2026年7月15日·衆議院·委員会·経済産業委員会
【全文】衆議院 経済産業委員会 質疑／広報本部長・河合道雄（2026年7月15日）の要約
会話形式（原文ベース）
- 河合道雄チームみらいの河合道雄です。本日も、一般の機会をいただきまして、ありがとうございます。 それでは、早速質問に入らせていただきます。一つ目のテーマは、のにおけるの確保についてです。 本年6月10日のこの委員会で、私はこの問題を取り上げました。その際、赤澤経済産業大臣からも、への危機感をご共有いただくとともに、米国や英国での制度化の動きを注視しながら、国産の基盤の整備、国際的な共通基盤への参画を、をはじめとする関係省庁や産業界と連携して検討していくとのをいただきました。 その後、本年7月に公表されたの政策パッケージでは、、セキュリティへの対応として、DNAスクリーニング等の検査能力の構築や、開発、製造設備の国内整備、そして条件づけによる活用促進が明記されました。前進として歓迎いたします。 ただ、この問題は楽観できません。今年には、で毒素の配列を改変し、既存のスクリーニングを計算上すり抜けられることが実証されたとの報告もありました。既存のスクリーニング技術だけでは危険を排除し切れない可能性を示すものです。 そのため、まず、できることを早急に進める必要があります。参考になるのは米国の進め方です。米国では、核酸合成スクリーニングの枠組みを定め、生命科学研究に資金を出す連邦の各機関が、交付の条件として、スクリーニングを遵守する事業者からのみを調達することを求めるような仕組みを実施しております。この取り組みの要点は、新たな立法ではなく資金の交付条件という形で、今、発注の入口を実質的に塞いでいる点にございます。 このように、立法や追加の予算を待たずして、今着手できる先行策があるのではないかという問題意識の下、お伺いいたします。 にお伺いいたします。 の具体策として、経済産業省所管の等の交付要綱に等の遵守を組み込むこと、または関連分野でのの研究採択、交付の要件に同様の遵守を組み込むことが考えられるかと存じますが、こうした打ち手について政府の見解をお伺いいたします。
- 馬場 政府参考人お答えいたします。では、核酸合成サービスを通じた危険な遺伝子配列の入手に関する国内のリスク対応について、関係省庁や民間企業と意見交換を行っているところでございます。 議員にご指摘いただいた点に関しましては、米国の連邦研究資金では、危険な遺伝子配列のスクリーニングを実施しているの利用を要件化する動きがあるといったところは承知してございます。 こうしたことも選択肢としつつ、今後、に設置しているに関する有識者の会議で、国際的な動向や関係者の声も踏まえながら、関係省庁とともに必要な対応の検討を進めているところでございます。
- 河合道雄ごいただきありがとうございます。まずはしっかりと等の会議体で検討を進めていただきたいと存じます。 その上で、この問題の非常に難しい点は2点あると考えております。 一つ目は、危険性の高いを今や誰もが作り得るようになりつつあるということです。もう一つは、こういう配列という情報の流通そのものは非常に制限がかけにくいということです。ですので、だからこそ、現時点で講じ得る対策はまず着実に進めていただいた上で、併せて、まさにおっしゃっていただいたように、国際的な動向に目を向けていただきながら、対策を一歩一歩進めていただきたいと考えております。 前回ご紹介いたしました書簡においても、OpenAIの社長ですとかノーベル化学賞を受賞した研究者らの合同で出した書簡ですけれども、この合成する装置の製造業者と合成DNAの受託企業の双方に対して審査ですとか顧客の確認を求めるべきだという趣旨でございました。これは、上流と下流をしっかりと押さえるというかなり強い提案でございますけれども、そういった主張もあるという動きを踏まえながら、必要な対策を機動的に講じていただくことを期待しております。 続いて、中小企業の、についてお伺いいたします。 は、今年の6月24日に「『稼ぐ力』強化戦略」を公表いたしました。2040年に働き手が約1,100万人不足するという民間試算を背景に、を5年間で10％向上させるということで、7本の柱の1個にを据えたものと承知しております。 