――日本には良質かつ豊富なデータがあるとは指摘されていますが、それをAIに学習させて進化させるのは、これまでの日本にはなかった視点ですね。

渡辺　かつ、スピードが勝負です。データを収集できるタッチポイントを持つとデータが集まる、それによってAIが進化する、より社会が便利になる、そしてもっとデータが集まる、という構造が構築されます。従ってこのサイクルをいかに速く回せるか、文字通りスピードが命、という感があります。

――そうすると単に学習とはいっても、複合的な環境整備が求められるかと。

渡辺　現場のデータが単にデジタル化されているだけでは、良いAIにはなりません。言語モデルにしても、日本語で意味を成すような文章の区切り方を学習させることでAIは機能しますが、日本語の構造を詳しく理解しないまま文字だけ学習させても、高い性能を持ち日本の現場で役立つAIは生み出せません。

　さらに、特定の業種ならではの暗黙知やノウハウをどうAIに学ばせるべきか、われわれはこれを〝データのAI-Ready化〟と呼んでいますが、大きな課題です。現場のデータを学習させる準備をすることが求められます。そしてその準備には、当該業種に従事する人の知識やノウハウが必要です。その上で実際に、GPUを使ってデータを学習させる段階になると、コンピュータサイエンスの世界になってきます。

　このようにAIをつくるという作業においては、モノづくりが複数工程によって成り立つのと同様、複数工程を必要とします。現場で〝データのAI-Ready化〟もしなければなりませんし、コンピュータ環境を与えて、高度なアルゴリズムで学習させることも必要です。そしてこのエコシステムを構成する要素の、どれ一つが欠落しても成立し得ません。

　この点について経産省では、現場の〝データのAI-Ready化〟に対する支援も含め、幅広く支援してまいります。

――お話をうかがうと、いかにAIに学習させるか、最終的には人に帰するようにも思えます。

渡辺　そうですね、要は人だと言ってよいと思います。AIを構成する要素は、人、コンピュータ、データの三つです。ここでいう人とは、基本的にはエンジニアリング人材ですが、データも現場のノウハウとセットですので、現実的にはこれも結局は人、ということになります。コンピュータを利用できる環境整備が大前提ですが、課題となるのはやはり人材育成です。

電力供給の課題には集積がカギ

――メディアなどを中心に、〝国産AI〟指向が高まっているようにも思われますが、課長は国産の定義も含めてどのように捉えておられますか。

渡辺　純然たる意味での完全な国産にこだわる必要は全くないと思います。というのも、これまでもソフトウェアの分野ではオープンソースソフトウエアがあったように、オープンな言語モデルで誰でも使える形になっているものもありますので、これは大いに活用すべきです。

　ただ、前述のように個別専門的なユースケースで使おうと思ったら、自前のデータを追加で学習させることになります。周辺のソフトウェアも必要になります。これを国産AIと呼ぶ人もいます。

　ロボットを動かすためのAIは各国とも研究の途上にありますから、製造業の強みを生かして良質なデータを保有していると言われる日本は、まさにこの分野でもっと深いレベルで貢献できるチャンスはあると考えられます。そうしたAIを国産AIと呼ぶ人もいます。いずれにせよ国産AIという定義にこだわる必要はないように思います。

――電力供給をはじめ、関連インフラの整備はいかがな状況でしょう。

渡辺　日本がAIをつくり、使っていく国となるならば、やはりネックとなるのは電力の安定供給です。世界中でAIの普及に伴う電力不足が指摘される中、日本は足下のところ爆発的にAIが普及しているわけではありませんが、今後急速に電力需要が高まったところで発電所をすぐに新設することは不可能です。かつ発電所からコンピュータを収納するデータセンターまでの送電線も、大規模であれば５～10年を要するため、整備は容易ではありません。

　現在、限られてはいますが電気がすぐに調達できる立地を模索し、契約しているところですが、遠からずその確保も限界が来るでしょう。

――この問題に対してはどのような方策が？

渡辺　一つは、集積地を構築することです。現在、関東エリアでは千葉県印西地域にデータセンターが集積しておりますが、電力と通信の両インフラを効率的に整備する観点から、データセンターの集積地をいくつか設けていくことが重要だと考えています。

　経産省は関係省庁と〝ワット・ビット連携〟を推進しておりその中でう施策を展開しています。２月中旬現在、選定作業中です。

　さらに言えば、遠方のデータセンターで情報処理を行うだけでなく、インターネットでつながったクラウドと通信せず、現場の装置だけでAIの動作を完結させる、いわゆる〝エッジAI〟と呼ばれるAIの開発も視野に入れる必要があります。同AIが進展すると、ロボットの中で情報処理をするなど、地理的に多段階な情報処理が連続的に行われるようになると思います。

　そうなると、全国有数の集積地だけではなく、通信基地局のようなイメージで全国津々浦々に情報処理拠点が設けられていくことになります。その場合、局所的な電力の制約は乗り越えるとしても、今度は分散されたコンピュータ能力をいかに統合的に管理していくかが課題となるため、経産省ではそうした開発支援も実施しています。

社会実装時、法規や制度の変更も

――日本のAI開発や利活用は遅れを取っているなどと指摘されますが、具体的な取り組みは着実に進展しているように思われます。

渡辺　そうですね、産業界やアカデミアの活動をサポートしながら、同時に密な情報交換を行い、今後どのような方向性を探るべきか、われわれも常に思案しながら進めています。

――その産業界を下支えしている中小企業において、AIの利活用が一つのテーマだと言われています。これにつきましては。

渡辺　私はむしろ、中小企業の方が大企業に比べて指示系統が簡素で機動性が高く、AIの実装を含めた変革が早いのではないかと思います。同様の指摘をする声も少なくありません。

――AGI（人工汎用知能）のように、世界を大きく変え得るAIがいつ登場してもおかしくない状況ですが、室長のご私見も交え、今後の世界をどのように展望しておられますか。

渡辺　まず、AGIもまた定義が難しいところです。いわゆる人のような知能ということですが、そもそも人とは何かが、定義できません。

　２０２５年の１月に、それまでの米国のビッグテックによる寡占状態に対し、中国が非常に高効率で低価格なAIを世界に提供するようになりました。また人間のように思考する推論系のAIが萌芽し、それによって〝エージェントAI〟という、AIが目的達成に向けて各種ツールを使いこなし、指示を出すようなことも起こり始めています。さらに去年の後半は、実空間の物理的動作にAIが寄与する〝フィジカルAI〟が日本でも注目されるようになりました。性能としてはまだ十分ではありませんが、このような技術の進化は、人間のように思考して自ら動くAIの登場を遠からず招来すると思います。

　人口減が進む日本で、こうした高知能のAIを適切に使っていく必要があります。日本の現場にAIをフィットさせていかねばなりません。

　こうした人間のような、しかし人間でないものが社会実装されるとき、当然、社会に適合するよう制度が変わります。例えば、現在の道路交通法は人間が運転することを前提につくられていますが、今後完全にAIが運転する時代が来た時、社会制度も大きく変えていく必要があります。人間が運転するより事故が少なくなるとしても、ゼロにはならないとしたら、その事故の責任をどうするのか等、議論すべき点は山ほどあります。AIの利活用を目指すのであれば、技術の進展だけでなく、法規や制度も改めていく、その議論が求められます。

――本日はありがとうございました。
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　(月刊『時評』2026年5月号掲載)