※本記事は、India AI Impact Summit 2026で開催されたセッション「Emerging Tech Futures for India」の内容を基に作成されています。本セッションは、インドをはじめ多くの国々が、地域固有の言語的・文化的・ガバナンス上のニーズに応え、技術主権を強化するために土着の生成AIを推進する一方で、モデル単体では国家規模の価値を生み出せないという問題意識のもと、主権インフラ、堅牢な展開スタック、ユースケースの成熟度、スケーラブルなアーキテクチャ、先端的なAI研究といった重要な依存関係を検討し、土着のAI能力を市民・経済・公共機関にとって包摂的で測定可能な成果へと転換するための必須要件を議論したものです。動画は https://www.youtube.com/watch?v=-0YKYDpH6Vc でご覧いただけます。
本セッションは、モデレーターを務めたSundeep氏の進行のもと、二人の基調講演者と四人のパネリストが登壇しました。基調講演は、電子情報技術省の追加次官であり、国立情報センターの局長を務め、India AIミッションを率いるAbhishek Singh氏と、IBMの上級副社長であり、欧州・中東・アフリカ・アジア太平洋地域の会長を務めるAna Paula氏が行いました。パネルディスカッションには、Nandan氏が設立した財団の慈善イニシアチブ「People + AI」で戦略を統括するTanvi Lal氏、インドの主権AIとエコシステムを構築するBharat Genで生成系チームを率いるRishi Bal氏、ISROの主席科学者であり情報システム・マネジメントのディレクターを務めるRajiv Chaitwani氏、そしてIndian AI Research Organization(IRO)を率いるProfessor Amit氏が参加しました。
本記事では、セッションの内容を要約しております。なお、本記事の内容は登壇者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご視聴いただくことをお勧めいたします。
1. オープニング:デジタル主権という根本的問いと3つの柱
1.1 AI消費国からAIアーキテクト国へ:戦略的自律と非孤立、3つの譲れない柱
Sundeep（モデレーター）： 本日のセッションを開くにあたって、私はあえて非常に根本的な問いから始めたいと思います。インドがグローバルなテクノロジー大国としての地位を固めつつある今、私たちは一つの重要な問いに直面しています。それは、私たちのデジタル経済の頭脳であるAIモデルが外国の論理の上に築かれ、私たちのデータが外国の土地にホストされ、外国の法律によって統治されているとしたら、私たちは本当に自立していると言えるのか、ということです。今の時代に極めて重要なこの問いを踏まえると、今日の議論は単なるテクノロジーの話ではありません。これは「孤立なき戦略的自律（strategic autonomy without isolation）」についての議論なのです。
真のデジタル主権を実現するためには、私たちはAIの消費者である国家から、AIのアーキテクト（設計者）である国家へと移行しなければなりません。少しの間、この言葉を考えてみてください。AI消費者から、AIアーキテクトへ。それも私たち全員がです。そしてこの移行は、3つの譲れない柱の上に成り立っています。
第一の柱は、土着のAIモデル（indigenous AI models）です。私たちには、私たちの言語を話すモデルが必要です。それは文字通りの意味だけでなく、文化的にもです。自分たちの子供が、果たして外国のモデルと向き合うことに私たちは心地よさを感じられるでしょうか。Bhashiniの多言語的な取り組みから、Bharat Genが構築しているようなインド中心のLLMに至るまで、私たちのモデルは世界で最も人口の多いこの国のニュアンスを理解してこそ、真に効果を発揮できるのです。これが第一点です。
第二の柱は、主権インフラ（sovereign infrastructure）です。データの居住地（data residency）だけでは十分ではありません。私たちには主権クラウドと国内のGPUクラスターが必要です。もしハードウェアとホスティングが外部にあるなら、その制御は第三者によっていつでもスイッチを切られてしまう、単なる幻想にすぎなくなります。
第三の柱は、スケーラブルなアーキテクチャ（scalable architectures）です。私たちのソリューションは「インドの規模（India scale）」で機能しなければなりません。100万人のユーザーで機能するモデルが、私たちの公衆衛生や農業のシステムに適用したときには破綻するかもしれないのです。だからこそ私たちには、設計段階からハイブリッドであり、本質的にオープンで、モジュール式で、相互運用可能で、そしてより重要なことにレジリエント（強靭）なアーキテクチャが必要なのです。
