--- title: "ソブリンAIとは？意味・AI主権との関係と日本の政策、OpenAIとの違い" url: "https://www.issoh.co.jp/tech/details/10449/" published: 2026-01-02 updated: 2026-10-12 categories: ["AI"] publisher: "株式会社一創" --- # ソブリンAIとは？意味・AI主権との関係と日本の政策、OpenAIとの違い ソブリンAI（Sovereign AI）とは、国や企業が自国・自社の計算基盤とデータ、人材を使ってAIを開発・運用し、特定の国や企業に依存しすぎない状態を指す言葉です。日本政府は2026年7月14日に閣議決定した第2期の人工知能基本計画で、これを「開かれた『AI主権』（AI Sovereignty）」として国の目標に掲げました。この記事では、言葉の意味、ソブリンクラウドやオンプレミスとの違い、AI推進法・GENIAC・計算資源の助成といった日本の政策、OpenAIなど海外製AIとの比較、国産AIの課題と自社での判断基準を、政府や事業者が公表した一次情報にもとづいて整理します。 ## まとめ：ソブリンAIの意味と判断の要点 - **意味**：NVIDIAは「国内の計算インフラ、データ、労働力を用いて各国がAIを開発・活用する能力」と定義しています。「ソブリン（sovereign）」は主権を意味する英語です。 - **日本政府の立場**：第2期AI基本計画が掲げるのは「開かれた」AI主権です。国産だけで固めるのではなく、複数モデルを使い分けて特定の国や企業への過度な依存を避けます。行政・防衛・重要インフラでは、外部から遮断されても動き続けられること（耐遮断性）の強化を求めています。 - **国の施策**：AI推進法は2025年9月1日に全面施行されました。GENIACは2026年6月の第4期で16件を採択し、経済安全保障推進法にもとづくGPUクラウドへの助成は最大で合計約1,278億円にのぼります。 - **OpenAIとの違い**：OpenAI APIの日本リージョンでは、対象データの国内保存に対応しますが、推論処理を日本国内に限定する保証はありません。精度だけで比べず、データの保存先と処理場所、そこに及ぶ法律の3点で比べます。 - **判断の出発点**：扱うデータを機密度と法令・契約上の要件で仕分け、国外への移転や処理が禁止されるデータには国内完結の構成を選びます。個人情報であることだけで国外移転が一律に禁止されるわけではありません。全業務を自前GPUへ移す設計は、費用に見合わないことが多くあります。 以下、語義と政府の定義、似た言葉との違い、政策、海外製AIとの比較、課題の順に根拠を示します。 ## ソブリンAIの意味：「ソブリン」の語義とAI主権の定義 ### 「ソブリン」の語義と、ソブリンAIという言葉の出どころ 英語の sovereign は「主権を持つ」「君主」を意味し、名詞形の sovereignty（ソブリンティ、ソブリンティー）は「主権」です。金融で国や政府機関が発行する債券を「ソブリン債」と呼ぶのも同じ語です。ソブリンAIは直訳すれば「主権AI」で、日本語では「AI主権」とも呼ばれます。 この言葉を広めたのはGPUメーカーのNVIDIAで、同社は公式ブログでソブリンAIを「the ability for countries to develop and harness AI using domestic computing infrastructure, data and workforces」（国内の計算インフラ、データ、労働力を用いて各国がAIを開発・活用する能力）と定義しています。各国が自前の計算基盤を持つほどGPUの需要は増えるため、売り手側が広めた言葉だという点は押さえておくとよいでしょう。 ### 日本政府が掲げる「開かれたAI主権」 第2期の人工知能基本計画は「ソブリンAI」ではなく「AI主権」という表記を使っています（デジタル庁の会議録など、政府が公開する資料には「ソブリンAI」の表記もあります）。同計画（2026年7月14日閣議決定）は、「ＡＩエコシステム全体の中で、戦略的自律性及び戦略的不可欠性を確保し、開かれた『ＡＩ主権』（AI Sovereignty）を確立する」と書いています（出典：[内閣府「人工知能基本計画」](https://www8.cao.go.jp/cstp/ai/ai%5Fplan/aiplan%5F20260714.pdf)）。 この定義は「国産で固める」ことを求めていません。計画は「特定の国や企業への過度な依存を避けるため、複数モデルを統御しながら利用する」ことを戦略的自律性の中身に挙げ、同志国との連携・分業も前提にしています。そのうえで、行政・防衛・重要インフラなどの戦略領域では「計算資源、データプラットフォーム、モデル、アプリ等の自律性を強化し、耐遮断性と運用能力を確保する」と範囲を絞っています。