対談記事(14)：アカデミア発の先端技術、その社会実装のリアル――株式会社松尾研究所・金剛洙氏に訊く

2025年1月31日 2025年5月25日

AIB事務局

本対談は、AIB協会が主催する取材企画として実施されました。
株式会社松尾研究所取締役兼株式会社MK Capital 代表取締役の金剛洙氏をお招きし、AIB協会理事を務める前（工学博士）、松岡（弁護士）を中心に、松岡のご同僚である平山氏、幕田氏にもご参加いただきました。
また、AIB協会の正会員かつ運営委員である、株式会社ネオテックス（亀山）、株式会社ジャパンテクニカルソフトウェア（稲垣）、ユニアデックス株式会社（藤田）も同席し、活発な議論が交わされました。

１．株式会社松尾研究所について

松岡：金さんとお会いするのは、昨年のJCIF（国際金融情報センター）主催の生成AIに関するセミナー以来ですね。セミナーでは、金さんに生成AIについてお話しいただき、私はＥＵのＡＩ　Ａｃｔについてお話しさせていただきました。本日は、金さんのお仕事についてお伺いしていきたいと思います。

金：こちらこそお越しいただきありがとうございます。本日は、よろしくお願い致します。

松岡：金さんは、東京大学及び大学院を卒業された後、シティグループ証券に就職され、その後、2020年に株式会社松尾研究所[1]（以下「（株）松尾研究所」といいます。）に入られたとお伺いしました。（株）松尾研究所の概要と、入られた経緯を教えてください。

金：分かりました。順を追ってご説明します。

私は、東京大学の大学院では、主に統計と計量経済学を専攻していました。統計は、AIと相性が良い分野と言えると思います。松尾研究室（現在の松尾・岩澤研究室。この対談では「松尾研究室」といいます。）は、私が所属していた研究室の隣にありました。私を含め、学科の学生は、松尾先生のことを気鋭の先生としてよく存じ上げていました。

シティグループ証券に入社した後、私は、金融のデリバティブの計算をするチームに所属していました。チームの業務は、マーケットのことを見てトレード業務をするのがメインですが、付随して必要なプログラミングもするというものです。

他方、私は自分でAIの予測モデルを作ろうとしていました。今は、「トランスフォーマー」は非常に有名になりましたが、その初期的なAIを自分でコーディングして作成していました。

ただ、外資系金融機関の東京支店にいて、自分で業務のためにAIを作って運用するということについては、会社の理解は得られませんでした。会社は、本国などのシステム部門が作成・採用した統計的なシステムを使うことを推奨しているからです。

私としては、「AIの波が来ているのに、AIを利用してビジネスをできないというのはあまりにもどかしい」と強く感じていました。シティグループ証券のことは好きでしたので、AI以外の領域を頑張ろうかと迷いましたが、「AIのビジネスチャンスは非常に大きい」という思いがますます強くなり、私は、シティグループ証券を辞めて、起業に挑戦しようと準備していた時に、松尾研究室に伴走しつつAIの社会実装の活動を行う（株）松尾研究所という会社がちょうど立ち上がるということを知りました。

私は、東大在学中から松尾先生や松尾研究室に対して畏敬の念を抱いていましたし、松尾研究室は、当時、既に多くのスタートアップを輩出しており、社会的にも有名になっていました。例えば、グノシーは2015年、パークシャーテクノロジーは2017年にそれぞれ東証マザーズに上場を果たしました。松尾先生も2019年にソフトバンクグループの社外取締役に就任されたこともあり、ビジネス的にも名声を得ていました。

私は、「（株）松尾研究所で学ぶことは、自分の財産となるだろう」と考え、2020年に松尾研究所に入ることとなりました。

松岡：非常によく分かりました。ありがとうございました。では、金さんが2020年に（株）松尾研究所に入ってからのことをお伺いしたいと思います。ChatGPTがリリースされるのは、2022年11月ですので、2020年当時は、生成AIブームが到来していない時期と思います。どのような業務をされていたのか教えてください。

金：私は、当時、基本的にはAIを世の中にもっと広めていきたいと思っていました。そこで、その企業の価値を向上させることができる、その企業の領域に適切にフィットしたAIのモデルを作り、実際に導入するということをしていました。

具体的に説明すると、企業の方がご相談に来られて、その企業に関する特定の課題をご説明いただきます。それに対して、私からは、「〇〇というAIが導入できるのではないですか」というコンサルティングをします。この打合せの結果、企業の方が「トライした方がいいね」となると、ご予算を承認いただいて、その後、AIのモデルを作らせていただくこととなります。そのAIのモデルを納品して、プロジェクト完了となります。

私は、2020年に（株）松尾研究所に入った後、このようなプロジェクトを何件か担当しました。

松岡：分かりました。ChatGPTのリリースは、2022年11月30日であり、いわゆる「生成AIブーム」が生じる前であっても、AIには一定のニーズがあったということですね。

