国産AI新会社の衝撃｜ソフトバンクら8社1兆円の全貌

監修者伊東雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

2026年4月12日、ソフトバンク・NEC・ホンダ・ソニーグループを中核に三メガバンクなど計8社が「日本AI基盤モデル開発」を設立と日経が報道
政府は5年間で約1兆円規模の支援枠を検討、目標は1兆パラメーター級の国産LLMとフィジカルAIの実用化
役割分担はソフトバンク・NECが基盤モデル構築、ホンダが自動運転、ソニーがロボット・ゲーム・半導体への応用を担当
Preferred Networks（PFN）も開発に参画、約100人のAI技術者を集約して国内分散した人材を結集
GPT-5・Gemini・Qwen3が支配する世界市場に、製造業データを武器にした「フィジカルAI」で差別化を狙う国家戦略

「日本のAIって、結局ChatGPTかClaudeでしょ？国産AIって本当に必要なの？」──そんな声を聞いたことはありませんか？2026年4月12日、その問いに真っ向から答える巨大プロジェクトが始動しました。ソフトバンクを筆頭にNEC、ホンダ、ソニーグループなど日本を代表する8社が結集し、新会社「日本AI基盤モデル開発」を設立。政府は5年間で約1兆円を投じる予定で、目指すのは1兆パラメーター級の国産AIと、製造業の強みを活かした「フィジカルAI」です。本記事では、この国家級プロジェクトの全貌をわかりやすく解説し、私たちの生活や仕事にどんな影響があるのかを掘り下げます。

日本AI基盤モデル開発とは何か｜8社連合の全貌

まずは基本情報を押さえましょう。日本経済新聞が2026年4月12日に報じたところによると、新会社「日本AI基盤モデル開発」が設立され、国産のAI（人工知能）基盤モデルを本格的に開発します。基盤モデルとは、ChatGPTやClaudeのようにさまざまな用途に使える汎用的な巨大AIのことです。

中核4社：ソフトバンク、NEC、ホンダ、ソニー

会社の骨格を作るのはソフトバンク、NEC、ホンダ、ソニーグループの4社。それぞれが十数%ずつ出資し、経営責任を分担する形です。まるで4つの強豪チームが合同で日本代表を作るようなイメージで、1社だけでは対抗できないOpenAIやGoogleに、連合軍で挑む構図になっています。

追加出資企業：3メガバンクと鉄鋼2社

さらに、三菱UFJ銀行、三井住友銀行、みずほ銀行の3メガバンクと、日本製鉄、神戸製鋼所が少数株主として参加。銀行が出資するのは資金面を支えるためで、鉄鋼メーカーが入るのは製造業データを集める狙いがあります。加えて、AI開発で有名なPreferred Networks（PFN）も技術面で開発に参画する予定です。

政府の1兆円支援枠：国家プロジェクトとしての位置づけ

最大の注目ポイントは政府の支援規模。2026年度から5年間で約1兆円の支援枠が設けられる方向です。1兆円を5年で割ると年間2,000億円──これは日本の宇宙開発予算に匹敵する額で、AIを「国策産業」に格上げする意思表示と読めます。

なぜ今、国産AIなのか｜3つの切実な理由

「日本は遅れているし、ChatGPTを使えばいいのでは？」と思う人もいるはず。でも政府と8社連合が本気で国産AIを作ろうとしているのには、はっきりとした3つの理由があります。

理由1：データ主権（重要な情報を海外に渡さない）

海外のAIを使うと、会社の機密情報や顧客データが米国企業のサーバーに送られる可能性があります。たとえるなら、大事な日記を毎日海外の郵便局に持ち込んでいるようなもの。特に防衛、医療、金融の分野では「絶対に国外に出せないデータ」があり、国産AIがあればそうしたデータも安心して学習させられるのです。

理由2：経済安全保障（AIを止められると経済が止まる）

もし米中対立が激化して、OpenAIやGoogleが日本向けサービスを制限したらどうなるか。すでにAIなしでは成り立たない業務が増えているので、電気や石油と同じくらい「止められない基盤」になりつつあります。AIの供給源を海外に100%依存するのは、エネルギー自給率ゼロの状態と同じリスクがあるのです。

理由3：日本の強みを活かせる（製造業データ×AI）

日本にはトヨタ、ホンダ、ソニー、パナソニックといった世界的な製造業があります。彼らが何十年もかけて蓄積したセンサーデータや工場オペレーションのノウハウは、GAFAMも持っていない宝物。これをAIに学習させれば、「文章を書くだけのAI」ではなく「工場を動かせるAI」ができる──それが今回の連合の狙いです。

フィジカルAIとは｜工場とロボットを動かすAIの正体

今回の発表で最も重要なキーワードが「フィジカルAI」です。耳慣れない言葉ですが、意味はシンプル。

フィジカルAIの定義：現実世界で動くAI

フィジカルAIとは、画面の中だけじゃなく、ロボットや機械を実際に動かせるAIのこと。ChatGPTが「文章の世界」で活躍するAIだとしたら、フィジカルAIは「現実世界」で働くAIです。たとえば、工場の組立ロボットがAIの指示で精密に部品を組み立てたり、自動運転車が道路状況を判断して安全に走ったりするのがこれに当たります。

