Alpha Beyond Frontier Insights

タグ: 経産省

  • 国産AIへの公的資本は「広く配る」から「中核＋周辺」へ——GENIACの設計変更が示すもの

    国産AIへの公的資本は「広く配る」から「中核＋周辺」へ——GENIACの設計変更が示すもの

    国産AIへの公的資本は「広く配る」から「中核＋周辺」へ——GENIACの設計変更が示すもの

    はじめに：予算は増えたのに、GENIACの公募は大きくならなかった

    2026年度の政府のAI関連予算は5,027億円。前年度（基金の積み増し分を含めて1,969億円）の約2.5倍になった。

    国産AIの開発支援といえば、多くの人が思い浮かべるのは経済産業省とNEDOの「GENIAC」だろう。2024年に始まり、国内の事業者が基盤モデルを開発するための計算資源の費用を補助してきた。

    ところが、2026年に行われたGENIACの公募（第4期）は、予算規模が100億円程度。前回とほぼ同じ水準で、採択は16件だった。

    では、2026年度のAI予算の重心は、どこへ移ったのか。

    答えは、GENIACの枠の外にある。2026年度、「AIロボット・フィジカルAIを見据えたマルチモーダル基盤モデル開発事業」が新設された。当初予算は3,873億円で、政府のAI関連予算の約77%を占める。採択されたのは1テーマだけである。

    項目 GENIAC（第4期） 新設のマルチモーダル基盤モデル事業
    規模 公募1回 100億円程度 2026年度当初予算 3,873億円
    採択 16件 1テーマ
    支援の形 計算資源の利用料などを補助 委託（5年間・毎年度審査）

    ※GENIACは基金から、新事業は当初予算から出ているため、金額は同じ基準では比べられない。

    本稿の見立ては次のとおりだ。国産AIへの公的資本は、「広く配る」だけの構造から、中核に大型の資本を集中し、その周辺を複数の支援策で支える構造へ移りつつある。

    GENIACがなくなったわけではない。変わったのは、その位置づけである。

    1. 中核と周辺：新しい政策の形

    新設事業の公募要領は、「提案１件当たりの 2026 年度予算額は、原則として 3,834 億円以下」とした。2027年度の概算要求では、8,964億円が要求されている。事業期間は2030年度までで、毎年度ステージゲート審査を行い、続けるかどうかを判断する。

    事業の基本計画は、集中の理由をこう書く。「日本の領域特化モデル開発のベースを海外モデルに依存する現状のままでは」、日本のAIの実装水準が、海外の開発企業の戦略や開発国の事情によって決められるおそれがある。

    注目したいのは、GENIAC側の事業とのつながりだ。2026年に新設された、データの構築・流通を支援する事業（140億円程度）の公募要領は、構築したデータを中核事業へ提供することを必須としている。同じく2026年に始まったロボット基盤モデルの公募2本（200億円程度と240億円程度）も、中核事業への成果の還元を条件にした。

    整理すると、次のような形になる。

    • 中核：国産の基盤モデルを開発する大型プロジェクトに、年間数千億円規模を委託で投じる。
    • 周辺：GENIACとその関連事業が、領域特化モデル、現場データの整備、ロボットへの応用を、数十億〜数百億円規模の補助で支える。データや成果は、中核へ流れるよう条件づけられている。

    政府がこの形を最初から設計していたかどうかは、公表資料からは分からない。ただ、2026年時点の予算配分と公募条件を並べると、GENIACは「国産AI開発支援の本体」というより、大型の中核事業を取り巻く複数の支援策の一つへと、相対的な位置を変えつつあるように見える。

    2. ボトルネックは、計算資源から現場データへ

    GENIACの位置が変わったのは、予算の話だけではない。この2年余りで、公募の条件そのものが変わってきた。そこから、政府がどこを「ボトルネック」と見てきたかが読み取れる。

