製造業30社が国産AIに結集｜旭化成・富士通も出資検討の本気度

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5月28日、旭化成・富士通・安川電機の3社が国産AI新会社への出資検討を表明した
出資先はソフトバンク主導の「日本AI基盤モデル開発」で、出資検討企業は計30社規模に拡大
出資額は1社あたり数千万円と少額。狙いは資金ではなく現場データの共有とフィジカルAIの実現
政府は2026年度から5年間で約1兆円規模の公的支援を投入し、1兆パラメーター級モデルを目指す
OpenAIなど海外モデル依存からの脱却と、日本の製造業の強みを生かしたソブリンAI戦略の本格始動

日本のAI開発が、ついに「オールジャパン」の様相を見せ始めました。2026年5月28日、旭化成・富士通・安川電機の3社が、ソフトバンク主導の国産AI新会社への出資を検討していることが報じられました。検討企業は計30社規模。1兆円の国費が動く国家プロジェクトの全体像と、私たちの暮らしへの影響を整理します。

5月28日、製造業3社が追加出資検討──何が動いた？

2026年5月28日、共同通信と日本経済新聞が同時に報じたのは、国産AI開発の新会社「日本AI基盤モデル開発」への追加出資の動きでした。

新たに名前が挙がったのは、旭化成・富士通・安川電機の3社です。

すでに参画している企業を含めると、出資を検討する企業は合計30社規模に膨らんでいます。日本の主要産業を横断する、まさにオールジャパン体制が形になりつつあります。

なぜ旭化成・富士通・安川電機なのか

この3社の組み合わせには、明確な意味があります。

旭化成は素材産業の代表格で、化学プラントの運転データを大量に持っています。富士通は国産スパコン「富岳」の運用で培ったAI計算基盤の知見があります。安川電機は産業用ロボット世界4強の一角で、工場の現場制御に関する膨大な稼働データを保有しています。

つまり、「素材×計算×ロボット」という、フィジカルAI実現に欠かせない3要素が一気にそろう布陣です。

出資額が「数千万円」と少額な理由

意外に感じるかもしれませんが、1社あたりの出資額は数千万円程度と報じられています。1兆円規模の国家プロジェクトとしては、ずいぶん控えめな金額です。

なぜ少額なのか。狙いはお金ではなく、「データを出してもらうこと」にあるからです。

各社が持つ生産ライン・素材合成・ロボット制御のデータを集約し、それを学習させた基盤モデルを共同で使う。出資はその「会員証」のようなものです。安く広く声をかけて、データの提供者を増やすほうが、結果として強いAIになる。そういう設計思想が読み取れます。

「日本AI基盤モデル開発」とはどんな会社か

そもそも、出資先の新会社「日本AI基盤モデル開発」(東京) とは何者なのか。2026年4月にソフトバンク主導で設立されたばかりの企業です。

中核4社と100人体制

中核となるのは、ソフトバンク・NEC・ホンダ・ソニーグループの4社。各社が十数％ずつを出資しています。少数株主には日本製鉄、三菱UFJ銀行、三井住友銀行、みずほ銀行などが名を連ねます。

社長はソフトバンク出身の幹部が就任。国内から約100人規模のAI開発技術者を集めました。プリファードネットワークス (PFN) も開発に参画しています。

役割分担と開発目標

面白いのは、出資企業ごとに役割が分かれている点です。

ソフトバンク・NEC：基盤モデル本体の構築を主導
ホンダ：自動運転システムへの実装
ソニーグループ：ロボット・ゲーム・半導体への応用
PFN：技術開発支援
3メガ銀行：資金面での後ろ盾

開発目標は1兆パラメーター級の大規模言語モデル。これはOpenAIのGPT-4と同規模のサイズ感です。学習には国内のデータと計算インフラのみを使う、という制約も特徴的です。

フィジカルAIとは何か──製造現場で動くAIの正体

この新会社が目指すのは、単なる対話型AIではありません。「フィジカルAI」と呼ばれる、現実世界の物体や機械を制御するAIです。

ChatGPTのような「言語のAI」は、ネット上の文章を読んで答えを返します。一方フィジカルAIは、工場の設備やロボットそのものに組み込まれ、生産ラインを自律的に動かすことを目指します。

中小企業の工場で起きうる変化

たとえば部品加工の町工場を想像してみてください。ベテラン職人の手元の感覚や、機械の微妙な振動から不良品の兆しを読み取るノウハウは、これまで人の経験に頼ってきました。

フィジカルAIが普及すると、こうした暗黙知をセンサー経由で学習し、機械側が自律的に最適な動きを選びます。人手不足が深刻な日本の製造業にとって、これは単なる効率化ではなく「事業の存続」に直結する技術です。

同じことが自動運転車・建設機械・物流倉庫・農業ロボットでも起きます。「現場のデータを持っている国」が強くなる、というのがフィジカルAIの世界観です。

日本に勝ち目がある理由

言語AIの分野で、日本は米国・中国に大きく差をつけられました。しかし、フィジカルAIには別の競争軸があります。

それは「製造現場のデータ量」です。トヨタ・ホンダ・ソニー・キーエンス・ファナック・安川電機。日本企業が世界トップシェアを持つ分野の現場データは、ネット上にも英語にも翻訳されておらず、海外勢がアクセスできません。この「閉じたデータ」が、日本独自の強みになる、という戦略です。

