今回のニュースのポイント

生成AIの急速な普及を受け、AI開発の焦点は文章や画像を生成する「デジタル空間」から、工場やロボット、自動運転など現実世界を制御する「フィジカルAI」へと広がり始めています。ここ数日だけでも、製造現場向けAI、AI工場、リアルタイム制御基盤、ヒューマノイドロボットなど関連発表が相次ぎました。一見すると個別の企業ニュースに見えますが、その背景には共通する産業構造の変化があります。本記事では、フィジカルAIを巡る最新動向を整理し、日本企業にとっての意味を考えます。

本文
　これまで人工知能（AI）をめぐるイノベーションや企業競争の主軸は、文章、画像、音声といったデジタルデータの生成や、クラウドや画面の中で完結する技術を中心に展開されてきました。しかし現在のテクノロジーの進化は、AIの活用領域はデジタル空間から物理空間へと拡大し、周囲を「見る」「判断する」「動く」という一連の行動プロセスにAIを適用する動きも進んでいます。市場では、生成AIの普及に加え、自律的にタスクを遂行するAIエージェントや、現実世界の機器を認識・制御するフィジカルAIの開発が並行して進んでいます。AIが物理的な実体や環境と結びつき、現実世界において人間や既存設備と協働しながら稼働する技術について、実用化に向けた動きが広がっています。

　ここ数日に日本の産業界で相次いだ主要な発表は、一見すると個別の技術ニュースに見えますが、すべてフィジカルAIという一つの産業動向を形づくる重要な技術要素として位置づけられます。日立製作所は、熟練オペレーターの経験や暗黙知をフィジカルAIに組み込み、化学プラントなどの製造現場における操作判断を支援するシステムを発表しました。米NVIDIAは、AIの学習や推論を支える大規模な計算基盤を「AI工場（AI Factory）」と位置付けています。国内でも、次世代通信基盤や国産マルチモーダル基盤モデルの開発など、AIを支えるインフラ整備が進み始めています。さらに、イーソル（eSOL）とサイバートラストはリアルタイム制御OSと高信頼性Linuxを融合した「SDx開発基盤」の共同開発を発表し、安全性や信頼性を備えた制御基盤の構築を目指しています。ルネサスエレクトロニクスもヒューマノイドロボット市場を見据え、プロセッサやマイコンを軸とする制御プラットフォーム戦略を示しており、これらは物理世界へAIを実装するための広範な技術要素として結びついています。

　画面の中のテキスト処理などとは異なり、フィジカルAIの領域において、AIモデルは重要な構成要素の一つであり、センサー、半導体、制御OS、通信、安全制御などを含むシステム全体の完成度が競争力を左右します。現実世界でAIを確実に機能させるためには、周囲を検知する各種センサー、物理的な動きに変換する高精度なモーター制御、配電を担う電源管理、低遅延での処理が求められるリアルタイム制御システムや、人と安全に協働するための機能安全制御など、多様なハードウェアとソフトウェアを連携させる必要があります。そのため、今後の市場においては、各技術を組み合わせ、安定して運用できるプラットフォームを構築する力が重要な要素となります。

　この産業構造の変化は、FA、車載機器、工作機械、産業用ロボット、センサー、組み込み制御などに強みを持つ日本企業にとって、新たな事業機会となる可能性があります。日本は長年にわたり、自動車や精密機械といったものづくりの実務において、高度な技術力と、製造現場で蓄積されたデータや知見（ドメインナレッジ）を持っています。こうした現場の知見や安全性のノウハウをAIのアルゴリズムに適切に反映する技術は、現実世界への実装を進める上で、強みとなり得ます。一方、競争力につなげるには、AI人材の確保やソフトウェア開発力の強化、企業をまたぐデータ連携なども課題になります。

　今後は、製造業に加え、建設、物流、港湾、林業、医療・介護、インフラ保守、自動運転などへの応用が期待されています。これらは、深刻な人手不足や熟練者の技能伝承といった、日本の抱える社会課題への対応策となる可能性がある一方、特に医療やモビリティの現場においては、実世界での安全性や責任の所在、導入にかかる初期費用などの課題も残ります。単に自動化の利便性を追求するだけでなく、実務におけるリスク管理を含めた総合的なシステム設計が今後の普及の鍵を握ることになります。

　生成AIが文章作成や情報処理の効率化を進めたのに対し、フィジカルAIは工場や物流、建設など、現実世界の設備や作業を対象とするのが特徴です。ここ数日に相次いだ企業発表は、AI開発の対象がデジタル空間から製造設備やロボットなどへ広がっていることを示しています。日本企業が蓄積してきた制御技術や現場の知見を、AIやソフトウェアとどのように組み合わせるかが、今後の競争力を左右する重要な要素となりそうです。（編集担当：エコノミックニュース編集部／Editorial Desk: Economic News Japan）

今回のニュースのポイント

生成AIの普及により、世界の競争はAIそのものの性能競争だけでなく、それを支える通信・電力・データセンターなど「見えないインフラ」の整備へと急速に加速しています。今週も国内外では海底ケーブルの防護体制強化、電波制度改革、データセンターの冷却最適化、送電網への投資対応、AIサービスの安全性や協働能力の高度化など、関連する動きが相次ぎました。AI社会の実現には、高性能なAIモデルだけでなく、それを安定して動かす社会基盤への投資が新たな国力・企業の競争力になりつつあります。

本文
　生成AIの急速な普及とビジネス社会への定着に伴い、テクノロジーを巡る世界の競争環境は新たな段階へ移り始めています。これまでは「ChatGPT」や各種コパイロット、AIエージェントといったモデルそのものの知的な性能や、「どれだけ賢いAIを作るか」という開発競争に注目が集まっていました。しかし足元では、AIが実験段階のツールから仕事や生活の根幹を支える具体的な基盤へと進化する「社会実装の段階」へ移行しています。今後は、AIモデルそのものの性能だけでなく、「激増する処理要求に対して、社会全体でいかに安定して利用できる環境を整えられるか」という実務的な供給能力が、マクロ経済や産業競争力を決定づける最大の焦点となっています。

　ユーザーが画面に向き合う際、AIからの回答はわずか数秒で出力されますが、その裏側では膨大な通信、圧倒的な計算能力、莫大な電力、そしてそれを維持するための高度な冷却設備が休みなく稼働しています。AI時代の真の競争は、画面の中のソフトウェア領域ではなく、目には見えにくいリアルな社会インフラの強靱性を巡って進んでいるのが実態です。巨大なデータセンターの運用や最先端半導体（GPU）の駆動、それらを結ぶ国際通信網の維持には莫大なエネルギーとインフラ投資が必要であり、通信・電力・計算基盤といった物理インフラをいかに整備できるかにかかっています。

　一見すると別々の領域に見える今週の国内外のニュースも、この「AI社会を支える基盤整備」という共通のテーマで一本の線に繋がります。総務省が公表した国際通信の約99％を支える国際海底ケーブルの防護強化策や、2030年代を見据えた電波有効利用に向けた制度改革答申は、激増するデータ流通を支える通信インフラの容量限界に対応するための国家的なインフラ再設計の動きです。また、経済産業省が受理した大手電力8社による送配電網の維持・更新に向けた託送料金収入見通しの変更申請は、電力を必要な場所へ損失なく届ける電力網の安定という課題に直結しています。さらに民間側でも、三菱重工業が富士通のデータセンターで稼働中設備の冷却エネルギー削減と電力使用効率（PUE）の改善を実証するなど、使う側の無駄を削ぎ落とす技術開発が本格化しています。

