Cal AI買収で進化する食事記録のAI活用

「続かない」の正体は、入力の面倒くさにある

食事記録が三日坊主で終わる理由は、意志の弱さではない。毎食ごとに食品名を検索し、グラム数を推測し、登録ボタンを押す——この一連の作業が、昼休みの短い時間に噛み合わない。記録の手間が記録の価値を上回った瞬間、人はやめる。

Cal AIが示した答えはシンプルだった。スマートフォンで皿を撮るだけで食事記録が完了する。高校生2人が開発したこのアプリは、2年足らずで1500万ダウンロードを超え、年間売上が3000万ドルを超えた。ユーザーが求めていたのは「完璧なデータ」ではなく「続けられる仕組み」だったと、この数字が証明している。

写真1枚で何ができて、何ができないか

写真解析の精度は「だいたい正しい」レベルに達している。定食やコンビニ弁当、ファストフードのように見た目が標準化された料理であれば、AIの推定値は手動入力と大差ない精度を出せる。問題になるのは、家庭料理や居酒屋の小鉢のように、盛り付けや調理法が見た目に反映されにくいケースだ。

MyFitnessPalがCal AIを買収した後、MFPの栄養データベースとの統合が実施された。このデータベースは2000万食品、68,500ブランド、380以上のレストランチェーンをカバーする。写真でAIが料理を識別したとき、その背後に外食チェーン各社の実測データが紐づく。推定から参照へのシフトが、精度の底上げになる。

写真解析は「入力の代替」であり、「栄養士の代替」ではない。カロリーの大まかな傾向をつかむ用途には十分機能するが、医療的な栄養管理が必要な場面では専門家の監修が別途必要になる。

音声入力と習慣化支援——次の一手

写真の次に来るのは音声だ。「昼にカツ丼を食べた」と話しかけるだけで記録が入る。スマートスピーカーやウェアラブルと組み合わせれば、画面を取り出せない移動中や、両手がふさがった調理中でも記録が途切れない。

記録の継続を設計する

データが蓄積されてからが、AIの本番だ。1週間分の記録をもとに「今週はたんぱく質が目標の70%止まり」「昼食のカロリーが夕食の2倍になる傾向がある」といったフィードバックを自動生成できる。人が毎回スプレッドシートを見返す必要がなくなる。

習慣化に効くのは、叱責ではなく気づきだ。「食べすぎ」と警告するより、「会議が多い日に昼食が遅れている」というパターンを可視化する設計のほうが、長期継続につながりやすい。Cal AIが急成長した背景にも、記録をネガティブな義務感から切り離したUX（使い勝手の設計）の工夫がある。

外食が多い社会人にとっての現実解

都市部で働く20〜40代の場合、昼食の外食率は高い。コンビニ、チェーン店、社食——この3パターンが大半を占めるなら、Cal AIとMFPのデータベース統合は実用上の強みになる。380以上のレストランチェーンのデータが参照できれば、写真を撮るだけで信頼性の高い数値が返ってくる。

ツールより「仕組み」を先に決める

どのアプリを使うかという選択より、記録のきっかけをどこに置くかの設計が継続を左右する。食後すぐに撮影する、食事前に音声メモを入れる、週に一度だけ振り返りを見る——この3点を自分のルーティンに組み込めれば、ツールの精度の差は誤差になる。

Cal AIの共同創業者Zach Yadegariは大学に通いながら現在もアプリを運営している。19歳の起業家が3000万ドル規模のビジネスを作った事実よりも、彼らが解いた問題の本質——「人は面倒なことを続けない」——のほうが、健康管理を考えるうえで参考になる。

「Cal AIのアプリは独立したままで、食べ物の写真からカロリーを推定するというミッションを維持する」——MyFitnessPal CEO Mike Fisher（TechCrunch, 2026年3月2日）

買収後もCal AIが独立ブランドとして存続するということは、MFPが写真解析という入力体験そのものに価値を認めた証拠でもある。統合による精度向上と、シンプルな使い勝手の両立が今後の焦点になる。

まとめ

AIが食事管理で最初に解決したのは「入力の面倒」だった。写真1枚で記録が完結する体験が、継続率を底上げする。MFPとCal AIの統合が示す次のステップは、膨大なデータベースと写真解析を組み合わせた精度の向上だ。まず試すなら、外食の多い平日1週間だけ写真記録を続けてみる。そこで見えた自分の食事パターンが、最初の判断材料になる。