このの柱では、AIを導入したい中小企業と、AIに詳しい人材やサービス提供者を地域ごとにつなぐ、が掲げられています。地道ではございますけれども、こうしたつながりをつくりながら裾野を広げていく方向性には共感をしております。 その一方で、2026年版のによれば、AIを活用していない企業の63.4％が、その理由として、活用する業務がイメージできないということを挙げています。個社の支援を組み立てる前提として、このイメージできない層の実態を踏まえた進め方が求められると考えます。 中小企業と言えるか分からないんですけれども、私たちチームみらいの中でも、実は党の中でAI勉強会というものを開いております。私たち議員もそうですし、秘書もエンジニアというわけではないんですけれども、それぞれの分野でどういうふうに使っていくかとか、業務の中でどういうふうに使っていくかというところを、一緒にAIを触りながら少しずつ習得するということを、党内でもやっているんですね。 その中では、かなりここの業界での経歴も長い秘書のメンバーでも、かなりAIを使っているというようなことになっておりまして、こういった日々の業務が実際にどれぐらい楽になるかということを一人一人が体感できるような仕立てということが、AIの活用を促す上では非常に重要だと肌感覚でも感じております。その意味では、こういったの取り組みの中では、業種や業務の特性に応じて、使いどころまでしっかりと橋渡しをしていくということが重要だと考えております。 その上で、大臣にお伺いをいたします。 中小企業の、について、このイメージできない層を対象に、業種、領域ごとの特性を踏まえたアプローチを含め、導入支援をどのように進めていくべきと考えるか、見解をお伺いいたします。
- 赤澤 経済産業大臣私自身、必ずしも本業がトランプ関税だったり中東情勢対応ではないわけでありまして、本当に国のためになることをやろうと思えば、このAIはど真ん中だろうというふうに思っています。 個人的にもいろいろその関係で調べ物をしたり、実際にAIを使ってちょっといろいろな調査をかけたりということをやっています。そういうのも若干ご披露すると、まず、経営者がやる気になっているところと、下が頑張ってやっているところで、まったくその浸透が違うということがありますので、まず、おっしゃったように、AIを活用するイメージができていない、個人利用止まりの企業を洗い出して、そこの経営者に向かって強く働きかける。実際に効果が実感できるところまで、場合によってはカスタマイズしたりして伴走してくれる伴走者、何も給料がすごく高い人を専属で雇う必要もないので、そういう形で取り組んでいくということが必要だと思います。 それから、調べて分かることは、これは言っちゃっていいのかあれなんですけれども、たとえば、はかなり中を紙で仕事を処理しています。に限らないんですが、紙でいろいろなことをやっていて、少なくともデジタル化されていないところについて言うと、端的に言うと、（AIを安全かつ効果的に業務へ導入・活用するための準備が整っている状態）でないんです。まったく成果が変わってきてしまうので、そういう意味ではイメージができない事業者の中でも、農業関係、中山間地になると、紙の呪縛というのがあって、それは乗り越えなきゃいけないということがあります。 それから、費用についても分かってきたことは、今まさにおっしゃったことが鍵で、効果が実感できると一気に進むので、支援をやる場合も毎年いくらじゃなくて、初年度にどんと支援をたとえばする形で、後はもうしていくというような進め方とか、ちょっと個人的にはいろいろ自分で調べて物を考えながらやっている中で、今ぐらいのことをちょっと気づいているというようなことを共有させていただきました。 以上です。
