| この記事でわかること |
|
| この記事の対象者 |
|
| 効率化できる業務 |
|
「海外製の生成AIは確かに便利だけど、機密情報を入力するのはどうしても抵抗がある……」 「自社の業務にフィットする、安全なAIはいつになったら出てくるのだろう？」
経営企画やDX推進、あるいは情報システム部門の担当者として、日々こうした悩みを抱えていませんか？生成AIの波が押し寄せる中、セキュリティやコンプライアンスの壁に阻まれ、導入に踏み切れない企業は少なくありません。
そんな中、日本のAI活用を根底から変えるかもしれない、非常に興味深いニュースが飛び込んできました。2026年3月6日、デジタル庁が政府調達を前提とした生成AIプラットフォーム「源内」で試用する「国産LLM（大規模言語モデル）」の7モデルを発表したのです。
全府省庁の職員、なんと約18万人に展開されるというこの大規模なプロジェクト。単なる「お役所のIT化」と侮ってはいけません。これは、日本の民間企業における生成AI導入の「安全基準」や「スタンダード」が決定づけられる、歴史的な転換点となる可能性を秘めています。
本記事では、デジタル庁が選定した7つの国産LLMの顔ぶれから、なぜ今「和製AI」が求められているのか、そしてこの政府の動きが皆さんの会社の経営戦略・人事・情シス部門にどのような具体的なインパクトを与えるのかを、独自の視点で徹底解説します。5分後には、自社のAI戦略の次なる一手が明確に見えてくるはずです。
デジタル庁が本気を出した！全府省庁18万人で展開される「源内」とは？
ニュースの本質を理解するために、まずはデジタル庁が進めるプラットフォーム「源内」についておさらいしておきましょう。
「Gen AI」×「平賀源内」＝政府の本気度と遊び心
「源内」とは、デジタル庁が内製した生成AIの活用環境の名称です。「Generative AI（生成AI）」の略称である「Gen AI（ジェン・エーアイ）」と、江戸時代の天才発明家である平賀源内の名前を掛け合わせた、なんとも粋なネーミングですよね。この名前からは、単なる業務効率化ツールではなく、日本発の新たなイノベーションを生み出す基盤にしたいという政府の強い意志と、少しの遊び心が感じられます。
すでにデジタル庁内では先行して活用が進んでおり、その知見をもとに、2026年5月から2027年3月にかけて、全府省庁の約18万人の職員へと一気に展開される予定です。18万人という規模で新しいテクノロジーが検証されるケースは、世界的に見ても非常に稀なテストケースと言えるでしょう。
なぜ「国産」にこだわるのか？日本の文化と価値観の保護
今回最も注目すべきは、デジタル庁が「国産LLM」の活用に強くこだわっている点です。2025年12月の公募開始時に、同庁は次のような重要なメッセージを発信しています。
「日本語の語彙・表現に適合し、日本の文化・価値観を尊重した国内企業が開発する大規模言語モデル（LLM）の活用が重要である」
海外製のLLMは、英語圏のデータや文化をベースに学習しています。そのため、日本の独特な商習慣、敬語の機微、あるいは法制度や倫理観といったローカルな文脈を正確に捉えきれないケースが多々ありました。皆さんも、AIが生成した不自然な日本語や、的外れな回答に首を傾げた経験があるのではないでしょうか？
行政機関が扱う文書は、国民の生活に直結する極めてセンシティブなものです。そこにおいて「日本の文化・価値観の尊重」が明言されたことは、データ主権（自国のデータを自国で管理・統制する権利）の観点からも、極めて理にかなった戦略だと言えます。
激戦を勝ち抜いた「政府認定」国産LLM・7モデルを一挙解説
2025年12月の公募には15社が応募し、厳正な審査の結果、以下の7モデルが選定されました。まさに、現在の日本を代表する「AIセブン」とも呼べる顔ぶれです。
- NTTデータ「tsuzumi 2」
- KDDI・ELYZA「Llama-3.1-ELYZA-JP-70B」