企業が自社の方針を決めるときも、同じように「どの領域で、どの層まで自律性が要るか」を考えるのが現実的です。 ### データ主権・データレジデンシー・管轄の違い ソブリンAIの議論では、似た言葉が混ざりやすくなります。次の4つは別々の問いに答える言葉です。 | 用語 | 答える問い | 確認する資料 | | ------------ | ---------------------------- | --------------- | | データレジデンシー | データが物理的にどこに保存・処理されるか | リージョン指定・処理場所の仕様 | | 管轄（法域） | どの国の法律や当局の命令が及ぶか | 契約の準拠法・事業者の本国 | | データ主権 | データの利用・移転を誰が決められるか | 利用規約・学習利用の可否 | | AI主権（ソブリンAI） | 計算資源からアプリまでを自律的に選び、運用し続けられるか | 代替手段・撤退時の移行計画 | 国内のデータセンターに保存していても、事業者の本国の法律が及ぶことがあります。米国のCLOUD Act（2018年）は、米国の事業者に国外で保存しているデータの開示を求めることを認めています。保存場所だけを見て「主権を確保できた」と判断しないことが大切です。 ## ソブリンAIとソブリンクラウド・オンプレミスの違い ### 計算資源・データ・モデル・運用の4層と、自社で握る範囲 ソブリンAIを実装の面から分けると、計算資源・データ・モデル・運用の4層になります。層ごとに依存のかたちと国内の選択肢が違います。 | 層 | 依存したときに起きること | 国内の選択肢の例 | | ---- | ------------------- | -------------------------------- | | 計算資源 | GPUの割当や価格を海外事業者が決める | ABCI 3.0、国内GPUクラウド | | データ | 学習・推論データが国外で処理される | 国内リージョン、オンプレミス | | モデル | 提供終了や仕様変更に従うしかない | tsuzumi 2、Sarashina、PLaMo、LLM-jp | | 運用 | 障害対応やログの管理者が国外にいる | 国内事業者の運用、自社運用 | 政府計画は行政・防衛・重要インフラなどの戦略領域で各層の自律性と耐遮断性の強化を求めていますが、4層すべての国内調達を一律の要件にはしていません。一般の企業はデータと運用の2層から手を付け、モデルは海外製と国産を業務ごとに使い分ける構成で足りることが多くあります。 ### ソブリンクラウドとの違い ソブリンクラウドは、データの所在地、アクセス権限、運用体制などを制御し、特定の国や地域の主権要件に対応するクラウド基盤です。外国法の影響を排除できるかは、事業者の法的構成や契約も含めて確認します。対象は4層のうち計算資源・データ・運用までで、上に載せるモデルが海外製でもソブリンクラウドと呼ばれます。ソブリンAIは、その上でどのモデルを誰の管理下で動かすかまで含む、より広い概念です。国内クラウドの選び方は[ソブリンクラウドとガバメントクラウドの違いと選定基準](/tech/details/16789/)、具体的なサービスの例は[ソフトバンクのCloud PF Type A](/tech/details/11819/)で整理しています。 ### オンプレミス・ローカルLLMとの違い オンプレミスは自社の施設でシステムを動かす「設置形態」で、ソブリンAIを実現する手段の一つです。例えば、公開モデルのLlama-3-ELYZA-JP-8Bを自社サーバーで動かす構成では、入力データの外部送信や運用者のアクセスを自社で制御できます。その代わりに、GPUの調達、電力、モデル更新の手間をすべて自社で負います。必要なスペックや構築手順は[ローカルLLMの解説](/column/details/12964/)を参照してください。 ## 日本のソブリンAI政策：AI推進法・GENIAC・計算資源の整備 ### AI推進法とAI基本計画（内閣に置かれるAI戦略本部） 「人工知能関連技術の研究開発及び活用の推進に関する法律」（AI推進法、令和7年法律第53号）は2025年5月28日に成立し、6月4日に公布・一部施行されました。内閣府によると、AI戦略本部の設置などを含めて同年9月1日に全面施行されています。この法律にもとづく人工知能基本計画は、第1期が2025年12月23日、現行の第2期が2026年7月14日に閣議決定されました。内閣府が公開する第2期計画では、AI主権を国産化だけでなく、国際連携と自律性の両面から説明しています。 ### GENIACとNoetra：国産基盤モデルの開発支援 経済産業省のGENIACは、基盤モデルを開発する事業者に計算資源などを提供する事業です。