1.2 インド固有制約に根ざした基礎研究と固有課題の提起
Sundeep（モデレーター）： デジタル主権はさらに、高度な研究によっても支えられます。私たちはいつまでも、異なる市場での利用を想定して作られたテクノロジーやモデルに頼り続けることはできません。インド固有の制約に取り組む基礎研究に投資しなければならないのです。その制約とは、低帯域幅、遠隔地の環境、多様なデータ品質、そしてエネルギー効率の高いエッジコンピューティングです。AIで私たちが目にすることになる多くのものは、エッジで起こることになるでしょう。
しかし、ユースケースのない研究は学術的な演習に終わってしまいます。私たちはインドに固有の問題を特定し、人間の創意工夫とテクノロジーの生産性をもってその解決に取り組まなければなりません。ここでいくつか考えるべき問いがあります。どうすれば私たちはAIを使って、銀行口座を持たない人々（unbanked）により低いコストで信用を届けられるでしょうか。どうすれば私たちは、5,000ルピーのスマートフォンしか持たない農家に精密農業を提供できるでしょうか。そしてどうすれば私たちは、この国の最も辺鄙な片隅にいる人々にまで、多様な言語で個別最適化された教育を届けられるでしょうか。
これらの問題を解決することによって、私たちは自分たちの未来を確かなものにするだけではありません。グローバルに活用できる青写真を生み出すのです。インドのために、そしてインドと世界のために、インドで革新する。これが私たちの目指すところです。本日は、まさに私たちがこれから議論するエコシステムを代表する専門家のパネルにお集まりいただきました。規制を形作る政策のアーキテクトから、可能性の境界を押し広げる研究者まで、多彩な顔ぶれです。これからの40分ほどの目標は、「なぜ（why）」を通り過ぎて、「どのように（how）」へと深く分け入っていくことにあります。パネリストの皆さんには、インドのデジタルな未来が抱える依存関係と、その必須要件を掘り下げていただきます。
ただ、その前に、お二人の特別な登壇者から、インドの主権AIとデータからインパクトをスケールさせることが、なぜ私たちの「Viksit Bharat（先進インド）」のビジョンを解き放つ鍵となるのかについてお話しいただきます。お一人目は、電子情報技術省の追加次官であり、国立情報センターの局長でもあり、そしてとりわけ多大な手腕と思慮をもってIndia AIミッションを率いておられるAbhishek Singh氏です。そしてお二人目は、IBMの上級副社長であり、欧州・中東・アフリカ・アジア太平洋地域の会長を務めておられるAna Paula氏です。それでは、まずSingh氏に壇上へお越しいただきましょう。
2. 基調講演①:Abhishek Singh — 主権AIスタックとインドの現在地
2.1 スケールで物事を行うインドという文脈と主権AIスタックの各層分解
Abhishek Singh： ありがとうございます、Sundeep。そしてIBMの皆様、産業界、研究コミュニティの著名な専門家の皆様、紳士淑女の皆様。まず何よりも、主権AIと、テクノロジーの時代において私たちがどのようにデータを使って主権を主張できるかという、この極めて重要なセッションを主催してくださったIBMに感謝を申し上げたいと思います。長い列を抜け、入場に苦労されたにもかかわらず、朝9時半にこの部屋が満員になっているのを見るのは本当に素晴らしいことです。インパクトサミットの2日目も、私たちはすさまじい反響を目の当たりにしています。もしご不便があったならお詫び申し上げますが、まあこれは仕方のないことなのです。
なぜなら、数が増えるとき、そしてインドで何かをやるとき、私たちはそれをスケールで行うからです。人口規模のID基盤を作るにせよ、決済基盤を作るにせよ、ワクチン接種の基盤を作るにせよ、あるいはこのようなイベントを開催するにせよ、何をやっても、その数字は時に圧倒されるほどに見えます。しかし、そう、テクノロジーがそこにあり、その一部を乗り越える手助けをしてくれるのです。
そして主権AIについて語るとき、Sundeepが述べたように、私たちはこれを分解して考える必要があります。今日のグローバルなサプライチェーンへの依存、そしてさまざまなパートナーとの協働という時代において、主権とは何を意味するのでしょうか。主権AIとは何を意味するのでしょうか。これを分解してみると、数週間前に私たちの大臣がダボスで行ったように、主権AIスタックはいくつかの層を含みます。すなわち、エネルギー層、チップ層、データセンター層、つまり一言でいえばインフラの層、その上に基盤モデル、データの層、データセットの層、そしてもちろんAIの普及と浸透を駆動するアプリケーションの層です。
2.2 各層の現在地、主権の再定義(ASML/TSMC協働)、そして主権AIの目的
