完全透明性という設計思想
スイスのEPFL、ETHチューリッヒ、CSCSが共同で開発した基盤モデル「Apertus」が、AI業界の構造的問題に正面から向き合う試みとして注目されている。 学習データ、コード、重み、手法、アライメント原則のすべてを公開し、完全な再現性を保証するこのモデルは、LLaMAやMistralが切り開いたオープンソースLLMの文脈を継承しつつも、EU AI Act準拠を設計段階から組み込んでいる点で一線を画す。 8Bおよび70Bパラメータ規模でトップクラスのオープンモデルと競合できると開発陣は主張しており、1000以上の言語を対象とした多言語事前学習を初日から実施している。
OpenAI、Google、Anthropicの三社が事実上支配するクローズドAI市場では、企業や政府機関は学習データの出所も、重みの変更方針も、アライメントの基準も知らないまま、業務の根幹をベンダーの裁量に委ねている。 Apertusが「Sovereign AI（主権AI）」の実装基盤として自身を位置づけるのは、この構造的な非対称性を可視化する問題意識からだ。
日本市場が直面する三つの摩擦
Apertusの登場が日本市場の現状を変えるかどうかは、三つの摩擦の重さに依存する。
第一は調達制度の硬直性だ。 官公庁のIT調達は富士通、NTTデータ、NECを経由するSIer依存型が主流であり、政府情報システムのセキュリティ評価制度（ISMAP）への適合がボトルネックとなる。 Apertusがこの認証を通過するまでに12〜18ヶ月を要するとすれば、公共セクターへの浸透は2026年度以降にずれ込む計算になる。
第二は日本語対応の未成熟だ。 Apertusの初期学習データはEU圏の多言語コーパスが中心であり、日本語形態素解析、敬語体系、業界専門用語への対応は現時点で検証されていない。 LLaMA系モデルの日本語化に要した先例を参照すれば、実用水準に達するまで6〜12ヶ月の継続事前学習と評価サイクルが必要になるだろう。 ただし、この空白はエンジニアにとって先行者優位を確立できる時間窓でもある。 JGLUEやllm-jp-evalでの性能測定結果をいち早く公開した個人や組織が、日本語Apertusの技術的基準を事実上定義することになる。
第三はリスク回避の組織文化だ。 日本企業の意思決定層は「誰が責任を取るか」を選定基準の筆頭に置く傾向があり、グローバルに知名度のあるOpenAIやMicrosoftのエコシステムを選ぶことで責任を分散させる行動パターンが根強い。 完全オープンモデルを自社運用する場合、インシデント発生時の責任は社内チームに集中する。 この構造は、組織のリスク許容度が変わらない限り、経営層の採用判断を阻み続ける。
現実的な浸透経路と経営判断
三つの摩擦を踏まえれば、Apertusが日本市場に浸透する最初の経路は全面採用ではなく垂直特化だ。 データ主権とコンプライアンスへの感度が高いメガバンクや地方銀行、大手製造業の一部が、契約書審査、品質異常検知、社内ナレッジ検索といった限定用途で自社専用モデルを構築する動きが、2026年前半には見え始めるだろう。
**経営層が今すぐ着手すべきことは、クローズドモデルへの依存度の定量評価だ。** OpenAI、Azure OpenAI、Anthropicへの年間支出と情報漏洩リスクを取締役会レベルで可視化し、PoCに充てる予算を今年度中に確保しておくことが、2027年の市場ポジションを左右する。 自社運用モデルへの移行が実現すれば、年間APIコストの60〜80%削減と規制対応コストの30%低減が見込めるが、その前提として社内の運用体制とインシデント対応責任の所在を明確にしておく必要がある。
経済安全保障法制の動向次第では、このタイムラインは前倒しになる可能性がある。 経済産業省が「AIシステムの監査可能性」を調達要件として義務化する方向に踏み出した場合、クローズドモデルを採用し続けることの方がコンプライアンスリスクになる逆転が起きうる。 その転換点より6ヶ月早く対応体制を整えた企業が、次の調達競争で構造的な優位を握ることになる。