金：そうですね。（株）松尾研究所は、2020年当時から基本的に年1.4倍ぐらい（2年で約2倍）の成長をしています。2020年は、「生成AIブーム」（第4次AIブーム）が生じる前であり、「ディープラーニングブーム」（第3次AIブーム）の後の時期、谷間の時期と表現できるかもしれませんが、その時期であっても成長をしていました。ビジネス的に十分なニーズはありましたね。

松岡：具体的な会社名を教えていただくのは難しいかもしれませんが、2020年以降にどのような分野のお仕事をされていたか教えてください。

金：金融機関とAIの共同開発をさせていただくことが多かったですね。例えば、為替の時系列予測のAIモデルを作成しました。

また、製造業の会社とも共同開発をさせていただくこともありました。例えば、PDFをCADのデータに変換するAIモデルを作成しました。当時、私は時系列データの扱いは得意だったのですが、この案件をきっかけに画像系のAIについても経験させていただきました。

2020年当時は人数が少ないこともあり、「自由に案件を創出してもいいよ」「何でもやっていいよ」という雰囲気があったのは、私にとっては幸運でした。

２．（株）松尾研究所と松尾研究室

松岡：次に、時系列を少し進めて、2022年について教えてください。金さんは、2022年、（株）松尾研究所の取締役にご就任されると共に、株式会社MKキャピタルを設立されました。

前者の「（株）松尾研究所」から改めて教えてください。「（株）松尾研究所」は松尾研究室とはどのような関係にありますか。

金：松尾研究室においては、基本的には、ディープラーニングを中心とした基礎研究をしています。一方で（株）松尾研究所は、松尾研究室に伴走し、大学を中心としたイノベーションを生み出す「エコシステム」を作り、大きく発展させることを目的に設立されました。

基礎研究の成果を、まず講義に落としこみます。講義では、いち早く基礎研究の成果を提供します。その講義を受けた学生が、AIという技術を実世界へと実装していくこととなります。この実装の方法の一つとして、社会実装の活動があります。社会実装の活動をした学生が「よし、これを持って起業しよう」ということになった場合、それをサポートするインキュベーションチームがあります。この基礎研究、講義、社会実装、インキュベーションの4つの活動が機能し、循環することをAIのエコシステムと考えています。これにより、AIの技術が社会に還元されますし、有力なスタートアップを輩出することができます。

スタートアップが上場やM＆Aにより売却されることによって、社会的・経済的な成功のノウハウが蓄積し、エコシステムに還元されることを目指しています。

基礎研究と講義は大学で行っています。一方で、より社会と接続していくような社会実装やインキュベーションについては、一法人として社会のニーズに対応してくいくため、株式会社松尾研究所が中心となって対応しています。

３．株式会社MK Capitalについて

松岡：それでは、次に、株式会社MK Capitalについてお伺いしていきたいと思います。この会社は、金さんが代表取締役を務められている、生成AIに特化したVC（ベンチャーキャピタル）とお伺いしております。まず、この会社を創設した経緯を教えてください。

金：分かりました。

株式会社PKSHA Technology[2]（パークシャーテクノロジー）というAIのスタートアップの中でも、日本で最大規模の会社があります。彼らは、松尾発スタートアップで、上場もしています。

パークシャーテクノロジーは、元々アルゴリズムファンド（PKSHA SPARX アルゴリズム1号投資事業有限責任組合）を運営していました。1号ファンドは、「スパークス」という金融機関とパークシャーテクノロジーが協同で運用していると思います[3]。

そして、パークシャーテクノロジーが「2号ファンド」を創設するにあたり、「2号では、よりAIの強みを出したい」という希望がありました。1号ファンドの運用によりノウハウが蓄積されてきたので、「さらにAIにフォーカスしたファンドを立ち上げよう」と、（株）松尾研究所へお声がけをいただきました。

私としては、AIを社会実装していきたいという思いはありましたし、面白いことができるのではないかと考え、お話を受けることとしました。

その結果、アルゴリズム2号ファンドは、（株）松尾研究所子会社とパークシャーテクノロジー子会社の共同運営という珍しい形態になっています。

ちょうど生成AIが世界に普及したタイミングで創設し、生成AIに特化したファンドとしています。日本では、AIに相当に詳しいファンドになると思います。最近、生成AIファンドがいくつか作られましたが、本当にAIのエンジニアが在籍し運営しているファンドはなかなかないと思います。

松岡：ありがとうございます。MK Capitalは、金さんが代表取締役を務められているので、日本では貴重なファンドなのだろうなと思います。

お伺いできるかどうか分からないですが、運用額はどれくらいになりますか？

金：具体的な運用額は、多くのファンドと同様に、非公表としています。ただ、ホームページに「60億円～100億円を目指す」と書いてありますので（笑）

松岡：ありがとうございます。アルゴリズム2号ファンドは、どのような方針で投資されていますか？

金：それは、どれぐらい良い投資案件があるのかにもよりますね。アルゴリズム2号ファンドは、リターンをしっかりと期待できる案件に限定して投資をしています。シナジーがあるという理由で出資するファンドもあるようですが、当ファンドはそのようなことはしません。

