国産AI連合が狙う製造業データ主権とフィジカルAI開発の勝算

国産AI連合が製造業を巻き込む必然

ソフトバンク系の国産AI開発に、旭化成を含む製造業が資本参加を検討する動きは、単なる生成AIブームの延長ではありません。日本企業が蓄積してきた素材、設備、品質、保全、ロボット制御のデータを、次世代AIの学習資産に変える試みです。

米中の巨大テック企業は、汎用LLMとクラウド計算基盤で先行しています。一方で、工場や研究所の現場データはウェブ上に存在せず、企業の内部に分散しています。ここに日本の製造業がAI競争へ再参入する余地があります。本稿では、SB Intuitionsの国産LLM、政府のGENIAC、旭化成のデータ活用事例、海外のフィジカルAI開発を照合し、製造業連合の勝算を整理します。

SB Intuitionsが担う国産LLM基盤の現在地

Sarashinaとデータ主権の位置づけ

ソフトバンクは2023年、国産LLMの研究開発と生成AIサービスを担う新会社としてSB Intuitionsを本格稼働させました。同社は日本語に特化したモデル開発を掲げ、ソフトバンクの計算基盤を使いながら、生成AIサービスの提供までを視野に入れています。これは「海外モデルを使う会社」ではなく、「国内でモデルを作り、運用し、企業データと接続する会社」を目指す構えです。

SB Intuitionsの事業紹介では、日本語データセットからモデルを構築し、国内データセンターでデータを管理する方針が示されています。ここで重要なのは、性能だけでなく管理可能性です。製造業がAIに渡すデータは、設備条件、配合、歩留まり、検査画像、顧客仕様など、競争力そのものに近い情報を含みます。外部の汎用AIにそのまま預けにくいデータを使うには、モデル、データ、運用、契約をまとめて設計する必要があります。

2026年2月には、SB Intuitionsと情報通信研究機構が高性能LLMの安全性技術で共同研究を始めました。発表では、国産LLM「Sarashina」シリーズの開発ノウハウと、NICTが持つ日本語資源や不適切出力を抑える技術を組み合わせるとしています。製造業向けAIでは、誤回答が単なる文章品質の問題にとどまりません。設備操作や品質判断に関われば、安全、法令、製品責任へ波及します。安全性評価の仕組みは、現場実装の前提になります。

OpenAI連携と国産開発の役割分担

ソフトバンクは海外AIとの連携も同時に進めています。OpenAIとの合弁会社を通じた企業向けAIの展開と、SB Intuitionsによる国産LLMは競合というより役割が異なります。前者は最先端モデルを企業業務へ導入するルートであり、後者は日本語、国内データ管理、業界特化を重視した主権型AIの土台です。

この二層構造は、製造業にとって実務的です。一般的な文書作成や調査、社内問い合わせには世界最高水準の汎用モデルを使えます。一方、工場制御、材料探索、品質異常の推定、ロボット動作の学習では、自社データをどこまで学習に使えるか、学習済みモデルが社外に流れないか、推論環境を国内で管理できるかが問われます。SB Intuitionsが2026年6月からSarashinaをクラウド基盤上で順次提供すると発表した点は、こうした需要に向けた布石です。

ソフトバンクの統合報告書では、SB Intuitionsが大規模な基盤モデル開発に取り組んだ背景として、海外モデルのライセンスや規制変更に左右されるリスクが説明されています。AIを業務の中核に据えるほど、モデル提供者の方針変更は事業継続リスクになります。製造業連合の出資検討は、AIを単なる外部サービスではなく、産業インフラとして確保しようとする動きと見られます。

製造現場データがフィジカルAIの競争軸

AI-Ready化が必要な現場データの壁

経済産業省とNEDOは、生成AI開発力を強化するGENIACを2024年から進めています。2026年度の新規事業では、製造業データなどをAIが使える状態に整える「AI-Ready化」と、ロボット基盤モデル開発が支援対象になりました。これは、次のAI競争が文章の生成だけでなく、現実空間を理解し、機械を動かす領域へ移っていることを示しています。

現場データは、量があるだけでは学習資産になりません。センサー値、作業ログ、検査画像、手順書、保全記録、材料物性、動画、音声が別々の形式で保存され、設備ごとに命名規則も違います。異常が起きたときのラベルが不十分だったり、熟練者の判断が文章化されていなかったりすることもあります。AI-Ready化とは、こうしたデータを発見し、つなぎ、意味づけし、権利と安全を整理する地味な作業です。

2025年版ものづくり白書も、製造業の競争力強化にはデータや業務のデジタル化だけでなく、製品・サービスやビジネスモデルの変革が必要だと指摘しています。さらに、少量多品種市場では既存ロボットが環境に応じて自律判断することが難しく、オープンな開発基盤とデータ収集、AI開発が必要だと説明しています。製造業連合が価値を持つのは、個社単独では集めにくい多様な実データを、業界横断でAI開発へ接続できる可能性があるからです。