Abhishek Singh： これらすべての層を見て、そしてインドがどこにいるのかを見てみましょう。インフラについて、エネルギーについて、つまりコンピュートとAIに電力を供給するために必要な余剰の再生可能エネルギー、グリーンエネルギーを持つことについていえば、私たちはかなりそこに到達しており、ほぼ自給自足できています。インドにデータセンターを建設しようという大企業のグローバルな関心は、主にここから来ています。エネルギーが、しかも低コストで利用できるからです。第二に、データセンターを建設するコストがインドでは非常に低い。だからこそ私たちはデータセンターへの多くの投資を目にしているのです。インフラ層において、私たちはかなりそこに到達しています。
チップ層については、もちろん多くの作業を要します。実は私たちは、チップ設計の能力を構築し、それを行う能力と、いかにして自給自足と主権的な制御を得るかについて、IBMを含むグローバル企業と協働しています。私たちの強みは、依然としてチップ設計者にあります。なぜなら、私たちのチップ設計者は世界のチップ設計者のほぼ20%を占めているからです。ですから、能力はそこにあるのですが、チップ設計のIPを持つ主権的な企業を立ち上げるために必要な初期資本をどう確保するか、それが私たちが取り組む必要のある課題です。
基盤モデルを越えていえば、もちろん私たちには基盤モデルを実証しているServer（注:発話上の固有名）があり、彼らがここ数週間で立ち上げたモデルのいくつかは、ベンチマークに対してうまく競争しています。それが今まさに起きていることであり、エキスポでも披露された、さらに6つから7つの取り組みも実現することを期待しています。アプリケーション層については、私たちは長らく強みを持ってきましたし、アプリケーション層では成し遂げられると信じています。私は、適切な投資、政策的支援、グローバル企業とのパートナーシップがあれば、今後3年から5年のうちに、主権AIスタックのすべての層において、完全な主権的制御、完全な振る舞いを持てるようになると信じています。
しかし、だからといって今この瞬間に主権AIを持っていないというわけではありません。なぜなら、この依存の時代における主権とは、何が主権的であるかを問い直すべきものだからです。主権とは、自分が何をしたいか、どのようにしたいか、誰とともにしたいかについて完全な制御を持っている状態として定義されるべきです。すべてを自分自身でやる必要はありません。実際、テクノロジーが進化していく中で、互いに協働する必要が出てきます。ASMLと協働する必要もあるでしょう。TSMCで自分たちのチップをテープアウト（製造移管）してもらう必要もあるでしょう。そして、もしあなたが何をしたいかを決定でき、チップの設計に対する制御を持っているなら、それこそが主権と見なされるべきなのです。すべてを自分自身でやろうと考えるのではなく。なぜなら、今後進んでいく中で、それは物事がうまくいくやり方ではないからです。
ですから私たちは、主権AIを、AIがどのように設計されるべきかについて主権的な制御を持つこと、という意味に転換する必要があります。そして究極的には、私たちが持つ目的、私たちは何のために主権AIを必要としているのか、を問わなければなりません。私たちが主権AIを必要としているのは、人々の生活を改善するためです。これは、私たちの問題を解決する主権AIシステムを設計すべきだということを意味します。世界中がAGIを追い求めているからといって、私たちもAGIを追い求め始め、自分たちのAGIを持って初めて主権AIを持てる、という位置づけにする必要はありません。いいえ、そういう位置づけ方ではないのです。
私たちの位置づけはこうです。もし私たちが、デジタルエコシステムの外側にいる何百万ものインドの人々の問題を解決できるAIを作れるなら、彼らが母語の音声を使ってAIを介してサービスにアクセスできるようになり、デジタル経済の一員となり、恩恵を受け、生産性と効率を改善し、所得を増やし、究極的にはこの国を経済成長の道へと進める手助けができるなら、それこそが主権AIなのです。もし私たちが、ヘルスケア、教育、農業といった分野の根本的な問題をAIで解決でき、人々をエンパワーし、ヘルスケアをラストマイルのすべての個人に届けることができるなら、それが主権なのです。これが、私たちが主権を転換すべき方向です。
本日は、研究機関全体を築き上げているAmit氏をはじめ、専門家の皆様にお集まりいただいています。彼は、インド国内の研究エコシステムを強化するために自分たちがどのように貢献しようとしているかを共有してくれるでしょう。そして主権AIについて語ってくれる他の専門家の方々もいらっしゃいます。私たちには彼らから学ぶことがたくさんあります。このパネルと、ここで交わされる議論が、私たちが今後たどっていく道筋に大いに貢献してくれることを楽しみにしています。このセッションを主催してくださったことに改めて感謝し、その成果を聞けることを楽しみにしています。ありがとうございました。
