大規模行動モデル（LAM）とは？LLMとの違いとNTT・ドコモの仕組み、受注率最大2倍の条件

大規模行動モデル（LAM：Large Action Model）は、NTTとNTTドコモが2025年11月12日に「確立」を発表した、顧客の行動の並び順から次の行動を予測するAIです。LLMが単語の並びから次の単語を予測するのに対し、LAMは「アプリで料金プランを見た→電話で案内を受けた→Webで申し込んだ」といった行動の並びを学習します。ドコモはテレマーケティングの架電先選びに使い、モバイルとスマートライフ関連サービスの受注率が従来比で最大2倍になったと公表しました。

本記事では、ニュースリリース、ドコモの技術誌（2024年1月・2026年4月）、2026年2月刊行の電子情報通信学会論文を突き合わせ、LLMとの違い、モデルの構造、「最大2倍」の条件を整理します。同じ略称で呼ばれるRabbit r1やMicrosoftの「操作するLAM」との区別、自社で試すときの検証手順も扱います。

まとめ：大規模行動モデル（LAM）の要点

• 何を予測するか：オンラインや店舗の接点で記録された「誰が/いつ/どこで/何を/どうした（4W1H）」の時系列から、顧客の次の行動と販促施策の効果を予測します。
• LLMとの違い：トークンが単語ではなく行動1件です。絶対日時を周期関数で埋め込み、出力は文章ではなく行動の確率やスコアになります。
• 構築コスト：ドコモ独自のLAMは145GPU時間（事前学習132＋追加学習13）。NVIDIA A100（40GB）8基で1日に満たない計算です。
• 成果：テレマーケティングの受注率が従来比で最大2倍。リリースは比較対象の中身を示しておらず、サービス別の内訳も非公表です。広告配信では、マーケターが選んだ配信先と比べて開封率やCTRが2〜3倍でした。
• 提供形態：リリースが示す今後の展開はNTTの技術改善とドコモの1to1マーケティングの高度化で、外部企業への提供には触れていません。自社で試すなら、行動ログの4W1H化と系列推薦モデルの組み合わせが現実的です。
• 別物に注意：Rabbit r1やMicrosoft、Salesforceの「Large Action Model」は、AIがアプリやツールを操作する側の技術で、行動を予測するNTTのLAMとは目的が違います。

大規模行動モデル（LAM）の定義と発表までの経緯

NTTとドコモの共同ニュースリリースはLAMを「大規模言語モデル（LLM）に類似した構造を持った、ラベルや数値に特化した生成AI技術」と定義しています。入力は文章ではなく、数値とカテゴリが混ざった行動の時系列です。データの欠損や偏りがあっても扱えることを前提に設計されています。

発表は2025年11月が初出ではありません。クラウド Watchの記事によると、NTTの倉沢央氏（コンピュータ&データサイエンス研究所）は研究開発の開始を2021年と説明しています（リリースと論文には開始年の記載がありません）。ドコモの技術誌には2024年1月の時点で、LAMを電話サポートに適用した論文が載っています。

役割分担は、NTTがLAMの研究開発とチューニング手法、ドコモが顧客データの統合・モデル構築・販促での効果検証です。ドコモ側の学習には許諾済みの個人情報を使ったとリリースにあります。パーソナルAIアプリのSyncMeについては、リリースと技術誌2本のいずれにもLAMを組み込んだという記述がありません。

「LAM」の3系統：NTTの行動予測とRabbit r1、研究のアクションモデル

「LAM」「Large Action Model」で検索すると、由来の違う3系統の説明が混ざって出てきます。NTT・ドコモのLAMは人の行動を予測します。残り2系統は、AIが自分で操作を実行する側の技術です。