旭化成のMIが示す企業間連携の難度

旭化成は、AIや機械学習を使って材料データを解析するマテリアルズ・インフォマティクスを進めてきました。同社のDX事例では、材料開発の短縮や革新的素材の創出を狙い、実験データを集約するデータ基盤、スマートラボ、機械学習モデル開発環境を整えていることが示されています。これは、国産AI連合に参加する製造業が持ち寄れるデータの典型例です。

ただし、旭化成の事例は同時に難しさも示しています。同社とNECは2023年、秘密計算技術を使い、企業間で個別データを共有しないまま材料開発データを連携できる分析基盤を構築しました。背景には、材料開発データの機密性が高く、同業他社や川上・川下企業とのデータ連携が進みにくいという課題がありました。

この点は、製造業連合の中核リスクです。AIモデルの性能を高めるには多様なデータが必要ですが、各社にとってデータは競争優位そのものです。データを丸ごと共有する設計では参加企業が増えません。秘匿計算、フェデレーテッドラーニング、合成データ、アクセス制御、監査ログ、モデル出力の利用制限などを組み合わせ、企業間で「何を共有し、何を共有しないか」を細かく設計する必要があります。

海外でも同じ競争が始まっています。NVIDIAは2026年3月、ロボット、視覚AIエージェント、自動運転向けのPhysical AI Data Factory Blueprintを発表し、訓練データの生成、拡張、評価を統合する参照アーキテクチャを打ち出しました。Google DeepMindもロボットが物理世界を理解し、計画し、行動するためのGemini Roboticsを展開しています。つまり、勝負は「AIモデルを持つか」だけではなく、「現場データを継続的に集め、評価し、改善する工場を持つか」に移っています。

企業連合が直面するデータ主権と実装リスク

国産AI連合の最大の課題は、参加社数の多さをそのまま競争力に変えられるかです。製造業のデータは、業種、設備、工程、品質基準が異なるため、単純に統合しても汎用モデルの性能向上につながりません。まずは化学プラント、素材探索、ロボット組立、検査画像、自動運転のように、ユースケースを絞り込む必要があります。

もう一つのリスクは、責任分界です。フィジカルAIは現実の機械を動かすため、誤認識や誤制御が事故や品質不良に直結します。内閣府の人工知能基本計画は、信頼できるAIを作りながら利活用と開発の好循環を回す方針を掲げています。製造業連合も、性能指標だけでなく、安全評価、説明可能性、異常時停止、サイバーセキュリティ、契約上の責任範囲を最初から組み込まなければなりません。

資金面でも、計算資源、人材、データ整備、実証環境の費用は重くなります。政府支援は重要ですが、補助金で研究を進めるだけでは事業になりません。現場に導入され、保守され、継続的にデータが戻る循環を作れるかが、技術実証と産業化の分かれ目です。

読者が注視すべき官民AI投資の分岐点

今回の製造業連合構想は、日本が国産AIで巻き返せるかを測る試金石です。注目点は三つあります。第一に、参加企業が資本だけでなく実データと実証現場を出すか。第二に、SB IntuitionsやNECなどのモデル開発力が、製造業の現場課題へどこまで近づけるか。第三に、政府のGENIACやAIロボティクス戦略が、個別企業の実装と連動するかです。

投資家や経営者は、発表時の参加社名よりも、半年から一年後にどの工程で実証が始まり、どのデータがAI-Ready化され、どの製品や設備に組み込まれるかを見るべきです。フィジカルAIの競争力は、派手なモデル名ではなく、現場で改善サイクルを回す地力に表れます。日本の製造業が持つ暗黙知を、共有可能なデータ資産へ変換できるかが次の焦点です。

参考資料:

• 国産AI開発の新会社設立 ソフトバンク・NEC・ホンダ・ソニーグループの4社中心に
• 国産の大規模言語モデル（LLM）の開発を行う「SB Intuitions株式会社」が本格的に稼働
• 事業紹介 | SB Intuitions株式会社
• SB Intuitionsと情報通信研究機構、高性能LLMの安全性技術に関する共同研究を開始
• SoftBank Corp. to Launch Generative AI Services Using Homegrown LLM “Sarashina” on Cloud PF Type A with Oracle Alloy from June 2026
• The SoftBank Group and OpenAI Launch “SB OAI Japan” Joint Venture
• SoftBank Corp. Integrated Report 2025
• GENIACにおいて製造業データ等のAI-Ready化とロボット基盤モデルに関する研究開発テーマを採択
• 初の「人工知能基本計画」を閣議決定しました
• AIロボティクス戦略検討会議
• 2025年版ものづくり白書 第4章第2節 製造業の競争力強化に向けたDX
• 事例 | デジタルトランスフォーメーション | 旭化成株式会社
• 旭化成とNEC、秘密計算技術を活用して企業間のデータを安全に連携できる分析基盤を構築
• NVIDIA Announces Open Physical AI Data Factory Blueprint to Accelerate Robotics, Vision AI Agents and Autonomous Vehicle Development
• Gemini Robotics | Google DeepMind