「公共AI」は、2025年2月10～11日にパリで開催されるAIアクション・サミットで流行語となっています。
公共AIとは、政府が自ら所有・管理する公共のAIインフラを構築する必要があるという考え方です。
では、それは実際にはどのようなものになるのでしょうか？
この記事は最初に Futurepolis 2025年2月7日に、「So what, kinda like a bridge, but for AI」というタイトルで掲載されました。
来週はパリでAIアクション・サミットが開催されます。2023年に英国で開催されたサミット以来、世界最大規模のAI関連の集まりです。私の知人の半分は参加する予定で、残りの半分は取り残されることへの不安（FOMO）を感じています。 会場で飛び交う流行語の一つは「公共AI」です――基本的には、政府が利益の動機ではなく社会的目標に資するよう、自ら所有・管理する公共のAIインフラを構築する必要があるという考え方です。 （編集注：それは政府だけに限る必要はありません。）
それで退屈に感じたとしても、私は驚きません。「公共AI」は、「無料の医療」や「地球を救え」のような結集の掛け声とはほど遠いものです。率直に言えば、これを推進してきた人々は、政策通以外の誰もが関心を持つような形で説明できていません。それは一部には、意外にも、適切な歴史的類例がほとんどないためです――「AIのためのX」のような例えがないのです。橋などでは決してありません。
しかし、これは潜在的に重要な考え方だと私は思います。そこで、試してみることにします。
要点：AI技術の並行エコシステム全体を想像してみてください。ただし、それは政府が構築・所有するものです。利益に縛られないことで、民間のAI大手が作るインセンティブのないもの、例えば難解な社会課題や最先端科学の研究に特化したAI、あるいは特定の地域や言語に対応したAIなどを提供できるかもしれません。誤情報やヘイトスピーチを撒き散らすことはなく、概して健全な公共圏を支えようとするでしょう。また、誰もが手頃に利用できることが保証されるでしょう。素晴らしい考えです――しかし、それを構築するための費用を誰が負担するのでしょうか？
まず：民間AIの問題点
歴史的に、道路、鉄道、電力、電話といったインフラの整備は次のような経過をたどってきました。一社、あるいは数社がものを作り始めます。しかし、どこにでも整備するのは採算が合わないため、利用できる地域にばらつきが生じます。独占があればそのものは高価になります。競争があれば、鉄道の軌間が異なるように、互換性のない版が生まれるかもしれません。さらに、そのものは危険である場合もあります。
やがて政府は、社会がそのものを本当に必要としていることに気づきます。そこで政府は介入し、利用範囲を広げ、要件を標準化し、価格を引き下げ、安全規制を課します。例えば、そのものを国有化したり（英国の電力）、より多くの人がそれを整備するインセンティブを設けたり（米国の電力）、独占を解体したり（スタンダード・オイル）、あるいはそれを規制したり（鉄道）します。こうして、そのものは単なる「もの」から「インフラ」へと変わるのです。
しかし、21世紀のデジタル・サービス――ソーシャルメディア、クラウドコンピューティング、オンライン出版、AIなど――では、政府が態勢を整えるよりも速く、ものがインフラになっていきます。1インターネットにより、そのものへのアクセスはほぼどこにでも行き渡っています。そのものの価格は、多くの場合ゼロから始まります（個人データを提供するという見えにくいコストを除く）。その多様性は欠陥ではなく特長であり、好みのバージョンを選べます。特にAIは汎用技術であるため、多くの人がそれが危険になりうると考えていますが、どのように、あるいはその危険が利益を上回るかどうかについては、誰も正確には合意できていません。
こうして、そのものはすでにインフラになっており、利用者にとっては安価で、選択肢が豊富なのは良いことであり、リスクは特定が困難です。では、政府はいったいどのような介入ができるというのでしょうか？
もちろん、これは技術企業にとって非常に都合のよい話です。実際、少数の秘密主義的で莫大な富を持つ組織に、強力な汎用技術のルールを決めさせることには多くの問題があります。Futurepolisの読者に改めて説明する必要はないでしょう。2
