日本にデータセンターが増えても、それだけで安心できるのでしょうか
米国の巨大IT企業は、日本のAI・クラウド基盤への投資を拡大しています。
AWSは2027年までに東京・大阪のクラウドインフラへ2兆2,600億円を投資する計画を掲げています。マイクロソフトも2026年から2029年にかけ、日本のAIインフラ、サイバーセキュリティ、人材育成などへ100億ドルを投資すると発表しました。
海外企業が日本に計算資源を置くことには、利点があります。低遅延でAIやクラウドを使えること。国内の建設、電力、通信、人材育成へ投資が広がること。災害時のデータ分散にもつながり得ることです。
しかし、ここで一つの問いが残ります。
日本国内にデータセンターが建っても、その中で動くAIモデル、クラウドの運用ルール、GPUの供給、サービスの価格、利用できる機能まで海外企業に委ねるなら、日本はAIを「利用できる国」にはなれても、AIを「自ら維持できる国」になれるのでしょうか。
問題は海外AIではなく、「一つしか選べないこと」です
海外のクローズドAIは、高性能なモデルを短期間で利用できる重要な選択肢です。
日本企業や行政が、海外AIを使うべきではないという話ではありません。
問題になり得るのは、行政、金融、医療、防災、電力、交通、製造といった生活インフラにAIが深く入り込んだ時、特定の海外AIしか使えない状態です。
仮に次のような変化が起きた場合、日本側にはどれだけの選択肢が残るのでしょうか。
-
利用料金や契約条件が大きく変わる
-
APIや提供機能の仕様が変更される
-
ある用途での利用制限が設けられる
-
海外の法規制や輸出規制の影響を受ける
-
大規模障害により、重要な業務が止まる
-
機微な行政・医療・防衛・産業データを外部基盤へ出せない
これは「海外企業が日本向けサービスを止める」と決めつける話ではありません。
依存先が一つに集中すれば、契約変更、障害、規制、地政学的な緊張が起きた時に、代替するまでの時間とコストが大きくなるのではないでしょうか。
デジタル上の侵入・窃取・停止は、すでに現実のリスクです
サイバー攻撃は、遠い国で起きている出来事ではありません。
IPAの「情報セキュリティ10大脅威 2026」では、組織向け脅威の1位にランサム攻撃、2位にサプライチェーンや委託先を狙った攻撃、3位にAIの利用をめぐるサイバーリスクが入りました。
さらに、「地政学的リスクに起因するサイバー攻撃（情報戦を含む）」も6位に挙げられています。
国家を背景とした攻撃や組織的な犯罪は、情報を盗むだけではありません。業務を止める、身代金を要求する、サプライチェーンを通じて広範囲の企業へ影響を及ぼす、といった形で社会機能を揺さぶる可能性があります。
重要インフラへのサイバー攻撃が安全保障上の大きな懸念になっていることから、日本政府も重要インフラ向けのサイバーセキュリティ基準を強化しています。
AIが生活インフラの判断へ組み込まれるほど、AIの性能だけでなく、どこで動き、誰が管理し、障害時に誰が復旧できるのかが重要になるのではないでしょうか。
オープンLLMは、小さな組織の逃げ道になるのでしょうか
オープンLLMは、モデルを自社や国内クラウドの環境で動かせる可能性があります。
小規模な事業者や自治体にとっても、海外のクローズドAIのAPIだけに依存せず、用途を限定したAIを自前の環境で運用する選択肢になり得ます。
例えば、社内文書の検索、問い合わせの下書き、定型的な事務処理、閉じた業務データの要約などでは、小型モデルや特化型モデルで十分な場面もあるかもしれません。
ただし、オープンであれば安全ということではありません。
モデルの出所やライセンスの確認。脆弱性対応。アクセス管理。データの持ち出し防止。GPUやサーバーの確保。障害時の復旧。これらを自ら担う必要があります。
オープンLLMは万能な答えではなく、海外のクローズドAIだけに依存しないための選択肢の一つではないでしょうか。
国産AIは、いまどこまで来ているのでしょうか
日本では、国産の基盤モデル、計算基盤、政府利用をつなぐ取り組みが同時に進んでいます。
1. GENIAC：モデル開発と社会実装の土台
経済産業省とNEDOが主導するGENIACは、国内のAI開発力強化と社会実装の加速を目指す取り組みです。
