外国依存を国内集中へ置き換えない──国旗で測れないAI主権
- Seo Seungchul
- 2 日前
- 読了時間: 15分
更新日：11 時間前
シリーズ: 知新察来
◆今回のピックアップ記事："How to make AI safe—and lessen dependence on America and China" (The Economist, 2026年7月15日)
概要：米中以外の国が国家資金で最先端モデルの開発競争に追随するのは現実的ではないと論じ、AIの安全規制、国内データセンター、オープンウェイトモデルへの切替能力、供給網上の交渉資源を組み合わせる戦略を提案している。
米国や中国の最先端AIに追いつくため、各国が自前の巨大モデルを育てる。いかにも「主権」らしい政策だが、The Economistの記事はそこに冷水を浴びせる。必要な資金も人材も、すでに一国の産業政策で埋められる規模を超えつつあるからだ。
では、米中の企業が提供するAIに依存し続ければよいのか。同誌の答えは、それほど素朴ではない。依存をなくせないなら、供給を突然止められても社会が動き続ける備えを持ち、相手と条件を交渉できる関係に変える。そのために必要なのは、国産モデルの看板より、国内の計算基盤と切替能力だという。
この診断には説得力がある。ただし、データセンターを国内へ誘致すればAIを統治できる、というわけではない。施設の所在地と、その施設を動かし、止め、監査し、別の仕組みに替えられる権限は別物だからである。対外依存を減らす政策は、設計を誤れば国内の少数企業への依存を深める。
安全規制と地政学的依存
Economistの論説は安全規制から話を始める。AI主権の議論はその後だ。最先端のフロンティアモデルには、重要なデジタル基盤への侵入や生物兵器の開発を助けかねない能力がある。ところが米国には、新モデルをどのように評価し、誰にどこまで使わせるのかを定めた安定的な制度がまだない。政府は強力なモデルが公開されるたび、個別に条件を考えざるを得ない。
そこでGoogle DeepMindのデミス・ハサビスが提案するのが、政府と民間の専門家が共同で運営する規制機関である。政府が法的権限と最低基準を持ち、技術の変化を追える企業や研究者が評価実務を担う。証券市場で政府規制と自主規制機関を組み合わせてきた発想を、AIへ移そうという提案だ。企業の自主判断だけでは利益相反を避けにくく、政府だけでは進歩の速さについていけない。両者の弱点を補う狙いがある。
本来なら、米国と中国を含む共通ルールが望ましい。最先端モデルが両国に集中している以上、片方だけを規制しても危険な能力は国境を越える。しかし米中協調を待つ余裕は乏しい。まず米国が予測可能な制度をつくれば、他国もその基準を採用するだろうとハサビスは見る。
ここで論説は、安全性とは別の問題へ移る。米中両政府は、危険な能力を抑えるためだけでなく、経済上、外交上の理由からもモデルやデータセンターへのアクセスを制限しうる。米国が同盟国の軍事的依存を交渉材料にし、中国がレアアースなどの輸出を外交手段にしてきた以上、AIだけが例外になると考える理由はない。
製造、物流、医療、金融、行政がAIを日常の基盤として使うようになれば、供給停止の意味も変わる。特定の対話サービスが使えなくなる程度では済まない。工場や病院、行政機関が処理能力を失う可能性がある。AI安全規制とAI依存は別の論点だが、同じ入口を持つ。誰が強力なモデルへのアクセスを決めるのか、という問題である。
高価な迂回路
依存が危険なら、自国版OpenAIをつくればよい。Economistはこの発想を退ける。OpenAIとAnthropicはそれぞれ、すでに1000億ドルを大きく超える資金を調達している。それよりはるかに小さな予算で正面から追いつけるという計画は、出発点から信用しにくい。
資金を用意できても、政府主導の研究開発には別の難しさがある。フロンティアAIでは、高額な研究者を集め、成果の読めない実験へ巨額の資金を投じ、失敗した計画を素早く捨てなければならない。行政は説明責任や予算の継続性を求められるため、こうした賭けに向いているとは言いにくい。同誌は、フランスとドイツが2005年に打ち出した検索エンジン計画Quaeroを挙げる。Googleへの対抗を掲げた国家プロジェクトを、いま記憶している人は少ない。
この批判は、政府が基礎研究や人材育成から退けという話ではない。競争の目標を「世界最高性能のモデルを自国企業が所有すること」に固定するな、という主張である。象徴的な国産化に資金を集中すれば、社会を実際に動かす計算基盤や電力網への投資が後回しになる。