ほとんどの人は、これらの問題の解決策は規制だと考えています。政府は物理インフラ企業に対してさまざまな規則を課しています。水道が汚染されれば、水道会社は（できれば）厳しく責められます。しかし、それが機能するのは、そうしたものの失敗の形がわかりやすいからです――水が汚染される、橋が崩落する、列車が脱線する、といった具合にです。さまざまな形をとり、多様な方法で使われうるAIのような技術を規制することははるかに困難です。
もう一つ、よく取り上げられる解決策は、オープンソースまたはオープンウェイト（3）のAIモデルです――chatGPTのような独自モデルに代わるもので、誰もが自由に利用・改変できます。これらは確かに大手AI企業から権力を奪う効果があります。しかし、AIが公共の利益のために使われることを保証するものではありません。同じ理由で、まったく同じように有害になりうる自分たちのAI製品を、より多くの人が作れるようになるだけです。
また、民主的なAIガバナンスについても多くの議論があります。これは本質的に、AI企業、資金提供者、規制当局に市民の声に耳を傾けさせ、「良い」AIとは何かについての市民の考えを取り入れさせることを意味します。これは素晴らしいことですが、そうした機関がすべて協力的に動くことに、いくらか依存しています。
そこで生まれたのが「公共AI運動」。
公共AIとは何から成るのでしょうか？
構想は、AIスタックの主要な構成要素について、政府が公的に所有するバージョンを構築することです。主なものは次のとおりです：
公共部門の組織や研究者、さらには中小企業が、モデルの学習や実行に利用できるデータセンター。
誰もが利用できる学習用データセット――一部では「オープンなアレクサンドリア図書館」と呼ばれているもの――で、ジャンクデータを含まず、著作権で保護されたデータから盗用されたものではなく、特定の文化的文脈や用途（例：気候モデリング）に合わせて調整できるもの。
各国、研究機関、企業が適応・構築できる、真にオープンソースの基盤モデル。信頼できるデータで学習され、民主的価値観が組み込まれたもの。
AI開発を社会的に有益な方向へ導くための基準、目標、ガバナンスの仕組み
では、それによって私たちは何を得られるのでしょうか？
ここでは、明確な歴史的類例がないことが、公共AIの意義を説明するのをやや難しくしています。政府が過去に公共インフラを整備してきたのは、通常、民間部門が残した空白を埋めるためでした。ここでの構想は、既存のものとは別に、まったく新しい代替システム全体を構築することです。たとえば、既存の鉄道網と並行して、遠隔地への支線を補助するだけでなく、鉄道網全体を新たに整備するようなものです。
したがって、これを「橋のようなAI」や「送電網のようなAI」と単純に言うことはできません。とはいえ、その様々な側面を少なくとも説明できる「AIのためのX」というたとえがいくつかあります。
AIのためのBBCやPBSのようなものです。 民間のメディアは、誤情報や特定の政治的見解の推進を含め、どんな立場を取るのも自由です。しかし多くの政府は、共有された価値観や相互理解、健全な市民社会の醸成を任務に含む公共放送局を設立してきました。（時にはそれ以上のこともあります。英国のBBCは実際に、ラジオの普及を促しました（英国では、資金が販売されたラジオの台数に連動していたため）。同様に、公共AIは、誤情報や憎悪の拡散に使われる代わりに、民主的価値観と健全な公的言論を推進するAIサービスを生み出せるかもしれません。
AIのためのCERNやDARPAのようなものです。 20世紀におけるアメリカの技術革新の最大級のものの多くは、AT&T、ゼロックス、IBMといった企業の研究所から生まれました。しかしそれらの企業は依然として、社会的目標ではなく利益を照準に置いていました。一方、DARPAは米国の国家安全保障にとって極めて重要な研究に資金を提供しています。CERNは、個々の国では単独では集められないような、数十億ドル相当の研究資金をプールしています。公共AIも同様のことができ、科学者に最先端の研究を行う手段を与え、民間部門が手がけないかもしれない用途向けのAIモデルを開発できます。例えば、公衆衛生研究のための専門的な医療AI、手頃な住宅の問題解決を助ける住宅AI、司法制度を改善するための法律AIなどです。
AIのための郵便局のようなものです。 DHLやFedExが特定の地域へのサービスを停止したり、料金を大幅に引き上げたりしても、郵便サービスは誰もが依然として手頃な方法で郵便を送れることを保証します。現在、無料でAIを使いたい人には多くの選択肢がありますが、今後もずっとそうでしょうか？Twitterを見ればわかるように、新しいオーナーが就任するとプラットフォームは劇的に変わりうるのです。公共AIは、一般の人々が常に高品質なAIサービスを無料で、あるいは保証された低コストで利用できることを保証するでしょう。
