AIの司令塔を、誰の手元に置くか NVIDIAが日本に示した「第三の経路」
来日した米半導体大手NVIDIAのJensen Huang CEOは7月15日、東京都内で記者団にこう予告した。「今週はジャパンAIの幕開けの週になる」（Bloomberg）。翌16日、その言葉通りに発表が続いた。みずほフィナンシャルグループ、SMBCグループ、楽天銀行、トヨタ自動車——日本を代表する企業が、NVIDIAと共に「AIファクトリー（AI工場）」を構築するという（NVIDIA発表文）。
目を引くのは、顔ぶれである。動いたのは、機密データを扱う銀行と、安全基準の塊のような自動車メーカー。つまり、AIの導入に最も慎重であるはずの企業群だ。実験的なチャットボットの話なら分かる。だが発表文に並ぶのは、基盤モデルの自社開発、業務プロセスへのAIエージェントの組み込みといった、基幹業務のど真ん中に踏み込む計画ばかりである。
なぜ、最も慎重なはずの企業が、最も深いところから動いたのか。発表文を読み込むと、その答えは製品の性能ではなく、商品の設計思想にあることが見えてくる。NVIDIAが日本に売り込んだのは、GPUというチップではない。チップの上にオープンモデルとエージェント基盤まで積み上げ、企業が「AIの司令塔」を丸ごと自社の壁の内側に持てるようにした、フルスタックの工場一式である。
AIの導入が実験から基幹業務へ移る今、企業が直面する本当の問いは「どのAIが賢いか」ではない。「AIの司令塔を、誰の手元に置くか」だ。Huang氏が持ち込んだのは、この問いに対する新しい答えだった。
セガに救われた男の帰還
Huang氏の来日は、一本の「恩返し」の物語から始まった。1990年代半ば、経営破綻の瀬戸際にあったNVIDIAに500万ドルを出資して救ったのは、日本のゲーム大手セガだった。7月15日、両社の協業30周年を記念してGiGO秋葉原3号館で開かれた招待制のサプライズイベントには、セガの里見治紀会長兼CEOに加え、当時の出資を決めた元セガ社長の入交昭一郎氏、「バーチャファイター」の生みの親である鈴木裕氏も駆けつけた（Beep21）。Huang氏は韓国・台湾を相次いで訪問しながら日本を素通りし、「ジャパン・パッシング」と囁かれてきた。その男が、30年前の恩人との縁を演出の軸に据えて東京に戻ってきたのである（BigGoファイナンス）。
同日夜、Huang氏は神田の居酒屋で日本の経営者らと懇談し、記者団には「非常にエキサイティングな発表が多数ある」と語った。日本には半導体製造で世界トップクラスの技術があり、日本人は「それを誇りに思うべきだ」とも熱弁した（Bloomberg）。ゲームの聖地・秋葉原と神田の居酒屋。この周到に日本向けに仕立てられた前夜祭が何の露払いだったのかは、翌朝の発表文が明かすことになる。
「AI工場」の中身を解剖する
では、冒頭の謎——最も慎重なはずの企業が、なぜ基幹業務のど真ん中から動いたのか——を、発表文の中身で確かめていこう。注目すべきは、各社が「何を導入したか」と、AIの司令塔がどこに置かれる設計になっているか、である。
みずほフィナンシャルグループは、NVIDIAのAIシステム「DGX B200」を導入し、日本の金融業界で最大級となるオンプレミス型AIファクトリーの構築を目指す。機密性の高い金融データを外部クラウドに出すことなく、自社設備の中で扱うためだ。見逃せないのは、ハードと同時にエージェント基盤「Agent Toolkit」や「NemoClaw」を使い、AIエージェントを安全に開発・実行・管理する環境の技術検討も進めている点である。狙いは実験ではない。厳格なガバナンスと監査可能性を確保しながら、自律型エージェントの適用範囲を情報収集、文書作成、分析、システム開発支援といった中核業務へ広げることだと、発表文は明記している（NVIDIA発表文）。