計算基盤と交渉資源
Economistが代案として重視するのは、国内のデータセンターである。機密性の高いデータを国内で処理でき、外国企業のサービスを切られた場合にも計算資源を確保できる。平時には高性能な外国モデルを使い、非常時には性能が多少落ちても、自前の計算基盤でオープンウェイトモデルを動かす。目標は供給停止に耐える能力である。最高性能まで自給する必要はない。
ところが米中以外の多くの国では、データセンター建設が電力と許認可でつかえている。同誌が紹介するカーネギー国際平和財団の試算では、稼働が9か月遅れた場合の採算悪化は、施設が生涯に支払う電気料金が倍になるのに匹敵する。送電網への接続待ちは英国とインドで平均3年、ドイツと韓国で3年半、米国でも2年だという。
だから政府は、許認可の迅速化、接続待ちの優先枠、送電網を介さない発電設備を認めるべきだと同誌は説く。補助金は要らない。AI企業は計算資源を欲しており、早く稼働できる場所には自ら投資するからだ。データセンターの立地と引き換えに、本国と同じモデルへのアクセスを約束させる協定も考えられる。
大口顧客になること自体も交渉力になる。巨額投資を回収したいAI企業にとって、国外市場を失う政策は痛い。外国の顧客が十分に大きければ、企業は輸出制限に反対する国内勢力になりうる。さらに台湾の半導体製造、オランダのASML、韓国のメモリー技術のような供給網上の要所を持つ国は、その能力を交渉資源として守るべきだという。
ここまでがEconomistの提案の骨格である。完全なAI自給を目指さず、国内の計算基盤、代替モデル、購買力、供給網上の強みを組み合わせ、米中との依存関係を取引可能なものにする。民主国家である米国の方が中国より望ましい相手だと同誌は判断するが、友好国への依存であっても備えは要る。解消できない依存を管理する戦略である。
この現実主義は、国産モデルの数を国力と取り違える政策よりましだと思う。ただし、論説が示した処方箋には次の問いが残る。国内に建ったデータセンターを、誰がどの条件で動かすのか。国外から切られにくくなった代わりに、国内で一社から離れられなくなるなら、何を回復したことになるのか。
国内立地の中身
日本国内に大規模なAIデータセンターが建ったとする。土地と電力は日本にある。日本法も及ぶ。しかし所有者は米国企業かもしれない。GPUの設計は米国企業、製造は台湾、広帯域メモリーは韓国企業に依存する。運用ソフトウェアやモデルの更新、障害対応の中枢は海外本社が握っているかもしれない。
それでも国内立地には意味がある。政府は課税、許認可、電力供給、土地利用を通じて事業者と交渉できる。機密データを国外へ移さずに処理できる場合もある。国際回線の障害時には、国外の施設だけに頼るより強い。
ただし、施設が国内にあるという一事から「自国のAI能力」とは言い切れない。少なくとも所在地、所有権、日々の運用権限、法的管轄、部品とソフトウェアへの依存を分ける必要がある。国内企業が所有していても、海外から部品や更新が来なければ動かない施設はある。外国企業が所有していても、政府が停止や監査を命じられる施設はある。
国産LLMの本数を数える代わりに、国旗の立ったデータセンターを数えるだけなら、物差しを取り替えただけである。
巨大な工場
データセンターという語には、どこか雲のような響きがある。実物は巨大な工場に近い。発電所と送電網につながり、土地を占め、水を使い、大量の半導体を交換しながら稼働する。
国際エネルギー機関の2025年報告書『Energy and AI』は、世界のデータセンターの電力消費が2030年に約945テラワット時へ増え、2024年の2倍を超えると予測した。AI向け施設が増加の最大要因になる。世界全体では吸収できる需要でも、施設が集まる地域の送電網には重い。接続を早めるとは、書類を簡素化する話に尽きない。限られた電力を誰へ先に渡すかを決めることである。
水も同じだ。OECDは『Digital Economy Outlook 2024』で、データセンターの水使用量の把握が不十分であり、病院や農業など地域の利用者と競合しうると指摘している。水不足の土地に施設を誘致するなら、使用量の開示や渇水時の優先順位まで契約に入れなければ、地域が費用を引き受け、利益だけが外へ流れる。
Kate Crawfordは『Atlas of AI』で、コードや数学に加え、鉱物、エネルギー、低賃金労働、データを取り込む物質的な産業としてAIを描いた。この視点を取ると、データセンター誘致は抽象的なデジタル政策では済まない。土地、水、電力、税収、雇用をめぐる配分の政治が、施設と一緒に国内へ入ってくる。