AIのための公共事業のようなものです。 民間企業の目標はただ一つ、利益を上げることです。公害や危険な製品など、害を引き起こすことは規制できますが、善行を強制することはできません。公共事業であればそれが可能です。例えば、公共電力事業は、自らの費用を賄うだけでなく、電力網の維持にも寄与するだけの利益を上げなければならないことがあります。水道事業は、清潔な水を供給するだけでなく、下水道システムに資金を拠出したり、公園の灌漑を提供したりすることを求められることもあります。同様に、公共AI事業は、そのモデルに民主的価値観を組み込んだり、公共データセットの作成を支援したりすることを義務付けられるかもしれません。（こちらには、スライド資料があり、そのための有用な図も含まれています。）
AIのための公共図書館のようなものです。 図書館制度は、誰もが知識にアクセスできることを保証します。公共AIは、誰もがAIにアクセスできることを保証するのです。
ほかにも選べるたとえはおそらくあるでしょう。ただ改めて言えば、要点は公共AIがこれらすべてのものであるということです。そこが、全体像をつかみにくくしている理由だと私は考えます。ひとつの説明ではそのすべてを網羅できないからです。
スーパーマーケットのたとえはどうでしょうか？
もう少しお付き合いください。おそらく、公共AIを説明する最善の方法は、次のようなものでしょう。
スーパーマーケットは数多くありますが、その多くが販売する食品は不健康であったり、持続不可能な方法で生産されたりしています。また、地域によっては一つのチェーンが独占する「フードデザート（食料砂漠）」も存在します。そこで、もし政府が、有機栽培や地元産の農産物、低糖質の食品、あまり加工されていない食品などだけを原価で販売し、どこにでも店舗を持ち、さらに料理や栄養の教室を無料で提供する、代替のスーパーマーケットチェーン全体を立ち上げたらどうでしょうか。そのチェーンの規模の経済は食品産業のインセンティブを変え、持続可能で健康的な食品の生産を後押しするため、民間のスーパーマーケットでさえ販売品を変えることになるでしょう。そして、こうしたすべてが最終的には、健康状態の改善、医療費の削減、税収の増加（健康な人は働けるため）、環境への損害の減少をもたらし、スーパーマーケットへの当初の支出を十分に補って余りあるでしょう。
このたとえでは、食品の出どころ――有機栽培、低糖質など――が学習データに当たります。食品そのものがAIモデルです。政府のスーパーマーケットは、データセンターやその他の物理インフラに当たります。民間のスーパーマーケットと食品産業は、AIの民間部門です。以下同様です。
このように言うと、おかしく聞こえます。まともな政府なら、スーパーマーケットに対してこんなことはしないでしょう。しかし、もしかすると政府はそうすべきでしょうか？
いずれにせよ、私はこれを何と呼べばよいのかわかりません。しかし「公共AI」よりもワクワクするものがあるはずです。
しかし、それは実現されるのでしょうか？
さまざまな国で、公共AIスタックの異なる部分を構築しようとする取り組みが散発的に行われています。例えば、「OpenEuroLLM」は、様々なヨーロッパの言語向けの基盤モデルの構築を目指しています。また、「Euro Stack」は、ヨーロッパのための「完全なデジタル・エコシステム」の構築を目指しています。さらに、次のような国々では国家レベルのAIプロジェクトがあります。例えばスウェーデン、スイス、シンガポール、そしていくつかの取り組みが米国にあります（ただし、トランプ政権下でそれらがどうなるかは誰にもわかりません）。来週パリでは、まだ名称の決まっていない公益のためのAI財団が発足するとの報道もあります。
しかし、これは民間部門が進めていることと比べれば、ほとんど比較にならない規模です。数日前の報道を受けて盛り上がっている人もいます。その報道によれば、EUが5,600万ドルを投資することを決定し、欧州のオープンソースモデルに充てるとのことです（おそらくOpenEuroLLMのことと思われますが、記事には明記されていません）。また、中国のDeepSeekは、数週間前に世界を驚かせたR1モデルの学習にわずか600万ドルしかかけていないと報じられており、それを指摘する人もいます。