SMBCグループでは、中核IT企業の日本総合研究所がNVIDIAのオープンモデル「Nemotron」を活用したAIファクトリーを導入した。NVIDIAはこの取り組みを「オープンモデルとアクセラレーテッドインフラを活用することで、既存の金融機関がAIを実験段階から実運用へと展開できることを示すもの」と位置づける（NVIDIA発表文）。重みが公開されたモデルを自社データで鍛える——頭脳そのものを手元に置く形だ。
楽天銀行の案件は、データ資産の規模が物語る。1,800万超の銀行口座、3,300万枚超のクレジットカード、1,400万超の証券口座を擁する楽天グループのエコシステムを背景に、同行は「Agent Toolkit」を使って取引に関する基盤モデルを自社開発し、膨大な個人向け金融データを銀行業務に特化したインテリジェンスへと変換することを目指す（NVIDIA発表文）。汎用モデルを借りるのではなく、自行の取引データから自前の頭脳を作る計画である。
金融の外でも構図は同じだ。トヨタ自動車は、NVIDIAのモデル学習フレームワーク「Megatron-LM」を活用し、車載ソフトウェアの安全規格MISRAに準拠したコード生成AIを開発している。クルマの機能や価値がソフトウェアで決まる時代に入り、車載ソフトの開発量は膨らみ続けている。安全上重要なコードの生成とレビューを、汎用AIではなく自動車専用に鍛えた自社モデルで効率化する試みだ（NVIDIA発表文）。
あわせて、Nemotronを軸にしたもう一本の発表も出ている。東京科学大学、ソフトバンク、SB Intuitions、AIスタートアップのStockmarkが、日本のユーザーや企業向けに設計された独自AIモデルの構築にNemotronを採用。AI研究のSakana AIは、モデルルーティング基盤「Fugu」にNemotronを統合した。ENEOSホールディングス、日立製作所、NTTなども、遠隔操作ロボットから医療、コンタクトセンターまで、Nemotronを使った日本語対応AIアプリケーションを構築するという（NVIDIA発表文）。
こうして発表の一覧を見渡すと、一つの共通点が浮かび上がる。ハードウェアの導入が語られる案件も、そうでない案件も、NVIDIAのソフトウェア資産——オープンモデルのNemotron、エージェント基盤のAgent ToolkitとNemoClaw、学習フレームワークのMegatron-LM——が組み込まれていない案件は一つもない。オンプレミス設備を建てるみずほでさえ、その上で動くエージェント基盤までNVIDIA製で検討している。つまり「AI工場」とは、GPUの上にモデル、エージェント基盤、運用ツールまでを一式で載せたフルスタックの商品であり、顧客はそれを丸ごと導入して自社データを流し込めばいい。モデル本体だけでなく学習用データセットやライブラリまで公開されているNemotronは、その積層の要である（NVIDIA発表文）。世界最大の半導体企業が日本に納めようとしているのは、シリコンではない。シリコンの上に載る、AIの司令塔一式なのである。
コントロールプレーン戦争の「第三の経路」
冒頭で立てた問い——AIの司令塔を、誰の手元に置くか——に戻ろう。この司令塔は、AI業界では「コントロールプレーン」と呼ばれる。どのモデルを、どのデータで、どう動かし、結果をどう業務に流すかを差配する層のことだ。AIの導入が実験から実運用へ移るにつれ、企業側の関心も「どのAIが賢いか」からこの司令塔の置き場所へと移ってきた。モデルは数ヶ月で入れ替わる。しかし司令塔を手放した企業は、入れ替えの判断すら自分で下せなくなるからだ。
Microsoft、Google、OpenAI、Anthropic、NVIDIAの5社が企業に差し出す道は、この「司令塔の保ち方」で見ると3つに整理できる。