　こうしたハードウェアや行政制度の再整備と呼応するように、主要なAI企業によるソフトウェア側のアプローチも「AIを動かす環境づくり」へシフトしています。米OpenAIによる音声モデル「GPT Live」の発表や安全性管理、実務的な評価基準の整備、米アンソロピック（Anthropic）が提示した人間とAIがプロジェクトの文脈を理解して分業する「Claude Code」による協働モデル、そして米NVIDIAが推進する独自のAIモデルと外部システムとの連携強化など、いずれも「AIモデル単体の性能」を競うフェーズを越え、実際の組織や産業構造の中に安全かつ自律的に組み込んで稼働させるためのプラットフォーム（エコシステム）構築を急いでいます。

　この「AIを動かす競争」の本格化は、開発領域で米国など海外企業に先行を許した日本企業にとって、独自の強みを生かせる大きな余地をもたらします。なぜなら、AIを支える基盤側で求められる光ファイバ網や通信インフラの強靱化、高精度な電力設備の維持、三菱重工業が示したマルチベンダー環境における微細な電力管理や冷却効率の向上といった省エネ・運用インフラ技術は、日本の製造業や通信・電力事業者が長年培ってきた得意分野だからです。日銀の7月地域経済報告（さくらレポート）でも、AI関連需要を背景にデータセンター向け電子部品や半導体製造装置などのデジタルインフラ関連産業が各地域で活況を呈している実態が報告されており、官民連携による社会基盤への継続的投資を進めることで、世界を裏側から駆動する強固な存在感を発揮できる可能性があります。

　生成AIの進化スピードばかりが世論の耳目を集める一方で、世界経済の主役は、通信、電力、データセンター、制度設計、そして安全性といった「見えないインフラの整備」へと大きく移りつつあります。どれほど優れた知能を持つAIモデルが誕生したとしても、それを駆動するエネルギーや通信が途絶えれば機能しません。今後のグローバルなAI競争は、モデル性能の優劣を競う段階を越え、AIを社会の一部として安心して、かつ持続可能なコストで動かせるだけの強靱な社会基盤をどれだけ調えられるかという、国や企業の総合的なインフラ運用力が勝敗を左右する時代を迎えています。（編集担当：エコノミックニュース編集部／Editorial Desk: Economic News Japan）

今回のニュースのポイント

足元の日本経済では、景況感に慎重さが残る一方で、企業の設備投資意欲は底堅さを維持しています。日銀短観では先行き判断が低下する中でも設備投資計画が高水準を維持し、法人企業景気予測調査でも景況感悪化と投資拡大が同時に確認されました。月例経済報告では景気判断が据え置かれながらも、個人消費や輸出には改善の兆しがみられます。日本企業は「景気が良くなったら投資する」段階から、人手不足、AI、DX、GXなどの構造変化に備えて投資を続ける段階へ移りつつあります。

本文
　日本銀行が公表した2026年6月の全国企業短期経済観測調査（短観）および内閣府・財務省による法人企業景気予測調査は、国内企業の景況感が短期的には慎重化する一方で、中長期の投資スタンスを維持するという、従来とは異なる企業行動の変化を浮き彫りにしました。日銀短観における足元の業況判断DIは大企業製造業・非製造業ともに改善を示したものの、3カ月後の見通しを示す先行きDIはそれぞれ低下に転じています。

　さらに、法人予測調査における大企業の景況判断BSI（現状判断）は全産業で▲0.5パーセンテージポイントと4期ぶりのマイナスを記録し、通期の収益見通しも経常利益が▲2.4％と明確な「増収減益」のトレンドを示しています。中東情勢の緊迫化に伴う外生的コスト高や物価高、原材料高が目先の企業収益を圧迫している実態が浮き彫りになる中、全規模・全産業の設備投資計画は前年度比プラス6.8％と前回調査から大幅に上方修正され、大企業では前年度比8.2％増という高い伸びを維持しています。

　過去の歴史的な流れを振り返ると、日本企業は足元の収益悪化懸念や先行きの不確実性が高まると、即座に固定費削減や設備投資の延期・抑制に動く傾向が極めて強かったと言えます。しかし、現在進んでいる「慎重な景況感」と「投資拡大」の同時進行という現象は、そうした従来型の景気循環論では説明しにくい本質的な構造変化を物語っています。

　現代の経営陣が直面している人工知能（AI）投資やデジタル転換（DX）、脱炭素（GX）、そして平成23年9月末以降60期連続で「不足気味」超を記録する慢性的な労働力不足への対応といった課題は、短期的な景気循環とは異なる時間軸で、激化するグローバル競争の中で生き残るために進めざるを得ない投資という位置付けに変化しています。投資はもはや「景気が良いから需要増に対応して拡張する」ものではなく、中長期的な「競争力維持のための必要条件（防衛的・戦略的投資）」へ昇華しているのが現状です。

　こうした企業の強固な投資姿勢を支えるように、マクロ景気の実態面にも少しずつ改善のサインが広がり始めています。政府が公表した6月の月例経済報告では、総論としての基調判断こそ「景気は、緩やかに回復している」と据え置かれたものの、個別項目を紐解くと、これまで消費者マインドへの懸念が付記されていた「個人消費」の評価から注意書きが削除され、評価内容は改善方向へ整理されました。さらに「輸出」の判断が「このところ持ち直しの動きがみられる」へと上方修正され、「倒産件数」の評価も「おおむね横ばいとなっている」へと落ち着きを見せています。

　日本経済は一方向の力強い拡大局面とは言えないものの、内需・外需の一部において確実に足場を固めつつある現在地が示されています。この改善局面で企業が中長期的な投資を継続できるかどうかが、持続的な回復を支える重要な鍵となります。

　この持ち直しの局面において真に問われるのは、かつてのデフレ期に行われていたような目先の需要を創出・補填するための経済思考からの完全な脱却です。日銀が試算した最新の需給ギャップや労働投入ギャップの推計データが示す通り、現在の日本経済が直面する重要課題は、従来型の需要不足だけではなく、仕事（需要）が存在するにもかかわらず労働力や設備、あるいは最新の資本ストックが追いつかないという、供給側の目詰まりやボトルネックの顕在化にあります。

　日銀短観において大企業非製造業がマイナス36、中小企業非製造業がマイナス46という深刻な人員不足を示すなか、省力化や業務効率化、自動運転レベル4を組み込んだ公共交通網の設計や次世代データセンターを見据えた電力制御半導体への大型投資といった取り組みは、まさにこの供給制約を技術と資本投資によって乗り越えようとする試みに他なりません。成長戦略の中心は、需要喚起の段階から、生産性を高めて潜在的な供給能力を底上げする段階へと移っています。

　ただし、企業の設備投資が拡大するだけでは、日本経済の健全な好循環は完成しません。マクロの企業業績や名目GDPが上向いている一方で、生活者が抱く実感との間にはなお大きな温度差が存在しています。名目上の賃金上昇が進んでいるなかにあっても、それを上回るペースで社会保険料や税金などの公的負担が増加し、さらに物価高が自由に使える手取りを相殺する「実質可処分所得の伸び悩み」という過酷な家計の現実が続いているためです。

