10年がかりのAI人材育成に日本企業はどう挑むべきか

NVIDIAは11月12日～13日に、ユーザー向けAIカンファレンス「NVIDIA AI Summit Japan」を東京都内のホテルで開催した。同イベントでは生成AIやロボティクス、LLM（Large Language Models：大規模言語モデル）などをテーマに50以上のセッションやデモが披露された。

本連載では、イベント2日目に開催されたソブリンAIに関するパネルディスカッションの模様を、全3回に分けてお届けする。進行はNVIDIA エンタープライズ事業本部長の井崎武士氏が務めた。トークテーマは「ソブリンAI、その役割と想像する新たな可能性」。3本目となる本稿では、国産の生成AIを開発するための人材育成について紹介しよう。

• NVIDIA エンタープライズ事業本部 本部長 井崎武士氏

登壇者は以下の通り。
・東京大学 大学院総合文化研究科 准教授 馬場雪乃氏
・経済産業省 商務情報政策局 情報産業課 情報処理基盤産業室室長 渡辺琢也氏
・ソフトバンク テクノロジーユニット統括 データ基盤戦略本部執行役員本部長 / SB Intuitions 代表取締役社長 兼 CEO 丹波廣寅氏
・Turing 共同創業者 取締役 青木俊介氏

理想的なインターンシップのあり方とは

井崎氏：長期的な目線で見ると、人材教育への投資も必要です。馬場さんは教育者の立場ですが、人材育成についてはどのようにお考えですか。

馬場氏：正直に言うと、大学でのAI教育はまったく追い付いていません。生成AIが登場してからも技術の革新があまりに速すぎて、大学の教育プログラムの改訂が対応できません。個別にカリキュラムを工夫して対応している先生も一部いらっしゃるかもしれませんが、組織としては対応できません。AI教育は効率が悪いというのが大学の現状です。

もう一つ課題があります。研究者は研究用のGPUなどのマシンリソースを使えますが、教育用のマシンリソースはありません。これでは学生が実体験を積めませんので、民間企業と連携するなど改善が必要です。

• 東京大学 大学院総合文化研究科 准教授 馬場雪乃氏

井崎氏：企業から見ると、若手の人材育成の課題はどこにあると考えますか。

青木氏：AI開発で大切なことはパワーのあるGPUなどのマシンを触る環境です。私たちのようなスタートアップであれば、会社の存続に直結しますのでマシンリソースに思い切った投資ができますが、そのような極端な意思決定は大学機関では難しいでしょう。また、予算も年度単位ですので、半年後～1年後の予算を取るために申請書を書くような動きになります。AIの世界は数カ月であっという間に変わりますので、それに対応する制度設計も必要だと感じます。

• Turing 共同創業者 取締役 青木俊介氏

丹波氏：人材を育成するという観点では、個々の技術よりも、むしろ1人の研究者をどれだけ長くサポートできるのかが重要だと思います。現在はたまたまLLMが人気なので自然言語処理に長けた研究者やエンジニアの不足が話題になりますが、今第一線で活躍している人たちは最近になって自然言語処理を始めたのではなく、何年も前から取り組んでいます。10年前に「将来AIのエンジニアで活躍しよう」とか「生成AIの時代が来て大企業に入れる」などと考えていたわけではありません。

10年前から大学で自然言語処理を学んでいる人がたまたまAI関連の仕事に就けたらラッキーですけど、多くの人は就職して研究テーマをくら替えされたり、関係ない仕事に就いていたりします。そういった状況で、後になって「専門人材がいない」と騒いでも急に出てくるはずがありません。

企業の立場では、「即戦力」といった簡単な言葉で研究者を採用するのではなく、若手の研究者たちが自身の研究を続けながら将来活躍できるような組織作りやプロダクト開発を進めるくらいの考えを持たないといけません。それを一社だけでやるのは難しいので、大学機関との連携も必要になるでしょう。

採用はあくまで企業と研究者の接点の一つでしかありません。企業は5年規模など長期のインターンシップを受け入れるような大きな受け皿を構えて、大学で研究しながら企業にも貢献できるといった習慣を形作らないと、今後もエンジニアは育ちません。これはAIに限った話ではなく、量子や他の技術も同じだと思います。

• ソフトバンク テクノロジーユニット統括 データ基盤戦略本部執行役員本部長 丹波廣寅氏

馬場氏：まさに、企業の方には長い目で学生を見ていただきたいです。企業の現場で実際に必要とされるスキルを大学で教えるのは難しいので、インターンシップという制度は教育としても非常に優れています。ただ、現状では大学生が参加するインターンシップの多くが数日間のプログラムで、お客様扱いされて体験だけで終わってしまいます。