採択は第1期10者、第2期20社、第3期24事業者と増え、2026年6月4日に第4期の16件が決まりました。2026年9月9日には、ロボット向け基盤モデルの研究開発枠で29件の申請から13テーマが選ばれています。 2026年6月には、ソフトバンクが設立した新会社Noetra（旧・日本AI基盤モデル開発）が経済産業省・NEDOの公募に採択されました。事業期間は2031年3月までで総額約1兆円の規模になり、ソニーグループ、ホンダ、NECなどが出資しています。出資企業の構成とNTT・富士通の立ち位置は[Noetraの解説](/tech/details/11749/)にまとめています。 ### 計算資源：経済安全保障のクラウドプログラムとABCI 3.0 経済安全保障推進法は「クラウドプログラム」を特定重要物資に指定しています。経済産業省は、AI用のGPUクラウドを整備する事業者の計画を認定し、助成してきました。[経済産業省の認定実績表](https://www.meti.go.jp/policy/economy/economic%5Fsecurity/cloud/index.html)に載っている最大助成額は次のとおりです。 | 事業者 | 認定日 | 最大助成額 | | -------------- | --------------------- | -------------- | | さくらインターネット | 2023年6月16日／2024年4月15日 | 約68億円／約501.0億円 | | ソフトバンク | 2023年7月7日／2024年5月10日 | 約53億円／約421.0億円 | | KDDI | 2024年4月19日 | 約102.4億円 | | ハイレゾ・ハイレゾ香川 | 2024年4月19日 | 約77.0億円 | | RUTILEA・AI福島 | 2024年4月19日 | 約25.6億円 | | GMOインターネットグループ | 2024年4月15日 | 約19.3億円 | | ゼウレカ | 2023年11月2日 | 約11億円 | GPUクラウド向けの9件を合わせると約1,278億円です。助成率の上限は、大企業が原則3分の1、公的機関・中堅・中小企業が2分の1です。国の研究基盤では、産業技術総合研究所のABCI 3.0が2025年1月20日に一般提供を始めました。半精度のピーク性能は6.2 EFLOPSです。国内GPUクラウドの上で国産モデルを使う例としては、[さくらのAI Engine](/tech/details/9044/)があります。 ### 政府自身の利用：ガバメントAI「源内」と国産LLMの試用 AI基本計画は、デジタル庁が政府職員向けに展開している生成AI環境「源内」を、「特定の事業者や基盤モデルに過度に依存することなく、安全・安心に選択、運用できる『ＡＩ主権』を体現するもの」と位置づけています。デジタル庁は2026年3月、源内で試用する国産LLMとして7モデルを選びました。選ばれたモデルと選定基準は[デジタル庁が選定した国産AI7モデル](/tech/details/11305/)、源内そのものの機能は[ガバメントAI「源内」の解説](/tech/details/11925/)、政府AI基盤の全体像は[ガバメントAIとは](/tech/details/10231/)で扱っています。 ## ソブリンAIに取り組む日本企業と国産モデル 「ソブリンAIを導入している企業は」という問いには、自社モデルを開発している企業と、それを政府や企業に提供している企業の両面から答えられます。デジタル庁が2026年3月に源内での試用に選んだモデルを中心に並べると、次のとおりです。 | 開発元 | モデル | 特徴 | | --------------------- | ---------------------- | ------------- | | NTT（提供はNTTデータ） | tsuzumi 2 | 軽量・日本語特化 | | SB Intuitions（ソフトバンク） | Sarashina2 mini | 源内の試用対象に選定 | | NEC | cotomi v3 | 業務向けの自社開発 | | 富士通 | Takane 32B | Cohereと共同開発 | | Preferred Networks | PLaMo 2.0 Prime | フルスクラッチ開発 | | ELYZA（KDDI傘下） | Llama-3.1-ELYZA-JP-70B | Llamaの日本語追加学習 | | カスタマークラウド | CC Gov-LLM | 行政向け | このほか、学術側では国立情報学研究所が中心となって開発する[LLM-jp-4](/tech/details/11674/)があり、PFNは後継の[PLaMo 3.0 Prime](/tech/details/12701/)を出しています。ソフトバンクのモデル群は[Sarashinaのモデル一覧](/tech/details/11856/)で確認できます。