国家全体の供給耐性が上がることと、立地地域の住民の選択肢が増えることは同じではない。AI安全保障という言葉で接続を優先するなら、政府は誰の電力を後回しにし、費用を誰に負わせるのかを説明する必要がある。
国内依存
対外依存を減らすため、政府が国内AI基盤を一社か数社に集約したとする。計算資源には強い規模の経済が働く。GPU、電力契約、通信網、セキュリティ、人材をまとめて確保できる企業は限られ、政府調達が集中をさらに強める。
行政サービスをその企業の基盤上に構築すると、依存は契約書の中だけにとどまらない。データ形式がその環境に合わせて決まり、職員は専用の操作を学び、セキュリティ認証も既存システムとの接続も同じ企業を前提に積み重なる。数年後、契約上は解約できても、実務では移行に年単位の時間がかかる。
安全保障上重要な仕組みほど、集約の理由は強い。事業者を絞り、情報を非公開にし、技術者へのアクセスを制限する方が守りやすい面はある。ところが閉鎖性が高まるほど、第三者監査と新規参入は難しくなる。国外政府から圧力を受けにくくする制度が、国内企業への異議申立てを弱める。これがAI主権のパラドックスである。
外国の巨大企業への依存を国内の巨大企業への依存へ置き換えただけでは、主権を取り戻したとは言いにくい。依存先の国籍より、その依存関係を誰が変更できるかの方が重要である。
選び直し可能性
私は、AI政策の基準を「選べるか」から「選び直せるか」へ移すべきだと思う。特定のクラウドや外国企業のモデルを使うこと自体は問題ではない。安全上の理由から、一定期間、一つの事業者へ集約する判断にも合理性はある。だが最初の選択を事実上の永久契約にしてはならない。
データを現実に持ち出せるか。別のモデルを同じ業務へ接続できるか。独自仕様の接続方式が移行を妨げていないか。解約条項があっても、データ変換と再認証に何年もかからないか。政府は調達時にこれらを要求し、文書上の約束だけでなく、定期的な切替訓練で確かめる必要がある。
ただし、AmazonからMicrosoftへ移れるだけでは足りない。二社が同じように電力とデータを集中させるなら、地域負担や企業権力の問題は残る。選び直し可能性は万能薬ではない。権力を固定させないための最低条件である。
さらに問うべきなのは、変更、停止、監査、異議申立ての権限が誰に配られているかだ。所有者だけが変更できるのか。政府は緊急時に止められるのか。独立機関は安全性と環境負荷を調べられるのか。住民や利用者は決定を争えるのか。この権限配置が見えなければ、「国内AI」という言葉は統治の実態を隠す。
政府の仕事
Economistは、政府がフロンティア企業の真似をしても成功しにくいと論じる。この診断から、政府は許認可を速めて民間投資を待てばよい、とはならない。政府には企業とモデル性能を競う以外の仕事がある。
異なるモデルやクラウドを接続できる標準を整える。公共調達でデータの持ち出しと相互運用性を義務づける。供給停止を想定した代替運用を試す。企業から独立してモデルの安全性と性能を評価できる研究者を維持する。電力と水の使用量を開示させ、地域への利益還元や渇水時の対応を立地契約に入れる。これらは派手ではないが、国産モデルの発表会より長く効く。
切替訓練の結果は、成功したか失敗したかだけでなく、復旧までの時間、失われた機能、追加費用まで公開する。そこで初めて、契約書上の代替手段と、社会が実際に使える代替手段を区別できる。
国有か民営かだけで答えは決まらない。国有基盤でも政治的独占や硬直化は起こる。民間基盤でも複数供給者、透明な調達、独立監査、実際に使える退出経路があれば、集中した権力を抑えられる。政府の仕事はAI企業になることではない。一社が不可欠になっても、その一社から社会が離れられなくなる事態を防ぐことである。
「安全」という理由
もう一つ、規制の理由を見分ける仕組みが要る。危険な能力を持つモデルの公開を制限することと、外国へのモデル供給を外交上の圧力に使うことは、同じアクセス制限でも目的が違う。前者は被害の予防、後者は相手国の行動を変えるための手段である。
現実には両者の境界が曖昧になりやすい。政府はサイバー攻撃や生物兵器への悪用を根拠に、特定地域への提供を止めることができる。その判断が実際の危険評価に基づく場合もあれば、国内産業の保護や外交交渉が混じる場合もあるだろう。企業と利用国から見れば、いずれも「安全上の理由」という一語で通知されうる。