    最初は、計算資源だった。 GENIACの基本の形は、採択した開発者が民間のクラウドなどから調達する計算資源の費用を、国が補助するというものだ。経済産業省は「基盤モデルを開発する上では、計算資源の確保が大きな課題」と説明してきた。NEDOの担当部長は、第1期を「日本でもとにかく基盤モデルをつくってみよう」という挑戦だったと振り返っている。

    次は、実際に使われるかどうか。 第2期で業界特化型のモデルへ、第3期でユーザーと連携した実証へと重心が移った。第4期では事業名が「領域特化モデル開発事業」に変わり、ユーザー企業との実証が審査で加点され、海外企業との実証はさらに加点されるようになった。

    そして2026年は、現場のデータである。 経済産業省は、「ウェブ上の公開データは学習が進みつつある」ため、「今後は企業や組織が保有する実データの活用が一層重要」と書いた。同省のAI産業戦略室長も、「インターネット上のデータではなく、特に日本が強い分野の現場データを取り込むことが非常に重要」と述べている。

    この流れを最もよく表しているのが、公開を求める対象の変化だ。

    第3期の審査項目には「モデルのオープン化」が含まれていた。ところが第4期では、ノウハウや実証成果の公開は求めるものの、「必ずしもデータセット・ソースコード・モデル等の公開を求めるものではない」とされた。その一方で、先に見たデータ事業は、中核事業へのデータ提供を必須にした。

    少なくとも制度設計を見る限り、政策の重心は、オープンなモデルを増やすことだけでなく、民間のデータを中核のモデル開発につなぐことへも移りつつある。AI競争がGPUの量だけの話ではなくなったことを、政府自身の制度設計が示している。

    3. 韓国との違い：「集中すれば足りる」とは限らない

    韓国は、国産の基盤モデルに対して日本と逆の順番で資本を入れてきた。

    韓国の科学技術情報通信部が2025年8月に始めた「独自AI基盤モデル」プロジェクトは、最初から少数のチームに絞り、半年ごとの評価で脱落させる競争型である。支援の中心は補助金ではなく、政府が借り上げたGPUの提供だ。5チームで始まり、2026年8月の評価を経て3チームに絞られた。並行して、特化分野のモデルを支援する別枠も動かしている。

    日本は「広く配る→中核を置く」、韓国は「少数に集中する競争を軸に、特化型の別枠を並べる」。出発点は逆だが、どちらも中核と周辺を持つ形に近づいている。

    興味深いのは、その先である。2026年8月の記者会見で、韓国の第2次官は、急速に性能を伸ばす海外のフロンティア企業に対して「このような支援規模や競争方式で追いつける環境なのか」を企業とも議論してきたと述べ、現在の方式を「全面的に再編する方向」で検討していると明らかにした。

    集中を先に選んだ韓国が、その集中の規模と方式で足りるのかを、政府自ら公の場で問い直している。どちらの設計が優れているかという話ではない。中核に資本を集めることは出発点であって、それで問題が解決するとは限らないことを示す先行例である。

    4. 日本企業・スタートアップ・投資家にとっての意味

    基盤モデルを開発するスタートアップにとって。 汎用の国産モデルに向けた大型の公的資本は、中核プロジェクトに集まった。GENIACで支援を受けられる余地は、領域特化モデルとその実証へ移っている。審査で評価されるものも、「技術の新しさ」から「実際に使われることの証明」へと寄ってきた。

    データを持つ事業会社にとって。 製造業をはじめ、現場のデータを持つ企業は、政策の中で「補助を受ける側」から「データを供給する側」へと位置づけが変わりつつある。自社のデータを出すことで何が得られ、何を手放すのか。その条件を読むことが、経営上の論点になる。

    投資家にとって。 GENIACに採択されたことだけでは、事業性の評価には足りない。採択の有無以上に、どんな相手と実証しているか、そして補助が終わった後に有償の契約へ移れているかを見る必要がある。

    今後の観測点を一つ挙げるなら、予算額ではない。データを提供する側が、中核のモデルをどんな条件で使えるのかが、公表されるかどうかだ。データが一方向に流れるだけなら、周辺の事業に参加する動機は弱い。その条件が見えたとき、この「中核＋周辺」の形が持続するかどうかを判断できる。