第一の経路は、クラウドの完成品を土台にする道だ。MicrosoftとGoogleは、自社クラウドの上にモデルとエージェント基盤、業務ツールとの接続までを揃えて提供する。企業はAIの専門部隊を持たなくても、明日から業務にAIを組み込め、運用も更新もクラウド側が引き受けてくれる。この道で司令塔を手元に保つ鍵は、業務設計の主導権を握り続けられるかにある。完成品は便利であるほど、日々の業務動線がその設計思想に沿って形作られていく。導入から数年後、自社のワークフローがベンダーのロードマップの写し絵になっていないか——それがこの経路を選ぶ企業が定期的に点検すべき問いになる。
第二の経路は、外部の頭脳と自社の司令塔を分業する道だ。OpenAIとAnthropicは器を持たず、最高水準のモデルとエージェント基盤に集中する。企業はAPIを通じてその頭脳を借りつつ、モデルの選定、データの流し方、業務への組み込みを自社設計のハーネス（運用基盤）で差配する。AnthropicがFISのような金融基幹システム企業と進める「司令塔は業界側、頭脳はラボ側」という分業は、その代表例だ。難しいのは、この分業を長く健全に保つことである。プロンプトも評価基準もエージェント設計も、真剣に作り込むほど特定モデルの挙動に合わせて磨かれていき、頭脳の差し替えは口で言うほど簡単ではなくなる。頭脳の更新や提供条件の変更はラボ側の判断で起こり、司令塔はそのたびに再調整を迫られる。借り物の頭脳の性能を最大限に引き出しながら、いつでも別の頭脳に載せ替えられる中立性を司令塔に残しておけるか。この経路の巧拙はそこで決まる。
そして第三の経路が、NVIDIAが今回日本で示した「工場一式」だ。重みが公開されたオープンモデル、エージェント基盤、運用ツールまでを規格化されたスタックとして納品し、器はオンプレミス、つまり企業の壁の内側に据え付ける。データは外に出ず、モデルの重みは手元にあり、司令塔は文字通り自社の敷地内に建つ。みずほがDGX B200で目指す金融業界最大級のオンプレミス型AIファクトリーは器の面での（NVIDIA発表文）、日本総研や楽天銀行によるNemotron・Agent Toolkitでの自前モデル開発は中身の面での、その具体例である。
ただしこの経路にも、司令塔の保ち方に固有の宿題がある。壁の内側に建てた工場は、チップからモデル、開発環境のCUDAに至るまでNVIDIA製の部材で組まれており、設備投資として数年単位で企業の資産に載る。増設も更新も同じ部材で行うのが自然な流れになり、基盤の選び直しには設備と技術資産の作り直しという大きな決断が要る。また、手元に置いた頭脳は安定と引き換えに、外の世界でフロンティアモデルが更新され続ける間、静止する。工場の主導権は確かに自社にあるが、工場を時代遅れにしないための投資判断は、以後ずっと自社が背負い続けることになる。
こうして並べると、3つの経路の本当の違いが見えてくる。司令塔を手元に保つ努力が要らない道は、一つもない。異なるのは、その努力の性質と、依存の見え方である。第一の経路の依存は業務の動線に溶け込み、日常の便利さの中で気づきにくい。第二の経路の依存は、自社で司令塔を磨き込むほど深まるという逆説を抱える。第三の経路の依存は、設備の値札と契約書にはっきり書いてある——最も重いが、最も見えやすい。
日本の銀行群が第三の経路を選んだ理由も、おそらくここにある。機密データを壁の外に出せない規制上の制約はもちろん大きい。だがそれに加えて、銀行とはリスクを計量し、監査に耐える形で管理することを生業とする業種だ。範囲と期限が事前に確定し、資産として貸借対照表に載り、監査できる依存は、目に見えず静かに深まる依存よりも、この業種にとってずっと扱いやすい。NVIDIAが日本の金融セクターに納めたのは、単なるAI基盤ではない。「計量できる依存」という、規制産業がずっと待っていた選択肢である。
なお、オンプレミスでAI基盤を組み上げる仕事自体は、コンサルティング大手やシステムインテグレーターが一品モノの受託として以前から手がけてきた領域だ。現に今回も、SMBCグループでの実装はグループIT中核の日本総合研究所が担っている。NVIDIAの新しさは、その一品モノを規格化された工業製品に変え、インテグレーターを自社スタックの施工者として組み込んだ点にある。受託開発の価格と納期でしか手に入らなかった「壁の内側の司令塔」が、製品として買えるようになった——「AI工場」という言葉の実質は、そこにある。
