速報で流れてきた「ソフトバンクやNECが国産AI新会社設立」というニュース、数字だけ見ると「またIT企業の話か」で終わりそうですが、これは日本の製造業と私たちの税金に直結する話なので、少し丁寧に整理してみます。
まず事実関係から。設立された新会社の名前は「日本AI基盤モデル開発」。中核を担うのはソフトバンク、NEC、ホンダ、ソニーグループの4社で、それぞれ十数%ずつ出資します。そこに100人規模のAI開発者が集まり、国内最大級となる「1兆パラメーター」の大規模AIモデルを開発する計画です。
「パラメーター」というのは、簡単に言うとAIの賢さを示す目盛りのようなものです。数が多いほど複雑な判断ができる。ChatGPTで有名なGPT-4は推定1.8兆パラメーター程度と言われていますから、今回の1兆という目標は「世界一」ではなく「世界トップクラスに追いつく」水準です。それでも国内では最大規模。出発点としては相当に本気の数字です。
では政府はどう関わるのか。経済産業省は2026年度から5年間で総額1兆円規模の公的支援を計画しており、今年度予算案には関連経費として3000億円程度を計上する方向です。財源はGX経済移行債、つまり国民が将来返済する借金の一部が充てられます。税金が動く話である以上、私たちには「これは正しい使い方か」を問う権利があります。
重要なのは役割分担です。ソフトバンクとNECがAIの基盤モデルそのものを開発し、ホンダが自動車や工場ロボット、ソニーがゲームや半導体の分野でそのAIを使う設計になっています。「作る側」と「使う側」が最初から同じ会社グループにいる。これが今回のスキームの核心です。
なぜ今なのか。背景にあるのは、日本の製造業が積み上げてきた「産業データ」の流出懸念です。工場の設備がどう動くか、機械がどのタイミングで故障しやすいか、部品の精度をどう調整するか。こういった現場のノウハウは、これまで職人の頭の中や紙のマニュアルに眠っていました。AIを使えばこのデータを学習させて工場を自動化できる。しかし問題は、そのデータをChatGPTやGoogleのAIに学習させると、データそのものが米国企業のサーバーに渡ることになるという点です。
軍事技術や先端半導体の製造ノウハウが、知らないうちに外国のAIの「賢さ」に転用される可能性がある。これを防ぐために国産のAIが必要だというのが、政府と産業界の共通認識です。「フィジカルAI」という言葉が今回のキーワードで、ロボットや工場機械をAIで自律制御する領域では、まだ米国や中国が圧倒的な優位を持っていない。そこに日本の勝機があるという読みです。
ソフトバンクは2026年度から6年間でデータセンターに2兆円を投じる計画で、旧シャープの堺工場を国産AIの計算拠点として整備します。国内でAIを学習・推論させることで、データが国外に出ない環境を整える狙いです。
ただし冷静に見なければならない点もあります。AIを動かす高性能半導体(GPU)はNVIDIA製、つまり米国製です。「国産AI」とは言いますが、その心臓部は依然として米国製の部品に依存しています。本当の意味でのデータ主権を語るならば、半導体の国産化という次の問いが避けられません。
また過去を振り返ると、1980年代に日本政府が主導した「第5世代コンピュータプロジェクト」は、数百億円の国費を投じながら商業的な成果をほとんど残せませんでした。あの失敗の教訓から今回は「毎年評価し、成果が出た場合のみ追加投資」という段階的な支援設計を採用しています。税金の垂れ流しを防ぐ仕組みは確かに前進していますが、仕組みが良くても人材と実行力が伴わなければ結果は変わりません。
100人という開発体制についても注意が必要です。OpenAIやGoogleのAI研究チームは数千人規模で動いています。国内最大とはいえ、グローバル競争の文脈で「十分な規模か」は率直に問うべきです。
それでも私は、この動きを「遅すぎた一歩」ではなく「間に合うかもしれない一手」として評価しています。理由は単純で、フィジカルAIという領域はまだ黎明期だからです。製造業の現場データを最も豊富に持つ国が、ここでAI開発の主導権を握れれば、工場の自動化から医療ロボット、建設機械まで幅広い産業で日本発の技術が世界標準になり得ます。
問題は実行です。設立の発表と実際の成果の間には、いつも大きな溝があります。この新会社が3年後にどんな成果を示しているか。それを私たちが問い続けることが、1兆円の税金を守ることにもつながります。