消費者向けで広まったのは、2024年1月のCESで発表された携帯端末Rabbit r1です。Rabbitの発表は、LAMを画面上の人の操作を推定してモデル化するものと説明し、旅行の予約や買い物の決済を例に挙げました。研究では、Microsoftの研究者らがLarge Action Models: From Inception to Implementation（TMLR、2025年7月）で、データ収集、モデル学習、環境統合、グラウンディング、評価の工程をWindows上のエージェントを例に示しています。SalesforceのxLAM（2024年9月公開）は、AIエージェントのタスク向けに1Bから8x22Bパラメータまでの5モデルを公開したシリーズです。xLAM-1b-fc-rのモデルカードはライセンスをCC-BY-NC-4.0とし、研究目的の公開と明記しています。

資料中のLAMがどれを指すかは、入力と出力で判別できます。入力が行動履歴で出力が確率なら行動予測、入力が人の指示で出力が操作なら操作代行の話です。以降は行動予測のLAMを扱います。

LLMとLAMの違い：トークン・時刻の扱い・出力の比較

行動ログを文章に書き直してLLMに読ませる方法もありますが、数値や日時の周期性を文字列として扱うことになります。「この顧客に今日電話すべきか」のような判定はLAM型、案内文の作成はLLMと分けるのが素直な設計です。LLM自体の仕組みは大規模言語モデル（LLM）とは？仕組みを4段階で解説｜学習・種類・企業での使い方までで整理しています。

LAMの仕組み：行動を単語のように並べるTransformer

ドコモの技術論文は、LAMの発想を「言語が単語の並んだ系列データであるのと同様に、顧客行動も問合せや閲覧といった行動1つひとつをトークンとみなせば、系列データとして取り扱える」と説明しています。そのうえで、LAMは言語とは違う顧客行動の性質に合わせて構造を作り替えています。

4W1H形式とCX分析基盤：頻度の違う接点データの統合

最初の壁はモデルではなくデータでした。アプリには高頻度の操作履歴がたまる一方、店舗のデータは購入商品や支払い手段など低頻度の記録が中心です。ドコモは「CX分析基盤」でこれらを「4W1H」形式の時系列にそろえ、同じ顧客の行動を1本の系列として扱えるようにしました。

行動の順序で意味が変わる例：テレマ・閲覧・購入の3行動

リリースは、テレマーケティング（テレマ）・商品ページ閲覧・購入の3行動で順序の効き方を示しています。

• テレマ→閲覧→購入：テレマが商品の認知を促したと考えられる
• 閲覧→テレマ→購入：テレマが関心を深めたと考えられる
• 購入→テレマ：不具合のサポートが考えられる

同じ3つの行動でも、並び順で解釈が変わります。年齢や性別でグループを作るセグメントマーケティングでは、この違いを拾えません。

日時の埋め込み：年月日など7要素を周期関数で変換

顧客行動では「何日の何時か」という絶対的な日時が意味を持ちます。LAMは日時を年・月・日・時・分・秒・平日/休日の7つに分け、それぞれを周期関数で変換してからベクトルとして連結します。

2024年の論文は通常のTransformerとLAMを、商品レビューのオープンデータで比べています。将来レビューする商品を予測する課題で、ROC-AUCは0.693と0.734でした。論文はこの差を日時の周期性を埋め込んだ効果と考察していますが、LAMは注意機構の構成も違うため、周期埋め込みだけの寄与は切り分けられていません。

2024年の注意機構3構成と、2026年論文の階層型Encoder

2024年の論文が示した構成では、入力は日時の埋め込みに、契約状態などの属性埋め込みと、閲覧ページのタイトルなどの行動埋め込みを加えた3種類です。注意機構Aは属性・行動・時刻の関係を見ますが、これだけだと属性を重視しすぎます。そこで行動だけを入力する注意機構Bを並べ、注意機構CでAとBの出力を統合しました。2025年のリリースでは、頻度や形式の違うデータを段階的に集約する「階層型Transformer」という表現が使われています。