トヨタやソニーの名前で検索されることもありますが、ソニーグループやホンダは、前述のNoetraへの出資という形で国産基盤モデルの開発に関わっています。 ## OpenAIなど海外製AIとの比較：処理場所・セキュリティ・精度 ### 保存場所と推論場所：日本リージョンで変わること・変わらないこと 海外製AIでも日本リージョンを選べるサービスは増えました。ただし、変わるのは「保存場所」までで、「処理場所」は変わらないことがあります。OpenAIの公式ドキュメントでは、APIの日本リージョン（`jp.api.openai.com`）は保存（Storage）がYes、処理（Processing）がNoです（出典：[OpenAI「Your data」](https://developers.openai.com/api/docs/guides/your-data)）。同ページは、地域処理に対応しない地域では、対象データをその地域外で処理・一時保存する場合があると明記しています。対象となるChatGPT Enterprise／Eduの新規顧客は、対象コンテンツの保存先を日本を含む10地域から選べますが、推論も域内で行う「推論レジデンシー」の対象は、2026年7月時点の公式ヘルプでは欧州（EEA＋スイス）・米国・アラブ首長国連邦の3地域だけで、日本は含まれていません。 | 構成 | 保存場所 | 推論場所 | 法域で確認すること | | ------------------------ | --------- | --------- | ---------- | | OpenAI API（日本リージョン） | 日本（対象データ） | 国内限定の保証なし | 米国事業者との契約 | | ChatGPT Enterprise（日本指定） | 日本（対象データ） | 国内限定の保証なし | 米国事業者との契約 | | 国内クラウド上のモデル | 国内（構成による） | 国内（構成による） | 事業者の本国・運用者 | | オンプレミスのローカルLLM | 自社 | 自社 | ライセンス・外部通信 | 保存場所やモデルの開発国だけでは、適用される法律は決まりません。契約主体、運用者、事業者の本国を行ごとに確かめます。 国外推論が許容される場合でも、対象データの保存範囲、学習利用、保持期間、アクセス権限、契約上の条件を確認して要件への適合を判断します。推論時にもデータを国外に出せない場合は、モデルの開発国ではなく、推論・ログ・バックアップ・外部通信を国内に限定できる構成かどうかを確認します。 ### 精度比較：汎用ベンチマークと自社業務データによる評価 精度は、海外のフロンティアモデルと国産モデルを汎用ベンチマークで並べても判断できません。源内の試用モデルにはTakane 32B（320億パラメータ）やLlama-3.1-ELYZA-JP-70B（700億パラメータ）が並びます。この規模なら自社運用も視野に入りますが、可否は提供条件に加え、量子化方式、GPUメモリ、同時利用数で確認します。行政文書・業務文書への適合度も、対象業務の評価問題で確かめる必要があります。デジタル庁は源内で使う国産モデルを選ぶとき、書類審査に加えて当日に開示した50問で評価しました。企業も同じように、自社の業務から作った評価問題で海外製と国産の候補を比べ、精度が足りる業務だけをソブリン構成に移すのが確実です。 ## ソブリンAIの課題と限界 ### GPU調達：海外製半導体への依存と輸出管理リスク 国内にデータセンターを建てても、中核のGPUは主に米国企業の製品です。AI基本計画が「鉱物からソフトウェアまで」のエコシステム全体の自律性を掲げ、半導体やデータセンターで「かけがえのない存在」になることを目標にしているのは、計算資源の層を完全に国内で賄うのが難しいからです。輸出管理や価格が変われば、ソブリン構成の費用も動きます。調達先を一つに絞らない設計が要ります。 ### 「国産モデル」の出自：海外オープンモデルの継続学習という現実 「国産AI」と呼ばれるモデルでも、海外のオープンモデルを土台に日本語で追加学習したものが少なくありません。上の表のLlama-3.1-ELYZA-JP-70BはMetaのLlamaがベースです。楽天のRakuten AI 3.0は、公開されている設定ファイルがDeepSeek-V3とほぼ同じ構成であることが、[Hugging Face上のconfigの照合](/tech/details/11419/)で分かります。韓国の「国家代表AI」事業では、画像エンコーダーが中国のモデルに酷似していたネイバーが独自性の要件を満たせず脱落しました（韓国の独自技術論争）。重みを手元で動かす構成では、ライセンス条件、外部通信、更新・保守の依存先も確認する必要があり、学習の出自まで自国で管理できるとは限りません。