松岡：ありがとうございます。これもお伺いしてよいかどうか分かりませんが、2023年、2024年にどれくらい投資されていますか？

金：明確な数はお伝えできませんが、すでに数十件の投資をしています。

松岡：ありがとうございます。どういう分野が多いですか？

金：アルゴリズムファンドは、「AIがあらゆる産業を変えていく」という信念に基づいて運営しています。このことから、特に領域を限定することはしていません。先ほど申し上げたとおり、伸びることが見込める会社であり、リターンを得られると確信できれば問題ありません。また、海外にも日本にも投資をしています。

ただ、結果的には、IT系が多くはなりますね。IT系はデータが蓄積しやすく、そういう環境であれば、AIが使えますねというロジックになります。

松岡：海外への投資というところでは、どのような国の会社に投資していますか？

金：中国、東南アジア、韓国という国の会社に投資しています。基本的には、アジアの会社ですね。海外では、日本にはまだ存在しないビジネスが立ち上がることがあって、そういった時に早めに投資しておくと、日本市場で、先行者利益を狙えるかもしれません。

松岡：どのようなビジネスがそれに該当しますか？ヒントだけでも教えていただきたいです。

金：中国はやっぱり面白いですよ。中国は生成AI系ですと非常に早いですね[4]。

早いのは2つあります。1つは、いわゆる基盤モデルを作っている会社、それも今までにないやり方で作っている会社もありますし、あるいはそれを利用していく方も非常に早いです。

利用する側の具体例としては、「生成AIが稼ぐ」というものです。日本で生成AIを使うのは、業務効率化の方向が多いと思います。そうではなくて、生成AIで利益を生み出す方に動いているベンチャーとか出てきています。

松岡：海外の、中国や東南アジアのスタートアップに日本のVCが投資できるのはすごいですね。海外の良いスタートアップをどうやって見つけるのですか？

金：これは、海外現地にキャピタリストがいて、彼らが教えてくれます。

松岡：なるほど。

前：必ずしもAIの技術そのものを開発している会社に特化して投資するってわけではなくて、ユーザー側でもAIの技術を使って伸びそうな会社があれば、そのような会社にも投資するということでしょうか。

金：おっしゃるとおりです。実はどちらもやっていまして。日本の場合、AIを作っている方は、結構少なく、AIを使う側の企業が多いですね。

（株）松尾研究所やパークシャーのアドバイスを受けながら会社運営したいっていう方に出資させていただくことが多いです。

海外の場合、例えば、韓国や中国の企業でAIをめちゃくちゃ作っている会社からすると、「松尾研究所やパークシャーだったら組みたい」と思うマインドがあります。AIを作る側の企業に対する出資の機会を得ることができます。

松岡：金さんはVCを運営されていますので、有望な投資分野か、世間では有望と言われているかもしれないですけど、実は有望ではない投資分野を教えてください。

金：現在の状況からご説明します。AIについては、やっぱりアメリカがすごいです。昨年ぐらいまでは、AIの基盤モデルと呼ばれるレベルの生成AIのレイヤーの戦いが非常に激しく行われていました。ただ、これは、ほぼ勝負がついた感じになってきています。今は、そのレイヤーにお金はあんまり来なくなってきています。

今は、基盤モデルをいかに使って、世の中のアプリケーションを作っていくか、アプリケーションレイヤーという戦いが非常に激しくなっています。

一部のVCは、同じ領域に投資するという手法をとっています。例えば、「コードを生成して、プログラマーの代替をする」というスタートアップが出てきたときに、同種のスタートアップの2、3社に投資して、そして、ぐっと伸びた会社に「お前は勝者だ」っていう話をして、一気に広めていくというやり方をされているようです。

そのやり方の善悪は、いったん置いて、そこで勝者が出てきたときに、その事業が日本でも適用できるものであった場合、そういうスタートアップは日本でも作った方がいいんだろうなと思っています。地理的な壁が原因で、日本に入ってきていない領域はいくつかあると思うんですよね。

そういう領域を見つけるとチャンスは大きいですよね。タイムマシン経営の一種かもしれません。

アメリカは、非常に激しい競争環境であるのに対して、日本はそれほどの競争環境ではないっていうところは逆手に取れるかなと思いますね。そこで出てきた実証されたことを持ってくることはいいのかなという気がします。

松岡：なるほど。シリコンバレーにも貴社のスタッフの方がいらっしゃるのですか？

金：シリコンバレーには弊社の関係のスタッフまでは置けていません。我々は、一応、「パンアジアファンド」のようなところがあり、シリコンバレーの会社への投資機会もなかなか巡ってきません。