　日銀が政策金利を1.0％に引き上げた「金利のある世界」への正常化は、国全体の経済前進の証である反面、住宅ローン金利の上昇といった痛みを一部の現役世代に強いる複雑さも内包しています。企業の積極的な成長投資が実質的な生産性向上へ結び付き、その果実が一時的な定額減税等の剥落に揺らぐことなく、持続的な賃金上昇と「実質可処分所得の確実な改善（手取りの底上げ）」として家計へ着実に届くかどうかが、次の決定的な焦点となります。

　日本経済は、景気の本格的な回復を待ってから恐るおそる資金を投じる過去の段階を脱し、激変するマクロ環境に備えて自ら投資を継続する新たな段階へ入りつつあります。日銀短観や法人企業景気予測調査が示したのは、企業が先行きに慎重でありながらも、AI、DX、省力化・合理化、人材対応への投資の手を緩めない新たな経営スタイルです。今後は、こうした企業の攻めの投資が限られた資源の配分効率を劇的に高めて日本経済の供給力を強固に引き上げ、最終的に生活者が真に豊かさを実感できるミクロの手取り改善へと結び付くかどうかが、国家の次の産業競争力と持続的成長を左右する重要な要素となりそうです。（編集担当：エコノミックニュース編集部／Editorial Desk: Economic News Japan）

今回のニュースのポイント

総務省情報通信政策研究所が公表した「情報通信メディアの利用時間と情報行動に関する調査（令和7年度）」によると、全年代の平均利用時間および行為者率において「インターネット利用」が「テレビ（リアルタイム）視聴」を上回り、その差を拡大しつつある傾向が明確になりました。若年層を中心に自由時間の大半がネット環境へ配分される一方、高齢層では依然としてテレビが圧倒的な存在感を誇るなど、世代間の情報接触の分断も鮮明です。この推移は、日本人が「何に時間を使い、どこから情報を得るか」という社会構造そのものの大きな転換点を示しています。

■ 「テレビ離れ」が公式統計で裏付けられた
　「テレビを見る時間よりも、スマートフォンを操作する時間の方が長い」。私たちが日々の暮らしの中で抱くこうした実感は、今や個人の主観にとどまらず、国の厳格な公式統計によって確固たるファクトとして裏付けられました。総務省情報通信政策研究所が取りまとめた最新のメディア利用動向調査において、日本人の情報接触の中心がテレビからインターネットへと移行した実態が浮き彫りとなっています。

　本調査の時系列データを精査すると、全年代の平均利用時間において、インターネットはテレビ（リアルタイム）視聴を明確に超過し、年を追うごとにそのアドバンテージを広げつつあります。一日に実際にそのメディアに触れた人の割合を示す「行為者率」の推移を見ても、平日・休日ともにインターネットがテレビを上回る傾向が定着しました。かつてマクロ経済の世論形成や消費の起点として君臨し続けた地上波放送を中心とするテレビメディアの相対的な地位低下が、定量的なマクロデータとして立証された形です。

■ 変わったのは「メディア」ではなく「時間の使い方」
　今回の統計を読み解く上で重要なのは、単にメディアの勢力図が塗り替わったという「勝敗」の次元ではありません。本質的な変化は、日本人の24時間という限られた可処分時間、特に「自由時間」の配分構造そのものが根本から組み替えられたという点にあります。

　利用項目別の内訳を見ると、インターネットの用途は「動画投稿・共有サービスを見る」が平日・休日ともに全年代で最も長く、平日は「メールの送受信」、休日は「ソーシャルメディアの利用」がそれに続いています。動画、SNS、ニュース閲覧、メッセージングなど、かつては分散していた個人の知的・娯楽的行動が、今やモバイル機器を中心とするネット環境のプラットフォーム上へと一斉に再配分されています。時間は誰にとっても一日24時間しか存在しません。インターネットの独占時間の伸長は、日本人の生活様式や情報に対する身体的な向き合い方が、平時から構造的に変容したことを物語っています。

■ 世代ごとに異なる「情報の入り口」
　一方で、この統計は日本国内における「情報接触の世代間分断」という新たな構造的課題も提示しています。年代別の利用時間を精査すると、10代から20代の若年層では平日のインターネット利用時間が200分を大きく超える一方、テレビの視聴時間は50分を割り込む水準まで減少しています。しかしその対極として、平日の60代および70代、休日の50代から70代では、テレビの視聴時間がインターネット利用時間を依然として大きく超過しています。特に70代においては、平日・休日ともにテレビのリアルタイム視聴時間が300分を超えるという突出した高水準を維持しています。

　「世の中のできごとをいち早く知る」ための媒体として、10代から50代はインターネットを挙げるのに対し、60代・70代はテレビを選択しています。このデータが示すのは、もはや一つのメディアが全世代の世論や流行を一括してカバーする時代は終焉を迎えたという現実です。世代ごとに情報の入り口が完全に分離したマクロ環境下では、企業の広告戦略やマーケティングのみならず、行政の災害情報発信や世論形成のあり方も、この世代間の非対称性を前提に再設計することが求められます。

■ 情報行動の変化は経済も動かす
　人々がどこで時間を消費し、どこから知的インプットを得るかという問題は、メディア業界内だけの局所的な変化にとどまらず、マクロ経済全体を動かす巨大な地殻変動に直結します。情報の入り口が変わることは、そのまま産業資本の流動ルートが書き換わることを意味するからです。

　個人の認知や購買プロセスの大半がネット空間へ移行したことを受け、マクロ経済における広告費の配分はデジタルシフトを一段と加速させています。今回の調査でも、全年代におけるスマートフォンの利用率は95.9％に達し、70代でも83.8％まで上昇していることが確認されました。全世代的なスマートデバイスへの接触定着は、商品購買行動の最適化を促す一方で、地方のオールドメディアや各種印刷媒体の収益基盤に深刻な地盤沈下をもたらしています。情報行動の変化は、そのまま企業のサプライチェーン、採用活動、さらには金融市場における投資家心理や選挙の投票行動にいたるまで、社会のあらゆる意思決定システムを背後から静かに規定しています。

■ 次に変わるのは「ネットの中身」か
　今回の報告書が明確に示したのは、日本の社会構造が「テレビ中心」から「インターネット中心」へと本格的かつ不可逆にシフトしたという到達点です。しかし、歴史的なマクロ潮流の視点に立てば、この転換もまた次なる進化への通過点に過ぎない可能性があります。

　現在のインターネット空間の主役は動画共有サービスやSNSですが、その背後では生成AIの急速な台頭による次なる構造変化の地鳴りが響き始めています。今回の総務省情報通信政策研究所の白書は、生成AIや対話型AIそのものの利用時間を直接の独立した分析対象としたものではありません。しかし、人々が検索エンジンや既存のニュースサイト、あるいは従来のテキストメディアを経由することなく、情報の取得を行う動きは広がりを見せており、今後はAIが情報取得手段の一つとして存在感を高める可能性があります。数年後の白書においては、情報取得手段の決定的な変数として、AIの存在感が日記式調査の項目へどのように位置づけられるかが、最大の焦点となる公算が大きいです。