    5. 次のボトルネックは「使う側」なのか

    最後に、まだ答えの出ていない問いを一つ置いておきたい。

    2026年の公募結果には、「作る側」への支援とは別の制約をうかがわせる数字がある。自動運転車やドローンなどを対象にしたロボット基盤モデルの公募には、200億円程度の枠に対して応募が3件だった（対象が公道や航路を使うシステムに限られていたことも影響しうる）。懸賞金型の「GENIAC-PRIZE」の初回では、官公庁の業務効率化をテーマにした領域で、1位から3位が「該当なし」となった。

    2026年7月に閣議決定された第Ⅱ期の人工知能基本計画も、「2025 年までの間は、成長する各国との利用率や民間投資の差はむしろ拡大した」と書いている。

    計算資源、データ、中核のモデル。ここまでの手当ては、いずれも作る側に向いている。次に効いてくる制約は、作られたものを受け取り、業務を変えて使う側にあるのかもしれない。現時点では数件の結果から読める兆しにすぎないが、今後の政策を読むうえで追いかけたい論点である。

    おわりに

    GENIACが始まった2024年、国産AIをめぐる問いは「日本で基盤モデルを作れる会社をどれだけ増やせるか」だった。

    2026年の予算と公募条件が示しているのは、問いそのものが変わったということだ。いま問われているのは、誰のデータを、どの中核モデルにつなぎ、それを誰が使うのかである。

    GENIACの設計変更は、その移行を、補助金の条件という最も地味な形で記録している。

    中塚 恵介

    JAPAN AI CFO／GENIEE Group CFO。AI企業の成長戦略、資本政策、IR・資金調達、M&A、海外展開などを通じて、日本発のテクノロジー企業の企業価値向上に取り組んでいる。 前職ではグローバルベンチャーキャピタル B Capital の Japan Lead として、AI・ディープテック・クライメートテック領域を中心に、日本におけるスタートアップ投資を担当。それ以前は BCG／BCG X にて、企業の新規事業創出、事業戦略、ベンチャー立ち上げなどに従事し、構想から事業化・実行までを支援した。キャリア初期には内閣府などで政策立案にも携わった。 一貫して、資本・技術・人・制度がどのように結びつき、新しい産業や企業が生まれるのかに関心を持つ。現在は、投資・支援する立場から経営の当事者へと軸足を移し、日本からグローバルに競争力のあるAI・テクノロジー企業を生み出すことをテーマとしている。 Alpha Beyond Frontier では、スタートアップ、ベンチャーキャピタル、AI、M&A、コーポレートイノベーションを中心に、資本市場と産業構造の変化を分析・発信している。

    Disclaimer

    本稿は、経済産業省・NEDO・内閣府および韓国政府の公表資料にもとづく独立した分析であり、特定の組織の公式見解ではありません。

    本稿は特定の政策・制度・事業者を推奨または批判するものではありません。政策の意図については推定せず、公表された予算配分と公募条件の範囲で記述しています。採択事業者の個別の評価は行っていません。

    本稿は投資助言・投資勧誘ではありません。

    筆者は JAPAN AI 株式会社および株式会社ジーニーに所属しますが、本稿は Alpha Beyond Frontier における筆者個人の独立した分析であり、所属各社の公式見解を示すものではありません。内部情報には一切依拠していません。

    記載した数値および事実は、各出典の公表時点のものです。

    References

    本ブログの関連記事

  • 経産省「スタートアップM&Aガイダンス」をどう読むか——「買い手能力」の公式化と、なお残る論点

    経産省「スタートアップM&Aガイダンス」をどう読むか——「買い手能力」の公式化と、なお残る論点

    経産省「スタートアップM&Aガイダンス」をどう読むか——「買い手能力」の公式化と、なお残る論点

    はじめに

    日本のスタートアップ・エコシステムは、IPO の偏重と、上場後の成長鈍化、そして大企業側の非連続成長探索ニーズの間で揺れている。グロース市場の上場後の伸び悩みが議論される一方で、事業会社は新規事業の内製では届かない領域に手を伸ばしたい——この2つの動きを接続する役割として、スタートアップM&A の重要性は静かに上がってきている。