ただ、シリコンバレーを含めてアメリカで活躍している日本人の方とは連携していますので、その連携を通じて情報交換をして、調べています。

松岡：分かりました。有望ではない投資分野はありますか？

金：生成AI周りで有望ではない分野というのは現状多くはないかなと思います。ただ、投資をしたいけど、バリュエーションがあまりに高くなりすぎてしまって、投資しなかったということは少なくありません。生成AIに関しては、今はちょっとバブルではあるとは思っています。このことから、従来型のAI（画像認識など）を実直にやっているベンチャーは、意外と今狙い目なんじゃないかと逆に思っています。みんなが生成AIと言っているので、競争が逆に緩くなってるような気もするんですよ。そのような会社については、バリュエーションがそこまで変わってないはずなので、出資もできますし。

松岡：バリュエーションのお話は、金さんのVCとしての目線ですね。とても面白いです。

金：先ほど申し上げたとおり、有望ではない分野というのはないのですが、投資をしなかったということで、強いて言うのであれば、「ビジネスモデルを作るのは難しい」と感じた場合に投資しなかったことはありますね。

松岡：マネタイズは本当にするのかなっていう感じですか。なるほど。

金：そうですね。それもAIの問題ということではないと思います。あとは、印象としては、日本のベンチャーは、既存のサービスの中に、既存の生成AIを組み込む、「なんちゃって生成AI」は、結構多いですね。

４．　金融庁の特別研究員、論文の作成の経緯

松岡：2023年に金融庁の特別研究員に就任されています。どのような業務をされていますか。

金：金融庁からの委嘱研究という形でディスカッションペーパーを書いていました。2024年末に提出しましたので、しばらくすると公表されるのではないかと思います[5]。

金融庁に、イノベーションを見ている部署があり、その部署の方々と、昨今の生成AIの状況に関してカジュアルな形で意見交換を実施したところから始まりました。その後、私の方から研究計画書を提出し、採択されましたので、この件に関する研究活動を開始しました。その後は様々な観点からヒアリング、議論をさせていただきましたので、内容をまとめて、ペーパーという形式で公表に至ったものです。

金融庁の方や金融実務家の方々とディスカッションをさせていただく中で、「金融機関全体としてこのあたりが困っていますよね」というところが分かってきましたので、それをまとめて、論文としてまとめたというものです。

５．　松尾研究所の今後

松岡：現在、2025年1月です。金さんが加入された2020年から5年経過しました。5年間でどういう変化がありましたか？

金：基本的には売上げはしっかり伸びています。それに付随して、どんどん人も増やしているという流れですね。きちんと成長しているという印象を持っています。

松岡：素晴らしいですね。

現在、2025年1月です。2025年や2026年の計画や目標を教えてください。

金：基本的にはこれまでの延長線上で成長していきたいと考えています。また、スタートアップの数をもっと増やしていきたいですね。そのために必要となる共同開発の案件も増やしていこうと検討しています。

松岡：次に、過去のことを教えてください。金さんが個人的に2023年、2024年にこういうことができていたら、もっとよかったなということはありますか？

金：ありますよ。先ほど、1.4倍成長していると申し上げましたが、グローバルで見ると、生成AIはもっとすごいスピードで成長しています。

私が注目しているのは、人間の数ですね。海外、特にアメリカでは、社員数数名のスタートアップでもユニコーンとなることが時々あります。突き詰めれば一人スタートアップがユニコーンになる可能性だってあります。

これに対して、日本のスタートアップの多くの、AIの受託開発（企業から依頼を受けて研究）をしていました。受託開発の事業でも当然成長するのですが、連続的な成長となります。ですので、もっと連続的じゃないところに張っていくことはできたのではないか、本当は少人数スタートアップのユニコーンを日本でも生み出せたのではないかと考えています。ですので、2025年や2026年には、ユニコーンとなる少人数スタートアップを生み出せたらよいと考えております。そうすれば、非連続的な成長をすることができます。

既に存在する技術を社会に実装したり、社会に貢献するだけじゃなくて、全く非連続な、新しい技術が出てくるようなことがないかなと考えています。

今の技術を組み合わせて、非連続な成長を生み出している企業もあるんですよ。つまり、①次のディープランニング技術みたいな領域と、②今のディープランニング、生成AIの技術で頑張るという、その両方をもっとうまく張っていって、非連続の成長を生み出すという可能性はあると思います。

これは、松尾研究所というより、私自身が考えていることですね。

前：今のLLMなどGAFAが行っていることと同じような内容で追いつこうとすると、先行者利益と言いますか、先に大きくなった方がさらに有利になるという世界と思いますので、全く同じことで追いつくのはなかなか難しいのかなと思っています。そういう意味では、これからそれとは違うベクトルで追いつき追い越すということがあるとすれば、どういう方向性に行くとGAFAを出し抜くような可能性があるとお考えでしょうか？

