「現在」が分かる!「未来」が見える! 業界地図

ピックアップ業界

生成AIの業界地図

2022 年にアメリカの生成AI「ChatGPT」が一般公開され、ブームとなった生成AI。国内でも開発競争が進み、活用分野が拡大する。

※掲載企業は売上や総資産額などに加え、業界のトピックを踏まえてマイナビ編集部が選定した一部の企業となります。また掲載内容に関する基準はこちらよりご確認ください。

大規模言語モデル(LLM)(※1)

富士通

【開発概要】
ナレッジグラフの技術を活用した基盤モデルを開発

リコー

【開発概要】
企業の知の結晶である様々なドキュメント群を読み取るマルチモーダルLLMの開発

東京大学

【開発概要】
アップサイクリング手法で8×8Bのモデルを開発

フューチャー

【開発概要】
日本語とソフトウエア開発に特化した基盤モデルの構築

国立情報学研究所

【開発概要】
スクラッチで172B(国内最大級)のモデルを開発

Preferred Networks

【開発概要】
世界最大規模の高品質データセットの構築およびそれを用いた大規模言語モデルの開発

Preferred Elements

【開発概要】
世界最大規模の高品質データセットの構築およびそれを用いた大規模言語モデルの開発

AI inside

【開発概要】
生成AI基盤による非定型帳票の革新と自律促進

ABEJA

【開発概要】
特化型モデル開発のためのモデルの小型化

ELYZA

【開発概要】
Depth up-Scalingという既存モデルのサイズを拡張する手法を用い、1,200億パラメータ級のモデルを開発

EQUES

【開発概要】
薬学分野・製薬業務に特化したLLMの開発

ストックマーク

【開発概要】ビジネス領域に精通した大規模言語モデル(LLM)を自社開発。ハルシネーションを抑止したドキュメント読解基盤モデルの構築

Deepreneur

【開発概要】
観光用産業用向け405BLLM/基盤モデル開発

ユビタス

【開発概要】
観光用産業用向け405BLLM/基盤モデル開発

基盤モデル(※2) 

海洋研究開発機構

【開発概要】
地域気候サービスのための生成AI基盤モデルの開発

AIdeaLab

【開発概要】
動画生成AI基盤モデルと動画生成AIプラットフォームの開発

AiHUB

【開発概要】
日本のアニメ産業活性化の為のアニメ分野特化型基盤モデル開発

Kotoba Technologies Japan

【開発概要】
7Bの音声基盤モデルを開発。リアルタイム音声基盤モデルの開発と日本市場における実用化

SyntheticGestalt

【開発概要】
AI創薬を実現させる分子情報特化基盤モデル開発

データグリッド

【開発概要】
ユーザー意図を反映する選択的編集能力を備えたVision系基盤モデルの開発

ヒューマノーム研究所

【開発概要】
創薬を加速する遺伝子発現量の基盤モデル開発

マルチモーダル基盤モデル(※3)

ウーブン・バイ・トヨタ

【開発概要】
都市時空間理解に向けたマルチモーダル基盤モデルの開発

Turing

【開発概要】
完全自動運転に向けた身体性を持つマルチモーダル基盤モデルの開発

NABLAS

【開発概要】
食品・流通小売領域の専門知識を取り込んだマルチモーダルな大規模モデル開発

エージェントモデル(※4)

カラクリ

【開発概要】
日本のカスタマーサポートのための高品質AIエージェントモデルの開発

SakanaAI

【開発概要】
運用コスト10倍以上の大規模モデルと同等性能の小型モデルを開発

P.A.I(. パーソナル人工知能)(※5) 