2024年の論文の学習はBERTと同じマスク方式を土台に、系列の後方もまとめて隠します。前半の行動から後半の行動を当てる練習を増やすためです。2026年2月の電子情報通信学会論文（倉沢央・富田準二）は、大量の時系列で汎用のEncoderを自己教師あり学習し、個々のタスクにはDecoderをファインチューニングする2段階に整理しました。事前学習は、将来のデータを参照させないCausalマスクをかけて次時点の行動を当てるタスクです。Encoderは、欠損のパターンが似たデータごとにアテンションマスクを設計した層を階層的に積み重ねています。カテゴリは「出るか出ないか」の二値分類として扱い、出現頻度の低いカテゴリほど重みを大きくする損失関数で偏りを抑えます。

構築コスト：145GPU時間とLlama-1 7Bとの比較の読み方

リリースが示すドコモ独自のLAMの構築コストは、事前学習132GPU時間と追加学習13GPU時間の合計145GPU時間です。比較対象のLlama-1 7Bの学習リソースは82,432GPU時間で、LAMはその約568分の1です。

この比較は、規模も目的も違うモデルの学習時間を並べたものです。パラメータ数はリリースにも2026年の論文にも記載がありません。「LLMより568倍効率が良い」とは読めず、「A100を8基積んだGPUサーバー1台で、学習計算が1日以内に収まる規模」と受け取るのが実務的な読み方です。

ドコモ社内での検証結果：テレマーケティングと広告配信

電話で案内できる件数はオペレーターの人数で決まるため、誰に電話するかの選び方が成果を左右します。

スコアの中身：介入あり・なしの差でみる「サポート効果δ」

2024年の論文は、架電先の選び方を「サポート効果δ」として定式化しています。手順は2段階です。まず、将来の行動を[MASK]にした系列をLAMに入れ、申し込み（CV）の確率が最も高くなる時点の確率Q1を求めます。次に、その時点より前に電話などのサポート行動を挿入した系列で、同じ時点の確率Q1’を求めます。δ＝Q1’−Q1が大きい顧客ほど、電話をかける意味があると判定する方式です。

この設計で、「放っておいても申し込む顧客」と「そもそも関心のない顧客」を架電リストから外せます。δはモデル上の予測値なので、実際の増分は比較実験で確認する必要があります。

「最大2倍」を読むときの3つの条件

• 最大値である：対象はモバイルおよびスマートライフ関連サービスで、全サービスの平均値ではありません。サービス別の内訳は非公表です。
• 比較対象の定義が無い：リリースは「従来比」とだけ書いています。2024年の論文の電話サポート検証では、ドメイン知識に基づく条件で抽出した顧客が比較対象でしたが、2025年の検証が同じ条件かは明記されていません。
• 率であって件数ではない：受注率の分母（架電数か対象者数か）も、総受注件数の増減も公表されていません。

定性面では、店舗での手続きを希望しながら育児などで来店できなかった人や、料金プランの変更に迷っていた人に、ちょうどよい時期に案内できたとリリースは説明しています。

広告配信への適用：開封率・CTR 2〜3倍と抽出作業の短縮

2026年4月の技術誌は、LAMを広告配信の対象者選びに使った結果を報告しています。マーケターが広告内容・クリエイティブ・チャネル・配信期間を入力すると、システムがその広告専用のDecoderを学習し、反応しそうな顧客のリストを出力します。モデルの構築には、ドコモ会員約1億人のデータを横断的に使いました。

• オフラインの予測性能：従来の機械学習手法より約30%、一般的なTransformerより約10%高い（本文に指標名の記載はありません）
• 実配信：マーケターが経験と仮説で選んだ配信先と比べ、開封率やCTRなどが2〜3倍
• 作業時間：数十時間かかっていた対象者の抽出と入稿が数十分になり、最大99%の削減が見込める

