この記事のポイント

  • 日経によると、みずほフィナンシャルグループやライオンが中国のオープンウエート型AIを業務に取り込んでいる
  • みずほFGはオープンウエートモデルの技術検証を進め、NVIDIA DGX B200によるオンプレミス基盤で独自モデル「みずほLLM」の研究開発を支える
  • AWSジャパンの瀧澤与一氏は、使い方によってはコストを10分の1から20分の1にできると日経に説明した
  • 不安は情報流出、回答の偏り、誤判断の3つに整理でき、先行企業は自社環境での運用と統制の仕組みで備えている
目次
  1. みずほとライオンが採用、中国発オープンウエートAI
  2. コストは10分の1から20分の1、自社運用が前提
  3. 不安は3つ、流出・偏り・誤判断
  4. 先行企業は検証と統制を社内に持つ
01

みずほとライオンが採用、中国発オープンウエートAI

中国の「オープンウエート」型人工知能(AI)を業務に取り込む動きが、日本企業に広がり始めた。学習済みの重みである設計データが公開され、自社環境で動かせるモデルである。日本経済新聞によると、みずほフィナンシャルグループやライオンが中国AI企業のオープンウエートモデルを業務に取り込み、独自の大規模言語モデル(LLM)の構築に生かしている。

一方で、みずほFGの取り組みを伝えるNVIDIAの事例資料が確認できるのは、オープンウエートモデル全般の技術検証であり、中国製モデルの採用そのものではない。同社はトークンコストの最適化やデータ機密性の担保に加え、フロンティアモデルの利用条件や改廃による影響を抑え、自社で評価、改善、運用できる選択肢を確保する観点から検証を進めていると、NVIDIAは説明する。安さだけでなく、外部のAPIに依存しない選択肢を持つこと自体が導入の理由だ。

02

コストは10分の1から20分の1、自社運用が前提

コストの差は大きい。アマゾン・ウェブ・サービス(AWS)ジャパンの瀧澤与一氏は、使い方によってはコストを10分の1から20分の1にできると日経に説明した。自前の環境でモデルを動かせば、GPUの利用コストが中心となり、トークン単位の利用料はかからない計算になる。エージェントが長時間動き大量のトークンを消費する使い方では、この差はそのまま運用費の差になる。

みずほFGもコストを検証の理由の一つに挙げる。NVIDIAの事例資料によると、同社はAIエージェントが長時間実行され大量のトークンを消費し続ける世界では、API利用料が想定を超えて増加する可能性があるとみている。重みが公開されたモデルは追加学習や用途に合わせた調整も可能で、外部サービスの価格改定や提供条件の変更に左右されにくい。ただし、これらの利点は自社でモデルを運用し続ける体制があって初めて成り立つ。

03

不安は3つ、流出・偏り・誤判断

日経は、中国製であることへの不安を3つに整理している。第一に情報流出の懸念、第二に学習データの傾向が答えに反映される回答の偏り、第三にAIの出力をそのまま信じれば業務の判断を誤りかねない誤判断である。自社環境で運用すれば、データの送信範囲は自社の方針で設計でき、流出の経路は絞れる。だが、偏りと誤判断は運用場所を変えても消えず、出力の検証を誰がどう行うかという体制の問題として残る。

この3つはモデルの出自だけで決まる問題ではない。回答の偏りへの備えは、重みやライセンス条件を自社で確かめ、業務に合わせた評価を自社で行えるかどうかにかかる。みずほFGのデジタル戦略部の佐々木友也氏はNVIDIAの事例資料で、オープンウエートモデルを自社でホストし、金融業務に合わせた独自の検証や評価を行える選択肢を持つことが重要だと述べている。抵抗感と実際のリスクを分けて評価する材料は、自社検証の結果しかない。

04

先行企業は検証と統制を社内に持つ

統制の具体策も進んでいる。みずほFGは、AIエージェントを隔離環境(サンドボックス)で動かし、業務システムとの接続先をホワイトリストで絞って許可のない通信を遮断する仕組みの考え方を検討し、エージェントの行動を実行環境の外側から制御する設計を参考にしている。計算基盤にはNVIDIA DGX B200を導入し、セキュアなオンプレミス環境で金融特化モデル「みずほLLM」の学習、評価、推論を一貫して行う構成を検討中だ。金額や取引先情報を含む外為電文の調査をローカルで完結させる案も示されている。

同社は2026年度からAIエージェントの全社的な取り組みを本格化し、各部門にDX推進責任者を置く。中国発モデルの安さを実務で使えるかどうかは、この2026年度の本格化の中で進む技術検証の結果と、検証を踏まえて同社が示す使い分けの基準で判断できるようになる。

出典・参考資料