オルツ

【開発概要】
パーソナルAIの実現を目標とした世界最高性能の日本語処理技術の研究

ポスト5G情報通信システ厶基盤強化研究開発事業

ソフトバンク

【開発概要】
生成AI開発加速に向けた新たなデータセットの構築に関する調査

産業技術総合研究所

【開発概要】
生成AI開発加速に向けた新たなデータセットの構築に関する調査

AIST Solutions

【開発概要】
生成AI開発加速に向けた新たなデータセットの構築に関する調査

Valright Advisory

【開発概要】
生成AI開発加速に向けた新たなデータセットの構築に関する調査

マクロミル

【開発概要】
生成AI開発加速に向けた新たなデータセットの構築に関する調査

日本トータルテレマーケティング

【開発概要】
生成AI開発加速に向けた新たなデータセットの構築に関する調査

共同実施

100%出資

協力企業

共同実施

共同実施

生成AI業界の「現在」と「未来」

「ChatGPT」が火付け役。国内市場は2024年で1,000億円超

生成AI(ジェネレーティブAI)は、データを解析、学習してAIが新たなコンテンツを生成する人工知能(AI)。機械学習の一種であるディープラーニング(深層学習)を使い、画像や文章、音声などを作成できる。ブームの火付け役はアメリカのベンチャー企業「OpenAI」が開発した「ChatGPT」。2022年11月に一般公開され、現在は個人でも日本語で利用できる。テキストや音声で質問すれば、自然な文章で回答を作成する。民間企業や地方自治体も利用を始めた。総務省の24年版情報通信白書によると、世界の生成AI市場は、23年の670億ドルから、30年には8,970億ドルと13倍以上と予測。民間調査会社は、日本の生成AI市場は24年で1,016億円、28年には8,028億円に達するとしている。

政府はAI戦略会議を設置。経産省もコア技術開発を支援

世界的な生成AI市場の拡大を受け、国内でも生成AIの新規開発が熱を帯び、大手のICT企業だけでなく、ベンチャーやスタートアップが次々と誕生。国内外のスタートアップだけで400社以上との調査もある。AI関連ベンチャーの上場企業数は30社以上に達する。

日本政府は23年5月にAI利用の国内ルールづくりを主導する「AI戦略会議」を設置。開発者、提供者、利用者が安全に利用できるよう指針として24年4月に総務省と経済産業省がAI事業者ガイドラインを作成。AIのリスクを認識し、対策を自主的に実行することなどを支援。経産省は生成AI開発強化のため、「生成AIアクセラレータ・チャレンジ」(GENIAC = Generative AI AcceleratorChallenge)を開始。民間事業者など33社を選定し、コア技術となる基盤モデル開発を支援するほか、企業間の連携促進、海外発信などを展開する。

EUでは規制法が発効。日本政府も検討

生成AIの利用には注意も必要だ。自動生成のデータは真実性を欠いたり、信頼性が低かったりする場合もある。プライバシー侵害や偽情報の拡散、犯罪への悪用も指摘される。EU(欧州連合)は24年8月、生成AIを含めたAI法を発効した。域内で販売されるAIシステムと関連企業を対象に、①容認できないリスク、②ハイリスク、③現実的なリスク、④最小限のリスクの4種に分類した。①は原則禁止、②は厳格な規制であり制裁金が課されるほか、各種AIシステムの提供者への義務を定義づけた。

※ 参考:「Generative AI Accelerator Challenge【GENIAC】」(経済産業省・NEDO)

※1 巨大なデータセットとディープラーニング技術を用いて構築された言語モデル

※2 大量かつ多様なデータで訓練された、幅広いタスクに対応できる大規模なAIモデル

※3 画像やテキスト、時系列などの複数のモダリティ(データの種類)の情報を扱うことができるモデル

※4 人が設定したゴールに対して、自ら必要なデータを収集、タスクを決定し、目標達成に向けて遂行するモデル

※5 私たち自身の意思をデジタル化し、それをクラウド上に配置してあらゆるデジタル作業をそのクローンにさせることを目的としたAI

※掲載内容の基準について

  • 掲載企業は売上高や総資産額などに加え、業界のトピックを踏まえてマイナビ編集部が選定した一部の企業となります。業界の分類は、マイナビ2027の業種分類に沿っています。各社の直近の決算に基づき、該当する分野の主に売上高の大きい順に企業を掲載しています(矢印などで示す関係企業や売上非公開の企業については順不同)。
  • 売上高については、2024年10月期までの連結決算を原則とした、直近の決算期の数字を使用しています。また、非上場企業の場合は、決算公告や自社のホームページなどで公表している直近の売上高を採用。売上高を公表していない企業については「非公開」としています。
  • 出資関係は、上場会社については提出が義務付けられている直近の「有価証券報告書」に沿っています。非上場企業はこれまでに業界団体や企業から公表されている文書などの数字を基にしています。「有価証券報告書」とは、企業の事業内容や、従業員、設備、財務諸表、子会社や関連会社、株主など多くの情報が掲載されており、金融庁のサイト「EDINET」で企業ごとに検索できます。
  • 原稿作成期間は2024年7月1日から10月31日です。

業界地図

就活準備コンテンツ

ページTOPへ