生成AIニュース 2026年7月14日

政府AIに「純国産」の風が吹き始めた——源内×tsuzumi/Takane/PLaMoが意味すること

デジタル庁が動いた。

2026年7月10日、デジタル庁はガバメントAI「源内」に国産LLM3モデルを採用し、国産クラウド上で稼働させると発表した。採用されたのはNTTデータの「tsuzumi 2」、富士通の「Takane 32B」、Preferred Networks（PFN）の「PLaMo 2.0 Prime」の3つ。基盤クラウドには、ガバメントクラウドに国内サービスとして唯一登録されているさくらインターネットの「さくらのクラウド」を使う。

「純国産の政府AI」という言葉は、ニュースバリューとしては派手に聞こえる。だが実態は現在「試用フェーズ」であり、まだ本番運用ではない。その温度差を含めて読まないと、このニュースの本当の意味を見誤る。

2026年3月時点は「全部海外製」だった

まず事実を整理する。

源内は、政府職員向けにデジタル庁が開発した生成AIプラットフォームだ。対話型チャットに加えて「国会答弁の分析」「法制度の調査」といった行政実務を支援するアプリを実装しており、全府省庁の職員約18万人に順次展開し、2027年3月まで大規模実証を行う計画になっている。

ところが2026年3月時点で源内で使えるモデルは、米Anthropicの「Claude Haiku 4.5」「Claude Sonnet 4.6」「Claude Sonnet 4.5」、米Amazonの「Nova 2 Lite」という海外製4種類のみだった。

デジタル庁はそこから国内企業の基盤モデルを試用することを決定し、最終的に5社と契約。今回その中から3社のモデルを国産クラウド上で稼働させると発表した。

試用の設計は正直で、モデル名を伏せた状態でユーザーに出力結果の「お気に入り度」を評価させるブラインド方式を採用する。8月までに実験環境を構築し、9〜11月に実験する計画だ。つまり今はまだ実験の手前の段階である。

なぜ今、国産にこだわるのか

松本尚デジタル大臣は会見でこう述べている。「国産のみで構成し、動かしていく。デジタル庁としても国産にこだわる、というよりも注力していきたい」。

この発言の背景には、同じ7月10日に政府が決定した「AI基本計画（第2期）」がある。高市早苗総理が「日本AX（AIトランスフォーメーション）を進めるため、まず行政から始めてほしい」と発言したことを受け、松本大臣は源内における国産AI利用が「先陣を切る取り組みになる」と位置づけた。

デジタル庁が国産基盤モデルを採用する理由として公式に挙げているのは「日本語の語彙・表現に適合し、日本の文化・価値観を尊重した国内で開発されたLLMの活用が不可欠」という点だ。加えて、行政が積極的に国産AIを使うことで「国産AIの利用を促進・推進し、国産AIの性能向上と安定的な需要の創出」を加速させる意図があることも、松本大臣自身が明言している。

この「安定的な需要の創出」という言葉が、実はこのニュースの核心だ。

「需要を作ることで性能を上げる」という逆転の論理

通常の調達ロジックは「性能が高いから採用する」だ。しかしこの取り組みには「使うから性能が上がる」という逆向きのベクトルが含まれている。

LLMの性能向上には、現実のユースケースからのフィードバックが欠かせない。ユーザーが何を聞き、どの出力を良いと感じ、どこで不満を持つか——そのデータと知見が積み重なってモデルは改善されていく。18万人規模の政府職員が日常業務で使い続けるというのは、国産LLM開発者にとって非常に価値のある実証環境になりうる。

ここからは見方だが、これは日本版の「官製需要による産業育成」の構図だ。防衛や宇宙で長らく使われてきた手法をAI分野に持ち込んだと見ることもできる。行政という規模と継続性を持った需要源が国産LLMを下支えすることで、民間への普及コストを下げ、モデルの信頼性を高めていく狙いがある。

光の面はそこだ。では影の面は何か。

行政という特殊な文脈に最適化されたモデルが、汎用の民間用途でどこまで通用するかは別問題になる。また、評価が「お気に入り度」というユーザー印象ベースである以上、行政文書に特化した質問への回答精度と、一般的なビジネス活用における性能は別軸で見なければならない。

3モデルの特徴と、読み解くべきポイント

採用された3モデルはそれぞれ性格が異なる。

tsuzumi 2（NTTデータ）は、NTTが一から開発した純国産モデルの進化版で、良質な日本語データを学習しており金融・公共・医療の専門知識を強化している。1基のGPUで動作可能な軽量モデルという点でコスト面の実用性を主張している。

Takane 32B（富士通）は、富士通とカナダのスタートアップCohereが共同開発した基盤モデルの中規模版だ。CohereのCommand R+をベースに日本語能力を強化し、量子化技術により1基のGPUで推論処理を実行できる。「純国産」かというと共同開発ベースなので、素直に言えばハイブリッドだ。

PLaMo 2.0 Prime（PFN）は、PFNが独自に構築した学習データを使った純国産モデルの第2世代。経済産業省のAI開発支援プロジェクト「GENIAC 第2期」の成果を基に開発されており、官民連携の産物でもある。

注目したいのは、3モデルとも「1基のGPUで動く」ことを重視している点だ。これは運用コストとインフラ制約に対する現実的な回答であり、大規模デプロイを想定した実装の話でもある。高性能だが重いモデルより、十分な性能で軽いモデルのほうが行政現場では刺さりやすい——そのリアリズムが滲み出ている。

企業の調達担当者・開発者はどう読むべきか

このニュースには、民間のAI調達や開発にも直接関わる判断軸がいくつかある。

第一に、国産モデルの評価は今が買い時だ。 試用フェーズの評価結果は9〜11月に出てくる予定だ。政府職員という大規模ユーザーによるブラインド評価の結果は、国産LLMの実力を計る数少ない「現実のベンチマーク」になる可能性がある。その結果が出たタイミングで、自社のユースケースと照らし合わせて国産モデルを試す価値が生まれる。

第二に、さくらのクラウドの動向はクラウド選定の参考になる。 政府クラウドへのAWS一極集中（8割超という数字がある）に対する是正として、さくらインターネットがガバメントクラウドに国内サービスとして唯一登録されている事実は重い。「データ主権の確保」「為替リスクの回避」を重視する組織には、選択肢として真剣に検討が始まる契機になりうる。

第三に、日本語特化の価値が測られるタイミングが来た。 これまで「日本語が得意」は自己申告に近かった。今後、18万人規模の実業務での評価データが蓄積されれば、実際に日本語行政文書で何が得意で何が苦手かが見えてくる。マーケティングコピーではなく実績として参照できる情報が増えてくるはずだ。