GPUなどの計算資源、データセット、開発者・利用企業・投資家の連携を支援し、基盤モデルを作る企業だけでなく、ロボット、創薬、製造といった専門分野への展開も後押ししています。
重要なのは、一社だけで海外巨大AIに対抗する構図ではありません。国内にAIモデルを開発し、検証し、使い、改善する循環を作れるかどうかではないでしょうか。
2. ガバメントAI「源内」：政府が最初の利用者になる
デジタル庁は、生成AI利用環境「源内」を各府省庁へ展開しています。
2026年度には、全府省庁の政府職員約18万人を対象に大規模実証を進め、2027年度からの本格利用を見据えています。
国産基盤モデルについては、NTTデータの「tsuzumi 2」、ソフトバンクの「Sarashina3 mini」、NECの「cotomi v3」、富士通の「Takane 32B」、Preferred Networksの「PLaMo 2.0 Prime」が評価検証の対象です。
政府が単にAIを導入するだけではなく、国産モデルを実際の行政業務で試し、評価し、将来は調達する可能性がある点は重要です。
国産AIにとって政府が、最初の大口利用者、検証の場、そして安定需要の担い手になれるかが問われているのではないでしょうか。
3. AIを国内で動かす基盤
国産AIを開発しても、学習・推論に必要なGPU、サーバー、クラウド、データセンター、電力がなければ継続的には使えません。
ここで、AIデータセンター、GX戦略地域、国産クラウド、光通信、送電網の議論につながります。
AIモデルだけを国内で開発しても、計算資源を安定して確保できなければ、海外のクラウドやGPU供給に依存し続けることになります。
逆に、データセンターだけを国内に造っても、その上で動くAIモデルや運用ソフトウェアまで海外依存であれば、国内に価値が残りにくいかもしれません。
モデル、計算資源、通信、電力、運用人材を一体で考える必要があるのではないでしょうか。
4. 富士通PHOTONのような、省電力化技術
富士通は、生成AIのGPU使用量やメモリー負荷を抑えることを目指すLLMアーキテクチャ「PHOTON」を発表しています。
PHOTONは現時点で研究開発段階であり、商用提供時期は公表されていません。
それでも、AIを「より大きなGPUとより多くの電力」で動かすだけではなく、同じ電力・計算資源でどこまで効率を高められるかを追う技術として重要です。
AIインフラの競争は、巨大なデータセンターを何棟建てるかだけではありません。限られた電力とGPUを、いかに効率よく使えるかという競争にもなるのではないでしょうか。
目指すべきは、海外AIの排除ではありません
日本が目指すべきなのは、海外AIを使わないことではないはずです。
高性能な海外AIを利用しながらも、重要な業務では国内で動かせるAIを持つ。複数のクラウドやモデルを切り替えられる設計にする。機微なデータを扱う分野では、国内の法制度、運用、人材の下で検証できる環境を確保する。
そのような「選べる状態」を作ることが、デジタル主権ではないでしょうか。
海外の巨大AI企業による日本への投資は、日本のAI基盤を強くする可能性があります。
一方で、その投資だけに依存し、AIモデル、計算資源、運用ノウハウまで海外に集中させれば、将来の選択肢は狭まるかもしれません。
まとめ
AIは、文章を書く道具から、社会の判断を支える基盤へ変わりつつあります。
だからこそ国産AIの開発は、海外AIとの性能競争だけではなく、生活インフラを維持するための冗長性を確保する取り組みとして見る必要があるのではないでしょうか。
日本に必要なのは、一社の巨大AIだけではありません。
複数の国産モデル。国内で使える計算資源。安全に運用できるクラウド。安定した電力と通信。そして、海外のサービスが使えない局面にも切り替えられる設計です。
国産AIは、日本がAIで世界一になるためだけの話ではありません。
AIに依存する社会で、日本が自ら選び、自ら守り、自ら復旧できる余地を残すための基盤づくりなのではないでしょうか。
参考情報
本記事は公開情報に基づく情報整理と考察です。海外企業・サービスの利用を否定するものではなく、特定企業の受注・業績・株価を保証するものでもありません。また、特定銘柄の購入または売却を推奨するものではありません。
コメント