何が発表されたか
米海軍省(Department of the Navy)が、艦隊を「AIファースト」に転換する新しいAI戦略を公表しました。担当者のCao氏は、データとAIの迅速な展開によって「いかなる敵よりも速く学び、速く戦う(out-learn and out-fight any adversary)」ことを可能にするロードマップだと説明しています。Business Insiderは、これが米軍全体で進む広範なAI変革の一環だと報じています。
戦略の中核は「Bits2Effectsサイクル」と呼ばれる5段階の枠組みです。軍事データの自動的な収集・伝送・分類・分析・意思決定への活用を回し、その教訓を再びサイクルに戻します。重要指標は「Mean Time to Effect(MTTE)」――データを捉えてから具体的な軍事的対応に至るまでの時間で、長期化する紛争では最も速く学習する側が優位に立つ、という前提が置かれています。
具体的に何をするのか
戦略は6つの目標を掲げます。運用AI展開の高速化、データの可用性・使いやすさの改善、技術基盤の拡張、承認プロセスの簡素化、データ・AIリテラシーの強化、そして産業界・学界・政府機関・同盟国との連携深化です。2029会計年度末までにデータエンジニア・データサイエンティスト・AI/機械学習エンジニアの有資格者数を倍増させる計画も含まれます。
注目すべきは、大規模言語モデルやエージェント型AIを軍艦や海兵隊の遠征部隊で直接動かし、通信が妨害された状況でも機能させ、隊員自身がその上でアプリを自作するという方針です。さらに「AI War Council(AI戦争評議会)」がユースケースの優先順位付けやリソース調整を担い、有事のデータ共有・機密区分・展開ルールの変更を事前承認します。
なぜ重要か――「速度 vs アライメント」というトレードオフ
この戦略の核心は、国防総省の判断を採用した点にあります。すなわち「動きが遅すぎるリスクは、不完全なアライメント(意図通りに制御しきれないリスク)を上回る」というトレードオフです。これを平時から戦時のようにリスク評価や組織的障壁を扱う「Wartime Approach」の枠内で正当化しています。
実際の導入は急速です。国防総省職員向け生成AI基盤GenAI.milは、2025年12月の立ち上げ時8万ユーザーから、2026年6月には1日150万ユーザーへ拡大。事務作業から軍事計画・戦闘運用まで用途は広がっています。陸軍は次世代指揮統制システムでAIを試験中で、海軍のあるプログラムでは潜水艦の計画業務を160時間から10分に短縮したと報じられています。米軍は対イラン戦でAnthropicのClaudeを標的分析・攻撃計画に用いたとも伝えられました。
世界的な軍事AI競争の文脈
この動きは米国だけのものではありません。中国は軍事AI導入を急速に進め、Georgetown Universityの研究者が数千件の人民解放軍の公開調達文書を分析したところ、無人戦闘車両・サイバー防御・艦船追跡・陸海宇宙での目標捕捉、さらにディープフェイクを用いた偽情報までAIの試験対象になっていました。NATOも運用に踏み込み、フランスのPierre Vandier提督は加盟国がロシアの「影の船団」追跡にAIを使っていると述べ、イスラエルは対イラン戦を前に傍受情報の選別にAIを投入しました。
一方でアライメントを巡る緊張も表面化しています。Anthropicが完全自律兵器や大規模国内監視への制限を主張したところ、トランプ政権は同社を政府システムから締め出し、直後にOpenAIが機密ネットワークでのモデル運用でペンタゴンと合意しました。中国のセキュリティ企業Qihoo 360創業者Zhou Hongyi氏は、AnthropicのClaude Mythosのようなモデルを「AI時代のサイバー核兵器」と呼び、公開が当初止められたFable 5を「Mythosの民間向け・去勢版」と評しています。EUは比肩する製品を欠き、米大手テック企業の善意に依存する「傍観者」と位置づけられています。
💼 事業会社視点：これは自社にどう効くか
日本の事業会社にとって、この戦略は「速度が制御に優先される」という価値判断が国家レベルで採られ始めた、という警告として読むべきです。SaaSや受託開発企業は、顧客の内製AI活用が「完璧を待たず走る」方向へ動くことを前提に、ガードレールとログ・監査機能を製品の中核価値として設計し直す好機です。特に潜水艦計画を160時間→10分に短縮した事例は、専門業務の圧縮余地が桁違いであることを示します。自社の受託・専門サービスが「時間短縮でしか価値を測られない」領域なら、ビジネスモデルの再定義が急務です。
EC・製造・金融の役員は、GenAI.milが半年で8万→150万ユーザーへ拡大した「隊員がアプリを自作する」ボトムアップ普及を、自社の現場権限設計の参考にすべきです。中央のAI部門が全てを承認する体制では速度負けします。ただしAnthropicとOpenAIで政府との距離が分かれたように、ベンダー選定は倫理方針や締め出しリスクまで含めた分散調達が現実的です。日本企業は米中いずれのモデルにも依存しすぎない購買戦略を、今のうちに詰めておくべきです。