国産生成AI開発は何に投資しているか——GENIACを見る
「国産生成AI」と言うと、単に日本語が得意なチャットAIを作る話に見える。だが経済産業省とNEDOのGENIACを見ると、狙いはもう少し広い。
GENIACは Generative AI Accelerator Challenge の略で、経産省とNEDOが立ち上げた生成AI開発・社会実装の支援枠組みだ。ページでは、基盤モデル開発に必要な計算資源の調達、データセットの蓄積、ナレッジ共有などを支援すると説明されている。
計算資源だけではない
| 領域 | 内容 |
|---|---|
| 領域特化モデル開発 | 基盤モデル開発に必要な計算資源などを支援 |
| ロボット基盤モデル | ロボット向け基盤モデルの研究開発を支援 |
| データエコシステム | データセット構築やデータエコシステム構築を支援 |
| AI-Ready化 | 製造業データなどをAIで使いやすくする手法を支援 |
ここで重要なのは、AIモデルだけでなく、データ、産業実装、マッチング、投資家との接続まで含めている点だ。生成AIの競争力は、モデル単体では決まらない。計算資源、学習データ、評価、業務実装、資金調達がつながって初めて産業になる。
第4期は領域特化が目立つ
GENIACの第4期では、NEDOの公募区分「領域特化生成AI基盤モデルの開発」に50件の応募があり、2026年6月4日に16件が採択された。実施予定先には Sakana AI、Sansan、Preferred Networks、KDDI、メルカリなどが並ぶ。開発テーマは、日本の制度・慣習・言語実務に適合したエージェント型基盤AI、文書に特化した視覚言語モデル、材料基盤モデル、創薬・外科手術・老化測定といった医療、自動運転タクシー、ドローン、防犯、災害検知などに広がっている。
これは「汎用チャットAIをもう一つ作る」より、産業ごとのデータと業務に深く入る方向だと読める。国産AIの価値は、単に国内企業が作ったかどうかではなく、日本語・日本制度・日本の産業データにどこまで接続できるかにある。
この記事の限界
- 採択されたことは成果を保証しない。実際のモデル性能、公開範囲、商用実装、利用企業数は別途追う必要がある
- ここで挙げた第4期16件は「競争力ある生成AI基盤モデルの開発」の採択であり、ロボット基盤モデルやAI-Ready化など他の支援領域は別の公募で採択されている
- GENIACは政策支援の枠組みであり、国産AI全体を網羅するものではない
出典(2026年8月5日再確認): 経済産業省「GENIAC」(meti.go.jp)/ 経済産業省「「GENIAC」における計算資源の提供支援(第4期)において、AI基盤モデル開発テーマ計16件を採択しました」2026年6月4日(meti.go.jp)/ NEDO「「ポスト5G情報通信システム基盤強化研究開発事業/競争力ある生成AI基盤モデルの開発(GENIAC)」の実施体制の決定について」2026年6月4日(nedo.go.jp)/ 同「資料1 実施予定先一覧」PDF(nedo.go.jp)
生成AIで事務職の求人環境は悪化しているのか——有効求人倍率の14年を確認する
厚生労働省の職業別有効求人倍率を2012年度から追うと、事務職の低さ自体は生成AI登場前からの構造。直近月の前年同月比較では事務職全体の倍率が職業計より大きく低下しているが、一般事務に絞ると低下幅は職業計に近い。
REPORTAI事業者ガイドラインは何を求めているか——禁止ではなく、リスクに応じた運用
総務省・経産省のAI事業者ガイドライン第1.0版から、企業や自治体がAIを使うときの基本線を確認する。
REPORTLLMアプリの危険は何から始まるか——OWASP Top 10を見る
OWASP Top 10 for Large Language Model Applicationsから、生成AIアプリ特有のセキュリティリスクを確認する。