政府が国産AIを選び直した夏──「源内」がさくらのクラウドで動き出した本当の狙い

生成AIの話題は、ほとんどが「どのモデルが賢いか」で消費されてきた。ところがこの7月、日本政府が出した答えは性能表のどこにも載っていない項目だった。どのモデルを使うかではなく、そのモデルがどこで動いているか。評価軸が静かに一段ずれた。

8月に環境を作り、9月から比較が始まる

デジタル庁は7月10日、政府向けAI基盤「源内」の実証として、国産の大規模言語モデルをさくらインターネットの「さくらのクラウド」上で稼働させると発表した。8月までに環境を構築し、9月から11月にかけて既存モデルと新モデルの出力結果をA/Bテストで比較する計画で、狙いは日本のAIに関する自律性の確保だとされている。(ITmedia AI＋ 26/07/10)

ここで注目すべきは日程の地味さだ。発表から稼働まで1カ月、比較検証に3カ月。派手なデモも、驚くようなベンチマーク数値も出てこない。政府調達としてはむしろ健全で、そして意図的に地味である。性能を競うフェーズではなく、置き換えられるかどうかを確かめるフェーズに入ったということだ。

選ばれた3モデルが示す「勝ち筋の分散」

稼働するのはNTTの「tsuzumi 2」、富士通の「Takane 32B」、Preferred Networksの「PLaMo 2.0 Prime」の3つ。さくらのクラウドが政府のクラウドサービスとして使われるのはこれが初めてで、デジタル庁が試用対象に選んだ国産モデル5つのうち3つがこの基盤に載る形になる。(Publickey 26/07)

3社の顔ぶれは、通信キャリア、総合電機、AI専業スタートアップと綺麗に分かれている。1社に賭けていない。これは「どれが最強かまだ分からないから」ではなく、政府調達がそもそも単一ベンダーに依存しない構造を要求するからだ。つまり最初から、勝者総取りにならない設計になっている。海外モデルの世界で起きている一強集中とは、経済の形がまったく違う。

賢さで負けても構わない領域がある

率直に言えば、国産モデルの純粋な言語性能が最先端の海外モデルに並んでいるとは考えにくい。パラメータ規模も学習投資も桁が違う。それでも政府が国産を選ぶのは、行政文書という用途では上限性能より説明可能性と管理下にあることのほうが価値が高いからだ。

松本デジタル大臣は純国産の政府AI稼働に向けて「先陣を切る」と意欲を語っている。(ITmedia ビジネスオンライン 26/07/14)

ここが本質だ。政府にとってのAIは、最も賢い相談相手ではなく、最も止まらない事務処理装置である。止まらないことを保証するには、モデルの重みとサーバーの所在が国内の管理下にある必要がある。賢さは輸入できるが、可用性の保証は輸入できない。

A/Bテストという工程が一番重い

9月から11月の3カ月をA/B比較に充てる設計は、実は今回の発表で最も実務的な部分だ。既存モデルと国産モデルに同じ業務を投げ、出力を並べて評価する。ここで「国産のほうが劣る」という結果が出た業務は、素直に置き換えを見送ればいい。全面移行を前提にしていない設計だから、この検証が意味を持つ。

逆に言えば、全部を国産に置き換えるという話ではないことが最初から織り込まれている。AI主権とは、すべてを自前で作ることではなく、必要なときに自前に切り替えられる選択肢を持っておくことだ。今回の実証は、その選択肢が実在するかを確かめる作業にほかならない。

評価軸は「賢さ」から「どこで動くか」へ

この動きは政府だけの話では終わらない。金融、医療、自治体といったデータの持ち出しに制約がある領域では、同じ判断が順に降りてくる。そのとき企業が見るのは、ベンチマークのスコアではなく「政府の実証で使われた実績があるか」になる。デジタル庁の3カ月の比較検証は、実質的に国産モデルの信用調査として機能する。

AIの競争は、モデルの賢さを競う段階から、どの基盤の上で動き、誰が止められるのかを競う段階に移った。今回のニュースの価値は、tsuzumi 2の性能でもTakaneの規模でもない。日本のクラウド事業者が、政府AIの土台として初めて指名されたという一点にある。賢さは数年で追いつかれるが、基盤として選ばれた実績は積み上がる。国産AIの勝負どころは、性能表ではなく調達要件の側にある。