要点
世界中の政府が「ソブリン(主権)」AI、つまり自らが管理する国内の計算基盤、モデル、データに資金を投じています。支持する人々は、利用の確保につながり、地域の価値観を反映でき、最初から効率的に作ることもできると主張します。批判する人々は、完全な自給自足は費用がかかりすぎ、取り組みの重複を生み、ひっ迫した電力網にデータセンターを増やすと主張します。持続可能性の面での結果は、誰が AI を所有するかよりも、それをどう作り、どう規模を決め、どう使うかで決まります。
要点
- 2026 年のある指標は、67 か国で 184 件のソブリン AI プロジェクトを数えました。
- 英国、EU、スイスなどが、規模は大きく異なるものの、国内の計算基盤とモデルに投資しています。
- ソブリン AI や公共 AI を支持する根拠は、安全保障、公平な利用、説明責任、そして地域の法律や価値観との整合です。
- 反対する根拠は、コスト、実現可能性、エネルギーを大量に使う訓練の重複、そして政治的な統制のリスクです。
- 小さく、地域に根ざした、オープンなモデルは、主権と効率を両立させる中間の道になりえます。
AI は、エネルギーや通信と同じように、国のインフラとして扱われることが増えています。いまや多くの政府が一定の AI の能力を自らの管理下に置きたいと考え、そのために多額の資金を投じています。ここから、議論の中で見落とされがちな問いが生まれます。ソブリン AI は環境にとってよいのか、悪いのか、という問いです。この記事では、双方の主張を紹介します。
ソブリン AI とは何ですか?
ある国、または国のまとまりが管理する AI の能力です。 自前の計算基盤(データセンターやスーパーコンピューター)、自前のモデル、自前のデータ、自前のスキル、あるいはそれらの組み合わせを指すことがあります。
この考え方は急速に広まっています。米国の Center for a New American Security の Sovereign AI Index は、2026 年 6 月までのデータで、67 か国で 184 件のソブリン AI プロジェクトを数えました。
規模の大きく異なるいくつかの例を挙げます。
| 主体 | 内容 |
|---|---|
| 英国 | 2026 年に発足した、最大 5 億ポンドの Sovereign AI Unit。あわせて、スーパーコンピューター Isambard-AI などの国内計算基盤や、指定された AI Growth Zones があります |
| 欧州連合 | 2025 年 2 月に発表された InvestAI。AI に 2,000 億ユーロを動員するもので、AI「ギガファクトリー」向けの 200 億ユーロの基金を含みます。2026 年後半の時点で、ギガファクトリーの立地の選定はまだ進行中でした |
| スイス | Apertus。EPFL、ETH Zurich、スイス国立スーパーコンピューティングセンターが 2025 年 9 月に公開した、完全にオープンな多言語の言語モデルで、80 億パラメータと 700 億パラメータの版があり、重み、データ、コードが公開されています |
ソブリン AI や公共 AI を支持する根拠は何ですか?
支持する人々は、AI は少数の外国企業に全面的に依存するにはあまりに重要だと主張します。 主な主張は次のとおりです。
- 安全保障とレジリエンス。 政府、医療制度、電力網が頼るサービスは、他国や他企業が制限できるような利用に依存すべきではありません。
- 公平な利用。 水道や鉄道のように AI を公益事業として提供し、利用が支払い能力に左右されないようにすべきだという意見があります。Mozilla Foundation の 2024 年の論文 Public AI は、民間の AI と並ぶ公共の選択肢を求め、それを公共放送や公共交通になぞらえています。
- 法律と価値観。 地域の言語、法律、規範を反映したデータで訓練されたモデルは、市民によりよく役立つかもしれません。主に他国のデータで訓練されたオープンモデルを土台にする政府は、そのモデルが誰の価値観を反映しているのかという問いに向き合うことになります。たとえば英国政府は、Meta の Llama などのオープンモデルを土台にした公共サービス向けツールの開発に資金を出しています。
- 説明責任。 公共のモデルは、公の場で検査、監査、統治することができます。
- 機微なデータ。 詳細な電力網のデータや医療データなど、一部のデータは外部の事業者に送ることができません。そのため、効率的なローカルモデルが、そうしたデータに AI を使う唯一の方法になります。
数学者、計算機科学者、産業界が参加した 2026 年の英国のグリーン AI サンドピット(集中討議型ワークショップ)では、これに近い案が議論されました。利用の公平性、主権、安全保障のために公益事業として運営される政府主導の国産モデルで、数学的な効率を競争上の強みとするものです。
反対する根拠は何ですか?