■ 情報社会は新たな転換点へ
　総務省の調査結果は、日本経済と国民の暮らしを支える情報インフラの主軸が、名実ともにインターネットへと完全に移行した現在地を静かに、しかし力強く証明しました。この変化はゴールではなく、日本社会が新しい情報エコシステムを運用し始めるスタートラインを意味しています。

　今後は、巨大なネット空間の中で人々がいかにしてファクトを厳選し、生活の質や生産性を向上させていくのか。そして、少子高齢化が進む我が国において、このデジタル化された時間の集積が、国内の労働市場の効率化や次世代の人材育成、さらには新たな産業構造の創出へとどう昇華されていくのか。単なるテレビとネットの比較を超え、新しい情報テクノロジーが国民の時間をどう豊かに変革していくのか、その実務的な軌跡を冷静に見極める時代に入っています。（編集担当：エコノミックニュース編集部／Editorial Desk: Economic News Japan）

今回のニュースのポイント

かつて日本の経済政策においては「市場競争を重視する政策運営」が基本とされてきましたが、近年はAIや半導体、造船、エネルギー、次世代通信網といった広範な分野で、政府による巨額の支援や積極的な関与が急速に拡大しています。背景には、米中対立の長期化や相次ぐ地政学リスクの緊迫化があり、世界各国で「国家が産業を支える時代」が再び到来しています。日本政府が打ち出した戦略17分野への投資方針も、この世界的なマクロ経済思想の大きな転換の中に位置づけられており、企業の競争軸は価格から供給能力や信頼性へと本質的な変化を遂げつつあります。

本文
　世界の経済政策の潮流が、歴史的な転換点を迎えています。1980年代以降の数十年間、G7（主要7カ国首脳会議）やOECD（経済協力開発機構）の枠組みにおいては、民営化、規制緩和、自由貿易を推進し、経済活動を市場メカニズムに委ねることが正義とされてきました。「政府はルールをつくり、企業は市場で競争する」という厳密な分業が前提の時代でした。しかし、世界的なパンデミックやウクライナ侵攻、そして米中対立の深刻化を経て、その大前提は見直しを迫られました。

　エネルギーや半導体、医療品などの重要物資の供給が一度途絶すれば、国民生活や国家の安全保障そのものが大きく揺らぐ現実を前に、「安ければ海外から買えばよい」という従来の効率性重視のモデルではリスクに耐えられないという共通認識が世界に広がったためです。

　この認識の変化により、世界主要国はかつての市場偏重から、政府が主導する「産業政策の競争」へと一斉に舵を切りました。米国はCHIPS法を通じて国内の半導体工場誘致に巨額の補助金や税額控除を投じ、インフレ抑制法（IRA）ではクリーンテクノロジーへの膨大な支援を組み合わせています。欧州も域内に脱炭素技術の生産拠点を呼び込む「ネットゼロ産業法（Net Zero Industry Act）」や、域外からの炭素集約品に追加負担を課す「炭素国境調整措置（CBAM）」を相次いで打ち出しました。

　さらに中国が「中国製造2025」などの国家計画と莫大な補助金で半導体・造船・電気自動車（EV）などの基幹産業を強力に後押しする中、日本だけが従来の政策を続ければ、グローバルな投資の呼び込み競争で不利になりかねないという深刻な危機感が、現在の政策転換の背景にあります。

　こうした世界的な潮流に対する日本版産業政策の象徴として位置づけられるのが、戦略17分野への重点投資方針です。日本政府はAIや半導体、量子、航空宇宙、さらには海底ケーブルや次世代通信、ペロブスカイト太陽電池といった17の戦略分野への重点投資方針を掲げており、これらは国内の新たな成長エンジンであると同時に、まさに経済安全保障上の最重要物資・技術と多くが重なるものです。官民での巨額の投資拡大やサプライチェーンの強靱化を視野に入れるこの大規模な方針は、単なる国内の景気刺激策にとどまらず、国際社会が協調して進める「基幹インフラの強靱化」やクリーンエネルギー分野を巡る取り組みといった国際ロードマップの“日本版実装”としての側面を色濃く有しています。

　この記事の大きな山場となるのが、「なぜ最先端のAI・半導体と、成熟産業に見える造船が、同じ国家戦略の枠組みに入るのか」という問いです。政府の総合経済対策を紐解くと、AI・半導体については産業基盤の強化に向けた新たな支援枠組みに基づき次世代半導体の量産技術や設備投資を支援する一方で、造船についても再生のためのロードマップや基金を通じて官民で大規模な投資を進める方針が示されています。

　さらに造船業に関しては、経済安全保障の観点から建造・修繕能力の国内維持に向けた方向性が打ち出されており、日本の輸出入の大部分を支える海上物流が海外に過度に行き過ぎたままでは、危機の際のリスクが高いという認識が明記されています。一見バラバラに見える半導体と造船ですが、「供給が止まると国家機能そのものに甚大な影響を与える」「国際サプライチェーンへの依存度が極めて大きい」「設備投資や技術確立の回収に長い年月を要する」という決定的な共通項を持っています。つまり、短期的な利益率ではなく「国家として維持すべき能力か否か」が、現在の政策選定における重要な基準になっているのです。

　この経済安全保障の下での産業政策は、民間企業に対しても競争の本質的なルール変更を迫っています。強靱で信頼できるサプライチェーンの構築が国際標準となる中、企業の競争軸は従来の「価格競争」から、危機時にも確実に調達できる「供給力競争」へ、さらには「ルールやガバナンスを共有し、どれだけ信頼される供給者になれるか」という「信頼性競争」へと完全にシフトしつつあります。

　政府は危機管理投資や成長投資として戦略分野を後押しする一方で、市場を歪曲するような非市場的な支援や不透明な産業補助金への警戒感も同時に強めており、「ルールに沿った正当な支援」と「市場を歪める慣行」とを厳格に区別する姿勢を見せています。企業側には、国の支援を活用しつつも、高度な情報管理や供給網の多元化、国際標準への準拠といったガバナンス面の対応が求められており、「国に守られる存在」ではなく、「国家戦略を共に担うプレイヤー」としての重い責任が問われ始めています。

　政府が産業政策へと回帰したのは、特定の企業や産業を単に救済するためではなく、半導体や造船、エネルギー、通信といった国家機能そのものを支える基盤産業を、この危機の時代にも国内に維持するためだと言えます。かつての「小さな政府」一辺倒の路線から、リスクに対して「戦略分野には積極的に関与する政府」への静かな構造転換が、いま日本でも始まっています。今週公表された戦略17分野を巡る方針は、まさにその変化を色濃く示した、これからの日本産業の新しい設計図であると言えそうです。（編集担当：エコノミックニュース編集部／Editorial Desk: Economic News Japan）

今回のニュースのポイント

生成AIの急速な普及に伴い、企業の情報発信のあり方に構造的な変化が起きています。従来のSEO（検索エンジン最適化）に加え、「AIO（AI Optimization）」や「LLMO（Large Language Model Optimization）」、「GEO（Generative Engine Optimization）」など、AI検索エンジンに参照・推薦されやすい情報設計を支援するサービスが相次いで登場しています。背景には、AI検索が新たな情報流通経路として存在感を高める一方、「AIに見つけられたい」という企業側の競争が急速に広がっている現状があります。

