本記事では、生成AIの開発を検討している方に向けて、生成AIの開発に強い国内の企業11社をわかりやすくご紹介します。

またAI総研では、AI活用を検討する上で押さえておきたい、AI・ChatGPTの最新活用事例50選の狙いや取り組みをまとめたレポートを無料で配布しています。ご興味のある方は、以下リンクからダウンロードしてご活用ください。

⇒AI・ChatGPT活用事例50選の資料ダウンロードはこちら(無料)

生成AI開発に強い日本企業１１選

生成AI開発に強い日本企業として、以下の11社が挙げられます。

• ①Preferred Networks：ディープラーニング技術で有名な国内最大級のユニコーン
• ②AI総研：成果につながるオーダーメイドのAI活用を企画〜開発まで一気通貫で支援
• ③Sakana AI：省電力な生成AI基盤の開発に挑む東京発ベンチャー
• ④オルツ：パーソナルAIを開発し、人々の単純労働からの解放を目指すベンチャー
• ⑤エクサウィザーズ：AIプラットフォームを運営する最有力スタートアップ
• ⑥PKSHA Technology：AI研究やアルゴリズム提供を手がける上場企業
• ⑦ELYZA：独自のLLM開発に成功したLLMのプロフェッショナル集団
• ⑧アラヤ：ディープラーニング、エッジAI、自律AIの開発研究・ソリューション提供ベンチャー
• ⑨neoAI：生成AI研究の名門である東大の松尾研究室発の先端技術集団
• ⑩Laboro.AI：オーダーメイドのAIソリューション「カスタムAI」を提供する上場企業
• ⑪Lightblue：独自の日本語LLMを開発する東大発スタートアップ

それぞれの企業の概要や特徴についてわかりやすく紹介していきます。

※生成AI/ChatGPTの活用を検討する際に必ず押さえておきたい、基礎知識から活用の進め方、ポイントまでをまとめた資料をダウンロード頂けます。
⇒【ゼロから分かる】生成AI/ChatGPT活用ガイドブックの資料ダウンロードはこちら(無料)

①Preferred Networks：ディープラーニング技術で有名な国内最大級のユニコーン

Preferred Networks（プリファードネットワークス）は、ディープラーニング技術の開発と実用化を促進し、社会課題の解決を目指す新興スタートアップです。

ディープラーニングやロボティクスなどの最先端技術の研究・開発を行い、様々な業界において業務の自動化・効率化を目指すプロジェクトを推進しています。

ディープラーニングに関する知見・技術力の高さとそれを現場に応用する力が評価され、数ある生成AI関連企業の中でもトップクラスの時価総額を誇っています。

②AI総研：成果につながるオーダーメイドのAI活用を企画〜開発まで一気通貫で支援

AI総研は、企業の成果につながるAI活用の実現に向け、オーダーメイドのコンサルティング・開発を行っている企業です。

AI活用が成果に繋がらないパターンとして、「他社の動向などに基づき、自社に最適ではない活用方法を選択してしまう」、「ベンダー都合での提案を受け、特定のツールなど打ち手ありきの活用を進めてしまう」などが挙げられます。

AI総研は、幅広い業界での支援経験や、国内最大級の法人向けAIメディア運営で培った豊富な知見に基づいた、各社の課題解決・目的達成にこだわった、オーダーメイドでの戦略/企画の策定と開発支援を強みとしています。

※AI総研では経験豊富なコンサルタントによる、AI・ChatGPT活用の個別無料相談会を実施しております。自社に合った活用方法や導入の進め方などでお困りの方はお気軽にご相談ください。

⇒AI・ChatGPT活用の個別無料相談会の詳細はこちら

③Sakana AI：省電力な生成AI基盤の開発に挑む東京発ベンチャー

Sakana AIは、新たなアプローチにより省電力な生成AI基盤モデルの開発を行う、東京発のスタートアップです。

2023年にGoogle Brainの元日本部門統括David Ha氏と、AI革命の重要論文の著者Llion Jones氏の2人によって東京で立ち上げられ、NTTグループ、KDDIなどの大手企業から合計約45億円の資金を調達しています。

Sakana AIは、オープンソースのAIモデルを組み合わせ、巨大な言語モデルに匹敵する性能を持ちながら、消費電力を大幅に削減する生成AI基盤モデルの開発に取り組んでおり、この構想は社名の”Sakana” AIの由来にもなっています。

④オルツ：パーソナルAIを開発し、人々の単純労働からの解放を目指すベンチャー

オルツは、パーソナルAIの研究開発を行い、人々を非生産的な労働から解放することを目指しているベンチャー企業です。

オルツが開発しているパーソナルAI「P.A.I.」とは、人の意思をデジタル化し、クラウド上に配置してあらゆるデジタル作業をクローンに行わせることができるAIです。これにより、24時間365日稼働でき、人的コストを大幅に削減できるAIクローンを作ることを目指しています。