3. 基調講演②:Ana Paula(IBM)— 企業視点の3つの主権とSovereign Core
3.1 デジタル主権の潮流、Bhashiniを「包摂に翻訳された主権」とする見方、2030年見通し
Ana Paula： ありがとうございます、Sundeep。そしてSingh氏にも感謝申し上げます。私はこの場に立てて本当に嬉しく思います。このトピックは、AIを進歩のための力として、善のための力として受け入れたいと願うすべての国々の発展にとって、不可欠で本質的なものだと考えているからです。インドは、そのデジタル変革の旅において、まさに節目の瞬間にあります。世界中で、各国政府はデジタル主権を強化するための意図的な一歩を踏み出しています。それは、データ、AIシステム、そして重要なインフラが、国家の優先事項、規制の枠組み、社会の価値観を反映することを確実にするためです。
インドにおいて、この野心は特別な重みを持ちます。この国の規模、言語的な多様性、そしてデジタルインフラにおけるグローバルなリーダーシップを考えればなおさらです。Bhashini、すなわちインドの国家言語翻訳ミッションを考えてみてください。それは単なるテクノロジープラットフォーム以上のものです。それは橋なのです。36を超えるインドの言語をサポートすることによって、Bhashiniは、ウッタル・プラデーシュ州の農家やタミル・ナードゥ州の学生が、自分の母語でデジタル経済に参加することを可能にします。それこそが、包摂へと翻訳された主権なのです。
しかし、主権AIとは単に土着のモデルを開発することではありません。それは、そうした能力が経済的なレジリエンス、制度への信頼、そしてスケールにおける包摂的な成長へと確実に転化されることを意味します。今日のデジタル主権が意味するのは、制御を保ちながら革新する能力、AIを責任ある形で展開し、機微なデータを保護し、運用上の継続性を維持し、テクノロジーのロックインを回避する能力です。それには、信頼されたアーキテクチャ、オープンなアーキテクチャ、そして設計から展開に至るまで説明責任を組み込んだガバナンスの枠組みが必要です。
その緊急性は明らかです。高まる規制上・技術上の要請が、世界中で主権戦略を加速させています。実際、2030年までに、米国外の大多数の企業が、公式なデジタル主権戦略を整備していると見込まれています。インドはこの転換にただ参加しているのではなく、それを定義する一翼を担っているのです。次の段階は、スケールについてです。主権AIとデータの枠組みは、政策上の野心やパイロットの段階を越えて、ヘルスケア、農業、金融包摂、公共行政、そして産業の能力にわたる実際のワークフローに組み込まれなければなりません。
3.2 データ・技術・運用の3つの主権、Sovereign Core、「孤立ではなく選択と制御」
Ana Paula： 企業の視点から見ると、リーダーたちが考慮すべき主権には3つの次元があります。第一に、データ主権（data sovereignty）です。データの経済的価値は、単なる保管の時点ではなく、処理の時点で実現されます。真のデータ主権は、データのライフサイクル全体にわたってガバナンス、透明性、コンプライアンスを確保し、信頼と経済的便益の双方を国家の管轄内にとどめます。
第二に、技術主権（technology sovereignty）です。主権的な技術スタックは、選択のために構築されなければなりません。それは、企業、プライベート、パブリック、そしてエッジにまたがって流動的に動作すべきであり、オープンな標準とオープンソースの基盤に根ざし、ロックインなしに透明性、監査可能性、そして長期的な制御を確保するものでなければなりません。第三に、運用主権（operational sovereignty）です。ミッションクリティカルなシステムは、外部の混乱から隔離され、レジリエントであり続けなければなりません。運用主権は、継続性、稼働時間、そしてプロセスに対する独立した制御を確保します。これを達成するには、主権が後付けのオーバーレイではなく、プラットフォームそのものに本来的に備わる性質となる、根本的なアーキテクチャの転換が必要です。
それは具体的には、組織が展開とシステム構成に対する直接的な権限を保持する、顧客が運用する制御プレーン（control planes）を意味します。アイデンティティ、暗号鍵、アクセス管理は管轄の境界内にとどまり、ログ、テレメトリ、監査証跡はローカルで生成・統治され、AIモデルと推論は、完全なトレーサビリティとガバナンスのもと、ローカルな監督下で実行されます。これが、IBMの「Sovereign Core」アプローチの背後にある哲学です。すなわち、主権をコンプライアンス上の後付けとして扱うのではなく、クラウドとAIのアーキテクチャそのものに組み込むという考え方です。
