「上限がある仕事」はオープンモデルへ──トークン爆発の時代に、今井翔太氏とNVIDIA井﨑武士氏が引くAIモデル選定の線

「NVIDIA Agentic AI Day Japan 2026」イベントレポート

　AIエージェントの普及で推論に使うトークンは桁違いに増え、最先端のフロンティアモデルだけを使い続ければコストは回収できない。一方で、オープンモデルには出自や安全性のリスクもある中で、どの問題をどのモデルで解けばよいのか。NVIDIAが開発者を招いて開催した「NVIDIA Agentic AI Day Japan 2026」では、AI研究者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、安全性、人材の3つの論点で議論した。使い分けの線をどこに引き、予測できないエージェントにどう備えるのか。

「最先端モデルを使えばよい」時代の終わり

　2026年11月10日、NVIDIAは開発者向けの招待制イベント「NVIDIA Agentic AI Day Japan 2026」をザ・プリンスパークタワー東京で開催した。オープンモデルやライブラリの技術解説、活用事例のセッションに加え、デスクトップ型の小型AIワークステーション「NVIDIA DGX Spark」上でAIエージェントを動かすデモ展示「Build-a-Claw」も設けられた。

　トラックAの最初のセッション「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」に登壇したのは、北陸先端科学技術大学院大学 教授の今井翔太氏と、エヌビディア エンタープライズ事業担当 バイスプレジデントの井﨑武士氏だ。今井氏は強化学習を専門とするAI研究者で、GenesisAIの代表取締役社長／CEOも務める。

トラックAのセッションに登壇した井﨑武士（いざき・たけし）氏（左）と、

今井翔太（いまい・しょうた）氏（右）

　当初はチームみらい党首で参議院議員の安野貴博氏も登壇する予定だったが、公務のためビデオメッセージでの参加となった。安野氏はメッセージの冒頭で、議論の前提を次のように置いた。

　「AIエージェントが普及し、進化もしてきています。そうしたなかで、最先端のフロンティアモデルを使っていればよいという時代ではなくなりました。どの問題を、どのモデルで、どう解いていくのか。企業側もしっかり考えなくてはならなくなっています」

ビデオメッセージを寄せた、チームみらい党首・参議院議員 安野貴博（あんの・たかひろ）氏

　オープンウェイトのモデル（学習済みのパラメーター、つまり重みが公開され、自社の環境に置いて動かせるモデル。以下、オープンモデル）、クローズドなモデル、プライベートなモデルには、それぞれ特性がある。情報が外に出るかどうか、自社のサーバーでホスティングできるかどうか、そして性能、コスト、速さ。安野氏は、これらを比べて自社のビジネスで最もROIが高い使い方を考える必要があると述べた。

議論の前提となる「トークン爆発」

　進行役の井﨑氏は、議論の前提として「トークン爆発」を挙げた。2022年にChatGPTが登場して以来、生成AIの導入は急速に進み、井﨑氏によれば、いまや9割近くの企業が何らかの形で取り入れているという。

　その後、回答を出す前に推論を重ねる「推論モデル（リーズニングモデル）」が登場した。1つの回答を出すためにChain of Thought（思考の連鎖）で推論を繰り返すため、推論を挟まない従来のチャットと比べて、使うトークンは100倍以上になるといわれる。さらにエージェントがサブエージェントを作り、ツールやスキルを使いながら動くようになると、消費量は1000倍以上、場合によっては1万倍近くに達するとの話もある。

　「お話をうかがう企業のなかには、1つの部署でコーディングエージェントを使うと年間のコストが20億〜30億円になり、このまま使い続けるかを考えなければならない、というところも出てきています」（井﨑氏）

　こうして井﨑氏は、コスト、セキュリティ、人材の3つを論点に据えた。

線を引くのは「競争的な領域」か「上限がある領域」か

　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。今井氏の答えは明快だった。

　「競争的な領域では、基本的にフロンティアモデルが使われると思います。ただ、競争的でない領域は、おそらく長期的にはほとんどがオープンモデルになるでしょう」

北陸先端科学技術大学院大学 教授 今井翔太氏

セキュリティは「ポケモンバトル」に

　競争的な領域の代表は、セキュリティと、今井氏自身が身を置く科学研究だ。コーディングも含まれる可能性があるという。自分がどれだけ強いモデルを持っていても、相手がそれより強いモデルを持っていれば負けてしまう。高校時代までポケモンの公式大会に出場し、オンライン対戦のランキングで世界7位に入ったこともある今井氏（公式サイトより）は、セキュリティの世界をこうたとえる。

　「これからのセキュリティの世界は、ポケモンバトルになると言っています。人間がリザードンに立ち向かって勝てるわけがありません。トレーナーがポケモンを出して、ポケモン同士で戦う。セキュリティもたぶん同じで、人間は指示を出して意思決定はしますが、脆弱性を見つけたり直したりする実務は、ほとんどAIの役割になります」