本文
　日本のインターネット市場において、情報への到達経路を意味する「検索」の概念が根底から覆ろうとしています。これまでは、検索エンジンにキーワードを入力し、表示された複数のWebサイトをユーザーが自ら比較しながら情報を探すスタイルが一般的でした。しかし、現在はChatGPT、Perplexity、GeminiなどのAI検索サービスが、複数の情報源を瞬時に整理し、対話形式で要約した回答を提示するケースが増えています。生成AIは「検索する」行為そのものを変え始めており、こうした劇的な変化を受けて、企業側でも「AIに参照される情報発信」を支援するBtoBサービスやコンサルティング市場が急速に立ち上がりつつあります。

　近年、デジタルマーケティング業界では、AIOやLLMO、GEO、さらにはAEO（Answer Engine Optimization）といった新たなキーワードが次々と登場しています。これらの名称は企業やベンダーによってさまざまですが、いずれも「AIの回答で自社情報を理解・引用・推薦されやすくする情報設計」という共通した方向性を持っています。一方で、その具体的な定義や手法はまだ業界全体で統一されているわけではなく、多くは各社が独自に提唱している概念であるのが実態です。「SEOは終わった」「AI検索がすべてを置き換える」といった極端な表現もビジネスシーンでは目立ちますが、市場全体としては黎明期であり、発展途上の段階にあります。

　それにもかかわらず、なぜ今これほどまでにAI向けの検索最適化ビジネスが急拡大しているのでしょうか。その背景には、企業のWebマーケティングが直面している「自然検索流入の減少」という切実な危機感があります。Google検索などの主要検索エンジンにおいて、AIが生成した回答（AI概要など）が従来の検索結果の一番目立つ上部に重なって表示されるようになったことで、ユーザーが検索結果から直接Webサイトへ流入する割合が減少しているという調査が出てきています。これまでのSEO対策だけでは十分な流入を維持しにくくなりつつあるという前提が、企業に「AI向けの最適化」へと舵を切らせる強力なインセンティブとなっているのです。

　ここで興味深いのは、変化するテクノロジーに対する生活者の実際の情報収集行動です。AI検索が登場したことで、Googleなど従来型検索のボリュームが一方的に食い尽くされているかといえば、必ずしもそうではありません。AI検索は情報探索の機会そのものを拡張しているという分析もあり、ユーザーがAI検索で概要を把握した後、詳細やエビデンスを求めて公式サイトやニュース、PDF資料、通常のWeb検索などで一次情報を確認するという「二段階の情報収集」は、すでに一般的な利用スタイルになりつつあります。

　AI検索は「情報を要約・整理する役割」を担い、Web検索や個別サイトは「最新情報や正確な一次情報を確認する役割」を担うなど、それぞれ異なる役割を持ちながら共存している状況が見えてきます。検索市場は「AIかWebか」という二者択一の対立構造ではなく、「目的に応じて二層構造で使い分ける」フェーズへと移行しているのが現実です。

　しかし、現在急拡大しているのは、生活者のAI検索市場そのものよりも、むしろ「AIに見つけられたい企業」をターゲットにしたサービス市場です。実務系のビジネスメディアでは、AI検索対策（LLMO／GEO／AIO）を担うベンダー一覧やツール特集、コンサルティングのランキングが組まれるほど、専用のビジネス領域が確立されています。企業はWeb上の検索順位だけでなく、AIに引用され、要約され、他社と比較されることを意識した情報発信を求められています。日本語の実務系コラムでも「AI引用対策」の考え方が活発に議論されており、AIが参照しやすいコンテンツの条件として、「誰がどの立場で書いたか」「どのデータに基づくか」という発行本体の明確さ、定義や出典の明記、更新日や出典を明示した整理された情報構造が重視されるようになっています。

　こうした市場の過熱ぶりを引いて見ると、AI時代だからこそ本当に重要になるのは、小手先の最適化技術よりも「正確で整理された一次情報を継続的に蓄積・発信すること」という原点回帰の結論に行き着きます。

　コンテンツマーケティングの現場でも、AI時代こそ「社内に眠る一次情報の棚卸し」が重要であると指摘されており、開発・営業・カスタマーサポートなど、現場が持つ独自の知見や検証データを言語化して公開する動きが強まっています。AIのハルシネーション（嘘）を防ぐためのファクトチェック解説でも、最終的な判断は官公庁資料や企業公式発表、学術論文などの一次情報に基づいて確認すべきだとされており、AIが扱う情報の土台として一次情報の信頼性が再確認されています。

　AIは情報を生成しますが、その土台となるデータは企業や行政、研究機関、メディアなどが発信する一次情報です。検索市場が変化するなかで競われ始めているのは、検索順位ではなく、「信頼できる情報源としてAIに認識されること」なのかもしれません。（編集担当：エコノミックニュース編集部／Editorial Desk: Economic News Japan）

今回のニュースのポイント

ChatGPTの登場から約3年が経過し、生成AIをめぐる世界的な競争は新たな局面を迎えています。今週公表されたG7の共同声明、政府の最新資料、経済団体の提言、そして主要企業の発表を俯瞰すると、一つの明確な共通項が浮かび上がってきます。それは、AI競争の主戦場が「モデルの知能性能」から「広範な社会インフラの整備」へと確実に移行しているという事実です。ここでいうインフラとは、単なるデータセンターの建屋だけではなく、電力、データ基盤、行政制度、決済システム、産業基盤まで含めた広い意味での社会基盤を指します。技術からインフラへと変貌を遂げるAIの巨大な構造変化を解説します。

本文
　AI競争の軸足が「性能」から「社会実装」へとシフトしている背景には、巨額の物理投資トレンドがあります。調査会社IDCの集計によると、2025年の世界のAIインフラ支出は年間3,340億ドル（約50兆円）に達し、2029年には9,000億ドル（約135兆円）規模へ拡大する見通しです。

　ソフトウェア開発よりも、サーバーやデータセンター、送電網といった物理インフラへの投資が急増しています。生成AIブームが一巡し、国家や企業が実験段階（PoC）を終え、「基幹システムや現場業務の一部として長期的に使い続けられるAI」を求め始めたことで、OpenAIの新サービスやNVIDIAが進めるローカルAI・物理AIの発表も、高性能モデルの競争に加え、「現場組み込み・長期運用」を重視する方向へ軸足を移しつつあります。

　この競争において、最も切迫しているのが「電力インフラ」の確保です。AIは膨大な電気を消費して稼働するため、データセンターがこれからの電力需要の主役に躍り出ています。経済産業省などの試算では、国内データセンターの電力消費は2021年時点で全需要の約1.5％でしたが、2026年には約3％へと倍増する推計です。さらに国内のAI対応データセンターのIT電力容量は、2025年末の約300メガワットから2026年末には600メガワット、2027年末には800メガワットへと急拡大が見込まれており、日本の総電力需要の減少トレンドを押し戻す最大の要因となっています。

　国際エネルギー機関（IEA）も、世界のデータセンター電力消費が2026年に約1,000テラワット時へと倍増すると予測しており、G7エネルギー首脳声明においても「AI導入がエネルギー供給網に与える負荷と安全保障への影響」が明記され、電源開発や送電網の強靱化は国家の最重要課題となっています。