なぜ日本が強いのか：産業データの蓄積

フィジカルAIの開発には「機械が動くときのデータ」が大量に必要です。日本の製造業は50年以上、工場のセンサーデータや自動車の走行データを蓄積してきました。オーケストラの指揮者として長年のレコーディングを持っているようなもので、このデータがあれば質の高いAIが作れるのです。

具体的な応用分野：自動運転・汎用ロボット・半導体

新会社の想定する応用分野は3つ。第1に自動運転（ホンダが主導）、第2に工場や家庭で使う汎用ロボット（ソニーが主導）、第3に半導体の設計・製造プロセス最適化です。「AIに工場全体を任せる」時代が、5年以内に現実化する可能性があります。

競合比較｜GPT-5・Gemini・Qwenと戦えるのか

世界のAIは今、米国と中国の二強時代です。日本連合がそこにどう切り込むか、主要ライバルと比較してみましょう。

米国勢：OpenAI GPT-5系、Google Gemini、Anthropic Claude

世界の汎用AI市場はGPT-5.2、Gemini 3.x、Claude 4.xが圧倒的。いずれも数兆パラメーター級と推定されていて、米国のビッグテックが10兆円単位のGPU投資で独走中です。野球で言えばメジャーリーグの強豪チームで、ここに追いつくのは容易ではありません。

中国勢：Alibaba Qwen3、Baidu ERNIE、DeepSeek

中国はQwen3（アリババ）、ERNIE（バイドゥ）、DeepSeekなどが急成長中。オープンソース路線で世界中の開発者を取り込み、コスト面で米国勢に対抗。政府の強力な支援と豊富な国内データが武器です。

日本連合の差別化ポイント：汎用性より垂直統合

GPT-5やGeminiと正面から殴り合うのは現実的でないため、日本連合は「製造業特化」という垂直市場を狙います。GAFAMが持たない工場・ロボット・自動車のデータを武器に、「製造業用のChatGPT」を作る戦略です。たとえるなら、マクドナルドに対抗するのではなく、和食の専門店として差別化するようなポジション取りです。

国内既存モデルとの関係：Sarashina・PLaMo・tsuzumi・cotomi

日本にはすでにSB Intuitionsの「Sarashina（460Bパラメーター）」、PFNの「PLaMo 2.2 Prime」、NTTの「tsuzumi 2」、NECの「cotomi v3」、KDDI/ELYZAの日本語LLMなど複数の国産LLMが存在。新会社はこれら既存の資産を土台にして、1兆パラメーター級へと一気にスケールアップする想定です。「バラバラだった各社の研究を1つの旗のもとに集める」──それがこの連合の最大の意義です。

日本市場への影響｜あなたの仕事はどう変わるか

ここからは具体的な立場の人にとって、このニュースが何を意味するかを見ていきます。

シーン1：自動車部品メーカーの設計エンジニアAさん（35歳）

愛知県の自動車部品メーカーで働くAさんは、毎日ホンダや日産向けに部品の設計図をCADで引いている人。フィジカルAIが実用化すれば、「この新車種のエンジンに合う最適なブラケット設計を出して」とAIに依頼できるようになります。従来3日かかっていた試作設計が半日に短縮──そんな世界が2〜3年後に来る可能性があります。

シーン2：町工場の社長Bさん（55歳・従業員15名）

東京・大田区で金属加工をするBさんの会社は、熟練工の高齢化が深刻な課題。若手が育つ前に熟練工が引退してしまう恐れがあります。フィジカルAIが熟練工の動きを学習すれば、「ベテランの技」をAIロボットに引き継げるかもしれません。日本の町工場を救う切り札になる可能性を秘めています。

シーン3：自動運転スタートアップのエンジニアCさん（28歳）

Cさんの会社は自動運転タクシーを開発していますが、使っているのは米国製のAIモデル。データを海外のクラウドに送るため、国土交通省の許認可で苦労しています。国産フィジカルAIが実用化されれば、データを国内完結で処理でき、規制クリアが大幅に楽になるでしょう。

シーン4：大手広告代理店の若手プランナーDさん（26歳）

Dさんは毎日ChatGPTで企画書を書いているヘビーユーザー。「国産AIなんて自分には関係ない」と思っていたものの、クライアント（銀行）から「国産AIで提案書を作ってほしい」と頼まれたら状況は一変。金融・医療・公共系の仕事では、国産AIが必須になる未来も見えてきます。

スケジュールと懸念点｜本当に成功するのか

輝かしい計画の裏で、懸念点も少なくないのが実情です。

想定スケジュール：2030年までに1兆パラメーター級

発表では2020年代後半（2028〜2030年頃）に1兆パラメーター級のモデル完成を目指すとされます。競合のGPTや Geminiはすでに数兆パラメーター級と推定されているので、完成時点でも「1世代遅れ」の可能性があります。