　今井氏は同じ見方をXへの投稿でも示している。攻撃側と防御側がそれぞれ強いAIを持ち寄る領域では、フロンティアモデルが重視される。これに対しオープンモデルが担うのは、「明らかに上限が決まっている領域」だという。

　「行政文書や、多くの企業の事務的な文書処理では、モデルが長考推論をする必要も、科学研究やコーディングができる必要もありません。明らかに上限があるのです。ここまでできれば、ほかの組織が何をしていても関係ない。自分たちの事務が完了すればよい。こうした領域は、明らかにオープンモデルが担うようになると思います」

　初等中等教育も同じ側に入るという。井﨑氏も、以前はオープンモデルがフロンティアモデルに1年ほど遅れて追いつく関係だったが、いまは「出た途端に匹敵する」ほど差が縮まったと応じた。

使う側のROIから見たオープンモデル

　今井氏がオープンモデルを不可欠と見るもう一つの理由は、フロンティアモデルの開発がスケーリングの世界にあることだ。Anthropicの上場申請書類では、同社が結んだ計算インフラなどの契約は最大で約8000億ドル規模にのぼる。今井氏は、今後10年ほどはスケーリングが続き、フロンティアモデルは大きくなり続けるしかないと見る。

　後半の論点で今井氏が触れるように、提供側は通常の推論でも大きな赤字を抱えながらモデルを提供している。では、それを使う企業の側から見るとどうか。今井氏は、安野氏が挙げたROIの観点に話を戻した。

　「ROIの観点で、AIにかけたコストを回収しようとすれば、どう考えてもオープンモデルを使わないと割に合わないと思います」

　井﨑氏によれば、企業の日常業務を見ると、7〜8割はオープンモデルで済むものだという。要約や議事録の作成がその代表だ。難しい一部のタスクだけをフロンティアモデルに回す。NVIDIAも、リクエストごとにどのモデルに処理させるかを選ぶオープンソースのライブラリ「NVIDIA NeMo Switchyard」を公開しており、ルーターでモデルを使い分ける構成は企業で一般的になりつつあるという。

エヌビディア合同会社 エンタープライズ事業担当 バイスプレジデント 井﨑武士氏

　自社の業務を「競争的な領域」と「上限がある領域」に分けて棚卸しし、それぞれに安野氏が挙げた比較軸（情報が外に出るか、自社でホスティングできるか、性能・コスト・速さ）を当てていく。2人の議論は、そのままモデル選定の手順として使える。

　ただし、ここで今井氏はある事実を付け加えた。

　「ルーティングの機能を使っているところは多いのですが、その結果、ほとんどが中国のオープンモデルにルーティングされていると思います」

中国製オープンモデルの「出自」をどう評価するか

　井﨑氏はここで、異なる視点を投げかけた。国内で安全保障に携わる官僚や議員と話すと、「中国モデルというだけでアレルギーを持たれている方」がいる。だが、モデルはパラメーターと計算式であり、どこに危険性があるのか。

　今井氏は論点を2つに分けて答えた。1つ目は情報漏洩だ。オープンモデルは自社管理のサーバーに置き、外部との通信を切れば、情報が漏れることはない。この意味では安全だと言い切った。

　2つ目は、モデルがエージェントとして動くようになったことで生じるリスクだ。

　「中国で作られたモデルは、作った会社が悪意を持っているわけではなくても、中国関連の文化的・経済的なものを優先するように作られています。1時間、数時間、数日といった長いエージェント的な作業のなかで、中国のサイトやサービスを優先して使い、そこに知っている情報を入力してしまう。これは事実としてあると思います」

　そのため、エージェントとして使う場合はリスクを見てモデルを使い分けるべきだという。井﨑氏も、ハーネス（モデルの周りでツールやメモリーを扱う仕組み）までモデルに依存すると、検索で使うURLのような細部も推論結果で決まり、意図せず被害を受けるケースはありうると応じた。

　それでも、オープンモデルの選択肢は広がっていく。今井氏が挙げたのが「Densing Law of LLMs」と呼ばれる経験則だ。LLMの能力密度はおよそ3か月で倍増する。つまり、同じ性能を出すのに必要なモデルの大きさが、およそ3か月で半分になっていく。

　フロンティアモデルにオープンモデルのパラメーターを直接書き換えさせると、追加の学習をしなくても性能が上がるという研究も話題になっている。米MIT CSAILの研究者らは2026年11月、GPT-6 Astraに小型のオープンモデルの重みを直接編集させ、数学のベンチマーク（MATH-500）の正答率を7.9％から48.1％に高めたと報告した（Sparks of Weight-Space Programming）。いずれもパラメーターが公開されたオープンモデルだからこそ可能な手法だ。

　「総合すると、十分使える大きさで、十分使える精度になっているのは、もう間違いないと思います」