AI時代のサイバー攻防第2回

日本のAIの未来

国産AIは日本を守れるのか

はじめに

ChatGPTの登場以降、AIをめぐる議論は世界中で急速に活発化しています。

先日、ネット探検ラボでは、米国の主要AI企業が共同で発表した政策提言「Open Weights and American AI Leadership」を紹介しました。

そこでは、「Open Weight AIを国家競争力としてどう位置付けるのか」という、AI時代の国家戦略が議論されていました。

では、日本はどうなのでしょうか。

日本でもAIをめぐる議論は活発に行われているようですが…。

しかし、その内容は米国とは少し異なるようです。

今回は、日本のAI政策、国産AI、そしてサイバーセキュリティの視点から、日本のAIの現在地と未来について整理してみたいと思います。

日本はAIで出遅れているのか

「日本はAIで出遅れた。」

そんな声を耳にすることがあります。

確かに…

OpenAI

Google

Anthropic

世界最先端のAIは、どのように作られているのか

ここで一旦、世界の最先端をリードしている米国製AIについて触れておきたいと思います。

現在、生成AIを牽引しているのは米国です。代表例がOpenAIの「ChatGPT」です。

ChatGPTは単なるAIソフトではありません。

その裏側には、AIモデルを開発する企業だけでなく、それを支える巨大な計算基盤が存在しています。

例えばOpenAIでは、

AIモデルの研究・開発（OpenAI）
GPU（NVIDIA）
半導体設計（NVIDIA）
大規模クラウド（Microsoft Azure）
超巨大データセンター
世界中へ配信するクラウド基盤