- 河合道雄大臣、実際にご自身が手を動かしてやられたことをお伝えいただき、ありがとうございます。 まさに、こういったところで効果実感をしながら、自身がその価値を感じている経営者をいかに増やすかというところがポイントだというふうにおっしゃっていただきましたけれども、そこに向けてアプローチいただきたいというところと、まさに、紙みたいなプロセスが入ると、一気に業務フロー自体を変えていくということが難しいということになると思いますので、そういった一体となった企業風土ですとか業務慣習をどうやって変えていくかというところまで取り組む必要があるというふうに考えております。ありがとうございます。 こういった取り組みは、どうしても広く薄くなる危険性もあると思いますので、しっかりと、まさに業務フロー自体が変わっていくところまで追っていただくことで、有効なお金の使い道としていただきたいと思います。 続いて、今大臣もお話しいただきました補助制度についてもお伺いをしていきます。 政府は、本年、従来のをに改称し、登録されたITツールのクラウド利用料を最大2年分補助対象とするとともに、令和7年度からは、定着、活用を支える活用支援の費用も補助対象に加えるなど、利用型の運用費を支援する方向に踏み出されたと承知しております。この前進は評価しております。 もっとも、この補助は導入支援のたてつけでございまして、補助対象期間が最大2年にとどまり、中小企業がその後も継続してITツールやAIを活用し、業務に定着させていけるかが大きな課題となるというところと認識しております。 他方、AIサービスの中には、業務に深く組み込んで活用すればするほど、利用量に応じた従量で費用が増えるものもございます。たとえば、AIを社内システムにで組み込み、扱うデータや処理が増えるほど費用が伸びる使い方や、高度な推論モデルを使い込む場合がこれに当たります。 象徴的なのはで、これは、定額から利用量に応じた従量課金へ移行する動きが続いております。まさに、稼ぐ力が目指しているところにある、業務フローに組み込んで深く使えば使うほど、従量課金が費用の本体になり得るという費用構造の変化というものが表れつつあるということだと思います。 ここで重要なのは、この戦略が掲げる深い業務改革を目指せば目指すほど、現行の定額補助の仕組みがマッチしない可能性があるということです。 もちろん、現時点では定額のAIサービスを使っている方がほとんどだと私も承知しております。ただ、定額サービスの範囲ですと、たとえば翻訳ですとか要約などの一部業務の代替にとどまり、業務全体の変革にはつながりにくい面も指摘できるかと考えます。今後、業務フローへ本格的に組み込んでいくことを考えるのならば、従量という費用構造にどう向き合うかも考える必要があると考えます。 この点を踏まえまして、2点、にお伺いいたします。 第一に、補助期間の終了後も、中小企業が継続してこういったITツールやAIを活用、定着させる仕立てとなっているか、そのための支援は十分とお考えになっているか、お伺いいたします。 第二に、今後、などの使用量に応じた従量課金を含むAIサービスが本制度の下で実際に活用され、支援の対象になり得るか、また、深い活用に進めば進むほど従量が費用の本体となる局面を制度としてどのように捉えているかについて、見解をお伺いいたします。
- 山本 政府参考人お答えいたします。中小企業のは、単なる生産性向上ではなく、委員ご指摘のとおり、経営そのものを高度化する上で不可欠と認識しております。まずは、より多くの中小企業の経営者にAIを試してもらうことが重要であると考えておりまして、その導入のきっかけとなるよう、を措置しております。 この際、経営者にとって使い勝手のよいものとすることが重要でありまして、たとえばChatGPT、Gemini、Claudeなど、汎用的なAIを対象としております。その際、ご指摘がございましたけれども、補助金を適切に運用する観点からは、のサービスは対象とはしておりませんけれども、定額の契約であれば同様のサービスを活用いただけるよう、補助対象を柔軟に解釈し、運用上の工夫を凝らしているところでございます。 この補助金を用いまして、最大2年の補助対象期間の間に経営にAIを実装していただき、経営力を高め、その後、自らがAI投資を継続していただくことを経営者の皆さまには期待するものであります。 したがいまして、導入後、継続的に補助金により支援をするものではございませんけれども、言及いただきました、補助対象期間後の定着を促すため、コンサル費用の支援を行っているほか、AI導入の成功事例の共有など総合的に支援をすることによりまして、中小企業経営においてAI活用が当たり前となるよう進めてまいる所存でございます。
