AIは決めるな、支えろ——Sakana AI・デイビッド・ハCEOが描く日本型AIの設計思想
Sakana AIのCEOデイビッド・ハ氏が、ポッドキャスト「Disrupting Japan」で日本企業向けAI実装の考え方を語った。内容は抽象的な将来像ではなく、三菱UFJ銀行やSMBCグループとの具体的な取り組みまで踏み込んだものだ。
読んでまず感じるのは、「日本型AI」という言葉の使い方がずいぶんと地に足ついているということ。巨大モデルを作って世界に配るのではなく、現場の業務に入り込み、複数のモデルを使い分け、担当者が責任を持てる形で仕事を変えていく——この方向性は、日本企業の現場感覚とかなり近い。
Sakana AIが選んだ「もう一方の入り口」
米国のAI企業が典型的にたどる道は、まず誰でも使えるチャットボットや基盤モデルを公開し、利用者を増やしてから収益化を狙うというものだ。OpenAIもAnthropicも基本的にはこのパターンに乗っている。
Sakana AIはそこに乗らなかった。ハ氏の言葉を借りれば「入り口が違う」。日本の大企業と組み、融資の申込書類を読む、論点をまとめる、資料の下書きを作る、担当者が確認するといった業務ごとに調整したAIワークフローを導入する道を選んだ。
これは一見地味に見えるが、実はかなり賢い立ち回りだ。コンシューマー向けのAIサービスは、ブランド力と開発速度で勝負する世界で、OpenAIやGoogleと真正面から競うのは資本的に無理がある。一方、日本の大企業の中核業務に入り込むポジションは、資本力より信頼と調整力が問われる。後者は外資系のメガプレイヤーが苦手とする領域だ。
「AIが決める」ではなく「AIが支える」という設計原則
今回のインタビューで最も重要な論点はここだと思う。
三菱UFJ銀行とのプロジェクトでは、融資判断を自動で承認・否認するシステムを作ったわけではない。融資判断に使う資料の下書きや根拠整理をAIが支援する仕組みを作った。金融の判断は企業や働く人の将来に関わるため、AIが結論だけを出すのではなく、人間が根拠を読んで同意または修正できる形にする必要があるという考え方だ。
SMBCグループとの取り組みでは、企業向け提案書を作るための情報収集、分析、仮説構築、資料作成を複数のAIエージェントで進めるアプリケーションが紹介されている。人間が白紙のスライドから作業を始めるのではなく、AIが社内基準に沿ったたたき台を用意し、担当者が確認して仕上げる形だ。
ここからは見方だが、この「人間が最終判断する」という設計は、単なる安全策ではなく、日本の大企業が社内承認を通せる唯一の形だとも読める。「AIが決めた」という説明では稟議が通らない組織文化を前提に設計している。それはある意味で正直な商品設計だ。
実務観点では、AIを導入したが現場が使わない、という失敗パターンの多くは「AIが決めようとしている」ことへの拒絶反応だったりする。担当者が「確認して仕上げる」という役割を残した設計は、現場の心理的抵抗を下げる効果がある。
ルーティングという概念が持つ戦略的な意味
ハ氏が強調する「ルーティング」という概念も読み応えがある。AIモデルには、安く速く動くモデル、推論が得意なモデル、コードが得意なモデル、日本語や日本文化に合わせやすいモデルなど得意不得意がある。簡単な資料の要約に高価な最先端モデルを使い、難しい分析にも同じモデルを使うと費用がふくらむ。タスクごとに適切なモデルへ振り分ける仕組みが必要だ、というのがハ氏の主張だ。
これは企業システムの設計としては正論で、実際にコスト最適化の観点から複数モデルの使い分けを検討している企業は増えている。だがここには、コスト以上の含意がある。
ハ氏はこう述べている。「ルーティングの考え方はアメリカや中国の巨大モデルに頼り切らないための備えにもつながる」。さらに、自社モデル、オープンソースモデル、アメリカのフロンティアモデルなどを組み合わせ、利用者が使いたくないモデルを外せるようにする構想にも触れた。「特定の国や企業の技術に依存しすぎず、必要に応じて使い分けられる能力を持つことでAI主権の確保につながる」というのがハ氏の言い方だ。