    2026年5月20日、経済産業省が「スタートアップM&Aガイダンス——スタートアップ・エコシステムの成長・発展並びに新産業の創出に向けて」（全115ページ）を公表した。スタートアップ育成5か年計画（2022年11月）の実装ドキュメントの一つである。通読してみての印象は、それまで業界内の議論にとどまっていた一つの論点——日本のスタートアップM&A の課題は件数の少なさではなく、買い手側の組織能力の不足にある——を、政策ステートメントとして公式化したことに尽きる。

    本稿ではまず、ガイダンスが何を新しく言ったかを短く整理する。その上で、ガイダンスが扱わずに残した論点を、引き続き観察すべき場所として提示したい。

    §1. このガイダンスは何が新しいか

    ガイダンスの最大の貢献は、日本でスタートアップM&A の活用が進まない背景として4つの仮説を整理した上で、その4番目を中心論点として明示したことにある（p.9-10）。

    ① 上場基準が諸外国と比べて相対的に低い
    ② IPO と M&A をフラットに検討・比較ができていない
    ③ 経営の早期から、M&A も視野に入れた経営戦略が十分に行えていない
    ④ 買い手側において M&A の経験や体制整備が進んでいない

    ①は市場構造、②③はスタートアップ側の意識・戦略、④だけが買い手側の組織論である。実際、ガイダンス115ページのうち買い手向けが約30ページ、関連ケーススタディが約12ページを占め、紙幅の比重も④に最も傾いている。

    「M&A 件数が少ないのは買い手が下手だから」「日本企業は PMI が苦手」といった俗論は以前から存在した。だが、それを「経験や体制整備が進んでいない」という組織能力の不足として位置づけ直し、Corporate Development 部署の設置・Strategic Value（戦略的価値）の事前定義・既存事業とは異なる専用枠組みの構築を政策文書として推奨した——これがガイダンスの新しさである。同時に米国の Cisco・Google を Corporate Development の参照点として明示し、論点を比較可能なフレームに乗せた。

    ガイダンスは数字でも一つ重要な観察を提供している。日本のグロース市場に新規上場した会社のうち、時価総額が10倍以上に成長した会社は5%、時価総額の中央値は55億円である（東京証券取引所資料、p.12）。IPO さえできれば成長が続くわけではない、という事実を政策側が公式に認めた指標として記憶しておきたい。

    前回記事「なぜ日本には『赤字スタートアップを買い続ける会社』が育たないのか」で扱った「反復買収を組織能力として運用する買い手能力が薄い」という構造観察は、ガイダンス仮説④と方向が一致している。政策側と独立分析が、独立に同じ構造観察に到達した。

    §2. ガイダンスが示す打ち手

    買い手側に推奨される組織実装は6つの柱で整理されているが（p.65）、読者が覚えるべきキーワードは実は3つで足りる。

    Corporate Development。買収戦略を専任で担う独立組織。米国の Cisco・Google のように、新規ドメインの戦略策定からソーシング・PMI・バリュエーション・IR/リスク管理までを束ねる部署として運営する考え方である。既存の経営企画部の延長ではなく、専用の人材・予算・評価基準を持たせる点が肝になる。

    Strategic Value（戦略的価値）の事前定義。買収を通じて買い手が実現したい価値を、抽象的な「戦略的意義」ではなく、人材獲得・知財取得・プロダクト補完など具体的な類型として事前に定義しておく考え方である。これが曖昧なままだと、探索・評価・統合の各フェーズで案件ごとの場当たり対応に流れる、と弁護士コメントで指摘されている（p.66）。

    デュアルトラック経営。これは売り手（スタートアップ）側のキーワードで、経営の早期段階から IPO と M&A の双方を見据えて資本政策・ガバナンス・事業戦略・人材を一体で設計する考え方である。「IPO=成功 / M&A=ギブアップ」という社会的認知の修正が繰り返し強調される。

