日本語AI:多言語モデルと国産モデルの違いが関係する場合
日本語AIには、日本語に対応した多言語モデルと、日本語専用に作られた国産モデルの二つがあります。どちらが必要かを見極める手順を、実例つきで示します。
「日本語AI」という言葉は、実は二つの違うものを指しています。一つはChatGPTやGeminiのように、多くの言語の一つとして日本語にも対応している多言語モデル。もう一つは、NTTのtsuzumiのように、日本語の処理だけを目的に作られた国産モデルです。どちらも「日本語が使える」という点は同じですが、作られた目的と向いている使い道が違います。
よくある誤解は、「国産だから日本語の仕事に向いている」「多言語モデルだから日本語が苦手」と、名前だけで判断してしまうことです。実際には、多言語モデルでも日常的な日本語の文章作成では十分な精度が出ることが多く、国産モデルが有利になるのは別の理由による場合がほとんどです。
二つのモデルが分かれる本当の理由
- 多言語モデル(ChatGPT、Geminiなど):学習データの量が多く、幅広い話題に対応できる。クラウド経由での利用が前提で、データの保存先は提供企業のサーバーになる。
- 国産の軽量モデル(NTTのtsuzumiなど):日本語に特化した語彙処理を持ち、少ない計算資源で動くよう設計されている。自社のサーバーや限定された環境で動かせる点が、多言語モデルとの大きな違いになる。
- 選ぶ基準は「日本語の精度」ではなく、「データをどこに置けるか」「どれだけの計算資源で動かす必要があるか」であることが多い。
見極めるための三つの手順
- 個人情報や社外秘のデータを扱うかどうかを先に確認する。扱わないなら、多言語モデルで精度を試すところから始めて問題ない。
- 扱う場合は、データの保存先や処理場所について、各社の公式ページで実際の記載を確認する。宣伝文句ではなく、利用規約やヘルプページの文言を見る。
- オンプレミスでの運用や、限られた計算資源での動作が必要かどうかを確認する。必要なら、国産の軽量モデルの導入要件を調べる段階に進む。
実例:自治体の窓口業務を自動化する場合
弱い進め方:「日本語AIを導入する」と決めて、国産というだけでツールを選ぶ。扱うデータの性質を確認しないまま進めると、あとで運用環境が合わないと分かることがある。
確実な進め方:まず、住民からの問い合わせには個人情報が含まれることを確認する。次に、データを外部のクラウドサーバーに送らずに処理したいという要件を明確にする。この要件があるからこそ、クラウド経由の多言語モデルではなく、NTTのtsuzumiのような、限られた環境でも動く国産モデルを検討する理由が生まれる。国産であること自体が理由ではなく、オンプレミスで動かせることが理由になっている点が、この進め方の核心です。
一方、社内向けの議事録整理や企画書の下書きのように、データを外部に送っても問題ない作業であれば、Geminiの使い方やChatGPTの使い方(日本語)で扱っている多言語モデルのほうが、対応できる作業の幅は広くなります。
「日本語に対応している」ことと、「その仕事に向いている」ことは、別の問題である。
確認しておきたい限界
国産モデルだからという理由だけで安全性や精度が保証されるわけではありません。どのモデルを選んでも、実際の精度は自分の業務データで試してみるまで分かりません。モデルの性能がどれだけ向上しているかはStanford AI Indexが毎年追跡していますが、そこで示される全体的な傾向と、特定の業務での実際の精度は別のものとして確認する必要があります。
OECDは、AIの出力を人が確認する工程を、責任あるAI活用の前提として挙げています。これは多言語モデルでも国産モデルでも変わらない前提で、モデルを選んだ時点で終わる作業ではありません。日本国内でのAI活用がどれだけ広がっているかは総務省の情報通信白書が毎年まとめていますが、そこに載る全体傾向と、自分の業務での使いやすさは別に確認する必要があります。GeminiについてはGoogle のヘルプページが、日本語での利用を含めた機能の範囲を具体的に説明しています。
月曜日に試すこと
- 今扱っている業務データに、個人情報や社外秘の情報が含まれるかどうかを確認する。
- 含まれない場合は、普段使っている多言語モデルで、実際の業務文章を一つ試してみる。
- 含まれる場合は、データの保存先について、使っているツールの公式ページで記載を確認する。
- オンプレミス運用が必要だと分かった場合に限り、国産の軽量モデルの導入要件を調べる。
ChatGPTの画面以外の入り口についてはオープンAIの使い方で、APIを含めた選び方を整理しています。日本語での頼み方そのものを改善したい場合は、ChatGPTの使い方(日本語)が、曖昧な答えになる原因と直し方を具体例でまとめています。Googleの各サービスとの連携を活かしたい場合は、Geminiの使い方が失敗しないコツを示しています。もっと広く、仕事のどんな場面でAIが役立つかを知りたい場合は、AIの使い方が三つの場面を具体的に紹介しています。
モデルの名前や国籍より、出力を自分の目で確認する習慣のほうが長く役に立ちます。Coursiumはこの習慣を、スマホで読める短いレッスンで練習します。AIに後れを取らないために、作り話の例ではなく実際の作業で練習してください。詳しくはCoursiumについてをご覧ください。