金：非常に難しい質問ですね。やっぱり同じゲームをやっちゃいけないんだろうなとは思っています。彼らは、プラットフォームを押さえて、その上で巨大なモデルを作るというやり方でやっていますけど。

例えば、LLMみたいなものを作るのであれば、もっといかに効率化してやっていくか、あるいは、個社が使いやすい形にしていくかとか、そういうやり方の勝負になるのではないかと思っています。それか、今までのAIと全く違ったようなものを作るかっていう二択になります。後者も非常に難しいので、まずは今のLLMの延長でやれることを模索するっていうのがいいのかなとは思いますけど。

前：今の規模をどんどん大きくしていく方向性では、原発を何基も作らないと追いつかないという議論がアメリカなどで出ており、精度を追求していくには、十倍、十倍と指数関数的に規模を大きくしていく必要があると思いますが、発電所を作ると言っても十倍、十倍というペースでは、いずれ限界があると思いますので、エコに精度を出すという技術の研究が重要になるのではないかと個人的には漠然と考えています。その辺のお考えはいかがでしょうか？

金：現在のAIは、基本的に、モデルを二倍にすると、計算量が四倍かかります。つまり二乗のオーダーで計算が増える傾向があります。それを変えようという研究が出てきています。

ただ、その精度を見たときに、「まだ元々のトランスフォーマーが強いよね」という状況です。そうすると、みんな、精度がいいものをどうしても使いたくて、結果的にどうしてもエネルギーが非常にかかってしまうやり方が多くなっています。

ただ、一方で、同じトランスフォーマーを使っても、昔のモデルと比較すると、最近作ったモデルは、データを工夫するなど効率的に学習するようになってきています。そういう意味では、多少の電力の消費や計算量は軽くなってきてはいます。基本的には計算でどんどん軽くなっていく方向と思います。ですので、今は、その過渡期かなと思っています。だんだんあの、省力化していくっていう方向にはなりつつあると思っています。

６．　金融分野とAI

平山：次に、金融分野とAIについて、お伺いします。

金融分野において、AIとの関係で、主に挙げられる話題のうちの一つが、金融機関、銀行、証券会社、保険会社等金融庁が監督している事業者に対して、金融庁は現在、顧客の最善の利益を考慮して、業務を遂行することを求めている状況です。

顧客の最善の利益は、顧客の属性、経験、資産等を踏まえて、顧客に合った金融商品を紹介することが想定されています。

ただ、顧客の属性等は千差万別であり、個々の営業担当者のノウハウ等に現状は依存しすぎている。そのため、そのようなノウハウを一元化して、そのままAIで分析して、顧客にあった金融商品をピックアップすることは可能でしょうか。また、実際そのようなAIがどの程度ニーズがありそうかというところのご意見を伺わせていただけますと幸いです。

金：できると思います。前提として、想定される顧客は、個人が多いのでしょうか？

平山：こういうケースで特に問題になるのは個人の方が多いと思います。

金：個人の方のどういったところに投資したいか、どの程度リスク許容可能か、どれだけの資産、収入があるかといった情報をもとに、それぞれの顧客に適した商品を提案していくことは技術的に十分可能だと思います。また、おそらくそのような方向になっていくのではないかと思っています。ただ、センシティブなデータの取扱いもあるように思いますが。

平山：ご指摘の点は、まさに次にお伺いしたい事項になります。特に保険関係ですと、病歴のようなセンシティブな情報が必要となってくるときに、処理をせず、システムに入れてしまってよいのかという点が問題になるのではないか。特に、そのシステムを外注しているようなときに外注業者も確認できないよう、仮に制限をかけたときに、精度の高い、ニーズにマッチしたようなAIシステムになり得るのか、という点が次にお伺いしたい事項になります。

金：やはりある程度センシティブな情報をどう扱うかという点は、自主的な規制だけでなくて、規制当局からもあるかもしれません。一つには、やはり現在、日本の企業は、基本的に海外製のシステムを使っている状況で、データはクラウドに上がってしまい、クラウド上にある。そのため、一つの解決策としては、システムを内製化してしまって、自社内で持つということがあるのだと思いますね。このような事例は、中国系の会社で起きています。中国は国策で、海外製のものをつかえないため、その生成AIを内製化する必要が生じ、個々の会社に特化した生成AIを作る会社になってきています。そのようなケースでは、センシティブなデータを扱ったとしても、少なくとも金融機関の外には出ないことになるはずです。ゆくゆくは、日本もそういった、センシティブなデータが使えるように内製化した生成AI用に一定の規模のものを持つみたいな動きになってくるのではないかと予想しています。

平山：論点が変わりますが、金融機関は、犯収法に基づいて、マネーロンダリングを防ぐために本人確認をすること、疑わしい取引の届出をすることが求められております。この点に関して、金融庁の幹部と以前ディスカッションした際に、金融庁としては、一応の目線として参考事例を出したりはしているものの、人の目で確認するのは限界があるので、AIを用いて、「これは怪しい取引ではないですか？」といった形で注意喚起を出す等により、効率的に行えないのかということが、議論になっているようです。実際に、そのようなその疑わしい取引とされるような要素を数値化して検知していくっていうことは理論的には可能でしょうか？