    実装の細部で印象に残るのは、スイングバイIPO に関する記述（p.88）である。ガイダンスはこの形態を「あらかじめ設計して進めるものではなく、まずは事業そのものを伸ばす中で、結果として選択肢として立ち上がってくるもの」と位置づけている。また契約実務側では、「日本のSO（ストックオプション）のうち5〜6割は M&A により行使ができない状態となるケースがある」（p.93）という VC のコメントが取り上げられている。知る人ぞ知る実務課題が政策文書に上がってきたことは、それだけで一つの変化である。

    巻末のケーススタディ4社は、いずれも「高バリュエーションを追いすぎず IPO と M&A の選択肢を保持する」「SO やガバナンスを M&A 前提で設計する」といった、デュアルトラック経営の実装例として位置づけられている。

    §3. 政策は触れる場所から先に触っている

    ここで一つ視点を変えてみたい。本稿で扱ってきた4軸モデル——LP・買い手・流動性・起業家——から本ガイダンスを眺めると、扱いの濃淡がはっきり見える。

    図1: 4軸 × ガイダンスの扱い——買い手軸（中心扱い・仮説④で公式論点化）/ 起業家軸（明示扱い・コラム p.16 + ケース4社）/ 流動性軸（軽く触れる程度）/ LP軸（直接扱わない、税制と関連ガイダンス群が周辺整備）。扱いの濃淡は「政策が動かしやすい順」とほぼ一致する

    この濃淡が「政策が動かしやすい順」と一致している点に注意したい。事業会社の組織設計に対する規範的ガイダンスを出すことは、政策側にとって相対的に動かしやすい。シリアルアントレプレナー推奨は税制との組合せで一定の後押しができる。一方、セカンダリー市場の制度整備や上流の LP 資本構造改革は、関係者が多く政策レバーが直接届きにくい。

    ガイダンスは射程を絞ることで実装可能性を担保している。政策は触れる場所から先に触っている——それ自体は合理的な設計だが、政策が触れない箇所が残ることは、別途独立に考える必要がある。

    §4. ガイダンスが扱わない論点

    ここからが、ガイダンスを読み終えた後に残る本丸である。政策が言っていないことの方が、構造的には重要な場合がある。

    図2: ガイダンスが扱わない4論点——PE（プライベートエクイティ）の役割 / 海外戦略買い手と外為法 / のれん20年定額償却の見直し / 反復買収する日本企業の対象構造。いずれもガイダンスのスコープ外で、独立分析の場所として残る

    PE（プライベートエクイティ）の役割。ガイダンスの買い手スコープは事業会社・メガベンチャー中心で、Carlyle や KKR といった PE プレイヤーは扱われない。だが現実には、海外大型ファンドの日本コミット拡大や、国内 PE による上場 SaaS の非公開化買収など、PE 側で独自の動きが進んでいる。赤字成長期スタートアップを反復的に買い続ける買い手層が育つかどうかは、PE 側の評価フレームと LP 説明責任の組合せに大きく依存する。

    海外戦略買い手と外為法。GAFAM の日本での買収はごく限定的で、2020年改正外為法のコア業種制度がスタートアップ買収の典型領域に摩擦を加える構造も残る。海外大手が「出資には積極的だが、反復買収の対象には日本のスタートアップを取り込まない」という非対称性は、政策側からは触れにくい論点として残っている。

    のれん20年定額償却の見直し。会計処理の章（p.80-81）でガイダンスは、日本基準・IFRS・米国基準の取扱いの違いを事実紹介レベルで丁寧に整理する。しかし、2025年5月に規制改革会議で議論が始まったのれん償却制度の見直しには踏み込まない。経産省の所管領域から外れる（会計基準は ASBJ）ことが理由だが、買い手能力の組織実装と並行して、制度側のハードルがどう変わるかも買い手の意思決定環境を左右する重要変数である。