- 河合道雄ごいただきまして、ありがとうございます。こういった、実際にコンサルティングも含めて、事後にしっかりと生産性が向上し、経営が高度化するところまでコミットする仕組みというところは非常に評価できるところでございますので、ばらまきにならないように、しっかりと成果等も注視していただきたいと思います。 また、従量課金について現時点で制度がないことは理解いたしますけれども、たとえば業務効率化による経費削減などを望むのであれば、そういった削減幅に連動するなど、いろいろな仕組みの可能性はあると思いますので、今後の検討にぜひのせていただければと考えております。ありがとうございます。 では、続いて、3つ目のテーマとして、のためのなデータセットについてお伺いいたします。 政府は、において、わが国の強みである高品質な現場データを核に、データ獲得、モデル改善、の循環を確立することを勝ち筋と位置づけています。 現場データが我が国の強みであることはそのとおりと考えております。また、政府は、やを通して、国産そのものの構築にも多層的に取り組んでいると承知しております。 もっとも、そもそも論として、がどのように実用に堪える水準に到達できるのか、その道筋は世界的に見てもまだ見定まっていない状況かと思います。また、の開発においても、現場データを核に据えれば届くのか、それとも、汎用的で多様なデータを大量に用いるほうが利くのか、この点についても、いろいろな研究がある中で、後者を支持する研究知見も出てきたところでもあり、専門家の見方も一つに収束していないのが実情と承知しております。 つまり、ここはあらかじめ正解が見えている領域ではございません。だとすれば、特定の勝ち筋に最初から決め打ちするだけではなくて、検証を通じて何が利くのかが見えてきた段階で機動的に戦略を張り替えていくというようなアプローチ、この柔軟さも重要と考えております。本戦略においても、この不確実性を前提に汎用データの重要性をどの程度重く見ているのかという点が問われると考えております。 ここで、にお伺いいたします。 政府が本戦略において高品質な現場データをどのように生かすかを検討してこられたのか、また、を構築する観点に照らすと汎用的なデータも活用すべきとの指摘についてどう考えるか、見解をお伺いいたします。
- 奥家 政府参考人お答え申し上げます。今回開発するには、汎用的な性能を持たせる必要があると考えております。したがいまして、テキストデータや音声、画像など、さまざまな汎用性のあるデータは当然学習させます。 一方で、今回のは、とは異なり、を実現するためのAIモデルであります。したがいまして、テキストなどのデータだけでなく、触覚、摩擦などの物理特性データなどのさまざまなユニークなデータも学習させることが必要だと思っています。 こうした物理特性などに関するデータについては、日本には、製造業などの現場の高品質なデータ、高齢者のヘルスケア、災害対応、などのユニークなデータが蓄積しておりまして、こうしたさまざまなデータを活用することで、実社会を理解し、物理的なタスクを行うの実現に結びつけていきたいというふうに考えています。
- 河合道雄ごいただき、ありがとうございます。 多様なデータというところで、まさにいろいろなデータを使いながらこれからを進めていく上で、の整備について重ねてお伺いをいたします。 では、中核拠点にを整備するとしています。とは、導入現場に近いモックアップや試験設備といった物理の空間と、、データ基盤、シミュレーションといったサイバー空間を一体で運用し、学習、検証、改善を高速で回すための実証と実験の場です。 では、市場規模、導入ニーズ、技術の成熟度、導入の容易性などを総合的に評価し、対象となる産業を横断で整理し、短期に共通する8つのタスクを選定しています。 もっとも、現実にどの領域から絞り込んでいくか、まだ具体化されていないと承知しております。分野の選定においては、人手不足が最も深刻で、社会的必要性が一方、事故の許容度ですとか合意形成の難しさから、民間の取り組みだけでは進みにくい課題先進の領域、たとえば介護・防災、恐らく、おっしゃっていただいたなども含まれるかと思いますけれども、こういった領域においては、政府がリーダーシップを発揮して取り組む意義が大きいと考えております。 ここで、にお伺いいたします。 の整備と対象領域の選定を今後どのような考えで進めるのか、とりわけ、成功が見込みやすい領域に偏らず、社会的必要性の高い課題先進領域に政府がリーダーシップを発揮して取り組む考えはあるか、政府の見解をお伺いいたします。