広告が入るたびにDecoderの学習用GPUが必要になるため、AWS上でメインのアベイラビリティ・ゾーンに空きが無ければ別AZ、さらに他リージョンへ順に探す仕組みを入れ、稼働の最低要件であるGPU36台以上と20並列の同時学習を確保したとしています。

2026年の論文はこのほか、携帯端末を販売するECサイトの次行動予測（ROC-AUC 0.996）、カートイン後の離脱抑止、オプションサービスの長期の販売施策設計への適用も報告しています。

マーケティング以外の応用：糖尿病の処方予測と日射量予測

NTTは、順序に意味がある時系列へLAMの技術を広げています。医療では、リリースが参照するJMIR Medical Informaticsの論文（2025年）が、東京大学医学部附属病院の患者データで44種類の糖尿病治療薬の処方を予測しました。対象は7,034人で、学習データを2017〜2021年の5年分（4,009人）にしたときが最良となり、2022年のみのテストデータ（637人）でmicro平均ROC-AUCは0.993、比較したLightGBMは0.988でした。

エネルギーでは、隣接する太陽光発電設備の発電量の変動から雲の動きを読み取ります。2026年の論文によると、曇りの時間帯の3時間先の日射量予測で、平均絶対パーセント誤差は気象庁の数値予報モデルLFMの46.5%に対して35.6%でした。NTTは2028年までに、事業で扱う非言語データの大部分へ対応させる目標を掲げています。

自社で同じことをする場合：データ整形・モデル選定・効果検証の手順

2025年11月の共同リリースには、NTTのLAMを外部企業へ製品やAPIとして提供する旨の記載がありません。近い仕組みを自社で作るなら、データ整形、既存の系列モデルの選定、無作為の比較実験の順に進めます。ドメインに合わせたモデル設計から任せる場合は生成AI開発・AI受託開発の領域です。

行動ログを4W1Hの系列にするPython実装例

次のコードは、4W1H形式のイベントを顧客ごとの行動トークン列に変換し、日時を周期関数の特徴量にします（Python 3.9で動作確認）。

import math
from datetime import datetime

# 4W1H形式のイベント（誰が/いつ/どこで/何を/どうした）
events = [
    {"who": "u001", "when": "2026-09-05T21:14:00", "where": "app",   "what": "料金プラン",   "how": "閲覧"},
    {"who": "u001", "when": "2026-09-06T11:02:00", "where": "phone", "what": "料金プラン",   "how": "テレマ受電"},
    {"who": "u001", "when": "2026-09-06T11:40:00", "where": "web",   "what": "プラン変更",   "how": "申込"},
    {"who": "u002", "when": "2026-09-07T10:30:00", "where": "shop",  "what": "スマートフォン", "how": "購入"},
]

# 簡略例：月・日・時・分・秒をsin, cosに変換し、経過年と土日フラグを付加する
PERIODS = {"month": 12, "day": 31, "hour": 24, "minute": 60, "second": 60}

def time_features(ts: str) -> list[float]:
    t = datetime.fromisoformat(ts)
    feats = [t.year - 2020]                      # 年は周期を持たないので経過年で表す
    for name, period in PERIODS.items():
        v = getattr(t, name)
        feats += [math.sin(2 * math.pi * v / period), math.cos(2 * math.pi * v / period)]
    feats.append(1.0 if t.weekday() >= 5 else 0.0)  # 土日フラグ（祝日・営業日は未考慮）
    return feats

def to_sequences(rows):
    seqs = {}
    for e in sorted(rows, key=lambda e: e["when"]):
        token = f'{e["where"]}:{e["what"]}:{e["how"]}'   # 行動を1トークンにする
        seqs.setdefault(e["who"], []).append((token, time_features(e["when"])))
    return seqs

for who, seq in to_sequences(events).items():
    print(who, [tok for tok, _ in seq])
    print("  先頭イベントの時刻特徴:", [round(x, 3) + 0.0 for x in seq[0][1]])