　また、AIが健全に機能するためには、良質な「データ基盤」の整備が不可欠です。政府や研究機関は、AIの社会実装を進める上でのボトルネックはモデルの性能ではなく、「データ形式や品質、権利処理の不備」であると指摘しています。NEDOなどの「データ国家戦略」では、行政・医療・産業の分野で横断的な共通データ基盤や標準フォーマットの整備を急いでおり、デジタル庁が進める行政改革（BPR）も「AIが読み込める形（AI-Ready）に業務データそのものを作り変える」ことに重点を置いています。

　民間でも、購買・行動データをAIで精密に解析することを前提とした連携基盤の構築が進んでおり、適切なデータが日常的に蓄積される場所そのものが、これからの企業の競争源泉となっています。

　こうしたインフラの土台づくりが進むなか、日本独自の勝ち筋は「産業・現場への社会実装」に見出されています。日本政府のAI戦略や骨太の方針、さらに経済団体の活動計画では、海外の巨大IT企業が主導する「巨大言語モデルの開発競争」に真っ向から挑むのではなく、日本の強みである製造業の品質検査、物流の需要予測、農業のスマート農機、気象庁のAI活用など、「特定分野に特化した現場に入り込むAI」の社会実装を軸に据えています。住友ゴム工業と富士通の連携例にみられるように、ホワイトカラーの業務改革や地方自治体のスマートシティ化など、実際の生活や産業の現場にAIを違和感なく溶け込ませる「産業AI」の領域こそが、日本がリーダーシップを発揮できる領域として期待されています。

　こうした変化を俯瞰すると、AIはもはやIT部門の一ツールや独立した「アプリケーション」ではなく、中央銀行デジタル通貨（CBDC）に代表される次世代決済システムや、行政、ひいては国家の安全保障を支える最も重要な社会インフラの一部として扱われ始めていることが分かります。G7の首脳声明が示すように、オープンで信頼できるデジタル経済を構築するためには、電力網の効率化技術や国際的な制度の協調が不可欠です。

　ChatGPTの登場が「AI時代の始まり」だったとすれば、今世界で始まっているのは「AIを社会の隅々まで動かすための土台づくり」です。AIは電気で動き、データで育ち、制度の上で機能します。今週並んだ政策や企業発表は、その未来に向けた一本の線としてつながり始めていると言えます。（編集担当：エコノミックニュース編集部／Editorial Desk: Economic News Japan）

今回のニュースのポイント

政府が公表した2026年版「ものづくり白書」は、これまでの生成AIブームの先にある、日本の新しい産業戦略を明確に指し示しました。その中核をなすキーワードが、現実世界の製造現場や物流、建設などで稼働する「フィジカルAI」です。白書は、最先端のAIモデルそのものの開発競争に終始するのではなく、日本が世界に誇る製造業の現場データとAIを深く融合させる「製造AX（AIトランスフォーメーション）拠点」構想を打ち出しました。慢性的な労働力不足と低い労働生産性という日本経済の構造課題に対し、工場を主戦場として生産性を引き上げる、極めて現実的かつ強力な「次の一手」の全貌を解説します。

本文
　2023年以降、世界のテック市場や産業界の話題は、ChatGPTやGemini、Claudeといった大規模言語モデル（LLM）を中心とする「生成AI」の爆発的な進化に席巻されてきました。文章の要約や画像の生成など、主としてデジタル空間やオフィスの机上で完結する「考えるAI」の性能向上に対し、各国の企業や巨額の投資資金が開発競争を繰り広げてきたのは周知の通りです。しかし、最新の産業動向を俯瞰すると、AI競争の焦点はすでに次のステージへと移り始めています。人間の知能を模したAIを、いかにして現実世界（フィジカル空間）の肉体、すなわちロボットや工作機械、工場の生産ラインへと組み込み、実際に「働かせる」かという競争です。

　こうした世界的な潮流の中で、日本政府が公表した2026年版「ものづくり白書」は、単なる製造業の業況報告にとどまらず、AIとデジタルを大前提とした次期の国家産業戦略を整理した極めて重要な文書となっています。今回の白書は、1999年に施行された「ものづくり基盤技術振興基本法」に基づく法定白書として2001年から毎年国会に報告されており、2026年版で26回目を数えます。経済産業省、厚生労働省、文部科学省が取りまとめるこの報告書全体から強烈に浮かび上がるのは、「AIモデルを作る国」ではなく、「高度なAIをどこよりも深く現場で使いこなす国」を目指すという、日本の明確な意思です。

　今回の白書において最大の注目点となっているのが、製造現場の加工・稼働データを集約し、AIモデルを実装した「製造プラットフォーム」を開発する「製造AX拠点」構想です。ここで使われる「AX」とは、従来のデジタル化（DX）を一歩進めた「AIトランスフォーメーション」を指しています。

　概念としては、AIを経営や製造現場のオペレーションに直接組み込み、圧倒的な生産性向上と新しい付加価値の創出を狙う考え方です。白書は、製造現場のデータをデータ基盤として整備し、AIを掛け合わせた社会実装とデータ蓄積を「今後の勝ち筋」と位置づけています。単に既製のAIシステムを導入して終わるのではなく、「現場データがAIを動かし、その実装結果からさらに良質なデータが蓄積され、AIモデルの改善につながる」という、現場発の循環構造を日本国内に確立しようとしています。

　では、なぜ日本は主戦場として「工場」を選ぶのでしょうか。その背景には、主要国と比較した際のマクロ経済的なデータと、日本が持つ独自のリアル資産への評価があります。業種別GDP構成比を見ると、製造業が占める割合は米国が約1割、中国が約3割であるのに対し、日本とドイツはそれぞれ約2割を占めており、製造業は依然として日本経済を支える重要な「柱産業」です。日本の製造業における設備投資額は2021年以降増加傾向にあり、減価償却費を上回る「純投資」の規模も2022年以降拡大を続けています。しかしその一方で、資本装備率（従業員1人当たりの設備投資の蓄積）の国際比較では、日本は主要先進国の中で依然として低水準にとどまり、1人当たりの名目労働生産性もOECD上位国や欧米に比べて見劣りするというシビアな現実も残されています。

　白書の分析によると、収益力の高い企業ほど省力化・省人化投資や増産投資に積極的であり、資本装備率が高い企業ほど労働生産性や賃上げ率も高いという明確な関係性が示されています。米国などの巨大IT企業がデジタル空間のAI開発で先行しているならば、日本は自動車、工作機械、精密部品、産業用ロボットといった世界有数の「リアルな製造基盤」と、現場の熟練工が持つ緻密なノウハウを武器にするべきです。AIそのものの基本モデルを開発する競争ではなく、AIを稼働させる「現場の厚み」で勝負する。これこそが、白書の描くフィジカルAI国家への現実的なシナリオです。

　この戦略を急がねばならない最大の要因は、日本社会全体を覆う深刻な人手不足という現実です。ものづくり企業が現在の事業に深刻な影響を与える要因として挙げるのは、原材料価格やエネルギー価格の高騰に加え、「人材・労働力不足」が上位を占めています。直近3年間で実施した企業行動をみると、約8割の企業が「価格転嫁」と「賃上げ」を同時に実施しており、人件費の負担増と必要な人材の確保という二重苦の中で現場の負担が増している姿がうかがえます。