調達の要件に「フルスクラッチ」を入れるかどうかは、用途に応じて明示的に決めておくべきです。 ### 費用と人材：自前で運用する固定費 オンプレミスでGPUサーバーを持つと、稼働率が低くても電力・保守・更新の費用がかかり続けます。国産モデルもPLaMo 2.0から3.0へのように世代が替わるため、自社で動かすなら評価と入れ替えを回す担当者も必要です。この固定費を負えない規模の組織は、国内GPUクラウドや国内事業者が運用するマネージドサービスを使い、契約で処理場所と運用者を国内に限定する形を選ぶ方が合理的です。 ## 自社でソブリンAIを検討するときの判断基準と情報漏洩リスク 判断の起点はデータの仕分けです。情報漏洩リスクと法令・契約上の制約から構成を選び、国内運用でも権限設定、外部送信、ログへの機密情報の記録、検索対象文書のアクセス制御を点検します。 | データ区分 | 例 | 推奨する構成 | | --------------- | ------------------- | ----------------------- | | 国外での処理が禁止 | 防衛・行政機密、契約で国内限定 | 国内完結の推論環境＋要件適合モデル | | 保存先を国内に限定する要件あり | 契約・規程で国内保存を求める顧客データ | 海外製AIの日本リージョン、または国内クラウド | | 制約なし | 公開情報の要約、一般的な文章作成 | 海外製AIを含めて精度とコストで選ぶ | 避けるべきなのは、稼働率と総保有コストを見積もらず、機密度の低い業務まで一律に自前GPUへ移すことです。稼働率の低い高額な設備を抱えたうえ、海外のクラウドモデルの方が精度の出る業務まで、自前GPUで動かせる規模のモデルに縛られます。逆に、防衛のように国外処理が許されない領域では、推論の国内限定が保証されない構成では要件を満たせません。防衛分野での国内AI企業の受託例は[Sakana AIと防衛装備庁の委託研究](/tech/details/11378/)で取り上げています。 移行の順序は、データの仕分け、国外処理禁止の層の特定、その層で使う候補モデルを自社の評価問題で比較、の3段階です。撤退するときに別のモデルへ移せるよう、プロンプトや評価データを特定のサービスに閉じ込めない設計にしておくと、政府計画のいう「複数モデルの統御」にもつながります。 ## よくある質問 ### ソブリンAIとは何ですか？ 国や企業が、自国・自社の計算基盤とデータ、人材でAIを開発・運用し、特定の国や企業に過度に依存しない状態を指す言葉です。日本政府は「開かれたAI主権」と呼び、第2期AI基本計画（2026年7月14日閣議決定）の目標に掲げています。 ### 「ソブリン」とはどういう意味ですか？ 英語の sovereign で、「主権を持つ」「君主」という意味です。名詞形の sovereignty（ソブリンティ）は「主権」を指し、国債などを「ソブリン債」と呼ぶのも同じ語です。 ### ソブリンAIとオンプレミスAIは同じ意味ですか？ 同じではありません。オンプレミスは自社施設に設置する形態で、ソブリンAIを実現する手段の一つです。処理場所・運用者・法域を国内に限定した国内クラウドでも、ソブリンAIの要件を満たせます。 ### ソブリンAIは国産AIと同じ意味ですか？ 同じではありません。日本政府の定義は、海外製を含む複数のモデルを使い分けて過度な依存を避けることを含みます。また、国産と呼ばれるモデルにも、海外のオープンモデルに日本語を追加学習したものがあります。 ### ChatGPTを日本リージョンで使えばソブリンAIになりますか？ 対象プランと機能では対象データの保存先を日本に指定できますが、推論を日本国内に限定する保証はありません。OpenAI APIの日本リージョンは処理（Processing）が対象外で、ChatGPTの推論レジデンシーも2026年7月時点で日本は対象外です。国外処理が許されないデータには使えません。 ## 関連記事 - [ソブリンクラウドとガバメントクラウドの違い｜データ主権・法域・運用主体で分ける選定基準](/tech/details/16789/) - [デジタル庁が選定した国産AI7モデルとは｜源内で試用するソブリンLLMの比較・選定基準・活用事例](/tech/details/11305/) - [ガバメントAI「源内（げんない）」とは？使い方・何ができるかとデジタル庁の生成AI基盤を解説](/tech/details/11925/) - [Noetra（旧・日本AI基盤モデル開発）とは｜出資企業とNTT・富士通の立ち位置](/tech/details/11749/) - [ソフトバンクCloud PF Type Aとは？ソブリンクラウドの特徴・料金・OCI比較](/tech/details/11819/) --- 出典: [ソブリンAIとは？意味・AI主権との関係と日本の政策、OpenAIとの違い]()（株式会社一創）