エヌビディア合同会社は2026年11月10日、ザ・プリンスパークタワー東京で「Agentic AI Day Japan 2026」を開催した。13時からトラックAで行われたセッション「AIエージェント時代、日本は何を持つべきか：open-weightと国内実装力で考えるAI競争力」では、北陸先端科学技術大学院大学の今井翔太氏とエヌビディアの井﨑武士氏が、モデルの使い分け、安全の確保、人材の3点を議論した。
open-weightは、学習済みのモデルの重み（パラメータ）が公開され、利用者が自分の環境で動かせるモデルを指す。本稿ではオープンモデルと表記する。
登壇予定の安野貴博氏はビデオメッセージで参加
当初は、チームみらい党首で参議院議員の安野貴博氏を加えた3人で議論する予定だった。安野氏は公務のため登壇できなくなり、冒頭にビデオメッセージが流れた。
安野氏は2点を述べた。1点目は、AIエージェントが普及する中で、最先端のフロンティアモデルを使っていれば足りる時代ではなくなったという認識である。オープンモデルとクローズドモデルでは、情報が外部に出るか、自社のサーバーで動かせるかといった特性が異なる。性能、コスト、速度を含めて、自社の事業でどのモデルが最も投資対効果（ROI）に見合うかを企業が考える必要があるという。
2点目はサイバーセキュリティである。AIがシステムの脆弱性を見つける能力が上がり、攻撃にかかるコストは大きく下がった。人間だけでシステムを守ることはほぼ不可能になりつつあるため、設計、テスト、攻撃の検知、脆弱性の確認にAIを使うことを標準にすべきだと述べた。そのうえで、企業、研究者、行政の協力が欠かせないと呼びかけた。
続いて、司会を務めた井﨑氏が3つの論点を示し、今井氏との議論に入った。
論点1 フロンティアモデルとオープンモデルをどう使い分けるか
井﨑氏は、推論を重ねるモデルでは1回の回答に使うトークン（AIが処理する文字の単位）が従来のチャットの100倍以上になると説明した。エージェントがサブエージェントを立て、ツールやスキルを繰り返し使う場合は、1000倍から1万倍に達するという話もあるという。コーディングでの利用が広がった結果、年間コストが20億円から30億円になった企業の例も紹介した。
今井氏は、使い分けの基準を「競争的な領域かどうか」に置いた。自分が強いモデルを持っていても、他者がより強いモデルを持てば負けてしまう領域は競争的であり、セキュリティ、コーディング、科学研究がこれに当たる。こうした領域では、基本的にフロンティアモデルが使われ続けると同氏は見ている。
一方、競争的でない領域は、長期的にはほとんどがオープンモデルになるという見方である。行政文書や企業の文書処理のように、性能に上限があり、ある水準に達すれば他の組織の動向が関係しない作業が該当する。フロンティアモデルとの性能差は以前は1年ほどとされていたが、最近は同等かそれ以上の性能を示すオープンモデルも出ているという。
モデルの小型化についても言及があった。同じ性能を出すために必要なモデルの大きさは3か月で半分ほどになるという経験則があり、十分な性能のオープンモデルが実用的な大きさに収まっていくと今井氏は述べた。
企業が複数のモデルを自動で振り分けるルーティング機能を使うと、振り分け先は多くが中国のオープンモデルになっているというのが今井氏の見方である。これに関連して井﨑氏が、オープンモデルの安全性について尋ねた。
今井氏は2つの論点を挙げた。1つ目は情報漏洩である。オープンモデルを自社管理のサーバーに置き、外部と通信させなければ、情報が漏れることはない。2つ目は、エージェントとして長時間動く場合の挙動である。中国で作られたモデルは、中国に関わる文化や経済を優先するように作られている。同氏は開発元が意図しているとは限らないと前置きしたうえで、作業の途中で中国のサイトやサービスを優先的に使い、そこに情報を入力してしまう可能性があると指摘した。モデルが検索時にどのサイトを選ぶかは学習の内容に依存するため、被害が出る余地は残るという。
論点2 安全をどう確保するか
2つ目の論点は、AIの制御とシステムの保護である。井﨑氏は、従来のプログラムは作り手が動作を予測できたが、エージェントは自分で計画を立ててツールを使うため、何をするかを事前に把握しにくいと指摘した。
今井氏は、現在のデジタル空間のインフラを作り直す必要があるほどの問題だと述べた。同氏によると、AIの学習では、インターネットへの接続を制限した環境が使われてきた。それでもAIが想定外の動きをするため、インターネットを再現したオフライン環境を用意する例も出ているという。民間企業のレベルで同じ対策をとるのは難しく、AIの暴走を防ぐ、あるいは暴走しても被害を抑える安全策を、社会の側に実装していく必要があるとした。
AIの推論過程を監視する方法にも限界が見え始めている。今井氏は、最近のモデルのシステムカードには、人間の言語になっていない推論の記録が載っている例があると説明した。
サイバー防御については、攻撃側がエージェントで脆弱性の探索を大規模にできるのに対し、日本の企業は防御側の体制が十分ではないと井﨑氏が課題を示した。今井氏は、フロンティアモデル同士が攻防を行うのが基本だと前置きしたうえで、個別の事業者がフロンティアモデルで防御するのは現実的でないと述べた。フロンティアモデルの提供側にも、すべての事業者にセキュリティ用途で提供する余力はないという。その結果、個別の事業者が使えるのはオープンモデルになり、これを使ったサービスを提供するISV（ソフトウェアを開発・販売する企業）が育つことが条件になると語った。
国内で起きているサイバー攻撃の多くは、複雑な脆弱性を突いたものではなく、オープンモデルでも修正できる水準だというのが今井氏の見立てである。
論点3 日本にこれから求められる人材とは
3つ目の論点は人材である。
今井氏は、教育のあり方については専門家の間でも意見が分かれるとしたうえで、2点を挙げた。AIと直接関係のない基礎的な力がなければ、AIにどう指示してよいかが分からない。この点で、現状の人材育成の方法は今も有効である。同時に、新しい技術が出てきたときに、既存の枠にとらわれず新しい事業を考えられる人材も必要になる。
厳しい面もある。同氏が挙げた論文のデータでは、若手の雇用が大きく減る一方で、経験を積んだ層の雇用は増えている。これまでは、人を育てることと戦力として扱うことが一体だった。AIが若手の仕事を担えるようになると、企業が若手を育てる動機は弱まる。今井氏は、競争の圧力から離れて人を育てる環境が必要で、大学院がその一つになりうると述べた。
まとめ
今回の議論から見えてきたのは、日本のAI競争力を左右するのは、最先端モデルを持つかどうかだけではないということだ。業務に必要な性能とコストを見極め、適切なモデルを選び、安全に運用する力が問われている。オープンモデルの活用も、導入そのものを目的にせず、情報管理やエージェントの行動範囲まで含めて設計する必要がある。
その土台となるのが、国内の実装を担う企業と人材だ。特に、AIによる効率化が若手の経験を積む機会を減らすなら、人材育成を個々の企業の判断だけに委ねることには限界がある。目先の生産性向上と、次世代の担い手を育てる投資をどう両立させるか。モデルの選択、安全対策、人材育成を別々の課題としてではなく、一体で進めることが、AIエージェント時代の日本に求められていると考えられる。