重要なのは、主権は孤立を意味しないということです。それは選択と制御を意味します。グローバルにつながりながらも、自らのデジタルな道筋を定義する力を保持することを意味するのです。要するに、主権とは専制（autocracy）ではありません。ここではハイブリッドクラウドが中心的な役割を果たします。政府や企業が、グローバルな革新を引き続き活用しながら、機微なワークロードを安全に管理することを可能にするからです。安全なデータガバナンスの枠組みは、インドの次なるデジタル成長の段階において基盤となるでしょう。
ですから今日の議論は、Sundeepが言ったように、主権AIとデータの「何（what）」についてだけではありません。それは「どのように（how）」についてなのです。どうすれば私たちは、成功したパイロットから国家規模の変革へと進めるのか。どうすれば主権的な能力を、測定可能な経済的・社会的成果へと確実に転化できるのか。AIがエンジンであり、データが燃料であり、インフラが道路であるとしても、すべての市民がその旅を信頼、透明性、安全性とともに進められるようにすることが、私たちの集団的な責任だからです。インドでこのビジョンを現実のものとするための、実り多い議論を楽しみにしています。本当にありがとうございました。
4. パネリスト自己紹介 — 4者の立場と思想
4.1 Tanvi Lal(People + AI)とRishi Bal(Bharat Gen)の立場と思想
Sundeep（モデレーター）： Sepさん、そしてAbhishek氏、Anaさん、ありがとうございました。本日の議論の枠組みを見事に整えていただきました。主権AIがインドにとって何を意味するのか、なぜ重要なのか、スタックには何が必要なのか、AI・データ・制御・インフラ・スキルといった構成要素は何か。これらすべてが、これから35分ほどかけて、非常にエキサイティングなパネルの皆さんと議論していく材料です。椅子が少し窮屈なので、お一人ずつお招きします。それでは各パネリストに、自己紹介を兼ねて、それぞれ少しお話しいただきましょう。Tanviさんからお願いできますか。
Tanvi Lal： 皆さん、おはようございます。お招きいただきありがとうございます。私はTanvi Lalと申します。People + AIという慈善イニシアチブの戦略を統括しています。私たちはNandan氏がRohini氏とともに設立した財団の一部で、これまでおよそ10年から12年にわたって活動してきました。歴史的には、インドのためのデジタル公共インフラの構築に注力してきており、金融包摂を実現するプロジェクトとしてAadhaarやUPI、さらには教育分野での多くの取り組みを手がけてきました。People + AIは「AI for good（善のためのAI）」に非常に強くフォーカスしています。そしてSitaram氏（注:前段の登壇者）が述べたことに立ち返るなら、AIの普及（diffusion）について、そしてどうすれば大規模なユースケースが実際にインパクトを生み出すような普及経路（diffusion pathways）を作れるのかを考えています。パイロット段階のユースケースを考えるだけでなく、それを実現するには何が必要なのか、どんな構成要素が、どんなエコシステムが集まればインパクトが生まれるのか、そこを問うているのです。
Sundeep（モデレーター）： ありがとうございます。では次にRishiさん、お願いします。
Rishi Bal： お招きいただきありがとうございます。ここにいられて本当に光栄です。私はRishi Balと申します。Bharat GenでGen（生成系）チームを率いています。私たちはインドの主権AIとそのエコシステムを構築しており、AIの未来、そしてインドにおけるAIの未来に強い情熱を持っています。アプリケーションやモデルを構築して成功するために必要となるビルダーたちを育てることにも力を注いでいます。Bharat Genでは、私たちは3つのことを深く考えています。主権性（sovereignty）、インド性（Indianness）、そしてアクセシビリティ（accessibility）です。主権性については、供給の安全性、自分自身のAIを保守できる能力、そして自分たちの機微なセクターに展開するAIに何が入り込んでいるのかを把握できる能力を重視しています。インド性については、もちろん言語について考えますが、それ以上に文化や視点についても考えます。LLMが、あなたと話し、対話する際に、あなた自身の文化や視点を実際にエンコードしているようにするにはどうすればよいか、ということです。そしてアクセシビリティについては、コストを強く意識します。インドで事業を行うとき、コストは後回しにできる事柄ではありません。私たちは、AIの普及を駆動するモダリティとして「音声ファースト（voice first）」を重視しています。さらに、他の誰かが私たちのためにAIサポートを構築してくれるのを待たなくてもよいように、早い段階でどんな未開拓のセクターに踏み込めるかについても深く考えています。