実行すると、u001は「app:料金プラン:閲覧→phone:料金プラン:テレマ受電→web:プラン変更:申込」の3トークン列になります。2026年9月5日は土曜日なので、先頭イベントの土日フラグは1.0です。祝日や企業ごとの営業日は判定しません。顧客IDをまたいだ接点の統合は、BigQueryでCDPを構築する構成：ID統合・セグメント生成・広告連携と権限設計が参考になります。

モデルの候補：SASRec・BERT4Rec・BST・HSTUの位置づけ

行動の並びを扱う研究には、LAMより前から系列推薦の蓄積があります。自社で試すなら、代表的なこの4つを比較の起点にします。

学習方式がLAMに近いのはマスク学習のBERT4Recです。日時の周期埋め込みと後方マスクは、ここへ足す形で試せます。実装まで踏み込むならBST（Behavior Sequence Transformer）とは？論文の仕組み・実験値とPyTorch実装、HSTUはGenerative Recommendation（生成型推薦）とは？Semantic IDの仕組みとTIGER・HSTU・OneRecの違いで比較しています。

無作為ホールドアウトで増分を測るPython実装例

CV確率が高い顧客を選ぶだけでは、電話による増分は保証されません。電話をしなくても申し込む顧客と、電話によって申し込みが増える顧客を区別する必要があります。アップリフトのレビュー論文（Gutierrez・Gérardy）も、処置群と対照群への無作為割付が前提になると説明しています。全顧客を無作為に架電群と非架電群へ分けておき、選定スコアの上位20%について、両群のCVRの差で測ります。次のコードは擬似データ10万件で、CV確率順と介入効果順を比べます。スコアは設定済みの確率と介入効果に乱数誤差を加えたもので、モデルを学習する例ではありません（Python 3.9.6で実行）。

import random

random.seed(42)

# 擬似データ：(架電なしのCV確率, 架電で増えるCV確率, 全体に占める割合)
SEGMENTS = [(0.60, 0.00, 0.2), (0.15, 0.25, 0.2), (0.02, 0.00, 0.6)]

def make_customer():
    base, lift, _ = random.choices(SEGMENTS, weights=[s[2] for s in SEGMENTS])[0]
    called = random.random() < 0.5          # 無作為に架電群と非架電群へ分ける
    converted = random.random() < base + (lift if called else 0)
    return {
        "cv_score": base + random.gauss(0, 0.05),     # CV確率の予測（誤差あり）
        "delta_score": lift + random.gauss(0, 0.05),  # 架電効果δの予測（誤差あり）
        "called": called,
        "converted": converted,
    }

def uplift_of_top(rows, key, ratio=0.2):
    top = sorted(rows, key=lambda r: r[key], reverse=True)[:int(len(rows) * ratio)]
    called = [r["converted"] for r in top if r["called"]]
    held = [r["converted"] for r in top if not r["called"]]
    cvr_called = sum(called) / len(called)
    cvr_held = sum(held) / len(held)
    return cvr_called, cvr_held, cvr_called - cvr_held

customers = [make_customer() for _ in range(100_000)]
for key in ("cv_score", "delta_score"):
    a, b, u = uplift_of_top(customers, key)
    print(f"{key:12} 架電群CVR={a:.3f} 非架電群CVR={b:.3f} 増分={u:+.3f}")

出力は、CV確率順の上位20%が架電群60.0%・非架電群60.3%で増分はほぼゼロ、介入効果順の上位20%が架電群39.8%・非架電群15.8%で増分は24.0ポイントでした。架電群のCVRだけを見るとCV確率順のほうが高く、増分は介入効果順が圧倒します。乱数で作ったデータなので効果量そのものに意味はなく、測り方の例です。受注率の倍率で報告されたら、まず非架電の対照群があるかを確認してください。AIを使った販促の測定の全体像はAIマーケティングとは？できること・ツールの分類と効果測定、2026年の規制対応にまとめています。