また、P.A.Iの研究開発で培った高度なAI技術を駆使し、大規模言語処理モデル「LHTM-2」、自動議事録ツール「AI GIJIROKU」、24時間365日対応の「AIコールセンター」など様々なAIソリューションを提供しています。

⑤エクサウィザーズ：AIプラットフォームを運営する最有力スタートアップ

エクサウィザーズは、AIを用いた社会課題の解決を通じて幸せな社会の創出を目指す生成AIサービスの開発・提供会社です。

AIアプリケーション開発やAIシステム実装のためのプラットフォーム「exaBase」を通じて、年間250件以上のAI/DXプロジェクトを手掛けています。自社データを柔軟に連携できる法人向けChatGPTを提供するなど、生成AIの分野でも存在感を示しています。

国内時価総額トップ100社の半数以上を含む500社超の企業にソリューションを提供しており、評判・実力ともにトップクラスの生成AIスタートアップです。

※これさえ読めば、ChatGPTの機能・できること・活用方法まで全てわかる、最新情報をまとめた資料をダウンロード頂けます。
⇒【5分でわかる】ChatGPT活用ガイドブックの資料ダウンロードはこちら(無料)

⑥PKSHA Technology：AI研究やアルゴリズム提供を手がける上場企業

PKSHA Technology（パークシャテクノロジー）は、AIの自然言語処理、画像認識、ディープラーニングを用いたアルゴリズムソリューションを開発・提供している上場企業です。

様々なパートナー企業や大学と連携したAI研究を行うPKSHA ReSearchや、研究で培った知見を活かしたAIソフトウェアのPKSHA Enterprise AIの2つを主な事業として取り組んでいます。

PKSHAは、これまで165個のアルゴリズムを導入し、2000社以上の企業に導入され、毎日930万人以上のユーザーに使われています。

⑦ELYZA：独自のLLM開発に成功したLLMのプロフェッショナル集団

ELYZAは、ディープラーニング技術を軸に、大規模言語モデル（LLM）の開発やLLM活用の支援を手掛けています。

独自のLLMを開発した国内有数のLLMのプロであり、東京海上日動、SmartNews、マイナビ、デロイトトーマツなど数々の大手企業の業務効率化を支援してきた実績があります。

ELYZAは、さらに進化したLLMの開発に引き続き取り組んでおり、2024年3月には、700億パラメータの日本語LLM「ELYZA-japanese-Llama-2-70b」を開発し、デモを公開しました。

⑧アラヤ：ディープラーニング、エッジAI、自律AIの開発研究・ソリューション提供ベンチャー

アラヤは、「すべてのモノにAIを宿らせる」というビジョンを掲げ、ディープラーニング、エッジAI、自律AIなどのAIアルゴリズム・プロダクト開発を手掛けるベンチャーです。

食品中の毛髪まで検出できる高性能外観検査AIソフト「InspectAI」、空調需要の予測・空調の最適運転制御を行う空調最適化ソリューションなど、ユーザーの多様なニーズに応えるAIソリューションを提供しています。

また、最先端の技術を常にサービスに取り入れるべく、AIの研究・開発やコンサルティングも行っています。

※生成AIツールの導入を検討される方に、おすすめの10大生成AIツールの特徴や選び方、活用方法をまとめた資料をダウンロード頂けます。
⇒10大生成AIツール徹底比較の資料ダウンロードはこちら(無料)

⑨neoAI：生成AI研究の名門である東大の松尾研究室発の先端技術集団

neoAIは、著名なAI研究者である東京大学の松尾豊教授の研究室から誕生した生成AI特化のスタートアップです。

法人向けChatGPTサービス「neoAI Chat」などの法人向け生成AIソリューションの提供や生成AI開発・コンサルティングを手掛けています。

松尾研究室出身の新進気鋭の若手ビジネスパーソンにより創業され、生成AIのビジネス現場への応用によるビジネス変革を目指しています。

⑩Laboro.AI：オーダーメイドのAIソリューション「カスタムAI」を提供する上場企業

Laboro.AI（ラボロ エーアイ）は、機械学習を活用したオーダーメイド型AI「カスタムAI」の開発事業やカスタムAI導入のためのコンサルティング事業を手掛けるベンチャーです。

社名の「Laboro」とは労働を表す「labor」の語源となったラテン語であり、AIにより労働を軽減・効率化し、成果を高められるAIを提供したいという意味が込められています。

同社のAIソリューション「カスタムAI」は、クライアントのビジネスにマッチするAIソリューションをオーダーメイドで提供し、画一的なパッケージ商品では対応困難な複雑なビジネスの課題解決に貢献します。