金：金融庁のホームページの参考事例を拝見して、疑わしい取引でも結構いろんなパターンがあるなとまず思いました。そのうえで、どの程度データが残るかによると思います。

例えば、通帳からある銀行口座から別の口座に送金しましたというのが、細かく何回も刻まれているかといった点は、データとして残っているのでわかると思います。ただ、例えば、ATMに来ている人が誰かという点は、おそらく画像データとして残っておらず、保管期間内でも他のデータと紐付いていないと思います。

平山：実際、何事もなければ自動的に削除されると聞いています。

金：そうなると、あの、やっぱり数値的な部分しか残らず、金額のデータしか残らないと思いますので、あくまで異常検知的な昔からある仕組みのようなやり方で判断するということもあるかなと思っています。そのため、どこまでデータを提供できるかっていうのにだいぶ依存すると思います。例えば、監視カメラの映像で、顔検知をして、普段そのカードを使っている人と同じとか、近いとかというところまで数値化できるようになれば、精度が高くなっていくと思いますが、個人情報を利用してよいのか、データとして持っていてよいのかという問題はあるように思います。

７．　医療分野とAI

幕田：これからは医療・製薬分野でのAIの活用についてお聞きしていきます。まず、医療分野では「カルテのテキストデータを利用したデータの匿名加工・仮名加工等の自動化等が活用例としてあるとセミナーで伺いました。医療・製薬分野では特にどのような分野でAIの実装が広がっておりますでしょうか。

金：医療は産業が大きいこともあり、海外では医療特化の生成AIの研究開発がなされています。医療に特化することで、既存のGPTより精度の高いものも出てきています。病気の診断や画像から病名を当てるなどの精度が高く、すでに医師国家試験に合格するようなものもできています。医療のあらゆる領域に生成AIが入ってきて、医師の診断を支援するという動きは増えると考えています。もっとも、やはり医者に行って人間の医師に診断してもらうことの安心感は残り続けるように思います。そういった意味において、医療分野はAIが診断まで全てを代替することにはなかなかなりづらい領域でもあり、あくまで医師のサポートをする、診断の「支援」にとどまるような気はしています。

別の動きとして、医薬品を作る際に、創薬の分野をAIでサポートする、あるいは自動化する動きが海外の企業中心に出てきています。巨大なモデルを作って、そのモデルが創薬まで行う形です。ただ、そうして創られた薬の最終的な試験は人間がやって治験を行うという動きがでてきています。非常に時間がかかる創薬のプロセスを効率化するというこれまでの役割から、人間が発見できなかったものを発見することをAIが担っていくという方向に移行していくことが予想されます。日本ではあまり出てきていませんが、海外ではこうした動きが活発化していて、一部スタートアップが出てきて大企業と連携していくみたいな動きがあります。

幕田：今までの投資先としての医療・製薬分野でAIを活用するような企業はありましたか。

金：AIを導入した医療・製薬分野の会社に投資したことはありません。話を聞いたことはあるものの、創薬等をサポートするAIを作るのはかなり費用がかかり、結果としてバリュエーションが高くなってしまうというのが理由としてはあります。また、実際に薬ができるまでにも時間がかかるためリスクがあります。その点で投資先としてはあまり旨みがないなというところで投資はしませんでした。

幕田：ありがとうございます。次に、医療・製薬関係のAI開発の場面において、AI開発者の観点から開発を妨げると感じる規制のようなものはありますでしょうか。

金：規制の影響というよりは、AIを使っていこうみたいなマインドをもっと持っていくことが大事のように思います。法令による規制というよりはむしろAIやAIの導入が価値のあるものであると、医療関係者や病院の方に納得をいただけるかどうかといった事実上の参入障壁が重要に思います。

幕田：先ほどセンシティブデータ等の移転の規制がむしろ自社製のAIの開発を促しているというお話を興味深く聞いていたのですが、AI開発者の目線からは、医療・製薬分野におけるAIに関する望ましい規制・規律のあり方とはどのようなものでしょうか。

金：個人情報に限らず、例えば、知的財産権のあるものを学習させてよいかという議論があります。画像系の話ではありますが、学習することは許されるが、使っていて知的財産権のある学習元と似たものが出てきたときには責任をどうするのかという問題があります。こういう問題があるので、スタートアップ企業などは、そもそも学習させてよいのかという話になっているようです。現在では、誰もが恐る恐るやっているという印象を受けていますし、ダメだとして誰がどのように責任を取るのかという点がしっかりと定義されて、責任のあたりがもう少しクリアに決まってくることが望ましいと思います。