AI主権という言葉はやや大きく聞こえるが、実務的に翻訳すると「ベンダーロックインを避けて調達の選択肢を持つ」ということになる。この観点は、現在AIシステムの導入を検討している情報システム部門や調達担当者が、今すぐ自社のアーキテクチャ設計に取り込める話だ。特定のAPIプロバイダーに依存する設計を早い段階で選んでしまうと、後から価格交渉力を失う。
「日本向け」はローカライズではない
Sakana AIが2026年3月に一般ユーザー向けに公開したSakana Chatには、日本向けに調整した大規模言語モデル「Namazu」シリーズのアルファ版が搭載されている。ウェブ検索機能も組み込まれており、大阪弁のように話すモードも用意されているという。
大阪弁モードは、プレスリリース的な文脈では「日本向けに作るという姿勢を示す要素」として紹介されているが、技術的に面白いのはその裏側だ。ハ氏によると、海外で作られたモデルには開発元の国や社会の前提が入り込むことがあり、日本で使うには偏りを減らし、日本の知識や価値観を追加しながら、数学や推論やコード生成の能力を落とさないようにする必要がある。
さらに「破滅的忘却」という問題も挙げられている。追加学習の過程で元の能力を忘れてしまう現象だ。日本語と日本文化の適応を進める際に、数学的推論やコード生成といった汎用能力が劣化するリスクがある。
ここは正直、現在進行形の技術的難所であり、Namazuがそれを完全に解決したとは言っていない（アルファ版という表現も慎重だ）。「日本向けAI」を謳う製品を評価するとき、この能力劣化トレードオフが実際にどう解決されているかを問うのが正しい見方だ。単に日本語が流暢かどうかではなく、専門業務での推論品質が落ちていないかを確認すること。
実務的な示唆と次の論点
Sakana AIのモデルは、ある意味でAI版のSIer（システムインテグレーター）ビジネスとも読める。日本の大企業と長期の関係を作り、業務に深く入り込み、複数のモデルやツールを組み合わせてシステムを構築・運用する。ハ氏は「従来は拡大しにくいと見られていた日本型のシステムインテグレーションも、AIで補強すれば世界で使われるモデルになる可能性がある」と語っている。
これは刺激的な仮説だ。SIer型ビジネスがスケールしにくかった理由のひとつは、人手の限界だった。AIがワークフローを自動化できれば、同じ構造を多数の企業に横展開するコストが下がる。研究成果を企業向けの業務支援へ移し、企業で得た知見をAIの改善に使うというフィードバックループも、単純なSIerにはない強みになり得る。
ただし、次に問われる論点はいくつかある。
ひとつは責任の所在だ。「AIが支える」設計は現在はうまく機能するかもしれないが、融資判断の根拠整理をAIが作り、担当者がそれをほぼそのまま使う状況が定着したとき、誰が責任を持つのかは曖昧になりやすい。規制当局が「AIが生成した根拠書類」をどう扱うかは、今後の論点になる。
もうひとつはスケールと差別化だ。三菱UFJ銀行やSMBCグループとの事例は説得力があるが、それをどれだけ多くの企業に横展開できるかは、まだ実証されていない。大手2行と組んでいることは実績だが、この構造が10社、50社になったときにプロダクトとして成立するかどうかは別の話だ。
まとめ——「日本型」という言葉に騙されない見方
「日本型AI」という言葉は、ともすると「劣ったものを日本向けにする」文脈で使われがちだ。だが今回のハ氏の語り方は少し違う。日本の大企業の意思決定構造、現場担当者の責任感覚、AI主権への関心、SIer的な深い業務理解——これらを組み合わせて、グローバルに横展開できるモデルになり得ると主張している。
それが実現するかどうかは、今後のSakana Chatの普及状況、大企業との取り組みの広がり、Namazuの品質実績を見ながら判断するしかない。ただ、ひとつ確かなことがある。「AIを使ったか」ではなく「誰が何の判断をAIに任せ、何の判断を人間に残したか」を問う視点を持っている企業と、そうでない企業では、導入の質が大きく変わる。今回のインタビューは、その問いを具体的な事例で示した点で読む価値がある。
