Flock SafetyのAI検索は容疑者ではなく行動から始められる

Why it matters

Flock Safety is moving from recording vehicle evidence to generating investigative targets, forcing Langley to prove that product safeguards can keep pace with AI-powered police search.

Garrett Langley (@glangley) は、Flock Safety を警察向けの全国的なテクノロジープラットフォームに育て上げ、捜査官に車両の証拠を提供してきた。WIREDは8月19日に報じた が、Langleyの次の製品は既知のナンバープレート、人物、または犯罪がなくても捜査を開始できるという。

AIシステムは当初 Nightshift と呼ばれ、現在は OS Investigate として知られており、移動のパターンを通じて捜査官が人物や車両を検索できるようにする。WIREDによれば、このシステムは車両スキャンを事件ファイル、逮捕記録、911の出動ログ、弾道結果、商業的なIDデータベースと結びつけることができるという。

この拡張は、Langley を Flock Safety の最初のプロトタイプ から大きく離れた場所へ導く。最初のプロトタイプは、アトランタの彼の近所で窃盗が多発した後、防水ボックスに入れた Android 電話だった。Langley はGeorgia Tech electrical engineering graduate で、2017年に Matt Feury と Paige Todd とともに Flock Safety を創業し、Y Combinator's Summer 2017 batch に参加した。最初の提案は明快だった：財産犯罪を捜査するために警察が必要だと言ったプレート情報を取得すること。

OS Investigate はその証拠システムをパターンエンジンへと変える。捜査官にとって想定される利得はスピードだ。かつてはカメラ記録、出動ソフトウェア、事件ファイル、IDデータベースの間を行き来する必要があった検索を、チャットインターフェースを通じて組み立てられるようにする。リスクは同じ機能から生じる：捜査官はソフトウェアに対して、誰をより詳しく精査すべきかを選ばせることができる。

車両証拠から行動検索へ

OS Investigate のプロンプトのいくつかは、馴染みのある警察業務から始まる。捜査官はプレートを入力して、その近くで見られた関連車両を尋ねることができる。

他のプロンプトは検索を逆転させる。あるものは、過去14日間に近隣で最も頻繁に見られた車両を見つけて可能性のある目撃者を求める。別のものは、3日間で3か所以上の小売店を訪れた車両を探す。類似の検索は、銀行への繰り返しの訪問、ガソリンスタンドでの夜間停車、都市間の往復などを対象にする。

WIREDは報じた ところによれば、19のプロンプトがパターンに焦点を当て、14はプレート、名前、物理的記述を必要としない。捜査官は場所、期間、行動を指定し、OS Investigate はそれに一致する人物や車両を返す。

システムはその後、ナンバープレートに名前、住所、親族、電話番号、オンラインアカウント、過去の警察記録での出現履歴を付加することができる。別のプロンプトは、過去2年で2回以上逮捕された人物から始め、その自宅を地図化し、その住所での出動履歴を取得し、ワークフローで選択された3人に対して詳細な「ワークアップ」を命じる。

これらの出力は捜査の手がかりである。2台の車両の間に推定された関連性がその所有者同士が互いに知り合いであることを証明するわけではなく、商業地区を繰り返し通ることが犯罪行為を示すわけでもない。前もって用意されたプロンプトの利便性は、不確かな統計的関係を通常のデータベース結果のように見せかける可能性がある。

WIRED は Flock Safety のログインページを通じて露出したファイルからインターフェースの一部を再構築した。そのコードはプロンプト、利用可能なツール、検索フォーム、意図されたワークフローを示している。モデルの基礎となる指示、サーバー側でのリクエストに対するチェック、現在のテスターに対してどのツールが有効か、また運用時にシステムがどのように応答するかについては明らかにしていない。

Flock Safety は WIRED に対し、OS Investigate は少数の法執行パートナーとともに開発中であると述べた。スポークスパーソンの Paris Lewbel は、これは Flock Safety のナンバープレートリーダー製品とは別のものであり、観測された機能はより広範なリリース前に変更される可能性があると説明した。