    反復買収する日本企業の対象構造。米国 Cisco・Google を Corporate Development の好例として参照する一方で、日本側で実際に反復買収を組織能力として運用している企業——ニデック、SHIFT、GENDA 等——は扱われない。これらの主たる買収対象は黒字事業や同業中堅であり、赤字成長期のスタートアップは含まれにくい。「日本にも反復買収する事業会社は存在するが、対象が違う」という事実は、Corporate Development を組織として導入しても、買収対象選定の慣性が変わるかどうかは別問題であることを示唆する。

    これら4論点を「ガイダンスへの不満」として読むのは正しくない。射程を絞ることで実装可能性を担保するのは政策文書の合理的設計である。ただし、これらが解決されないままでは、ガイダンスが推奨する Corporate Development や Strategic Value の定義が現場で立ち上がっても、スタートアップが IPO 以外でも成長資本を回収できる市場構造は作りにくい——という意味で、本丸は依然として残っている。

    おわりに

    ガイダンスを通読して最後に残るのは、一つの視点転換である。

    日本のスタートアップM&A のボトルネックは、「売りたい会社が少ない」ことではなく、「継続的に買える組織」が少ないことだった。IPO 偏重も、グロース市場上場後の成長鈍化も、PMI の困難も、のれん償却制度のハードルも、PE の不在も、海外戦略買い手の限定性も——別論点に見えて、実際には「赤字成長期スタートアップを継続的に評価・買収・統合できる主体が薄い」という一点に収束する。

    経産省ガイダンスは、その構造を初めて政策文書として公式化した。だが、政策が示せるのは方向までであり、実際に「反復買収を組織能力として持つ企業群」が日本で立ち上がるかどうかは、今後数年の経営実装に委ねられている。

    本当に変化が起きるかどうかは、M&A 件数ではなく、同じ企業が2件目、3件目、4件目を買い始めるかで測られることになる。

    中塚 恵介

    JAPAN AI CFO／GENIEE Group CFO。AI企業の成長戦略、資本政策、IR・資金調達、M&A、海外展開などを通じて、日本発のテクノロジー企業の企業価値向上に取り組んでいる。 前職ではグローバルベンチャーキャピタル B Capital の Japan Lead として、AI・ディープテック・クライメートテック領域を中心に、日本におけるスタートアップ投資を担当。それ以前は BCG／BCG X にて、企業の新規事業創出、事業戦略、ベンチャー立ち上げなどに従事し、構想から事業化・実行までを支援した。キャリア初期には内閣府などで政策立案にも携わった。 一貫して、資本・技術・人・制度がどのように結びつき、新しい産業や企業が生まれるのかに関心を持つ。現在は、投資・支援する立場から経営の当事者へと軸足を移し、日本からグローバルに競争力のあるAI・テクノロジー企業を生み出すことをテーマとしている。 Alpha Beyond Frontier では、スタートアップ、ベンチャーキャピタル、AI、M&A、コーポレートイノベーションを中心に、資本市場と産業構造の変化を分析・発信している。

    References

    政策ガイダンス本体

    関連政策ドキュメント

    統計引用元（ガイダンス内で参照）

    本ブログの関連記事

    Disclaimer

    本稿は、経済産業省「スタートアップM&Aガイダンス」(2026年5月20日公表) の構造に関する独立した分析であり、公開情報ベースの個人研究として執筆されたものである。記載された企業・ファンド・政策当局の内部情報には一切依拠していない。

    本稿は特定の政策・制度・投資判断を推奨または批判するものではなく、公開された政策ガイダンスの構造を読者が理解する補助として位置づけられる。ガイダンス本体の解釈・適用に関する判断は、読者各位の独自判断によるべきものである。

    本稿は法務・税務・会計上の助言を目的とするものではない。M&A、買収契約、PMI、税制適用の設計にあたっては、個別事情に応じて弁護士、税理士、公認会計士その他専門家に確認されたい。

    記載された見解はすべて運営者個人のものであり、いかなる組織の公式見解をも代表しない。