、データ処理のシステムをクラウドに移行するためには、厳しい技術要件がありました。まず 1 日のタッチ数は、山手線内の駅だけでも数百万回にのぼり、ラッシュ時には平常時の 10 倍にも跳ね上がります。無数の改札から送られてくるデータを、クラウド上のサーバーで処理するためには、トラフィックの急増に対応するスケーラビリティと、データを瞬時に記録する書き込み性能が鍵を握ります。これを満たすことができるのは、Google Cloud の製品だけだったといいます。
「ほぼすべてのクラウド型データベースで検証したところ、一般的な RDB（リレーショナル データベース）では処理能力に上限があり、要件を満たせないことがわかりました。しかし Spanner だけは違いました。データを自動で振り分けながら、高い整合性を保つことができますし、Cloud Run と組み合わせることで、乗客の増減に応じてほぼタイムラグなくオートスケールできることもわかりました。テスト実装の段階で、想定どおりのスペックが出たことに開発チームは驚いていました。Spanner と Cloud Run がなければ、『タッチトリガー』を今の形で実現させることは難しかったでしょう。」（廣瀬氏）
実装の際には、いくつかの工夫もなされています。データ活用を行うには、年代や利用駅、購買履歴といった属性と、マーケティングの目標を瞬時に掛け合わせる作業が不可欠となります。ただし Spanner はデータの整合性を維持するために、独自のインデックス設計を採用しており、データ加工が必要となります。そこで技術的な支援を行ったのが、Google Cloud のサポートチームでした。
「本格的に Spanner を使うのは初めてでしたが、あまり試行錯誤することなく、最適解にたどり着くことができたと感じています。現場のエンジニアたちも、処理スピードやコスト最適化の方法や、Data Boost を活用した分析クエリに対するリソースの競合の回避方法など、多くのノウハウを吸収しました。Google Cloud と協働しながら改札システムのクラウド化を進めていけば、改札を抜けてホームに向かう間に、パーソナルな通知が届くような環境も構築していけると思います。」（廣瀬氏）
<div class="article-module h-c-page">
<div class="h-c-grid">
<figure class="article-image--large
h-c-grid__col
h-c-grid__col--6 h-c-grid__col--offset-3
">
<img alt="【構成図案】タッチトリガー_アーキテクチャ図v4_簡易版_for blog" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/GouChengTuAntatsuchitorika_akitekuchiyaTuv.max-1000x1000.png" />
</a>
</figure>
</div>
</div>
「タッチトリガー」が活性化させていく、毎日の暮らしと地域コミュニティ
「タッチトリガー」は 2024 年に山手線内の全駅に実装され、その後、JR東日本管内の新幹線停車駅や大井町などへ対象を広げています。最初に活用されたのは、同社が毎年開催している「山手線謎めぐり」というイベントでした。「タッチトリガー」のシステムやオペレーションを担当する、デジタルビジネスユニットの新名 恵里佳氏は、盛り上がりを鮮明に覚えていました。
<figure class="article-image--wrap-small
">
<img alt="DSC07436final_small" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/DSC07436final_small.max-1000x1000.jpg" />
</a>
</figure>
<p>「これは沿線の街を散策しながら、謎解きをしていく体験型のイベントで、毎年多くの方にご参加いただいています。2024 年は Suica をタッチすると、駅に応じたコンテンツが配信される仕組みを採り入れました。参加した方からは『Suica でこんなことができるんだ！』という驚きの声があがっていました。その後、2025年には『みんなのトレインタウン』というスマホゲームでも、ミッションの達成条件に『改札タッチ』を組み込み、アイテムを獲得できるようにする施策なども行っています。」</p><p>また、JR東日本が推進する「まちづくり」との連携も進んでいます。同社は駅と接続する大型複合施設<b>「</b>TAKANAWA GATEWAY CITY」を 2025 年にオープン。その「まちびらき」に伴い、実証実験が行われました。同本部 まちづくり部門 品川ユニットチーフの小坂 和広氏は、反響の大きさが想像以上だったと説明します。</p>
</div>