4.2 Rajiv Chaitwani(ISRO)とProfessor Amit(IRO)の経歴と構想
Rajiv Chaitwani： 皆さん、おはようございます。このパネルにお招きいただきありがとうございます。私はRajivと申します。ISROの主席科学者（outstanding scientist）であり、情報システム・マネジメントのディレクターを務めています。28年間在籍しています。皆さんの中にいられて嬉しく思います。自己紹介をということでしたので、ごく簡単に申し上げますと、私は1981年に米国へ渡りました。その最も決定的な瞬間の一つは、先ほど共有したように、当時のディレクターであったYashpal博士からの手紙でした。米国では44年半を過ごし、妻とともについ最近インドへ帰国しました。米国では3つの企業で働き、自分の研究を商用製品にしました。3つの大学（universities）で働き、それぞれの分野で世界的に知られた研究組織で非常に実質的な研究を行いました。そして4つのスタートアップを立ち上げ、そのうち3つはAIで、自分のチームの研究をライセンス供与し、それらはうまくいきました。
私にとっての最大の収穫は、卓越した研究者や学生を育てたことでした。彼らは起業家になり、学界やトップ校に進み、産業界に入り、複数の優れた賞を受賞しています。そのうちの一人は、まさにここにいるIBMのWatsonにいる人物です。そして偶然の出来事として、私は2023年12月27日に首相と面会する機会を得ました。私の目的は、AIのどの部分に私たちが注力し、自分たちのものとすべきかを議論することでした。西側の大規模言語モデルが一般消費者市場向けであるのとは違い、中国のモデルもまた異なります。インドには独自の機会があります。とりわけ、ミッションクリティカルな高価値のアプリケーションに焦点を当てることです。言語的な部分では他の人々が素晴らしい仕事をしていますが、製造、製薬、金融といったビジネスの側面には、はるかに少ない課題と問題で、より少ない幻覚（hallucination）で、非常に高品質なモデルを作れる余地があり、その上にグローバルな製品を築けるのです。私たちの理事会の会長であるChaudhry氏やSharma氏も、インドを「product nation（製品を生み出す国）」にすることについて語ってきました。
そうした考えのもとで、私たちはIRO、すなわちIndian AI Research Organizationを立ち上げました。ISROから恥ずかしげもなく拝借し、Sを取ってAIにしたのです。ISROがこの国のために成し遂げてきた良きものを受け継ぎたいからです。私たちは独自のことをしていると考えています。それは最高峰の人材（highest-end talent）を生み出すことです。インドにはスキルに関する取り組みが数多くあり、私たちも高校生にAIを教えるプログラムを作ったりしています。しかし私たちが本当に目指しているのは、真にハイエンドのイノベーターを育てること、そして首相が語った「プロトタイプから製品へ」を実現することです。さらに私たちは戦略的な領域、とりわけ高い安全性、高い説明可能性、そして多くの推論や計画といった能力を要するソリューションのための、カスタムでコンパクトなニューロシンボリックAI（neuro-symbolic AI）のモデルとシステムの創出に取り組み、いくつかの選び抜いた垂直領域に注力しています。この辺りで終えたいと思います。
5. パネル討論①:主権モデルの優先セクターとISRO・地理空間データ
5.1 Rishi Bal:「フェーズ分けされた旅」としての主権AIと共有デジタル基盤構想
Sundeep（モデレーター）： それではエキサイティングな質問に入りましょう。まずRishiさんからお願いします。Bharat Genは、インドのためにゼロから主権モデルを構築しています。これらの完全に主権的なモデルがインドにとって重要となる優先領域はあるのでしょうか。どこに牽引力（traction）を見出していて、そこからインパクトを実現するためにテクノロジーのエコシステムには何が必要なのでしょうか。なお、大きな赤いタイムボードが出ていますので、皆さんで時間に気を配りながらまいりましょう。
Rishi Bal： ありがとうございます。もし時間を超過していたら教えてください。まず申し上げたいのは、主権AIの必要性は全方位にわたって存在する、ということです。ただ、おそらくその進め方には段階づけ（phasing）が必要になるでしょう。私たちは、どのセクターから始められるか、どの重要なセクター、どの機微なセクターから始められるかを考え、これを「セクターごとの採用」というよりも一つの「旅（journey）」として捉えるべきだと考えています。私が予想するのは、あらゆるセクターの中に、採用が進む領域や垂直部分が出てくるということです。ガバナンスの一部、私たちが手がけている市民向けの業務の一部、金融業界の中の業務の断片、そうしたところから採用が見られるでしょう。
