「AI主権」より「AIレジリエンス」――BCGが示した、各国AI戦略の現実解
2026年4月5日に韓国紙The Korea Timesが紹介したのは、BCG Henderson Instituteが2026年3月25日に公開した論考「For Most Countries, AI Sovereignty Is an Illusion. Resilience Is Real」だ。論点は明快で、自前のLLM、GPU、半導体、クラウドまでを一式そろえる「全面内製型のAI主権」は、少数の超大国や一部の中規模強国を除けば持続しにくい、というものだ。その代わりにBCGが提示するのが「AIレジリエンス」である。これは、AIを国内ルールの下で安定的に使い、現地の言語・制度・産業に合わせて適応し、対外依存を減らしつつ統治できる状態を目指す考え方だ。韓国紙が4月5日に報じた内容は、この3月25日公開のBCG論考を要約したものと理解するのが正確である。 (koreatimes.co.kr)
この主張は唐突ではない。BCGは2024年11月の「AI Maturity Matrix」で、73の経済圏を比較し、7割超がAIの生態系、技能、研究開発などの基礎条件で平均以下にとどまると分析していた。高い準備度を持つ「AI Pioneers」はカナダ、中国本土、シンガポール、英国、米国の5つに限られる。今回の「主権よりレジリエンス」という議論は、その延長線上にある。つまり、AI競争の本質は“国家の意志”だけではなく、資本、市場規模、研究開発、人材、産業需要を長期に回せるかどうかにある、という現実認識だ。 (bcg.com)
なぜ全面内製は難しいのか。第一に、最先端AIの経済学があまりに重い。Stanford HAIの2025年版AI Indexによれば、2024年の注目AIモデルのほぼ9割は産業界が生み出しており、米国の民間AI投資は1091億ドルと、中国の93億ドル、英国の45億ドルを大きく上回った。学習コストも跳ね上がっており、AI IndexはGPT-4の学習費用を約7900万ドル、Llama 3.1-405Bを約1.7億ドルと推計している。第二に、たとえ国産LLMや国営GPUプールを作っても、それだけで能力の自立は完成しない。BCGが指摘する通り、モデルの改善を支えるのは、半導体、メモリ、ネットワーク、電力、ソフトウェア、外部データ、クラウド運用、人材といった補完資産の束だからだ。 (hai.stanford.edu)
BCGが挙げる豪州の「国産LLM」、インドの国家GPUクラスター、ドイツの先端半導体製造拠点構想は、その難しさを示す例だ。これらは無意味な投資ではなく、一部レイヤーで資産を作る効果はある。しかし、1レイヤーの獲得はフルスタックの自立と同義ではない。実際、インド政府のIndiaAIポータルには、研究機関、スタートアップ、政府機関へのGPU割当が公開されており、Sarvam AIへの4,096基のH100割当のような事例も確認できる。国家的な計算資源整備は確かに交渉力を高めるが、BCGの見立てでは、それが真価を持つのはハイパースケーラーの代替としてではなく、国内ルールの下で企業導入を後押しする補完物として機能するときだ。 (bcg.com)
ここで「レジリエンス」が意味を持つ。IMFの2025年ワーキングペーパーは、高い生産性上昇シナリオでは世界GDPが10年後にほぼ4％押し上げられると試算する一方、その果実はAIへの備えが強い先進国に偏りやすいと述べている。要するに、勝敗を分けるのは“誰が最初に巨大モデルを作ったか”だけではなく、“どの国がAIを産業と行政に広く浸透させられるか”である。BCGが主権論からレジリエンス論へ軸足を移す理由もここにある。AIの経済効果は、所有より普及率、象徴的な国産化より実装密度に強く依存する。 (imf.org)
では、AIレジリエンスは具体的に何をする戦略なのか。BCGの整理はかなり実務的だ。重要ワークロードを国内または域内で実行できる計算環境を確保すること、AIを現地の言語・制度・業務に合わせて使いやすくすること、補助金や調達で企業の導入を引っ張ること、そして外資や海外技術を活用しつつ、データ所在、監査可能性、継続性を自国ルールで押さえること――この4点が骨格になる。言い換えれば、「全部を持つ」より「止まらず使える」「自国の条件で統制できる」を優先する発想であり、BCG自身はこれを“minimum viable sovereignty”に近い姿として描いている。 (bcg.com)
具体例も興味深い。BCGは韓国のAI Voucherプログラムを、中小企業の導入コストを下げる需要喚起策として評価する。韓国の科学技術情報通信部も、AIバウチャーを中小・ベンチャー企業のAI導入と生産性向上を支援する施策として説明してきた。スペインでは、政府がIBMと覚書を結び、スペイン語と共同公用語に対応する基盤モデルを、オープンで透明な枠組みで整備している。日本でも、経産省が2026年2月に日米戦略投資イニシアティブの第1弾案件を公表し、重要鉱物、エネルギー、AI・データセンターにまたがる供給網の連携を進めている。いずれも「全レイヤーの国産化」ではなく、「同盟・提携を使って能力を取り込みつつ、国内統制点を確保する」方向に近い。 (bcg.com)
今後の展望として重要なのは、この議論が“主権の放棄”ではないことだ。BCGも、重要ワークロードの国内実行や、データ位置・継続性の統制は重視している。むしろ主権を、フルスタック所有ではなく「どこを自国で握り、どこを多元化するか」という設計問題に変えている。しかもStanford HAIが示すように、利用側の条件は急速に改善している。GPT-3.5級の性能を出す推論コストは2022年11月から2024年10月までに280分の1超へ低下し、オープンウェイトとクローズドモデルの性能差も一部指標で1.7％まで縮んだ。最先端の学習競争は巨額化する一方、利用と微調整は広く開かれつつある。だからこそ、多くの国にとって合理的なのは、国家の威信をかけた全面内製より、産業実装・ローカル適応・ガバナンス・調達設計を積み上げることだろう。 (bcg.com)
BCG報告の核心は、AI競争を「誰が全部つくるか」から「誰が止まらず使いこなせるか」へ読み替えた点にある。自前主義は分かりやすいが、AIの現実は相互依存の網の目の上にある。そこで問われるべきは、国産モデルの有無よりも、企業や行政が自国ルールの下でAIを安全に運用できるか、外部ショックが来ても代替経路を持てるか、そして国内の生産性向上へ接続できるかである。AI主権の時代が終わるのではない。より地に足のついた形で、AIレジリエンスへと言い換えられつつあるのだ。 (bcg.com)
主な出典は、BCG Henderson Instituteの2026年3月25日論考、The Korea Timesの2026年4月5日記事、Stanford HAI「AI Index Report 2025」、IMF Working Paper「The Global Impact of AI: Mind the Gap」、IndiaAI公式ポータル、スペイン政府、経済産業省の公表資料である。 (bcg.com)