だから安全規制には、対象とする能力の基準、制限の範囲と期限、判断に使った証拠を独立機関が検証できる手続き、影響を受ける側の異議申立てが必要になる。すべてを公開できなくても、判断した政府だけが理由の妥当性を判定する仕組みでは歯止めにならない。
これは国内のモデル規制にも国外へのアクセス制限にも共通する。安全を口実にした恣意的な停止を防げなければ、予測可能な規制をつくるというEconomistの出発点が、依存を武器にする制度へ反転してしまう。
チョークポイントの連鎖
国際関係にも同じ矛盾がある。Economistは、台湾の半導体製造、オランダの製造装置、韓国のメモリー技術を交渉資源として評価する。米中から一方的に条件を押しつけられないため、相手が必要とする能力を持つ。短期の外交戦略としては理解できる。
長期では危うさもある。依存を武器にされないため、各国が自分もチョークポイントを握ろうとすれば、世界は互いに供給停止の能力を持ち合う。耐性を高める競争が、依存を武器として使える機会そのものを増やすのである。
各国が交渉材料を手放すとは考えにくい。だからこそ、重要なAI基盤へのアクセスを一方的に止めにくくする国際ルールが要る。安全上の停止条件を平時に定め、供給制限の理由と範囲を検証し、医療や行政など不可欠な用途には猶予や例外を設ける。Economistが冒頭で論じた安全規制は、ここで依存の統治と再びつながる。モデルを止める権限を制度化するなら、その権限を地政学的な圧力へ流用させない歯止めも必要になる。
統治可能なAIインフラ
米中以外の国が象徴的なフロンティアモデル競争へ巨費を投じるより、供給を切られても重要機能を維持できる計算基盤を整える。Economistの提案は、この点で正しい。オープンウェイトモデルへの切替能力も、大口顧客としての購買力も、供給網上の強みも使うべきだろう。
だが、国内へ運び込んだGPUとサーバーは、それだけでは主権にならない。誰が施設を所有し、誰が日々の運用を決め、誰が止められ、誰が監査できるのか。地域が負担する電力と水の費用を、誰が決め、誰が争えるのか。そこまで見て初めて、依存を扱える。
AIへの依存そのものはなくせない。半導体、モデル、通信、電力、データは国境を越えて結びついている。一国の中へすべてを閉じ込めようとすれば、費用が膨らみ、技術も古くなるだろう。
目標は統治可能なAIインフラである。外から一方的に止められにくい。国内の一社にも固定されない。必要なら契約と技術を組み替えられる。独立した主体が監査でき、費用の分配に異議を申し立てられる。完全な独立は要件に含まれない。
主権の有無を決めるのは、依存しているかどうかではない。その依存関係を後から変更できるか、誰か一人が条件を決められないようにできるかである。AI政策が長く向き合うべきなのは、モデルの国籍よりこちらの問題だと思う。
ポイント整理
AI自給から供給耐性へ
世界最高性能のモデルを国産化するより、供給停止時にも重要な業務を続けられる計算基盤と代替モデルを確保する。
国内立地を分解する視点
所在地、所有権、運用権限、法的管轄、部品とソフトウェアへの依存を分けなければ、実効的な統治能力は測れない。
対外依存と国内集中の同時管理
外国から切られにくくする政策が、国内の少数企業への固定化を招かないよう、監査と退出経路を用意する。
選び直しを試す公共調達
データ移行や代替運用を契約書に書くだけでなく、定期的な切替訓練によって実効性を確認する。
立地地域を含む費用配分
データセンターの電力、水、土地の負担を安全保障の名で隠さず、開示、利益還元、異議申立ての仕組みを立地条件に含める。
キーワード解説
【フロンティアモデル】
その時点で最も高い水準の能力を持つ汎用AIモデル。開発には大量の計算資源、資金、データ、研究人材が必要で、少数の企業と国に集中しやすい。
【オープンウェイトモデル】
学習済みモデルの内部パラメータである「重み」を入手し、自前の計算環境で動かせるモデル。外部のAPIだけに頼らず運用できるが、開発元、学習用半導体、運用ソフトウェアまで自立できるわけではない。
【チョークポイント】
供給網の中で、代替が難しく、止まれば全体へ大きな影響が及ぶ要所。半導体製造装置や先端メモリーなどが該当する。保有国の交渉力になる一方、相互の供給停止能力を強める危険もある。
【ロックイン】
特定の事業者から他社へ移る際、データ変換、再教育、再認証、既存システムの改修などに大きな費用がかかり、契約上は解約できても実際には離れにくい状態。
【選び直し可能性】
一度選んだ技術や事業者を、後から現実に変更できる性質。互換性やデータ持ち出しの条項だけでなく、切替に必要な時間、人材、費用を含めて判断する。