幕田：医療・製薬分野のAIの実装・導入が日本で低調であると指摘されていますが、このような低調の理由について何かご見解はございますでしょうか。

金：やはり、マインド的なところが大きいと思っています。医療系のベンチャーは元医師の方がやっている例が非常に多く、それはその医師の方が知っている情報とか知識がなければ参入しづらいということの裏返しでもあるのかなという印象を受けています。医者が、医者のことしか信頼しないといったマインドセットのようなものが裏側にあるのかもしれないと思っています。

幕田：次に、現状ではそれほど活用がすすんでいないものの、今後、医療・製薬分野で生成AIの活用を期待されるのは特にどのような分野でしょうか。

金：やはり画像診断を支援するというところや、フォーマットが異なるカルテの情報を統一し、全体でシェアするという動きがありますが、それもAIで吸収できると思っています。用途は結構多くあるとは思いますが、それを誰がどう進めるのかというところが問題なのではないかと思っています。

前：先ほど創薬にも結構AIが使われるというお話がありましたが、創薬は分子・原子の並び方を決めていくことですので、言葉の並び方を決めていく生成AIと同じような仕組みの延長線上で創薬向けのAIも開発できるという理解でよろしいでしょうか？

金：おっしゃるとおりと思います。構造を色々探索できるようにAIに学習させるというパターンがあります。また、失敗したデータも結構有用らしいです。この領域を組み合わせると「失敗しやすいよ」ということが分かりますので、そこは避けて実験できるようにするというサポート機関があるとのことです。

これが個社で閉じずに、いろんな会社が使えば使うほど、みんなの情報が統合されて、より同じ轍を踏まないということになりますね。プラットフォームが作られて失敗が共有されると、分野の効率がかなり上がると思います。

前：ちょっと話が戻ってしまうかもしれませんが、（株）松尾研究所の方はインキュベーションに特化されているのでしょうか、それとも最初の方でお話があった企業からの案件のシステム開発の請負を今でもなさっているのでしょうか？

金：どちらかというと、企業から受託する方が多いです。インキュベーションの方はサポートするスタッフはいるんですが、インキュベーションの方は少し難しくてですね。

大学では、アントレプレナーシップ講座も提供しているので、インキュベーションの方はちょっと分散して活動しています。

９　最後に：AIB協会と株式会社松尾研究所

藤田：ユニアデックスの藤田と申します。当社はITインフラを中心に企画から運用までを手掛けるシステムインテグレーターですが、私は主にAI関連の技術調査や、顧客および社内への適用を担当しております。

本日は貴重なお話をありがとうございました。提供が人月ビジネスに偏りがちな点については、当社も日々課題として認識しており、脱却に向けた試行錯誤を続けています。そのため、大変共感いたしました。

ぜひ、以下の2点についてご相談させていただければと思います。

1つ目は、AIB協会として貴社と連携する可能性についてです。AIB協会では、AIのビジネス活用を支援するため、情報提供やネットワーキングを行っています。貴社の方針とも通じる部分があると感じています。

2つ目は、ユニアデックスとしての協業についてです。当社ではAIプロジェクトを進める中で、人材や技術の不足といった課題があります。これらを貴社とのパートナーシップで補うことができればと考えております。

金：ぜひご一緒に取り組ませていただければと思います。当社はシステム部分にはあまり注力しておらず、むしろインフラ部分をお任せすることで、AIに特化できる強みがあります。ところで、貴社ではこれまで松尾研発スタートアップとの連携は行っておられるでしょうか？

藤田：はい、連携させていただいております。現在、スタートアップの一社と協力し、製品評価から商材としての採用までを模索しながら、顧客への提供を進めているところです。

稲垣：ジャパンテクニカルソフトウェアの稲垣と申します。大変興味深いお話をありがと

うございました。弊社も長年ソフトウェアの受託開発に携わっており、最近ではAIシステムの開発・導入に取り組んでおります。私は社内のAIラボという部署で実証実験を行っており、特に北海道に拠点を置く野菜加工業者さんの省力化・自動化を支援しています。もし今後、ご協力・連携できることがございましたら、ぜひお声がけいただければと考えております。

金：ぜひお願いします。

稲垣：先ほど先生から「一人ユニコーン」というお話の中で、投資しておけばよかったという話題がありましたが、事業としてどのような特徴だったのか、あとどのようなタイミングでそのようにお思いになったのかをお教えいただけますか。

金：そうですね。投資しとけばよかったというか、スキームを組めればよかったという思いが強いです。それらの事業がどうして成功してるかっていうのは表現しづらいんですけど、一つにはAIによって一人当たりの生み出せるコードやプログラミング量が非常に増えたことがあると思います。これまで何人かでしなくてはいけなかったことが、一部の非常に優秀といいますか、筋の良い方がいきなりヒットを出してしまっている例が出てきています。思わぬところに＜テクノロジー×機会＞があったなみたいなのがポツポツ出てきて、それと同じようなことが我々でもできるのではないかと考えました。