批判する人々は、完全な自給自足は費用がかかりすぎ、時間もかかり、ほとんどの国にとっては不可能だと主張します。 主な主張は次のとおりです。
- コストと実現可能性。 Tony Blair Institute の 2026 年の報告書は、完全な自給自足は費用がかかりすぎ、遅すぎ、ほとんどの国にとって単純に不可能だと論じ、主権を、重要な選択についての主体性として捉え直しています。Brookings の 2026 年の報告書は、AI のあらゆる層にわたる主権は、ほぼどの国にとっても構造的に実現不可能だと論じました。
- 重複。 すべての国で最先端のモデルを一から訓練すると、ほかの場所ですでに払われたエネルギー、水、ハードウェアのコストを繰り返すことになります。
- 政治的な統制。 国が運営するモデルは、市民が何を尋ねられ、何を伝えられるかに政府が影響を及ぼすのではないかという懸念を生みます。
- データの制約。 民主的な政府は、民間企業が使うデータで訓練することができない、あるいはそうする意思がない場合があります。
- インフラと世論。 新しいデータセンターには、電力網への接続、水、建設の許可が必要で、多くの場所で地元の反対に直面します。
- 誤ったアーキテクチャーへの賭け。 大きな中央集権型のモデルへの国家投資は、データが利用者の手元にとどまる小さなローカルモデルではなく、そうした大きなモデルが 5 年後、10 年後も主流であることを前提にしています。
主権はエネルギーと排出にとって何を意味しますか?
何を、どこに作り、何に取って代わるかによります。 ソブリン AI はどちらにも転びえます。
- 悪くなる場合: 化石燃料の多い電力網にデータセンターが増え、訓練が重複し、小さなモデルで済むタスクに大きな汎用モデルが使われる場合です。
- よくなる場合: 適切な規模の特化型モデルを使い、クリーンな電力が余っている場所にデータセンターを置き、一から訓練し直すのではなくオープンモデルを再利用し、測定と報告の公的な基準を定める場合です。
立地は重要です。国際エネルギー機関(IEA)は、データセンターの需要が少数の地域に集中しており、電力網の制約が大きくなりつつある問題だと指摘しています。再生可能エネルギーの発電が余っている場所(現在は出力抑制が必要になることもあります)は、自然な候補地です。公共のプログラムなら、外国の事業者に課すよりも容易に、エネルギーの報告と効率を最初から求めることもできます。
オープンソースで状況は変わりますか?
変わります。オープンモデルがあれば、各国は作り直すのではなく手を加えて使うことができます。 さまざまな国のオープンウェイトモデルが、いまや広く使われています。ATOM Project は、2025 年半ばに中国のオープンモデルが Hugging Face での累計ダウンロード数で米国のモデルを上回ったと報告しました。
既存のオープンモデルを、ある言語、分野、法制度に合わせてファインチューニングするのに使うエネルギーは、新しいモデルを訓練する場合のごく一部です。スイスの Apertus は別の道を示しています。公の場で作られ、他者が再利用できる、完全にオープンなモデルです。どちらも、すべての国が訓練のコストを丸ごと負担する必要を減らします。
中間の道はありますか?