- ソフトバンク「Sarashina2 mini」
- 日本電気（NEC）「cotomi v3」
- 富士通「Takane 32B」
- Preferred Networks（PFN）「PLaMo 2.0 Prime」
- カスタマークラウド「CC Gov-LLM」
NTT、ソフトバンク、NEC、富士通といった国内メガITベンダーが順当に名を連ねる中、東大発のAIスタートアップであるELYZA（KDDIグループ）や、深層学習の世界的リーディングカンパニーであるPFNといった技術特化型企業も選ばれています。
各モデルが企業DXにもたらす期待値
この7モデルが政府で検証されることは、民間企業にとっても大きな意味を持ちます。なぜなら、これらのモデルは今後「政府のお墨付き（高いセキュリティと日本語精度）」を得たものとして、BtoB市場にも強力に展開されることが予想されるからです。
たとえば、NTTの「tsuzumi」は、軽量でありながら高い日本語処理能力を持ち、オンプレミス（自社環境）での構築が容易な点が特徴です。「機密データを外部のクラウドに出せない」と悩む情シス部門にとっては、まさに救世主となるアーキテクチャです。また、NECの「cotomi」や富士通の「Takane」は、長年官公庁や大企業のシステムを支えてきた強固なサポート体制が強みとなります。
2027年春の「本採用」に向けたサバイバルレース
今後のスケジュールも非常にシビアです。2026年5月から展開が始まりますが、8月頃からは本格的な試用に入り、2027年1月には評価が公表されます。そして、4月以降に「優れたモデルを有償で政府調達する」とされています。
つまり、この7モデルは横並びで採用されたわけではなく、これから約1年間をかけて18万人の公務員による「実弾テスト」という名のサバイバルレースに身を投じるのです。ここで生き残ったモデルこそが、真の意味での「日本のデファクトスタンダードAI」となるでしょう。
経営企画・DX推進部が今すぐ打つべき3つの布石
さて、ここからが本題です。この「源内」のニュースを、単なる官公庁の出来事として片付けてはいけません。経営企画やDX推進を担う皆さんは、来るべき「国産AI時代」に向けて、今すぐ以下の3つの布石を打つ必要があります。
1. 「海外製一択」から「適材適所のハイブリッド戦略」へ
これまで、生成AIといえば「とりあえずChatGPT（OpenAI）かClaude（Anthropic）を入れておこう」というアプローチが主流でした。しかしこれからは、用途に応じた使い分けが求められます。 海外の最新トレンド調査や汎用的なアイデア出しには海外製AIを使用し、社外秘の経営会議の議事録要約、顧客個人情報を含むデータの分析、日本の法務チェックなどには、セキュアな「国産LLM」を使用する。このようなハイブリッドなAIポートフォリオを再構築する時期に来ています。
2. オンプレミス／プライベートクラウド環境の予算確保
国産LLMの最大の強みは「自社専用環境（閉域網）に組み込みやすい」ことです。来年度のIT予算を策定する際、SaaS型のAIツール利用料だけでなく、自社のプライベートクラウドやオンプレミス環境に専用のLLMをホスティングするためのインフラ予算を組み込んでおくことを強くお勧めします。
3. 社内データの「クレンジング」を急ぐ
どんなに優秀な国産AIを導入しても、読み込ませる社内データ（マニュアル、規定、過去の提案書など）が整理されていなければ、ゴミからゴミを生み出すだけ（Garbage in, Garbage out）になってしまいます。政府が1年かけて検証を行っている今のうちに、自社内のナレッジベースを整理し、AIが読み込みやすい形式に構造化するプロジェクトをスタートさせましょう。
情シス・人事部必見！「国産AI」導入で変わる現場のリアル
DX推進部だけでなく、現場を守る情報システム部や、組織の要である人事部にとっても、この波は大きな転機となります。