　さらに深刻なのが、能力開発と技能継承の壁です。正社員への能力開発（OFF-JTやOJT）の実施率はコロナ前の水準を上回るまでに回復しているものの、事業所規模が小さい中小企業ほどその実施率は低いままです。また、これまでの技能継承のための具体的な取り組みとしては、従業員の規模にかかわらず、「高齢の従業員の再雇用や定年延長で継続勤務してもらう」という回答が最も多くなっています。

　つまり、現行の日本の製造現場は、引退世代の高齢者の真面目な継続勤務に頼ることで、辛うじてその高い品質と技能を維持しているのが実態です。人が物理的に減り続け、高齢化が進み、なおかつ賃上げの原資を確保しなければならない以上、現場の生産性を劇的に引き上げるイノベーションは、もはや選択肢ではなく生存をかけた絶対の義務となっています。

　こうした危機感を背景に、白書が第4章で示すAI・ロボット・デジタル技術の活用方針では、ロボットという「機械」を単体で導入することではなく、「ロボット×AI×現場データ」の融合が鍵を握ります。工場や物流現場にAIを搭載した自律ロボットを導入することで、これまで可視化されなかった熟練工の細かな手の動きや、機械の稼働データがデジタルとして集約されます。

　その膨大なフィジカルデータをもとにAIが学習を進め、ロボットの制御性能がさらに向上し、現場への普及が加速する。このフィジカル空間における進化のループは、現在米国のNVIDIAなどが世界規模で推進している方向性とも重なります。最先端のAIが物理的な「肉体」を得て現場で稼働し始めることで、日本の工場はそのまま巨大なデータ蓄積基地へと変貌することになります。

　大規模なAIモデルそのものを開発する米国、巨大な国内市場と統制力を背景にデータ活用を進める中国。その中で日本が取るべき独自の戦略は、世界に誇る製造現場、厳格な品質管理、そして高度な実装技術そのものをAIの学習素材としてパッケージ化することです。白書全体が強調しているのは、デジタル空間での覇権争いに一喜一憂するのではなく、AIという新しい知能を社会や産業の隅々にまで確実に定着させ、国全体の収益力向上と持続的な賃上げへと直接結びつける着実な姿勢です。その具現化に向け、政府は「大胆な投資促進税制」などの政策パッケージを用意し、AI・デジタル技術を活用した企業の成長投資を強力に後押ししていく姿勢を鮮明にしています。

　2026年版ものづくり白書は、単なる産業界の現状報告書ではありません。そこには、生成AIブームの次に来る「フィジカルAI」の時代を見据え、日本の製造業の競争力を再構築するための具体的な設計図が描かれています。生成AIが人間の代わりに「考えるAI」だとすれば、フィジカルAIは現場で人間に寄り添い「働くAI」です。日本は今、最先端AIの「開発競争」という土俵から、AIを現実世界で「活用する競争」へと明確に軸足を移しつつあります。そして、その主戦場として選ばれた場所こそが、私たちが長年にわたって磨き上げてきた、世界に誇る日本のものづくり現場そのものなのです。（編集担当：エコノミックニュース編集部／Editorial Desk: Economic News Japan）

今回のニュースのポイント

米調査会社ガートナーが新設した「エンタープライズAIコーディングエージェント」分野のマジック・クアドラントにおいて、オープンAIが「リーダー」に選出されました。対象となったソフトウェア開発支援AI「Codex」は、単なるコード補完を超え、ファイル群の修正やテスト実行、レビュー補助までを一貫して自律的にこなす「エージェント型（Agentic Coding）」の能力が高く評価されています。この変化は、AIが人間の作業補助から業務の実行主体へと変わる「ホワイトカラー業務のOS化」の始まりを意味します。本稿では、慢性的なエンジニア不足を背景としたAI労働力の台頭と、それに伴う開発組織の再設計という企業システム全体の構造変化を読み解きます。

本文
　米国の調査会社ガートナーが発表した最新の「エンタープライズAIコーディングエージェント」分野のマジック・クアドラントにおいて、オープンAIが「リーダー」に選出されました。評価対象となったのは、同社が提供するエンタープライズ向けの自律型ソフトウェア開発支援AI「Codex」です。ガートナーは、Codexが持つ大規模なコードベースへの適応力、既存の開発パイプラインとの親和性、そして多様な企業ネットワーク環境にも適応する強固なセキュリティ統合能力を挙げ、「ビジョンの完全性」と「実行能力」の両面で最高水準にあると認定しました。

　この発表は、単に特定のAIツールが利便性を認められたという次元を超え、ソフトウェア開発、ひいては企業のホワイトカラー業務そのものが「指示待ちの補助ツールを使う段階」から「自律的なエージェントに業務を委ねる段階」へと突入したことを象徴しています。

　これまで多くの開発者が日常的に利用してきた生成AIのイメージは、統合開発環境（IDE）上で行われるコードの自動補完や関数の提案、あるいは部分的なバグ取りの補助といった「人間が指示した範囲での局所的なサポート」が主流でした。しかし、リーダー評価を受けたCodexが提示する世界はそれとは一線を画します。Codexは、新機能の計画立案から、プロジェクト全体にまたがる複数ファイルの一括修正、テストコードの生成と自動実行、さらにはプルリクエストの作成やコードレビューの支援にいたるまで、一連のエンジニアリング実務を自律的にこなす能力を備えています。

　開発者は使い慣れたターミナルベースの環境から、自然言語で全体のゴールを指示するだけで、AIがリポジトリ全体の状況を俯瞰しながら変更セットを構築します。つまりAIは、コードの断片を書く道具ではなく、開発チームの一員として実務を動かすパートナーへと進化しているのです。

　この自律的な開発スタイルは「エージェント型コーディング（Agentic Coding）」と呼ばれ、従来の生成AIとは決定的な構造の違いを持っています。これまでのAIは「1つのプロンプトに対して1つの回答を返す」という指示待ち型でしたが、エージェント型AIは「目標達成のために自分で段取りを組み、複数ステップを自走する」という特性を持ちます。

　AI自身が開発の目的を理解し、タスクを細かく分解した上で、修正すべきファイルやテストを特定し、実行結果を確認してエラーが出れば自ら修正やロールバックを繰り返すという自律ループを回します。最近の開発現場では、リポジトリ内に仕様や制約を記したガイドファイルを置いておくだけで、AIエージェントの実行時間が約28.6％短縮され、消費トークンも削減されるといった成果も報告されています。もはやチャットボットではなく、明確な目的を持って自走する「業務遂行エージェント」が誕生していると言えます。

　こうした技術の進化は、ソフトウェア開発のあり方を根本から、開発プロセスの基盤へと昇華させる変革を導いています。かつての開発現場は、人間を中心に据え、エディタやGitなどのツールを個別に操作する形が主流でした。

　しかし現在は、優秀なAIエージェントの存在を大前提として、仕様策定、実装、テストといった各役割のAIをマルチエージェントとして協調させ、開発フロー全体を再設計する動きが進んでいます。Codexのような基盤は、単発の便利ツールではなく、開発フロー全体を統括する基盤へと近づいているのです。ここでは人間が自ら手を動かして作業するのではなく、稼働する複数のAIエージェントを上位から指揮・管理し、ガバナンスを利かせるオーケストレーションの役割を担うことになります。