⑪Lightblue：独自の日本語LLMを開発する東大発スタートアップ

Lightblueは、画像解析や自然言語処理生成AIを軸にしたソリューションの開発・提供を行う東京大学発のスタートアップです。

SlackやTeamsなどのコミュニケーションツールとChatGPTを連携し生産性を向上するLightblue AssistantやChatGPTを安心して利用できる環境を提供するLightblue Chatなどのソリューションのほか、生成AI活用を検討している企業向けのワークショップの開催など様々な取り組みを実施しています。

また、生成AI特化の開発チームである「LLab」を設立し、67億パラメータの日本語LLMを開発するなど、独自の技術開発にも取り組んでいます。

AIコンサル・開発会社を選ぶ際の３つのポイント

AIコンサル・開発会社を選ぶ際のポイントとして以下の３つが挙げられます。

• ①社内での検討がどこまで進んでいるのか？
• ②どのような用途でAIを活用したいのか？
• ③社内でプロジェクトを推進するためのリソースは十分か？

それぞれについてわかりやすく紹介していきます。

①社内での検討がどこまで進んでいるのか？

企業でのAI活用の推進は、一般的にリサーチ・企画・開発・運用のステップで進められます。そこで、社内での検討がどのステップまで進んでいるのかによって、マッチする開発会社は異なります。

もし企画の部分まで進んでいるのであれば、開発・運用に強みのある会社、リサーチ・企画の段階にあるのであれば、企画を含めたAI活用の知見や一気通貫での支援に強みのある会社が適していると言えます。

②どのような用途でAIを活用したいのか？

AI活用の用途は大きく、議事録作成や翻訳など多くの企業で共通する基本的なものと、各社の個別課題や目的に合わせ、カスタマイズを行うものの大きく２つに分けられ、マッチする会社が異なります。

前者の場合は、個別に開発を行わずとも、既に用途ごとに特化したAIツールを導入することで、コストを抑えた業務効率化が可能であることが多いです。一方後者の場合は、各社の事業・業務理解や課題の整理を行った上で、オーダーメイドの開発支援に強みを持つ企業への依頼がマッチしています。

③社内でプロジェクトを推進するためのリソースは十分か？

AI活用のプロジェクトを推進するには、開発を担当するエンジニアはもちろん、プロジェクトの設計・推進を行うプロジェクトマネージャーなど様々な役割・人材が必要となります。

単に開発を行うエンジニアだけを補強したいのか、プロジェクトの推進まで一気通貫で依頼をしたいのかによって、マッチする会社は異なります。

企業が生成AIを導入するための４つのステップ

企業が生成AIの導入を進めるための流れとして、以下の４つのステップがあげられます。

＜Step1：活用方針の検討＞

• 最新の市場動向のキャッチアップ
• 自社の活用可能性の整理
• 生成AIの活用目的・ゴールの設定

＜Step2：利用環境構築＞

• セキュリティ・データ管理体制の強化
• ガイドライン・マニュアルの策定
• 社員向けのAIリテラシー研修
• 社内業務での試験運用

＜Step3：試験開発・運用(PoC)＞

• PoCを行うユースケースの検討
• 要件定義・プロトタイプ開発
• 運用と評価

＜Step4：本開発＞

• 本開発を行うユースケースの検討
• 要件定義・本開発
• 運用と評価
• 活用方針・内容の継続的なカイゼン

それぞれについてわかりやすく紹介していきます。

※生成AI/ChatGPTを導入する前に必ず押さえておきたい、基礎知識や導入方法３パターンの比較、リスクと対策などをまとめた資料をダウンロード頂けます。
⇒生成AI/ChatGPT導入マニュアルの資料ダウンロードはこちら(無料)

Step1：活用方針の検討

1つ目のステップは、自社として生成AIをどのように活用していくかの大方針の検討です。

生成AIは社内業務効率化や顧客体験の向上、新規事業創出など様々な目的で活用が可能だからこそ、自社の課題にマッチした目的とユースケースで活用することが、投資対効果を大きく左右します。

最新の技術や競合の動向をキャッチアップした上で、自社の活用可能性の幅出し・整理を行います。その上で、生成AIをどのような領域で、どの程度ダイナミックに活用していくかの目的やゴールを初期的に設定しましょう。

Step2：利用環境構築

2つ目のステップは、生成AIを安全かつ効率的に活用できる、社内のシステムやルールなどの利用環境の構築です。

企業が生成AI活用に踏み切れない理由として、機密情報漏洩などのセキュリティリスクの懸念が挙げられますが、適切なシステム設計・データ管理やガイドラインの策定などを行うことで、それらのリスクに対処しながら、業務効率化に繋げることが可能です。