- 赤澤 経済産業大臣なかなか面白い議論だと思っていまして、成功が見込みやすい製造業というおっしゃり方をしたのですが、私自身はちょっとまた別の見方をしているところがあるので、をさせていただきたいと思います。 先月末に改訂版を公表したでは、のを加速する政策の柱の一つとして、の中核拠点、ですね、の整備を掲げております。 同戦略では、製造、介護、物流などの18分野において2040年までに1,000万台導入することを目標に掲げ、そのうち今6分野、製造、物流、建設・土木、建築、小売、警備の6分野を先行的にを進める分野として位置づけています。 これの裏にある考え方でもないんですが、加えて、私自身は、ビッグデータ×AIの時代なので、勝ち筋はかなりはっきりしていて、一言で言えば、わが国が超高齢社会でかつ災害大国だということだと思います。 高齢者、あるいは災害、高齢者の方が多いということは、これ自体はハッピーですけれども、財政負担という意味でいえばピンチかもしれない。災害大国であること、これは明らかにピンチでありますが、そこのビッグデータはもう他国を圧倒できるということだと思うんです。あと、世界一の製造現場があり、あるいは世界でも唯一の過酷環境のの現場がある、あれだけ線量が高いところで自由に動くロボットとかセンサー、カメラのとかそういうことというのは、もうあそこでしかある意味できない。 こうしたさまざまな現場で蓄積されたデータ、産業用ロボット等の技術基盤は我が国のまさに勝ち筋であって、では、こうした観点も踏まえて対象とする領域の選定を進めているという考え方であります。 詳細については、の関係者とよく議論をしながら、世界に誇れるの中核拠点となるよう、さらに検討してまいりたいと考えております。
- 河合道雄大臣、ごいただき、ありがとうございます。日本の置かれている状況をまさにとして捉えて強みとしていくというアプローチ、非常に共感をいたします。 重ねて、データの観点でちょっとお伺いをしていきたいんですけれども、まさにこういった難しい現場でのデータもありますし、まさに強みとして伸ばしていこうという製造業の現場におけるデータ活用も非常に大きな課題があると認識をしております。まさに大臣がおっしゃっていただいたように、フィールドとしての日本は非常に豊かな可能性があると思いますけれども、世界に目を向けてみますと、の領域におけるデータ集め、これは年々苛烈さを増しています。 まさに、先ほどもおっしゃっていただきましたけれども、言語データだけじゃないデータをどうやって集めていくかというところにいろいろな事業が今集積してきておりまして、データを取ること自体を事業とする企業がアメリカで高い評価で調達をしていたりですとか、あるいは人件費の安いところでデータを集めながら、それを商品として販売していくというようなモデルも出てきたりしているところだと認識をしております。 また、データを取るということ自体も専用のツールが必要だったりもしておりまして、たとえばですが、3Dプリンターで出したようなと言われるようなつかむツールにカメラをつけて、人間がしている作業を、そこでいろいろな情報を入れながら収集していくことで人間の動作をロボットに学んでもらおうというような、という装置を使って集めていったりですとか、製造業の現場に目を向けてみましても、既存の設備にさらに加えてセンサーですとかカメラなどを後づけする必要も出てきているというところで、事業者さんからは新たにデータを取っていくための負担みたいなお声も聞こえてきております。 そうなってきますと、そのデータを集めるということに目を向けましても、現場の側に追加の投資が必要でしたりだとか、その規模が当初の想定を上回るという可能性もあり得るのではないかと思います。加えて、既存のデータの取り扱い、権利関係ですとかデータ提供のの整備も欠かせません。 ここで、にお伺いいたします。 現場データをしっかりと集めるために必要な投資の規模をしっかりと把握されているのか、また、こういったところを政府自らの投資に限らず、参加する設計を含めてどのような制度設計となっているか、お伺いをいたします。