LAM型のモデルを作るべきでない4つの条件

LAM型のモデルが効くのは、1人の顧客について複数の接点で多くの行動が記録され、その順序に意味がある業態です。次に当てはまるなら、自前の系列モデルより既製のレコメンドエンジンや属性ベースのスコアリングを先に試すべきです。

• 顧客1人あたりの行動記録が数件しかない（購入頻度の低い高額商材など）
• 店舗やコールセンターの記録が顧客IDに紐づいておらず、Web上の行動だけでは購入や申込を追跡できない
• 介入（電話・クーポン）の実施記録が無い。サポート効果δは介入の履歴が無いと学習できません
• 行動データの利用について、顧客から同意を得る仕組みが無い

ドコモの事例では、オンラインとオフラインのサービスを横断する「CX分析基盤」で接点データを4W1H形式の時系列にそろえたうえで、モデルを構築しています。モデルより先にこの基盤を作れるかが判断の分かれ目です。既製サービスの選び方はレコメンドエンジンとは？仕組み・種類と導入判断（SaaS/受託開発の選び分け）を分かりやすく解説にまとめています。

よくある質問

大規模行動モデルとは何ですか？

顧客の行動の並び順を学習し、次の行動や販促施策の効果を予測するAIです。NTTとNTTドコモが2025年11月12日に確立を発表しました。LLMに似たTransformerベースの構造で、文章の代わりに4W1H形式の行動履歴を扱います。ドコモはテレマーケティングの架電先選びで受注率が従来比で最大2倍になったと公表しています。

LAMは何の略で、AIではどういう意味ですか？

Large Action Modelの略です。NTT・ドコモの文脈では顧客の行動を予測するモデルを指します。Rabbit r1やMicrosoft、Salesforceの文脈では、AIがアプリやツールを操作して作業を実行するモデルのことです。同じ略語でも入力と出力が違うため、資料を読むときは、何を入れて何が出るかで見分けてください。

LAMとLLMの違いは何ですか？

LLMは単語の並びから次の単語を予測し、LAMは行動の並びから次の行動を予測します。NTT・ドコモのLAMは日時を周期関数で埋め込み、数値とカテゴリが混在して欠損や偏りのあるデータを扱える点がLLMと異なります。トークンは単語ではなく行動1件で、出力は文章ではなく、行動の確率や施策のスコアです。評価も回答品質ではなく、ROC-AUCや受注率、CTRで見ます。

LAMとAIエージェントの関係は？

行動予測のLAMはAIエージェントではありません。顧客が次に何をするかを確率で返すモデルで、自分では操作しません。一方、Microsoftの論文やSalesforceのxLAMが扱うLarge Action Modelは、エージェントがツールを呼び出して作業を完了するための中核モデルです。名前が同じだけで、用途は別です。

ドコモのLAMは他の企業でも使えますか？

2025年11月のリリースは、今後の展開としてNTTの技術改善とドコモの1to1マーケティングの高度化を挙げており、外部企業への製品やAPIとしての提供には触れていません。リリースと技術誌、論文で示された用途は、ドコモのテレマーケティング・電話サポート・広告配信・ECサイトの行動予測と、NTTによる医療・エネルギー分野の研究です。

関連記事

• BST（Behavior Sequence Transformer）とは？論文の仕組み・実験値とPyTorch実装
• Generative Recommendation（生成型推薦）とは？Semantic IDの仕組みとTIGER・HSTU・OneRecの違い
• レコメンドエンジンとは？仕組み・種類と導入判断（SaaS/受託開発の選び分け）を分かりやすく解説
• 大規模言語モデル（LLM）とは？仕組みを4段階で解説｜学習・種類・企業での使い方まで
• SyncMe（シンクミー）とは？ドコモのパーソナルAIの使い方・評判・料金と対応機種【正式版は2026年秋予定】