懸念点1：スピード不足

海外勢は半年単位でモデルを更新しているのに対し、日本の官民連合は意思決定に時間がかかる傾向。日産とルノーの連合が意思決定で苦労したような「合議制の落とし穴」に陥る懸念があります。

懸念点2：人材不足

世界トップのAI研究者は年収数億円でGoogleやOpenAIに引き抜かれている現状。約100人規模の集約といっても、最先端人材を確保できるかは未知数。プロ野球でFA選手を集める時と同じ「予算とブランド力の戦い」になります。

懸念点3：GPU・計算資源

1兆パラメーターのモデル学習には数万枚のNVIDIA H100/B200クラスのGPUが必要。現在、GPUは世界中で奪い合い状態で、調達できるかどうかで成否が決まると言っても過言ではありません。

よくある質問（FAQ）

Q. 一般ユーザーがこのAIを使えるのはいつから？

A. 早くても2027〜2028年と見られています。最初は自動車や工場などB2B用途が優先され、一般向けチャットサービスは後回しになる見込み。ただし、ソニーのAIBO後継ロボットや、ホンダの自動運転車に間接的に搭載される形で、消費者が体感できる機会は案外早く来る可能性もあります。

Q. ChatGPTを使うのをやめて国産AIに切り替えるべき？

A. 現時点では切り替える必要はありません。新会社のAIが完成・公開されるのは数年後で、文章生成の性能では当面GPTやClaudeが優位を保つ見込み。ただし、金融・医療・公共系の仕事をしている人は、将来「国産AI必須」の案件が増える可能性があるため、動向はチェックしておくと良いでしょう。

Q. 1兆円の税金を使う価値はある？

A. 賛否両論ある議論です。肯定派は「AIを海外依存すれば将来もっと高くつく」「製造業の競争力維持に必須」と主張。否定派は「民間で十分、政府が出すと非効率になる」「半導体の次世代ラピダスのような失敗リスク」を指摘。判断は今後5年の成果次第ですが、何もしなければAI後進国になる未来はほぼ確定という危機感が政府を動かしています。

Q. 中小企業はこのプロジェクトから恩恵を受けられる？

A. 間接的に大きな恩恵が期待できます。大手4社が開発したAIが外販されれば、中小企業も「国産AI API」を安価に使えるようになる見込み。特に町工場や建設業、物流業では、熟練技能のデジタル化や自動化で人手不足を補える可能性があります。経済産業省が中小企業向けの補助金枠を用意する動きもあるため、注視してください。

Q. ソフトバンクのSarashinaや、PFNのPLaMoはどうなるの？

A. 既存モデルは土台として活用される見込み。Sarashina（460B）やPLaMo 2.2 Primeで培われた日本語処理のノウハウが、新会社の1兆パラメーターモデルの基礎になります。「バラバラだった各社の研究を合体させて強化版を作る」イメージで、既存モデルが無駄になるわけではありません。

Q. 英語・中国語のAIと日本語AIはどう違う？

A. 日本語は世界的に見ても独特な言語で、ひらがな・カタカナ・漢字・ローマ字が混在し、主語の省略や敬語体系が複雑。海外のAIは英語中心で学習されているため、日本語のニュアンスで苦手な場面があります。国産AIは日本語データで徹底的に学習するので、ビジネス文書や医療記録、法律文書での精度が格段に高まる見込みです。

Q. フィジカルAIとロボットAIはどう違う？

A. ロボットAIはロボット制御に特化、フィジカルAIはもっと広い概念です。フィジカルAIは、工場の生産ライン全体、自動運転車、スマート農場、ビル管理システムなど、現実世界の物理的なシステム全般を動かすAIを指します。ロボットAIはその一部と理解するとわかりやすいです。

まとめ

2026年4月12日、日経スクープでソフトバンク・NEC・ホンダ・ソニーを中核とする8社連合が新会社「日本AI基盤モデル開発」を設立
政府は5年間で約1兆円規模を支援、目標は1兆パラメーター級LLMと「フィジカルAI」の実用化
役割分担はソフトバンク・NECが基盤モデル、ホンダが自動運転、ソニーがロボット・ゲーム・半導体。PFNも開発参画
差別化戦略はGAFAMが持たない「製造業データ×AI」。自動車・工場・半導体で勝負する垂直統合路線
次の一手：ITmedia AI+の報道で詳細を確認し、自社の業務で「国産AIが必要になるシーン」を想定しておきましょう

GPT-5やGeminiが世界を席巻する中、日本が取るべき戦略は「正面突破ではなく垂直市場での独自路線」。ソフトバンクのビジョン、NECの技術力、ホンダの自動運転、ソニーのロボット、PFNの研究力が1つの旗のもとに集結したのは、過去20年で見ても例のない規模の試みです。成功すれば日本の製造業と経済安全保障の両方を救う一方、失敗すれば「国策AIプロジェクトの失敗例」として歴史に残る可能性もあります。今後5年、この会社の動向を追うことは、日本の未来を占うバロメーターになるでしょう。