- 奥家 政府参考人お答え申し上げます。まず、競争力があるの開発には、現場で蓄積された物理特性などのさまざまなデータの活用が不可欠ということで、縷々（るる）お話をさせていただきました。 経済産業省においては、AI開発の支援プログラム、などにおいて、製造業などの現場データをAIの学習などに利用することができるようにするためのまずデータの整備手法、これを確立してそれを標準化する、さらにその手法を活用してデータセットの構築を進める、こういった支援を進めています。この中には、当然のことながら設備を導入するようなことも含めて支援対象に入ってくるということです。 これらの事業においては、たとえばシート状の特殊なとか、もしくは肩がけ型の画像、音声収集先端デバイス、こういった現場の実データを適切に収集するためのセンサーなどの機材を必要に応じて導入して、データセットを整備するということを支援しています。 また、どう使えるようにするのか、これは権利関係とかいろいろ難しいところもございますが、少なくとも私たちがこうやって支援をさせていただいて作っているデータセット、これは先ほどご紹介させていただきましたが、、これの開発には使わせてくださいねということで、構築したデータセットの提供などをまさにの開発に協力することを条件として支援をするということで、スムーズに利用できる環境を整えています。 こうした取り組みを通じて、の開発に必要なデータを質、量ともに確保していくということを進めていきたいと考えています。
- 河合道雄ありがとうございます。に使っていくことを条件にしつつというところで、積極的に集めていくような取り組みを目指されているということで、非常に方向性、共感いたしますので、一層ここを推進いただければと思います。 加えまして、こういったデータだとか研究の観点でいうと、先日、アメリカの取り組みであるのパートナーシップに日本も参加したことについてお伺いをしたいと思います。 は米国が2025年11月に大統領令で立ち上げたものでございますけれども、AIで科学の発見を加速するための国家的な取り組みです。日本はこのに参加する初の国際パートナーとなって、本年6月4日に、エネルギー省、経済産業省の三者で日米のの合意締結を署名、公表したと認識しております。 まず、ここでにお伺いいたします。 に初の国際パートナーとして参画する意義と、この連携を通して日本が期待する成果について、お伺いをいたします。
- 生田 政府参考人お答えいたします。本年6月に発表した日本のの取り組みと米国のとの連携に向けた日米において、日米は先進的なAIを活用して研究開発の在り方を根本的に変革することを目指し、さまざまな先端科学技術分野での協力を拡大、強化することとしています。 日米両国は長年にわたり、互いの強みを生かしながら科学技術分野で補完的なパートナーシップを築いてまいりました。特にAIについては、米国は世界トップレベルの研究力を持ち、大規模なデータや環境を保有、整備する一方、日本にはAI開発に不可欠な質の高い研究データが豊富に存在するなど、本パートナーシップにおいても両国にとって互恵的な連携が期待されております。 その上で、本パートナーシップに基づく国際共同研究においては、日米の研究者が互いの国のをそれぞれの国の研究者と同じ条件で利用できる旨が盛り込まれており、日本としても、世界でも有数の大規模にアクセスできる可能性が広がることは有益だと考えております。 また、国際共同研究により、高精度な科学の開発など、世界を先導する研究成果の創出や若手研究者の育成も期待されます。 さらに、米国の国立研究所が今後整備する環境について、たとえば、日本企業が半導体や通信装置などを納入することで更なる知見の蓄積や技術革新が進み、結果としてわが国の産業基盤の強化にもつながると考えられます。 引き続き、日米の関係研究機関の研究者が参加する11領域のにおける議論の深化や、、なども通じ、本パートナーシップの具体化の取り組みを進め、わが国の研究力向上や産業競争力の強化につなげてまいります。