主要分野マップ
業界マーケット概況
主要トレンド 2026
1エージェント AI (Agentic AI) の業務適用
単発の質問応答ではなく、複数ステップのタスクを自律実行する AI エージェントが営業・経理・カスタマーサポートで採用拡大。Claude Computer Use、OpenAI Operator、Microsoft Copilot Studio 等が代表的な基盤。
代表企業:
2MCP (Model Context Protocol) 普及
Anthropic 発の AI ⇔ 業務システム標準接続プロトコル MCP が、Slack・Notion・Salesforce 等 SaaS との統合で事実上の標準に。社内データへの安全なアクセス手段として法人導入が急増。
代表企業:
3日本語特化 LLM の高精度化
PLaMo 100B、ELYZA-japanese-Llama-3、Swallow、Sakana AI EvoLLM など、日本語ベンチマークで GPT-5 / Claude 4 系のフロンティアモデルに迫る国産モデルが登場。金融・医療等の規制業界でオンプレ採用が進む。
代表企業:
4RAG + ベクトル DB の標準化
社内文書を活用した RAG (検索拡張生成) が「社内 ChatGPT」の事実上の構成に。Pinecone・Weaviate・pgvector・Azure AI Search の組合せで POC から本番運用へ。
代表企業:
5AI ガバナンス・著作権対応
EU AI Act 全面適用 (2026 年) と国内 AI 事業者ガイドラインに対応した「説明可能 AI (XAI)」「学習データ来歴管理」が法人案件で必須に。監査ログ・モデルカード提供がデファクトに。
代表企業:
法人選定チェックリスト
AI 分野の発注・購買・契約担当者が、ベンダー選定時に確認すべき評価軸を整理しました。
- ISMS (ISO/IEC 27001) ・ISMAP・SOC 2 Type II 等の第三者認証を取得しているか
- データ学習への入力データ非利用 (opt-out) が契約レベルで明文化されているか
- 日本リージョン or 国内データレジデンシーが選択可能か (GDPR / 個情法対応)
- モデル更新時の挙動変化通知 (deprecation policy) と SLA が明示されているか
- RAG / ファインチューニング / プロンプトキャッシュ等の費用構造が透明か
- ハルシネーション対策 (根拠表示・引用元 URL) が実装されているか
- PoC から本番運用までの伴走支援 (MLOps / プロンプト改善) を提供できるか
業界用語ミニ辞典
| LLM (Large Language Model) | 数百億〜数兆パラメータを持つ大規模言語モデル。GPT-4o・Claude 3.5・Gemini 2.0・PLaMo などが代表例。 |
|---|---|
| RAG (Retrieval-Augmented Generation) | 社内文書をベクトル検索で取得し、LLM のプロンプトに注入する「検索拡張生成」。社内 ChatGPT の標準アーキテクチャ。 |
| MCP (Model Context Protocol) | Anthropic が公開した、AI モデルと外部システムを安全に接続する標準プロトコル。USB-C のように接続を統一する。 |
| ファインチューニング | 既存 LLM を自社データで追加学習させ、業務特化させる手法。LoRA / QLoRA で低コスト化が進む。 |
| プロンプトエンジニアリング | LLM への指示文 (プロンプト) を工夫し、出力精度を高める設計手法。Few-shot / Chain-of-Thought 等が代表。 |
| マルチモーダル AI | テキスト・画像・音声・動画を統合的に扱える AI。GPT-4o・Gemini・Claude 3.5 が代表。 |
| AI エージェント | 目標を与えると複数ステップを自律実行する AI。ブラウザ操作・コード実行・API 呼出を組合せる。 |
| ハルシネーション | LLM が事実と異なる内容を「もっともらしく」生成する現象。RAG ・引用表示・グラウンディングで抑制する。 |
| VLM (Vision-Language Model) | 画像とテキストを統合理解する視覚言語モデル。GPT-4o・Claude 3.5 Sonnet・Gemini 2.0 が代表。OCR・図表理解で業務適用が進む。 |
| ベクトル DB | 文章を埋め込みベクトルに変換して類似検索する DB。RAG の核となる基盤。Pinecone・Weaviate・Qdrant・pgvector が代表。 |
| コンテキストウィンドウ | LLM が一度に処理できるトークン数。GPT-4o=128K、Claude 3.5=200K、Gemini=2M。長文 / コードベース全体投入が可能に。 |
この分野の求人
よくある質問
国内の主要 AI 企業は?
基盤モデルでは Preferred Networks、ELYZA、Sakana AI、rinna。AI SaaS では PKSHA、HEROZ、AI inside、ストックマーク、エクサウィザーズなどが代表的です。
AI 導入の初期費用は?
汎用 AI SaaS は 月額 5 万円〜、業務特化 SaaS は 月額 20-100 万円、カスタム開発は 500 万〜数千万円が相場です。RAG/社内 ChatGPT は POC で 100-300 万円から。
オンプレとクラウドどちらが主流?
コスト効率からクラウド (Azure OpenAI、AWS Bedrock、GCP Vertex AI) が主流ですが、機密情報・規制業界ではプライベート LLM (オンプレ or VPC) の需要が増加しています。