例えば、今年間20,000人も教えているので、彼らの一部にそういう世界があるんだよっていうのを教えたら、同じこと再現できるんじゃないかなっていう気はしています。具体的にどのようにするかということは課題としてありますけど、そうした分野について一定の時間を投下し、カリキュラムを作りコンペティションみたいにやってもいいわけですよね。その中の何人かがスキルを身に着けて立ち上がってきたら、その人たちと一緒に検証させてもらえるなどすると、それだけでかなりのビジネスにつながると考えています。

稲垣：うまくいった例を日本でも育てようということですね。検証につながればビジネスになりますね。ありがとうございます。

亀山：株式会社ネオテックスの亀山と申します。

この度は非常に貴重なお話をいただきまして、ありがとうございます。

先ほど金さんがおっしゃっておられた、現在のエコシステムのサイクルを加速して大きくして行き、起業数をさらに増やしていかれるというお話の中で、それを実現させるために必要な要素や、足りないピースなどがあれば、教えていただければと思います。

金：はい、そういう意味で最近感じているのは、我々は起業家育成まではできるのですが、その起業した会社が本当に事業として伸びるかどうかというのは、結構分からないなと言いますか、その起業家自身の力量に依存してしまうところがあると思っています。更に感じるのは、その起業家の中でも、いろいろな企業へインターンとしていち早く社会を経験をした人は、成長が早く、いかに社会と早いタイミングで接しているかが大事だと個人的に思っています。

そういった意味では御社に限らずですが、どんな領域でも良いので、いろいろな会社で若い内からインターンなりで経験してもらって、社会の様々なシステムに触れて詳しくなっておくと、そこにAIを組み合わせて、より良いソリューションを生み出し、更に強いスタートアップを切れるのではないかという気はしています。

前：いわゆる大企業では自社の資金でAIの開発や投資ができる企業が多いと思いますが、AIB協会の会員になっていただいている会社様では、自社の力だけでAIの導入に取り組んでいくのは比較的難しい場合が多いと認識しています。裾野を広く社会実装していくという意味では中堅・中小の会社様にもAIを活用していただく必要がありますので、例えば、今の技術で何ができて何ができないというような技術的な情報を正しく理解することの他にも法務や知財なども含めて、ビジネス上必要な情報を提供するという活動を行っています。松尾研究室はメディアなどでも取り上げられることが多いですので、中堅・中小企業の方々も皆様ご存知の方が多いと思いますが、その最先端の技術にアプローチする術がなかなかないという方もいらっしゃいますので、今後もし可能でしたら、例えば先生の講義が視聴できますよという情報であったり、スタートされて間もないスタートアップでこういう会社様がありますよという紹介であったり、を我々の会員様にも情報提供できるとありがたいと思います。もちろん先生やスタートアップの方に来ていただいてご講演いただければ大変ありがたいです。そのような形で、広い裾野にアプローチする手段の一つとして我々も貢献できればという思いがありますので、そのような形で今後も是非コラボレーションさせていただけるとありがたいと思います。

金：分かりました。（株）松尾研究所は、AIの総合病院のようなところがありますので、例えば、医療系の特定の領域のAIと聞かれるとご紹介できることがあるのではないかと思います。今後もよろしくお願いします。

[1] https://matsuo-institute.com/　

[2] https://www.pkshatech.com/　

[3] https://www.sparxai.co.jp/investment/　

[4] 2025年1月16日にこのインタビューを行った後である、同月27日、「ディープシーク・ショック」が発生しました。なお、日本の個人情報保護委員会は、2025年2月3日、ディープシークに関する情報提供をした。https://www.ppc.go.jp/news/careful_information/250203_alert_deepseek/　

[5] 「金融領域における大規模言語モデルの評価の進展とRetrieval-Augmented Generationによる精度向上に向けた取り組み」以下の金融庁のウェブサイトから、ペーパー全体のPDFをダウンロードすることができる。https://www.fsa.go.jp/frtc/seika/seika.html

2025年1月

以上

対談者ご紹介

株式会社松尾研究所　取締役
株式会社MK Capital　代表取締役
金剛洙

東京大学工学部卒業、同大学院工学系研究科修了。東京大学大学院工学系研究科松尾研究室に入職、株式会社松尾研究所に入社後、主にAIの社会実装の活動に従事。株式会社MK Capitalを起業し、代表取締役に就任。

ジャパンマネジメントシステムズ株式会社代表取締役社長
AIB協会理事　前一樹（まえ　かずき）

東京大学大学院工学系研究科博士課程終了・博士（工学）取得。ベルギー・ルーベンカトリック大学研究員、北陸先端科学技術大学院大学助手、ITベンチャー企業取締役、CTOなどを経て、現職。医療系研究会事務局長、元上場企業監査役なども務める。情報処理安全確保支援士(登録番号第002063号)、ITストラテジスト。