<figure class="article-image--wrap-small
">
<img alt="DSC07357final_small" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/DSC07357final_small.max-1000x1000.jpg" />
</a>
</figure>
<p>「弊社のオフィスでは入館管理に Suica を使っており、この方法を他の用途に活用できないかという声は以前からありました。ちょうど全社的に『タッチトリガー』のプロジェクトが始まっていましたので、アプリと Suica を連携していただいたユーザーの方を対象に、改札を出ると施設内のお店でドリップ コーヒーをプレゼントするクーポンを配信しました。アプリはローンチしたばかりでしたが、用意した 800 袋を 4 日間で配り終えるなど、想像以上の効果が得られました。提案する情報や通知のタイミングを含め、テストを重ねてより良い方法を探っていければと考えています。<b>」</b></p>
</div>
2026 年 3 月には大井町駅で、コンビニエンス ストアの NewDays と連携し、おすすめ情報やクーポンを配信する施策が開始されています。一方、新幹線では、より踏み込んだ取り組みが行われてきました。村上氏によれば、2025 年には「GunMaaS」（群馬県内のさまざまな交通手段をシームレスに結びつけるスマートフォン向けサービス）と連携し、高崎駅で降りる乗客にタクシーを配車する試みが始まりました。「新幹線は『タッチトリガー』の展開という点で、非常にわかりやすいケースになっています。お客様が利用される便の時間や目的地、車内での滞在時間はあらかじめ把握できますので、乗車中はドラマや漫画などのコンテンツをご案内し、現地についたときには地元のタクシー会社がすでにお待ちしている。観光や宿泊情報のご提案なども、その方のニーズや志向に合わせて実施することができます。これを重ねていくことで、お客様と各事業者双方にとって Win-Win の関係を構築できます。」現在、同社は JRE ID の一本化に取り組んでおり、2028 年に Suica アプリ（仮称）が新たにリリースされれば、本格的な 1 to 1 コミュニケーションも可能になる見込みです。改札ゲートを起点に、データ活用の在り方が変わり、地域社会が変わり、毎日の生活が変わっていく。「タッチトリガー」と JR東日本の挑戦は、さらに加速していきます。
「『タッチトリガー』は、駅商圏を中心にサービスを展開する事業と特に相性が良いので、グループ外の企業とも実証実験を進めていく予定です。むろんお客様に安心してご利用いただけることが何よりも大切ですので、各種アプリと連携する際にはお客様の同意を得たうえで、情報を必要な範囲に限り、適切かつ安全に取り扱います。そのうえで『タッチトリガー』を軸にコミュニケーションを充実させ、すべての駅を、クオリティ オブ ライフの充実や新たな事業展開、そして地域活性化を推進するハブにしていければと考えています。」（廣瀬氏）
<div class="article-module h-c-page">
<div class="h-c-grid">
<figure class="article-image--large
h-c-grid__col
h-c-grid__col--6 h-c-grid__col--offset-3
">
<img alt="DSC05145final02_small" src="https://storage.googleapis.com/gweb-cloudblog-publish/images/DSC05145final02_small.max-1000x1000.jpg" />
</a>
</figure>
</div>
</div>
東日本旅客鉄道株式会社（JR東日本）
1987 年に日本国有鉄道（国鉄）の分割民営化により設立。首都圏を中心に関東甲信越から東北までの東日本エリアの鉄道網を管轄し、営業キロは 7,418.7 km、輸送人員は 1 日あたり約 1,600 万人を誇る世界最大級の旅客鉄道会社。従来の交通事業に加え、Suica を核とするデジタル トランスフォーメーション、駅ビルや商業施設を中心としたまちづくりを推進。国際交流拠点「TAKANAWA GATEWAY CITY」、都市生活共創拠点「OIMACHI TRACKS」を中心とした「広域品川圏」の都市開発にも取り組む。
インタビュイー（写真右から）:
マーケティング本部
・戦略・プラットフォーム部門 副部門長 廣瀬 道輝 氏
・戦略・プラットフォーム部門 デジタルビジネスユニット 村上 洋輔 氏
・戦略・プラットフォーム部門 デジタルビジネスユニット 新名 恵里佳 氏
・まちづくり部門 品川ユニット TAKANAWA GATEWAY CITY（デジタルサービス戦略）チーフ 小坂 和広 氏