これらが一体となって初めてChatGPTが動いています。

つまり、「AIモデル」と「AI基盤」は別の企業が分担し、一つの巨大なエコシステムを形成しているのです。

米国型AI開発のメリット

このような分業体制には大きな強みがあります。

それぞれの企業が世界最高レベルの専門技術を持っているため、

AIモデルの性能向上
GPUの高速化
クラウドの拡張
世界規模でのサービス提供

を同時に進めることができます。

ChatGPTが短期間で世界中へ普及した背景には、この巨大なAIエコシステムが存在しています。

一方で弱点もある

しかし、この仕組みには弱点もあります。

例えば、

OpenAIがAIモデルを開発していても、GPU供給が止まればAI開発は大きな影響を受けます。

クラウド障害が発生すれば世界中の利用者へ影響します。

輸出規制や国家間対立が起これば、利用できるGPUや半導体にも影響が及ぶ可能性があります。

つまり、AIは一社だけで成立しているわけではないということです。

日本が目指しているもの

米国では、世界最高性能のAIを誰が開発するのか。

Open Weightか、Closed Modelか。

中国とのAI覇権競争をどう戦うのか。

という議論が中心です。

一方、日本では、企業へどう導入するか。

行政でどう使うか。

安全に利用するにはどうするか。

個人情報を守れるのか。

こうした「社会実装」の議論が中心となっているようです。

つまり…

米国が「AIそのもの」を競っているのに対し、日本は「AIをどう使うか」を競っている段階です。

日本製AIは増えている

「日本はAIで遅れている。」

やはりここでも、そんな言葉を耳にする機会は少なくありません。

確かに、ChatGPTやGemini、Claudeのように世界中で利用されている巨大AIと比べると、日本企業の存在感は小さく見えるかもしれません。

しかし、それだけで「日本にはAIがない」と結論付けるのは早計です。

実際には、日本でも複数の企業や研究機関が独自のAI開発を進めています。

そして現在、日本のAIは大きく二つに分けて考えることができます。

一つは、AIモデルそのものを開発する企業・研究機関。

もう一つは、そのAIを国内で安全に運用するための計算基盤やクラウドを整備する企業です。

AIは優れたモデルだけでは動きません。

学習用GPU、データセンター、クラウド、推論環境など、多くの基盤技術があって初めて社会で利用できるようになります。

つまり、日本のAIを理解するためには、「AI」と「AIを支える基盤」の両方を見る必要があると思います。

AIモデルを開発する企業・研究機関

■ NTT「tsuzumi」

NTTが開発する国産大規模言語モデルです。

日本語性能と軽量性を重視して設計されており、企業や自治体が社内システムで利用しやすいことが特徴です。

基盤技術

AIモデルはNTTが独自に開発していますが、学習や推論には現在世界標準となっているNVIDIA製GPUなど海外製の計算資源を利用しています。

メリット

世界最高水準のGPU性能を利用できる
開発期間を短縮できる
世界標準技術との互換性が高い

デメリット

GPU供給を海外企業へ依存する
国際情勢や輸出規制の影響を受ける可能性がある

■ Preferred Networks「PLaMo」

Preferred Networksが開発する日本を代表する国産基盤モデルです。

政府のGENIACにも参加し、日本独自のAI基盤技術を育成しています。

基盤技術

モデルそのものは国内開発ですが、学習用GPUは海外製です。

メリット

日本語性能を自由に改善できる
国内へAI技術が蓄積される
モデル設計を自社で制御できる

デメリット

大規模学習では海外GPUへの依存が続く
GPU調達価格の影響を受けやすい

NECが企業・行政向けに開発している生成AIです。

■ NEC「cotomi」

既存の業務システムとの連携を重視し、日本企業が導入しやすいAIを目指しています。

基盤技術

AIモデルはNECが開発していますが、学習・推論環境には海外製GPUやAIソフトウェアも活用しています。

メリット

実用化が早い
企業システムとの親和性が高い

デメリット

計算資源は海外技術への依存が残る

■ 富士通「Takane」

富士通が企業向けに展開する生成AIです。

製造業や医療など、日本企業が強みを持つ分野への導入を重視しています。

基盤技術

富士通は、自社技術だけに限定するのではなく、世界の先端AI技術も積極的に取り入れながら、日本市場向けに最適化を進めています。

メリット

世界最先端技術を迅速に取り込める
実用化までの時間を短縮できる
日本企業向けの最適化に集中できる

デメリット

基盤技術の一部を海外技術へ依存する
将来的なライセンス変更などの影響を受ける可能性がある

■ SB Intuitions「Sarashina」

ソフトバンクグループが開発する日本語LLMです。

画像や音声も扱える次世代AIとして開発が進められています。

基盤技術

AIモデルは国内開発ですが、GPUやAI半導体は海外製を利用しています。

一方で、通信網やデータセンターはソフトバンクグループの国内基盤を活用できることが強みです。

メリット

通信との連携が可能
AIサービスを迅速に展開できる

デメリット

GPUは海外企業への依存が続く

■ LLM-jp

国立情報学研究所を中心とする研究プロジェクトです。

日本語データセットや評価基盤を整備し、日本国内のAI研究力向上を目的としています。

基盤技術

研究用計算資源を活用しながら、日本国内でAI研究者を育成しています。

メリット

日本にAI研究者を育てられる
長期的な技術力向上につながる

デメリット

商用AIとは役割が異なるため普及には時間が掛かる

AIを支える国内基盤

AIはモデルだけでは動きません。

高性能GPU、データセンター、クラウド、推論環境など、多くのインフラが必要になります。

この分野でも日本企業の整備が進んでいます。

■ さくらインターネット「さくらのAI」

さくらインターネットはAIモデルを開発する企業というより、

日本国内でAIを安全に利用するための基盤を提供する企業

です。

国内データセンター、GPU基盤、AI推論環境、APIなどを提供し、日本企業や行政が国内で生成AIを利用できる環境づくりを進めています。

メリット

データを国内で処理できる
データ主権を確保しやすい
行政や企業が導入しやすい

デメリット

GPUそのものは海外製
AI半導体は海外メーカーへ依存している

日本のAIが抱える共通課題

ここまで見てきたように、日本には数多くのAIが存在します。

しかし、一つ共通していることがあります。

現在の日本製AIは、その多くが海外製GPUや海外のAI開発基盤の上に成り立っているということです。

これは日本だけではありません。

欧州企業も、多くはNVIDIA製GPUを利用しています。

つまり現在のAI開発では、

AIモデルは日本製
GPUは米国製
半導体製造は台湾
一部ソフトウェアはオープンソース

というように、世界中の技術が組み合わされています。

日本のAIに求める姿

日本のAIを評価するとき、「日本企業が開発したAIか」だけを見る時代ではないと考えています。

これからは、

AIモデルは誰が作ったのか。
学習にはどの計算基盤を使ったのか。
GPUはどこの企業製なのか。
データはどこで処理されるのか。
国内だけで運用できるのか。

そこまで見て初めて、日本のAIの姿が見えてくると思います。

AIは一つのソフトウェアではありません。

モデル、半導体、GPU、クラウド、データセンター、ネットワーク、そして国家戦略までを含めた巨大なエコシステムです。

そして、このエコシステムをどこまで国内で維持できるのか。

それこそが、「AI時代のサイバー攻防」において、日本が向き合うべき重要な課題だと思います。

サイバーセキュリティとの関係

ここからが、ネット探検ラボが最も注目している部分です。

AIは、単なる便利なツールなだけではありません。

今後は、国家インフラ、金融、防衛、通信、医療、行政、すべてを支える基盤になります。

つまり、AIが停止することは、社会機能が停止することを意味します。

逆に言えば、AIそのものが攻撃対象になります。

モデルを盗まれる。

学習データを書き換えられる。

AIエージェントが乗っ取られる。

AIが攻撃コードを書く。

AIがフィッシングメールを大量生成する。

こうした世界は、既に始まりつつあります。

日本のAIの未来

日本はAI競争で負けているのでしょうか。

私は、そう単純には考えていません。

現在の日本は、「AIを開発する国」から、「AIを社会インフラとして育てる国」へ移行しつつあります。

そして、日本にとって本当に重要なのは、OpenAIを超えるAIを作ることではないと考えます。

海外AIが使えなくなった時でも、行政が動き、病院が動き、金融が動き、通信が動き、防衛が機能すること。

そのためのAIを持つことが求められていると思います。

これは単なる産業政策というよりは、国家の継戦能力そのものだと言えるでしょう。

最後に

AIを巡る議論は、「便利になる」「仕事がなくなる」そんな話だけではないはずです。

AIは今後、国家安全保障、経済安全保障、そしてサイバーセキュリティの中核技術になるでしょう。

だからこそ、私たちはAIを単なる流行としてではなく、「AI時代のサイバー攻防」という視点から見続ける必要があると思います。

世界では今、この瞬間もAIを巡る競争が続いています。

そして、その競争の行方は、日本の未来にも決して無関係ではないはずです。