
原典PDFを開く本文の下でも確認できます
要約
2026年11月5日の配付資料で大学・国立研究開発法人の現場に最も影響が大きいのは、2026年3月31日決定の「AI for Scienceの推進に向けた基本的な戦略方針」で掲げた目標が、令和9年度概算要求の費目と、2026年度内に基本計画を確定・公表する工程に落とし込まれたことです。AI for Science関連の令和9年度要求・要望額は3,789億円、そのうち「AI for Scienceを支える次世代研究インフラの構築」関連は1,711億円と整理され、別途、同名の新規事業として「強く豊かな日本」投資枠663億円を令和9年度~令和12年度(予定)で要求しています。現場は、計算資源の増強だけでなく、研究データのAI-ready化、共通認証、実験基盤との接続を前提に準備する段階に入ったと受け止める必要があります(資料2-2 p.14-18、資料3)。
背景として、資料は日本の立ち位置をかなり厳しく示しています。AI関連論文割合は、AI関連論文数上位10か国の中で日本が最下位で、2024年は7.47%でした。GPU資源の世界シェアは米国70%に対し日本は1%程度、2025年の民間AI投資は日本1.11十億ドルで米国の約0.4%、2023年の政府の研究開発に関するAI関連投資額は日本82十億円に対し米国4,332十億円とされています(資料2-1 p.3-5、参考資料2 p.29-31)。これを踏まえ、戦略方針では2030年度までにNII RDC容量5倍・AI化、2028年度までにSINET2倍高速化、2030年度までにAI for Science共用計算資源10倍以上、5年間で少なくとも3拠点程度のオートメーション/クラウドラボ形成を目標に置いています(参考資料1 p.16-18)。
今回の要求で具体的に示された内訳は、663億円の新規事業部分が、共用計算資源の増強・利便性向上495.0億円、データ基盤の高度化85.3億円、シームレスな利用環境の構築としての認証システム高度化6.3億円、AIエージェント開発・利用の推進76.4億円です(資料2-2 p.15-18)。これとは別に、関連施策として、ハイスループットなデータ創出基盤の整備84.1億円、大規模学術フロンティア促進事業等の内数としてSINET高度化472億円の内数が示されています(資料2-2 p.15-18)。さらに、より広い「次世代研究インフラの構築」関連では、「富岳」の次世代となる新たなフラッグシップシステム279億円、「富岳」及びHPCIの運営208億円、大学の枠を超えた研究基盤設備強化・充実プログラム20億円など、既存・継続施策も一体で整理されています(資料2-2 p.14)。
現場実務に直結する条件もかなり具体的です。データ基盤では、分野別データ基盤のAI-ready化として、メタデータ付与、スキーマ統一、オントロジー、MCPサーバー整備、研究開発事業との連携による保存先の指定まで挙がっています(資料2-2 p.6、p.16)。認証と利用環境では、高セキュリティレベル(IAL2/AAL2)対応の次世代認証システムと、実験・データ・計算基盤を一気通貫で使う統合ダッシュボードが構想され、共通ポイント制度やAIエージェント対応ワークフローは「検討中」と明記されています(資料2-2 p.9)。計算基盤ではHPCIの逼迫を前提に、戦略方針側で2026年度中の第一段階として、特定事業への採択と連動した研究資金による機動的な有償利用や、申請から利用開始までの期間短縮が掲げられています(参考資料1 p.17)。実験基盤では、自動・自律・遠隔化したオートメーション/クラウドラボを構築し、実験条件や失敗例を含む全プロセスを蓄積する方向です(資料2-2 p.5、p.17)。
一方で、まだ決定事項と案は分けて読む必要があります。ワーキンググループは2026年8月7日に設置され、設置期間は令和12年3月31日まで、会議は原則非公開で、資料や議事要旨は必要に応じて公開とされています(資料1-1、資料1-2)。将来像と基本的考え方は案の段階で、大学や国研等に加え産業界にも広く使われること、研究室などのローカル環境との接続、限られた予算・人員・電力の効率配置を重視しています(資料2-3 p.2-4)。今後は第2回が2026年11月30日、第3回が12月中旬~1月中、第4回が2月中、第5回が3月中で、年度内に基本計画を確定・公表する予定です(資料3)。また、非公開データ等をAIサービスで扱う場合のチェックリストとして、アクセス範囲、目的外使用、データの取扱場所、学習データの推測・復元リスクへの対策が示されており、各機関の研究支援・情報管理部門には早い段階からの運用整理が求められます(参考資料1 p.18-19)。
現場視点の一般的な懸念
- 第2回が2026年11月30日、第3回が12月中旬~1月中、第4回が2月中、第5回が3月中で、年度内に基本計画を確定・公表する日程です(資料3)。共用計算資源495.0億円、認証システム高度化6.3億円、AIエージェント開発・利用推進76.4億円を含む663億円の新規事業を見据える大学・国研の研究支援部門は、設備計画、データ運用、認証連携の整理を短期間で進める必要があり、学内・機関連携の意思決定が工程に追いつかない懸念があります。
- 分野別データ基盤のAI-ready化では、メタデータ付与、スキーマ統一、オントロジー、MCPサーバー整備、研究開発事業との連携による保存先の指定まで示されています(資料2-2 p.6、p.16)。既存の分野別DBや研究室のローカル環境を持つ機関では、NII RDC高度化52.0億円や研究データ空間構築10.7億円の活用以前に、データ整形や認証連携の実務が少数のデータ管理人材に集中する懸念があります。
- AIエージェント利用の課題として、時間・予算・セキュリティが挙げられ、失敗時ほどトークン消費が大きく、間接プロンプトインジェクションやツール・ワークフロー汚染も明記されています(資料2-2 p.10)。さらに、非公開データ等を扱う際はアクセス制限、目的外使用、取扱場所、学習データ復元リスクを確認するチェックリストが示されています(参考資料1 p.18-19)。研究者個人の判断で外部AIサービス利用が進むと、費用管理と研究データ保護の機関ルール整備が後追いになる懸念があります。
現場視点の一般的な懸念を踏まえた改善提案
- 国とワーキンググループ事務局は、資料3の工程を前提に、第2回・第3回の段階から基本計画骨子や要件整理のたたき台を順次公表し、特に共通認証、統合ダッシュボード、共用計算資源利用制度の想定を早めに共有するべきです。大学・国研が年度内に学内調整を進めやすくなります。
- 国立情報学研究所と文部科学省は、分野別データ基盤のAI-ready化に必要なメタデータ項目、スキーマ、オントロジー、MCPサーバー、認証連携の標準テンプレートと実装例を共通提供するべきです。各機関が資料2-2 p.6の要件を個別に解釈して作り直す負担を減らせます。
- 文部科学省、JST、実施機関は、AIエージェント利用について、参考資料1のチェックリストを前提に、セキュアな検証環境、利用上限額、監査ログ、非公開データ利用時の承認手順を共通仕様として整備するべきです。研究者個人に費用管理とデータ保護の責任が偏らない運用が必要です。
※この文章はAIで作成されています。あくまで参考としてお読み取りいただき、事実関係、内容の妥当性の確認はリンク先の原典を当たるなど各自の判断でお願いします。
AI for Scienceを支える次世代研究インフラの構築ワーキンググループ(第1回) 配付資料
https://www.mext.go.jp/b_menu/shingi/chousa/shinkou/077/001/siryo/mext_00009.html