情シス部：セキュリティとコンプライアンスのジレンマからの解放
「現場からはAIを使いたいと言われるが、情報漏洩のリスクを考えると簡単には許可できない」 このジレンマに苦しんできた情シス部門にとって、政府調達基準（ISMAPなどに準拠する高いセキュリティ基準）を満たした国産LLMの登場は、強力な武器となります。「政府が機密情報を扱うために選定したモデルと同等のものを、自社の閉域網で動かす」という大義名分ができれば、経営陣へのセキュリティ監査の説得も格段にスムーズになるはずです。
人事部：「和製AI」だからこそできる人事DX
人事部門においては、「日本語の機微」や「日本の価値観」を理解するLLMの登場は画期的です。 たとえば、従業員の「目標管理シート」や「360度評価のコメント」をAIで分析・要約させる際、直訳調の不自然な海外AIでは、行間にある微妙なニュアンスや、日本特有の「謙遜」の表現を読み違えるリスクがありました。国産LLMであれば、こうした日本独自のコミュニケーションの文脈を正確に汲み取り、よりフェアで精度の高いタレントマネジメントへの応用が期待できます。また、採用活動におけるエントリーシートの一次スクリーニングなどでも、自社の社風に合った人材をより適切に抽出できる可能性があります。
FAQ：国産LLM導入に関するよくある疑問
ここで、企業担当者の方からよく寄せられる疑問をQ&A形式で整理しておきましょう。
Q1: 国産LLMの性能は、海外の最新モデル（GPT-4など）と比べて劣らないのでしょうか？
A1: 単純なパラメータ数（脳の大きさ）や汎用的な知識量では、まだ海外の巨大モデルに分があるケースが多いです。しかし、「日本語の正確な読解」「特定の業界用語への適応」「決められたフォーマットでの堅確な出力」といった実務的なタスクにおいては、同等以上のパフォーマンスを発揮するモデルも登場しています。用途を絞れば十分に実戦投入が可能です。
Q2: 導入コストは高額になりませんか？
A2: オンプレミスで独自の環境を構築する場合は初期投資が必要ですが、海外製のAPIを大量に叩き続ける従量課金モデルと比較すると、中長期的にはランニングコストを抑えられる（コスト予測が立てやすい）というメリットがあります。また、各社が用途に合わせてパラメータサイズを抑えた軽量モデル（今回の「mini」など）を提供しているため、コストパフォーマンスは劇的に向上しています。
Q3: 結局、自社への導入はいつ頃から本格検討すべきですか？
A3: まさに「今」です。デジタル庁の評価が出揃う2027年春を待ってから動き出したのでは、競合他社に遅れをとってしまいます。まずは今回選定された7モデルを提供するベンダー各社の動向をウォッチし、自社のセキュリティポリシーと照らし合わせながら、一部の部署でPoC（概念実証）を小さく始めてみることをお勧めします。
まとめ：政府の動きは「対岸の火事」ではない
いかがでしたでしょうか。デジタル庁による「源内」への国産7モデル展開は、一見するとお役所仕事のニュースに見えるかもしれません。しかしその本質は、日本のすべての企業に対する「安全で、日本語に特化した、自国発のAIを使いこなそう」という強烈なメッセージです。
本記事の要点
- デジタル庁は「源内」を通じ、全府省庁18万人規模で国産LLM7モデルの検証を開始する。
- 海外AIのセキュリティ・文化的な課題を解決する「国産」へのシフトが、国策として明確になった。
- 企業は「海外AIと国産AIのハイブリッド戦略」を前提に、今すぐ情報収集とデータ整備を始めるべき。
AIの進化は待ってくれません。他社が「どのAIを使えば安全か」と迷っている間に、自社にとって最適なAIの形を描き出し、小さな一歩を踏み出してみてください。
まずは社内で、「うちの会社が扱うデータの中で、一番外部に出したくない（けれどAIで分析したい）ものは何か？」を洗い出すことから始めてみてはいかがでしょうか？それが、御社の「国産LLM」導入の最初のユースケースになるはずです。
引用