これは企業にとっても学生にとっても良くないです。企業の方にはそういった点を改善していただき、学生にもチャレンジングな課題を提示するようなインターンシップになれば、教育という観点でも非常に良くなると思います。

青木氏：私はアメリカで博士を取りましたが、まさしくアメリカで長期のインターンシップに参加していました。日本の新卒一括採用のように急に企業に入るのではなく、インターンシップのような関わりを持ちながら軟着陸するように就職する仕組みがとても良いと思います。このため、弊社のインターンシップも最短2週間から中長期で実施しています。AI人材が足りてないということは、裏を返せばまだ空きがあるという意味でもあります。20代が活躍しやすい環境ではないでしょうか。

登壇者から日本の生成AI開発に向けたメッセージ

井崎氏：そろそろまとめに入りたいと思います。本日のトークテーマは「ソブリンAI」でした。これからソブリンAIによって付加価値の創造や事業改革を進めたいという方に、メッセージはありますか。

馬場氏：生成AIのような先進的な技術について新しい使い方を考えられるのは、自身が何かに没頭して専門性を突き詰めてきた人だと思います。博士課程の人材もその一例だと思います。そういった専門性のある人材が活躍する環境をどう構築するのか、企業の皆様にぜひ考えていただきたいです。それが日本ならではのAI開発と活用につながると思います。

渡辺氏：ソブリンAIについて国家として考えると、「自国で基盤モデルから作れるようになりましょう」の一言に尽きますが、これに加えて、企業が自社の競争力を高めるために自分たちのAIを作りましょうとお伝えしたいです。

先日、漫画に関する興味深いエピソードを聞きました。漫画家はアシスタントが描いた背景の上にキャラクターの絵を描くそうです。その背景を生成AIで作ろうと思うと、完成した漫画から学習したAIではうまくいきません。背景だけの状態のデータで学習することで、背景の生成に特化したAIを構築できます。AIを何に使いたいのか、そのドメインの知識や経験も組み合わせて初めて有効にAIを活用できます。皆さんにはぜひ自分の仕事のミッションに照らし合わせてAI活用を考えてほしいです。

• 経済産業省 商務情報政策局 情報産業課 情報処理基盤産業室室長 渡辺琢也氏

丹波氏：ソフトバンクグループとSB intuitionsは大きく違う人事ルールで動いています。SB intuitionsが立ち上がった当初の話ですが、「社内で一番長くこの業務に関わっている人は？」と聞く機会がありました。その答えがなんと「アルバイト」の人だったのです。その人はもともとインターンシップで当社に入り、それから途切れ途切れになりながらも、長期的に当社に関わってくれています。SB intuitionsはそういう会社です。もう一つ、SB intuitionsはNVIDIAの計算資源をふんだんに使えることもアピールポイントです(笑)。

当社が将来的に実現したいのは、AIを作るAIや、AIが車やロボットを制御する技術です。そのためには自分たちが適切に管理できるデータで作ったAIが必要ですし、自分たちが管理できる制御先である必要があります。そのためにもソブリンAIが重要なのです。

私には9歳の息子がいますが、彼から日常的に触れる情報によって価値観の尺度が作られていくのを感じます。例えば今後、検索エンジンに代わって生成AIが情報を提供してくれるようになるとすれば、その出力には一定の判断基準が必要で、その基準を管理できなければいけません。その源泉は学習データセットです。だからこそ、日本の中で使うAIは日本でデータを管理しなければいけません。このことを一人一人が意識してほしいです。

青木氏：「大谷翔平選手」がキーワードだと思います。大谷選手がすごいのはもちろん皆さん知っていますが、日本ハム時代やエンゼルス時代の年俸はそこまで高くありません。ドジャースでようやく上がりましたよね。彼はよくここまで我慢しました。

どういうことかと言うと、生成AIはマネタイズやビジネス化のポイントがたくさんあるので、AIを使って小銭を稼ごうと思えばいくらでもできます。ただし、それよりも大切なのはいかに大きな1本のホームランを打てるかを考えることではないでしょうか。大谷選手が1人生まれるだけで、その周りの経済が潤います。

大谷選手も1人だけで頑張ってスター選手になったわけではありません。チームの貢献や、日本の栗山監督など教育者の影響もあるでしょう。同じように、生成AIの分野でも日本から大きなホームランを打てる選手を生み出したいと思っていますし、それは私ではなく皆さんかもしれません。一緒に頑張りましょう。