社員に対し、生成AIをリサーチや文書作成などの日常的な業務に安心して活用できる環境を提供することで、自社のどのような業務と生成AIの相性が良いのかという現場からの示唆を得ることができ、プロトタイプ・本開発の企画への重要なインプットとなります。

Step3：試験開発・運用(PoC)

3つ目のステップは、自社にマッチするユースケースの検証に向けた、プロトタイプの開発と運用です。

顧客対応支援や社内のナレッジ検索、新機能・サービスの実装などの生成AIの幅広いユースケースの中から、自社の経営課題解決にマッチするいくつかのユースケースに絞り込み、プロトタイプを開発し、実際の業務で運用します。

PoCを実施することで、コストを抑えながら生成AI活用のインパクトを検証しつつ、見えてきた改善点から本開発の精度を高めることが可能です。

Step4：本開発と運用

4つ目のステップは、本格的な生成AIを活用したシステムの開発と運用、継続的なカイゼンです。

自社独自のデータ基盤の構築・連携や活用シーンに特化したアウトプット精度の改善などを実施し、自社の目的達成に特化した生成AIシステムを開発します。

PoCの結果を踏まえ、本開発を行うユースケースや活用範囲を決定することで、生成AI活用の費用対効果を最大化することが可能です。

また、開発しっぱなしで終わるのではなく、本開発したシステムを運用し上がった成果や改善点、技術進化などを踏まえて、活用方法や内容を継続的にカイゼンしていくことが重要です。

このプロセスを通じ、生成AI活用のポテンシャルを最大限に発揮することで、業務生産性や顧客への提供価値の観点から、大きな競争優位性を構築することに繋がります。

企業が生成AI活用を成功させるための５つのポイント

企業が生成AI活用を成功させるために抑えるべきポイントは以下の５つです。

• ①業務内容の棚卸しと活用インパクトの試算
• ②投資対効果の高い課題/目的と活用方法の選定
• ③アジャイルアプローチでの開発・導入
• ④システムとルールの両面からのリスク管理
• ⑤研修等での社員のAI活用リテラシーの向上

それぞれについてわかりやすく紹介していきます。

※200事例の分析に基づく、企業の生成AI/ChatGPT活用でよくある失敗とベストプラクティスをまとめた資料をダウンロード頂けます。
⇒生成AI/ChatGPT活用しくじり大全の資料ダウンロードはこちら(無料)

①業務内容の棚卸しと活用インパクトの試算

生成AI活用の成否を分ける最大のポイントは、生成AIを活用する意義の大きな業務に対して活用することに尽きます。　

活用の方針や戦略がないまま活用を進めるのではなく、自社の業務内容・フローをしっかりと棚卸しした上で、どの程度業務効率やアウトプット向上に繋がるかを試算することが重要となります。

②投資対効果の高い課題/目的と活用方法の選定

生成AIは全ての業務に対して万能という訳ではなく、膨大なデータに基づいたコンテンツ制作は得意だが、複雑な問いに対して正確な答えを出すのは苦手といった、明確な得意不得意が存在します。

そのため、自社の業務の現状や生成AIの特徴を踏まえた上で、どのような課題/目的に対して、どのようなアプローチ/範囲/ツールで活用を進めるかを、検討・選定するステップがプロジェクトの投資対効果を左右する、極めて重要なプロセスとなります。

③アジャイルアプローチでの開発・導入

生成AIは、一度開発・導入して終わりという進め方ではなく、何度もモデル・学習データ・利用方法等を細かくカスタマイズしなおすことで、より理想とする活用を実現することができます。

具体的には、初期仮説に基づいた簡易的なプロトタイプを構築し実際に利用してみる、というサイクルを、1サイクル数週間の期間で何度も繰り返し、ブラッシュアップしていくという、アジャイル開発のアプローチを取ることが適しています。

④システムとルールの両面からのリスク管理

企業が生成AIの活用に踏み切れない最大の理由として、機密情報漏洩や著作権侵害などのリスクへの懸念が挙げられます。

確かに、社員に特段ルールを設けず、一般に公開されている生成AIを活用させた場合、様々な問題が発生する可能性は存在します。

一方で、入力するデータが学習されないようなシステム構築や使用範囲・機密情報の取扱等の運用ルールの策定により、リスクをマネジメントし最小化することが可能です。

⑤研修等での社員のAI活用リテラシーの向上

生成AIの特徴として、AIとの対話によってアウトプットを引き出すことが求められるため、使い手のリテラシーによって成果が大きく左右されることが挙げられます。

そのため、生成AIのポテンシャルを最大限に活用するためには、従業員のAIに対する理解とスキル、すなわちAIリテラシーを向上させることが不可欠です。

研修プログラムや実践的なトレーニングを通じて、従業員に生成AIの基本的な知識、適切な使用方法、関連するリスクを理解してもらい、効率的かつ責任ある方法で使用できる環境の構築が必要となります。