しかし、その数字はおそらく大幅な過小評価です。一方、5,600万ドルは、欧州最大の国産AI企業であるMistralが昨年夏に行った資金調達ラウンドで集めた額の10分の1にも満たず、それは600分の1未満の300～350億ユーロ のうち、ある研究が見積もった「AIのためのCERN」の構築費用です（しかも最初の3年間だけでの額です）。それは置いておくとしても、数十億、あるいは数千億ドルもの規模の資金を米国が「Stargate」プロジェクトに注ぎ込む計画だと言われていますが、その主張は大いに割り引いて受け止めるべきだと私は考えます。
それでも、Public AI Network、政策担当者と研究者による緩やかな連合で、このテーマに取り組んでおり、私がこの話題について少しでも理解を得るのを助けてくれた人々です。彼らは来週のパリ・サミットで、いくつかの「ムーンショット」を提案する計画です。主なものはオープンソースのLLM、次いで「アレクサンドリア図書館」（大規模な公共データセット）、「AIのためのCERN」（すなわち大規模な計算インフラ）、そしてガバナンスと規制のための枠組みです。成功を祈りますが……より良い名前も欲しいところです。
1。ある短いながらも優れた論考の中で、Robin Berjonは、政府が対応するよりも速いデジタル・インフラの拡散について、「インターネットがもたらした、最大でありながら最も見過ごされている衝撃かもしれない」と論じています。
2。とはいえ、念のため次に挙げます：
エンシッティフィケーション。次のような一般的な傾向があります。すなわち、民間のテック・サービスは、市場での支配を固めるにつれて、より多くの利用者を獲得する動機を失うため、質が悪化していくという傾向です。
ロックイン。 サービスが実際に劣化すると、企業は利用者が離脱しないよう努めます。例えば、データのエクスポートを困難にするといった方法です。
歪んだインセンティブ。大手AI企業の第一の目標は、実際には利用者のニーズに応えることではありません。可能な限り巨大で強力なモデルを構築すること――汎用人工知能に到達する競争で先を行くこと（そう彼らが期待しているように）です。これにより、彼らは著作権で保護されている可能性のある膨大な量の学習データを吸い上げたり、まったくのゴミのようなデータまで取り込んだりするようになります。
最大公約数的な志向。 それでも、民間企業は途中で、できるだけ多くの利用者を獲得することを望んでいます。そのため、差し迫った社会課題に向けたより特定の用途よりも、汎用的な使いやすさを重視します。
文化的な偏り。 大規模言語モデル（LLM）は、英語のデータに偏って学習されています。どの言語で質問しても回答はしてくれますが、その回答は翻訳にすぎず、内容の基盤は英語話者向けのものに偏っています。他の言語の利用者にとっては、文化的に配慮を欠いたものになったり、単に誤っていたりする場合があります。その理由は、他の言語で利用できる学習データが単純に少なく、さらに企業にとって、小規模な文化圏に対応するモデルを学習させることの見返りが逓減していくためです。
価値観の欠如。LLMは、学習データにそうした内容が含まれていれば、誤情報、ヘイトスピーチ、ナチズムの正当化をためらいなく生成します。開発者はコンテンツモデレーションを課すこともあれば、課さないこともあります。ちょうどMetaが最近決定したように、ファクトチェックを停止し、以前は遮断していた一部のヘイトスピーチを許容するようになったのと同様に、AI企業も、商業的利益に適うと判断すれば、モデルを野放しに暴走させておく可能性があります。
説明責任の欠如。chatGPTのようなモデルの構築に何が使われているのか、つまりどのようなデータで学習され、そのデータがどのように処理されたのかは、実際には誰も把握していません。そうしたモデルに頼ることは、建設会社がどのような材料を使ったのかを知らないまま、橋が安全だと信頼するようなものです。橋が崩落したら、一体誰が責任を問われるのでしょうか。
富と権力の集中。数千億ドルの価値を持つ企業は、ある技術を独占的に掌握することで、政府を自社の思い通りに動かすことができます。
その他の負の外部性。例えば、大規模データセンターの建設による気候への影響などが挙げられます。
3。例えば、DeepSeekやMetaのモデルは、しばしばオープンソースと表現されるにもかかわらず、オープンウェイトです。両者の違いは、オープンウェイトのモデルが学習データや学習プロセスの詳細を公開せず、結果のみを公開する点にあります。これは、建物の設計図は公開しても、施工の過程や資材の調達元は公開しないようなものです。この区別についての詳細はこちらおよびこちら。