ある意味で、ここには興味深い機会もあると思っています。それは、AIの領域における「デジタルの線路（digital rails）」とは何かを考え始めることです。この分野自体が急速に変化していますが、私たちには先回りして考える機会があります。どんな下支え（enablement）を用意すれば、AIの上に何かを構築したり、AIを使ったりする他のすべての人々が、より速く、そしておそらく同じくらい重要なこととして、より安全な形で構築できるようになるのか、ということです。
その答えをさらに広げて申し上げるなら、私たちが考えなければならないのは、エコシステム全体の文脈における主権です。どうすれば、モデルのエコシステム、推論アーキテクチャ、そして国全体に展開できる共有コンポーネントのエコシステムを持てるのか。もちろん、スタートアップや企業が革新し、独自の何かを構築する必要のある場面は確実に出てきます。しかし同時に、誰もが活用できる共有財（shared goods）や共有のデジタルプログラムを持つ機会もあるのです。ですから今後数年で興味深くなるのは、このインフラとエコシステムがどのように組み上げられていくかを見届けることだと思っています。
Sundeep（モデレーター）： 素晴らしい指摘ですね。一つの主体だけでは構築できない、ということですね。
5.2 Rajiv Chaitwani:ISROの主権AI観と地理空間データの応用
Sundeep（モデレーター）： ではRajivさん、ISROはある意味でユニークです。ISROはまだ十分に解き放たれていない膨大なデータを持っている一方で、ISRO自身がAIアプリケーションの大きな消費者にもなり得ます。ISROは、インドにおける主権AIモデルと主権インフラの台頭をどう見ているのでしょうか。そして、ISROのデータ、とりわけ地理空間データ（geospatial data）が国にもたらすインパクトの面で、飛躍（leapfrog）の機会はあるのでしょうか。
Rajiv Chaitwani： ISROに当てはめた主権AIについての私の見方は、戦略的な安全保障上の要件と、利用可能な膨大なデータ、とりわけ地理空間データとの間の微妙なバランスによって定義されます。主権AIは単なるツールとしてではなく、戦略的自律の要件として、そして宇宙観測・地球観測・宇宙運用における重要インフラとして捉えられています。実際それは、安全保障、自律、そして技術的自立のための戦略的必然なのです。
私の見方では、AIインフラはオンプレミスに置かれる必要があり、直接的な接続を要してはなりません。これは戦略的観点からの要件です。ファイルは一方向の転送メカニズム（one-way transfer mechanism）を使って転送し、ソフトウェアを更新すべきです。そして私たちは不透明なAI（opaque AI）に依存することはできません。ブラックボックスAIは受け入れられないのです。私たちが必要としているのはグラスボックスAI（glass box AI）、すなわちモデルがどのように学習されたか、学習データの系譜（lineage）やモデルの重みを含めて、完全に透明性のあるAIです。学習パイプラインもまた監査可能でなければなりません。そして私たちが必要としているのは、単なる主権AIにとどまらず、AI主権（AI sovereignty）へと広がるものです。それは、国境内のコンピュート能力やデータ居住性だけでなく、国内の法的枠組みの適用可能性をも含みます。これは非常に重要で、政府も正しい方向へと適切な手を打っています。
次に、テンポラルかつマルチな（時間的・多面的な）データという点に移りますと、これは地理空間的洞察の価値を大きく高めます。農業においては、作物の監視、収量の予測、病虫害の発生の検知に応用できます。災害管理においては、洪水や水深の早期予測といったユースケースに、また地滑り感受性ゾーンのゾーニングにも応用できます。極端な気象条件の予測にも応用でき、ちなみに国立大気研究所（National Atmospheric Research Laboratory）がその方向で取り組んでおり、こうした応用には高解像度の気候・気象モデルと先進的な計算システムが必要です。
さらに、急速な都市化から生じる土地のモニタリングという応用もあります。他にも、雪に覆われた領域と雲に覆われた領域を区別すること、いわゆる正規化植生指数（NDVI）の予測、都市のスプロール（無秩序な拡大）に関する応用、3D都市モデルの生成、衛星画像における自然色での可視化、土地利用・土地被覆の分類など、数多くの応用があります。鉱山における表面の火災監視さえも一つの応用です。地理空間の応用には、データが価値を生む領域がまさに多数存在しているのです。
6. パネル討論②:土着エージェントのスケールと信頼(Mahavistar事例)