経産省1兆円支援が動かす国家戦略

このプロジェクトは、民間の自発的な動きだけではありません。政府が背中を強く押しています。

経済産業省は2026年度から5年間で約1兆円規模の公的支援を計画しています。2026年度予算だけでも、関連経費として約3000億円が計上される見通しです。財源にはGX経済移行債が充てられます。

これは「ソブリンAI戦略」と呼ばれる国家方針の一部です。AIの計算インフラ・モデル・データを国内で完結させ、海外プラットフォームへの依存をやめる、という考え方です。

なぜ国が1兆円も出すのか

背景には「データ主権」の問題があります。

国内企業がOpenAIやGoogleのAIを業務で使うと、機密データが海外のサーバーに保存される可能性があります。製造業の設計図・銀行の取引データ・自治体の住民情報。これらが海外に流れる構図は、経済安全保障の観点で看過できないと判断されました。

デジタル庁も2026年3月、政府共通の生成AI基盤「源内 (GENNAI)」で試用する国産大規模言語モデル7モデルを正式に選定済みです。「政府が使うAIは国産で」という流れは、もう動き始めています。

OpenAI・中国勢と比べてどうなのか

気になるのは、海外勢との実力差です。客観的に整理してみます。

サイズと汎用性能

OpenAIのGPT-5系やAnthropicのClaude Opus 4.8は、推定数兆パラメーター規模で、文章生成・コード生成・推論など汎用性能で圧倒的です。1兆パラメーター級は、サイズだけ見れば2024年時点のGPT-4と同水準で、2026年現在の最先端には1〜2世代遅れます。

中国勢ではDeepSeek・小米のMiMo-V2.5・アリババのQwenなどがオープンソース路線で急成長中。Claude互角性能を1/30の価格で出すモデルも登場しています。

日本AI基盤モデル開発の差別化ポイント

日本勢が同じ土俵で戦っても勝てません。だからこそ、戦う場所を変えるのが今回の戦略です。

製造業データに特化：素材・ロボット・工場稼働の現場データを集中投入
国内完結のインフラ：データセンターも計算資源も国内のみ
フィジカルAI向け：チャットではなく、機械制御を主目的とする
業界横断データ共有：30社が手の内を見せ合う前提

汎用性能ではOpenAIに勝てなくても、「日本の工場で実際に動くAI」というニッチで勝てれば、産業競争力は守れる。そう割り切った設計です。

日本市場と私たちの暮らしへの影響

この動きは、私たちの生活にどう響くでしょうか。

価格と入手しやすさ

個人がChatGPTのように使えるサービスとして提供されるかは、現時点では未定です。基盤モデルは企業向けに提供され、自動運転車・産業ロボット・銀行の窓口AIなど、間接的に私たちが触れる形になりそうです。

たとえば数年後に銀行アプリで対話するAIが、海外モデルではなく日本AI基盤モデル開発製、というような変化が起きる可能性があります。

日本の雇用と人材

100人規模のAI技術者が国内に集約されることで、海外流出していたAI人材の受け皿ができます。「日本でAIを作る仕事がある」状態が公的に支えられる意味は大きいです。

一方で、フィジカルAIが現場の自動化を進めれば、製造業の単純作業は確実に置き換わります。私たちの世代の課題は、AIに置き換わらない判断業務・設計業務に軸足を移していくことになります。

起業家・中小企業から見た意味

中小製造業にとっては、自社単独では作れない高性能AIに、共通基盤として安く触れる可能性が出てきます。ちょうどクラウドが中小企業の情報システム投資を下げたように、フィジカルAI基盤も「みんなで使う前提」の安価な提供がありえます。

よくある質問（FAQ）

Q1. 「日本AI基盤モデル開発」と既存の国産LLM (Sakana AI、ELYZA、PFN PLaMo) は何が違うのですか？
既存の国産LLMが個社・スタートアップ主導の汎用言語モデルなのに対し、日本AI基盤モデル開発は製造業30社の現場データを束ねる業界横断プロジェクトです。狙うのは対話より機械制御、つまりフィジカルAIです。

Q2. 出資検討の30社にはどんな会社がいるのですか？
すでに公表されているのは、中核のソフトバンク・NEC・ホンダ・ソニーグループに加え、日本製鉄、3メガ銀行、旭化成・富士通・安川電機です。残りの企業名は順次明らかになる見通しで、自動車・素材・電機・機械・金融が中心と見られます。

Q3. 1兆パラメーターって、GPT-5やClaude Opus 4.8と比べて性能はどうですか？
パラメーター数だけで見れば、2024年のGPT-4と同水準で、2026年現在の最先端からは1〜2世代遅れます。ただし日本AI基盤モデル開発は製造業データに特化するため、汎用性能で勝負するモデルではなく、産業特化の用途で価値を出す設計です。

Q4. 個人がこのAIを使えるようになるのはいつですか？
当面は企業向けのサービスで、個人向けのチャットボット提供は計画されていません。私たちが触れるのは、銀行アプリ・自動車の運転支援・物流の追跡など、製品やサービスに組み込まれた形になると考えられます。

Q5. なぜソフトバンクが主導しているのですか？
ソフトバンクは2026年度から6年間で約2兆円をAI学習向けデータセンターに投資する計画です。OpenAIとの戦略的提携、Arm買収、ペッパーから続くロボット事業など、AIインフラへの蓄積が他社より厚いことが背景です。