Langley の次のプラットフォーム賭け

この製品は Langley が長年追求してきた方向性に合致する。Flock Safety は固定式プレートリーダーからビデオカメラ、銃声検知、ドローン、911ソフトウェア、リアルタイム犯罪センター向けツールへと拡張してきた。OS Investigate はそれらの記録を一緒に照会できる層を提供する。

投資家はその動きを資金提供してきた。Flock Safety の2025年3月の資金調達 は Andreessen Horowitz が主導し、Greenoaks Capital と Bedrock Capital の支援を受けて、評価額75億ドルで2億7,500万ドルを調達した。Meritech Capital、Matrix Partners、Sands Capital、Founders Fund、Kleiner Perkins、Tiger Global、Y Combinator も参加した。

資金調達発表 は、この投資が製品イノベーション、研究開発、米国内での製造に資金を供給し、捜査インテリジェンスが開発対象の分野の一つであると述べた。OS Investigate は戦略上の到達点を示している：Flock Safety は捜査官が何を捜査するかを決めるソフトウェアを所有したいと考え、カメラフィードを越えて事業を拡張しようとしている。

市場も同じ方向へ向かっている。Axonは2025年に固定式のプレート読み取りカメラと追加のAIツールを導入した、車両認識をその Fusus リアルタイム運用プラットフォームに結びつけた。警察向けベンダーは、出動、証拠、ビデオ、記録を単一の検索可能なシステムに統合するために競争している。Flock Safety は、WIRED が6,000を超えるコミュニティにあると位置づけるカメラネットワークを武器にその競争に参入する。

ガードレールは製品と同じ速さで動かなければならない

Langley の中心的な製品上の課題はガバナンスである。Flock Safetyは長年にわたり そのプレートリーダーが車両に焦点を当て、顔認識を使用しないことを強調してきた。OS Investigate は車両データの周りに身元記録、身体的記述による検索、動きの分析、ソフトウェア生成の関連性を追加する。同じインターフェースが両者を結びつけると、プレートを追跡することと人物を追跡することの区別を維持するのは困難になる。

Flock Safety は文書化された悪用の後に統制を強化している。The Washington Postは、ネットワークを通じた追跡容疑を含む、40件以上の警官による不適切使用事例を文書化した。

8月13日、Langley は新しいセーフガードを発表した。その中には、推奨される7日間のデフォルト保存期間、法執行機関の顧客向けの監査支援の義務化、異常な活動に対する自動ロックアウト、そして2026年末までにケースコードの必須化が含まれる。既存の顧客はローカルで承認されたデータ保持期間を維持でき、緊急の検索は審査を条件にケースコード要件をバイパスできる。

これらの統制は人によって開始される検索を前提に設計された。OS Investigate は自動化されたリード生成、編集可能な自然言語プロンプト、複数のデータベースにわたる検索の連鎖を追加する。効果的な監視は、捜査官のクエリ、AIが呼び出した各ツール、返された記録、生成された推論、そしてその後に取られた行動を捉える必要がある。

地域レベルの反発は既に Flock Safety の販売環境を形作っている。CBS Newsは2月24日に報じた とおり、Mountain View は Flock Safety との契約を終了する投票を行い、Los Altos Hills は北カリフォルニアの自動ナンバープレートリーダー契約を終了した都市の1つに含まれ、Santa Clara County の監督者はカメラを管理する郡の方針変更を検討した。テキサスでは、Bandera City Council が2026年5月12日に Flock Safety との契約を3対2の賛成で終了することを可決した。

OS Investigateは、現実の警察の問題に対してLangleyに技術的に説得力のある解決策を提供する。捜査官たちは断片化されたデータが多すぎ、時間がほとんどないからだ。

また、通常の移動から被疑者を特定できるシステムを捜査官に提供する点でもある。Langleyの次の検証ポイントは、Flock Safetyが、AI生成の手がかりがこれまで犯罪の疑いをかけられたことのない人物に届く前に、製品内部に実効性のある制限を設けられるかどうかである。