重要な部分では主権を持ち、残りは相互依存にするという意見が多くあります。 実際には次のようになります。
- ベースモデルがほかから来たものであっても、データと導入は自ら管理します。
- 小さく、ローカルで、特化したモデルを優先します。これらは国内やオンプレミスのインフラで動かせ、機微なデータをその場にとどめられます。エッジの AIをご覧ください。
- 計算基盤とオープンモデルは、重複させるのではなく同盟国と共有します。
- 公共 AI には、最初から効率、測定、クリーンな電力を組み込みます。
さらに踏み込んで、多くの小さな事業者に分散した推論によって、単一の企業や政府が AI の使われ方を支配できないようにできるのではないか、と問う人もいます。これは未解決の研究課題で、効率の面でも独自のトレードオフがあります。
次にすること
- 公共 AI のプログラムを形づくる立場にある方は、最初からエネルギーの測定と報告を求めましょう。 グリーン AI ポリシーをご覧ください。
- 用途が許す場合は、新しいモデルを訓練するより、オープンモデルに手を加えて使うことを優先しましょう。
- クリーンな電力を使える場所に計算基盤を置きましょう。ホスティングとデータセンターをご覧ください。
- 機微なデータについては、エッジやローカルでの導入を検討しましょう。エッジかクラウドかをご覧ください。
- エネルギーをめぐる背景については、なぜ今グリーン AI が重要なのかをお読みください。
よくある質問
ソブリン AI とは何ですか?
ある国や国のグループが管理する AI の能力のことです。自前の計算基盤、モデル、データ、スキルを持ち、外国の企業や政府に全面的に依存しないようにするものです。
ソブリン AI はよりグリーンですか?
自動的にそうなるわけではありません。国産モデルを一から訓練すると、他者がすでに使ったエネルギーを繰り返し使うことになります。より小さく、特化しており、クリーンな電力で動き、効率の悪い利用に取って代わるものであればよりグリーンになりえますが、それは設計に組み込む必要があります。
公共 AI とは何ですか?
一部の AI を、公共放送や公共交通のように、民間のサービスと並ぶ公共インフラとして提供し、公的な説明責任と利用の機会を持たせるべきだという考え方です。
出典
- Sovereign AI Index, Center for a New American Security (2026)
- Sovereign AI Unit, UK Government, Department for Science, Innovation and Technology (2026)
- AI Opportunities Action Plan: one year on, UK Government (2026)
- EU launches InvestAI initiative to mobilise €200 billion of investment in artificial intelligence, European Commission (2025)
- Call for tenders: selection of AI gigafactory consortia, EuroHPC Joint Undertaking (2026)
- Apertus: a fully open, transparent, multilingual language model, EPFL, ETH Zurich and CSCS (2025)
- Public AI: making AI work for everyone, by everyone, Mozilla Foundation (2024)
- Sovereignty in the age of AI: strategic choices, structural dependencies, Tony Blair Institute for Global Change (2026)
- Is AI sovereignty possible? Balancing autonomy and interdependence, Brookings Institution (2026)
- UK's best AI engineers can apply now to build tech for public services in £1 million fellowship, UK Government (2025)
- The ATOM Project, ATOM Project (2026)
- Energy and AI, International Energy Agency (2025)
関連
グリーン AI ポリシーの書き方
組織のグリーン AI ポリシーを書くための段階的なガイドです。利用、モデル、測定、購入、主張、見直しを網羅したテンプレートの骨子も紹介します。
グリーン AI のホスティングとデータセンター
AI をどこで動かすかの選び方。電力網の炭素強度、PUE と WUE、再生可能エネルギーの主張、水使用量と立地、そしてホスト事業者への質問を解説します。
なぜ今グリーン AI が重要なのか
AI はデータセンターの電力需要を急増させ、電力網に負担をかけ、コストを押し上げています。2026 年時点の規模、エネルギー、コスト、政策の根拠を解説します。
エッジ AI はよりグリーンなのか、それとも見えにくくなるだけなのか
端末上やエッジでの AI はネットワークやデータセンターのエネルギーを節約できますが、誰も測定しない何十億台もの機器に計算を分散させます。わかっていることと、まだわからないことを整理します。