日本企業が使えなかった「オープンモデル」の空白
もう一つ、今回の発表には日本固有の文脈がある。オープンモデルをめぐる、日本企業の長い足踏みだ。
この1年、オープンモデルの主役は中国勢だった。GLM、DeepSeek、Kimiといった中国発のモデルは、性能でフロンティアモデルとの差を詰めながら、価格では大きく下回る水準を実現し、世界の開発者の間で存在感を高めてきた。折しも今週、Moonshot AIの新型モデルKimi K3が、UIコード生成の性能を人間の投票で競うFrontend Code Arenaで首位に立ち、クローズドのフロンティアモデルを上回ってみせたばかりだ（Arena.ai）。
ところが日本企業、とりわけ金融や重要インフラといった規制産業は、この波に乗れなかった。性能と価格に魅力があっても、中国製モデルの採用にはデータガバナンスや経済安全保障の観点から慎重にならざるを得ない。かといって米国のフロンティアモデルは重みを公開しておらず、壁の内側には持ち込めない。「オープンモデルは使いたいが、使えるオープンモデルがない」——これが日本の規制産業が置かれてきた空白だった。
Nemotronはこの空白にぴたりとはまる。米国企業製で、重みもデータセットも公開され、NVIDIAという時価総額世界最大級の企業が開発とサポートの継続を担う。日本の銀行という最も慎重なはずのセクターが一斉に採用したことは、この空白が「中国モデルの回避」から「米国オープンモデルの採用」へという形で埋まり始めたシグナルと読める。
視野を広げれば、オープンモデルをめぐる地殻変動は今週、同時多発的に起きている。中国のKimi K3はArena.aiによれば7月27日までに重みが公開される見通しで、米国からはOpenAI元CTOのMira Murati氏率いるThinking Machines Labが、スクラッチから学習した初のオープンウェイトモデル「Inkling」を公開した（Thinking Machines発表文）。オープンモデルはもはや「クローズドの廉価版」ではなく、米中それぞれの陣営が戦略を持って投じる主戦場になりつつある。どのモデルを選ぶかが、そのまま地政学的な選択になる時代——その構図の分析は、K3の重みが公開され性能の独立検証が出そろう来週以降、稿を改めて詳しく報じたい。
工場はNVIDIA製、生まれるAIは日本製
「今週はジャパンAIの幕開けの週になる」——Huang氏の予告は、蓋を開けてみれば正確な表現だった。ただしその意味は、日本にGPUが大量に売れた、ということではない。世界最大の半導体企業が、チップの上にモデルとエージェント基盤まで積み上げた「AI工場」を携えて現れ、その最初の大規模な実装地として日本の規制産業を選んだ、ということだ。
Huang氏は今回の提携について「次の産業革命はメイド・イン・ジャパンに」とも語っている（ビジネス+IT）。リップサービスにも聞こえるが、発表の構図をなぞった言葉でもある。NVIDIAが納めるのは生産設備であり、その工場に流し込まれるのは日本企業のデータ、生み出されるのは日本語と日本の産業に特化したAIだ。工場はNVIDIA製でも、産出されるインテリジェンスは確かに「メイド・イン・ジャパン」になる——そういう売り込みなのである。
みずほ、SMBCグループ、楽天銀行、トヨタ。動いた企業の顔ぶれは、日本のAI導入がPoC（概念実証）の季節を終え、機密データと基幹業務に踏み込む段階へ入ったことを物語る。そしてその入り口で企業が選んでいるのは、どのAIが賢いかではなく、AIの司令塔の置き場所である。クラウドの完成品に委ねるか、外部の頭脳と分業するか、壁の内側に工場を建てるか。30年前にセガに救われた男が日本に持ち込んだのは、この三択の最後の一つ、規制産業がずっと待っていた選択肢だった。
