日本国内におけるAI開発の現状と、企業が活用する共通技術基盤について

解説

近年、政府主導でAI活用が加速し、「AX（AIトランスフォーメーション）」を推進する流れが続いています。これにより、企業におけるデータやシステムへの求められる管理・ガバナンスのレベルが大きく引き上げられています。

特に、自社のデータをどのように扱うか、どのAIモデルを利用するかといった「仕組みづくり」が重要になっているのが現状です。単に新しいAI機能を導入するだけでなく、「ビジネスプロセス全体を再設計し、それを裏付けるIT基盤を整える」という視点が必要です。

現場の様々な部署でAI利用が進むにつれて、利用したデータの管理方法や、どのシステムがどのような権限を持っているかといった「誰が・何を使って・どこまで実行したか」という履歴の可視化が必要になります。自社のIT基盤全体を見直すきっかけになる情報です。

ポイント

• 国内の主要IT企業やスタートアップが進める国産AI開発において、NVIDIAが提供するオープンモデルや技術セットが重要な基盤となっている。
• 各社は、特定の産業（通信、公共など）に特化した大規模言語モデル（LLM）を構築し、実運用への適用を進めているのが特徴である。
• これらの取り組みからは、AIの検証、改善、導入の高速化とコスト抑制を可能にするオープンなエコシステムが求められている状況が浮き彫りになっている。

情シスへの影響

企業の全般的なAI活用が進むことで、データ管理、モデル運用基盤（GPU/TPUなど）、および利用する外部APIやSaaS連携部分に対するセキュリティとガバナンスの要求レベルが飛躍的に向上します。

具体的には、自社データをどのように扱うか、どのモデルを利用するか、そしてその利用履歴をどう監査・管理するかの仕組み構築が喫緊の課題となります。また、AIを活用したエージェント（マルチエージェントシステムなど）が増加するため、それらの動作や権限分離に関するポリシー設計が必要になります。

今後のAI導入は単なる「システム追加」ではなく、「ビジネスプロセス全体のリデザイン」を伴うため、インフラ層からアプリケーション層に至るまで、横断的な管理（特にデータガバナンス）が求められます。

影響範囲

全社IT基盤、データストレージ（学習・推論用）、AI開発プラットフォーム、IDアクセス管理（利用権限の細分化）、クラウドサービス連携範囲。影響は「要確認」であり、各部門の進行中のAIプロジェクトやDX計画を確認する必要があります。

重要度

★★★★☆

対象者

• セキュリティ担当者
• ネットワーク管理者
• M365管理者
• Entra管理者

優先度

計画的に対応

優先度の理由

本記事は、特定の脆弱性や即座にパッチを適用する必要がある事象に関するものではありません。しかし、AI活用が「当たり前」の事業戦略となりつつあるため、今後の全社的なシステム設計において、データガバナンス、モデル運用環境のセキュリティ確保、利用ログの取得といったアーキテクチャ上の配慮（計画）が必要となる段階です。

確認手順

• 現在進行中のAI開発プロジェクトや外部API連携の棚卸しを行い、データの取り扱い元・目的を明確にする。
• 基盤モデルおよび大規模言語モデル（LLM）を利用する際のプロンプト管理、入力データ、出力結果に対するセキュリティポリシーを確認する。
• 利用可能なクラウド/オンプレミスのリソースにおいて、GPUなどの高性能計算資源の割り当て状況とコスト構造を把握し直す。
• AIエージェントやボット利用に関するアクセス制御（ロールベースの権限付与）が適切に設計されているかを確認する。