　企業がこうしたAIエージェントの導入を急ぐ背景には、深刻なエンジニア不足とシステムの複雑化という、逃れられない経済構造の課題があります。マイクロサービスやクラウド環境の普及、レガシーシステムの刷新需要が爆発する中で、従来のように「開発力を高めるために人を増やす」というアプローチは物理的にもコスト的にも限界を迎えています。

　ガートナーは、こうしたAIネイティブな開発プラットフォームやマルチエージェントシステムが、今後2〜5年で企業ITの中核になると予測しています。人手不足に悩む企業にとって、AIはもはや効率化の道具ではなく、労働力を直接拡張してくれる「デジタル同僚」や「仮想チームメンバー」としての役割を明確に帯び始めています。

　これは一見、「プログラマーの仕事が消滅する」という悲観論を呼び起こしそうですが、実態は仕事の高度化と上流化へのシフトです。AIエージェントが自律的に動けば動くほど、最初の目標設定やセキュリティの制約、安全ガイドラインの設計、および最終的なアウトプットに対する監査と承認という人間の役割が決定的に重要になります。

　人間は「コードを書く人」から「エージェントを設計し、統制する人」へ移るだけであり、失われるのは繰り返しの単純作業に過ぎません。海外では、シスコやデル、エヌビディア、データドッグといった大手テック企業が、すでにこうした開発フローの再設計を前提とした組織構築を進めています。一方、日本企業に目を向けると、依然として情報漏洩への懸念や社内ルールの壁に阻まれ、個人的な実験や限定的なPoCの段階にとどまっているケースが少なくありません。世界はすでに「AIを使うかどうか」ではなく、「AI前提で企業構造をどう作り変えるか」という競争に入っています。

　今回のオープンAIに対する高い評価は、単に技術的な優位性を示しただけではなく、ホワイトカラー業務そのものが根本から再編され始めた未来を明確に告げています。ソフトウェア開発の現場で起きているこの「業務のOS化」とAI労働力の組み込みは、今後、営業、法務、経理、マーケティングといったあらゆる専門職の領域へと確実に波及していくはずです。企業にとって、どれだけ優秀なAIを抱えるか以上に、AIを前提として組織や業務プロセスをいかに柔軟に組み替えられるかが、これからの市場における最大の競争力を左右する時代になりそうです。（編集担当：エコノミックニュース編集部）

今回のニュースのポイント

メガバンク各社の決算では、日銀の金利正常化を背景に資金利益が大きく改善し、三菱UFJFG、三井住友FG、みずほFGが高水準利益を確保しました。一方で、与信費用や海外リスクへの警戒も強まっています。長く続いた「金利のない時代」から、日本の金融業が構造転換局面へ入り始めています。

本文
日本の主要金融グループの決算が出そろい、銀行業全体の収益力が急速に回復している現状が鮮明になりました。長年にわたり日本の金融業界を規定してきた超低金利環境が幕を閉じ、日本銀行による金利正常化政策が本格的に始動したことで、大手各社の決算数値には目覚ましい変化が現れています。かつて「銀行冬の時代」や「稼げない業種」と評された国内の預貸ビジネスが、再び収益の柱として機能し始めたことを示す今回の決算発表は、単なる一企業の増益ニュースに留まらず、日本経済そのものが大きな転換点を迎えている事実を映し出しています。

今回の決算における最大の特徴は、三菱UFJフィナンシャル・グループ（MUFG）の純利益が2兆円を超える歴史的な高水準に達したほか、三井住友フィナンシャル・グループやみずほフィナンシャル・グループも揃って高い収益を確保した点にあります。この好決算を牽引したのが、国内金利の上昇に伴う資金利益の改善です。日銀のマイナス金利解除や長期金利の変動幅拡大を受け、企業向け貸出金利や住宅ローン金利が上昇に転じる一方、貸出利ざや（預金金利と貸出金利の差）が確実に反転。長く縮小を続けてきた国内預貸ビジネスの収益性が明確に改善し、金融業界には「金利ある世界」の到来が強力な追い風として作用し始めています。

顧みれば、日本の銀行業は「失われた30年」のなかで最も厳しい構造調整を強いられた業界の一つでした。日銀による異次元の金融緩和やマイナス金利政策の導入により、預貸利ざやは極限まで縮小し、国債運用による収益確保も困難な状況が続きました。この過酷な環境は、激しい銀行再編を促しただけでなく、地方銀行の経営苦境や、手数料ビジネスへの過度な依存という構造的課題を生み出しました。銀行は長らく低成長・低収益の象徴として扱われてきましたが、今回の決算はそのような「稼げない構造」そのものが、マクロ経済環境の変化によって根底から覆りつつあることを示唆しています。

しかし、今回のメガバンク決算の好調ぶりをもって、銀行業の「全面回復」や「リスクの解消」と捉えるのは早計です。足元では、国内の金利上昇に伴い、過剰債務を抱える企業の倒産増加懸念が浮上し、与信費用（焦げ付きに備える費用）の増加傾向が確認されています。さらに、海外市場における景気減速リスクや、米国金利の激しい変動、それに伴う海外不動産融資（商業用不動産）の含み損リスクへの警戒も依然として緩められません。また、他行の動きを見ると、国内金利上昇の影響をダイレクトに受けやすいりそなホールディングスが国内ビジネスの恩恵を強く享受する一方で、国債などの債券運用への依存度が高いゆうちょ銀行は保有債券の評価損リスクといった別の課題を突きつけられています。預金金利の上昇に伴う調達コストの増加も段階的に顕在化しつつあり、銀行復活の持続性は金利の有無だけで一律に決まるものではありません。

同時に重要な視点は、現在のメガバンクがかつての「金利を原資とする伝統的な貸出業」から、高度な「総合金融業」へとビジネスモデルの進化を進めている点です。たとえば、MUFGと米モルガン・スタンレーとの戦略的提携に代表されるように、証券、信託、資産運用といった非金利ビジネスの強化が進んでいるほか、法人の経営課題を解決するソリューション事業やデジタル投資、生成AIの活用による業務効率化が収益力を下支えしています。さらに、新NISAの拡大に伴う個人の資産形成需要の取り込みなど、「金利収益」と「非金利収益（手数料やコンサルティング）」を柔軟に組み合わせる新世代の収益モデルが構築されたからこそ、現在の高水準な利益が実現しています。

総じて、今回のメガバンク決算は、賃上げやインフレ、企業の積極的な設備投資といった「日本経済の正常化」のプロセスを金融面から裏付ける鏡と言えます。しかし、「金利ある世界」は経済全体にとって恩恵をもたらす反面、中小企業の金利負担増や、個人における住宅ローン金利の上昇といった「負担」も同時に生み出します。金融業の長い低成長時代からの転換は確実なものとなりつつありますが、今後はこの金利正常化がもたらすマクロ経済の構造変化を、経済全体がいかに円滑に吸収し、持続的な成長へ繋げられるかが最大の焦点となるでしょう。（編集担当：エコノミックニュース編集部／Editorial Desk: Economic News Japan）