6.1 汎用目的技術としてのAI、普及経路と水平イネーブラー、Mahavistarの制約と連携
Sundeep（モデレーター）： ありがとうございました。では次にTanviさんへ。People + AIは、スケールできるユースケースと、それを支える水平的なイネーブラー（horizontal enablers）に多くの注意を払っておられます。今日、インドでは会話型・自動化型のAIエージェントの展開が見られ始めています。こうした土着の取り組みからインパクトを実際にスケールさせるために、注意を払うべき領域はあるとお考えですか。そして、このスケールを可能にするために、信頼を確立する本当の必要性はあるのでしょうか。
Tanvi Lal： とても短い答えとしては、はい、です。
Sundeep（モデレーター）： それだけで終わらないことを願いますが。
Tanvi Lal： はい、はい。それでは。まず、慈善団体として、私たちの目標はエコシステムで何が起きているかを研究することにあり、私たちは「AI for social good（社会的善のためのAI）」に焦点を当てようとしています。教育、農業、ヘルスケアといった重要なセクターです。そして私たちが理解したのは、AIが真に汎用目的技術（general purpose technology, GPT）として発展しているということです。それは、何十年も前に発明された電気やインターネットがそうであったのと、おそらくよく似ています。同じように、もしこの汎用目的技術が人々に届くための普及経路（diffusion pathways）や経路を作らなければ、それは届かないのです。このパネルでもこの10分間で非常に多くのユースケースが出てきましたが、たとえそれが気候監視で人を助けたり、価値あるものであったりしても、ユースケースの価値はアグリ、フィンテック、製造、気候といった垂直のセクターの中に宿っています。しかし、そのユースケースが本当にインパクトを生み出すには、その価値を解き放つための非常に多くの水平的なイネーブラーが必要なのです。
簡単な例を挙げましょう。AIエージェントに関して、Mahavistarの例を取り上げます。ごく簡単に言えば、Mahavistarは、今日マハラシュトラ州で1,500万人の農家にサービスを提供するために展開されている、包括的なAIアドバイザリーボットです。これはアプリを通じて利用でき、ブラウザを通じても利用できます。しかし、どうか認識してください。今日の農家は20ドルのフィーチャーフォンを持っているのです。ですから彼らがまず考えたのは、どうすればマラーティー語で機能する音声電話ソリューションを作れるか、ということでした。マハラシュトラで価値が生み出されている一方で、最初の水平的なイネーブラーは、多言語で音声を扱うことだったのです。
Mahavistarはまた、一つの主体だけでなく多くの主体から来るコンピュートとモデルからも大いに恩恵を受けています。彼らはIndia AIミッション、NVIDIA、open、Anthropicと協働し、さらにASR(音声認識)のモデルについては、ASRと連携するデータセットやモデルを生み出している土着の研究機関であるAI4Bharatのモデルとも協働しています。そして、それはあくまで技術の層にすぎません。
6.2 ローンチ時の発見、データシステム・制度的キャパシティ・信頼、エチオピア展開
Tanvi Lal： つまり、土着のエージェントがインパクトを生み出すために最初に必要なのは運用面（operational）であり、それは技術から来るものですが、同時に非常にノイズの多い環境に対処できるソリューションを作ることからも来ます。たとえばマハラシュトラでは、2025年5月にローンチされたとき、彼らは非常に早い段階で気づいたのです。これはアドバイザリー機関ですから、男性の農家が尋ねる質問の種類と、女性の農家が尋ねる質問の種類、そして彼らが尋ねる環境、つまり家庭の中なのか農場の環境なのか、こうした違いが、実際に彼らにサービスを届ける上で決定的に重要だ、ということにです。
ですから最初の要素は運用上の準備態勢（operation readiness）であり、その鍵となるのは、どのデータシステムから情報を引き込んでいるか、という点です。マハラシュトラの場合、50を超える作物がありますから、マハラシュトラに存在するICやマンディ（mandi、農産物市場)と対話して、彼らの持つ地域固有の情報を得ることが非常に重要になります。つまり、マハラシュトラのAIレディなデータシステムが極めて重要になったのです。
二つ目は制度的キャパシティ（institutional capacity)です。エージェントはあくまで技術であって、エージェントそれ自体がインパクトなのではありません。その周囲を取り巻く制度的な能力について考えなければならないのです。たとえばマハラシュトラ州やその農業局の中で。具体的には、もし農家が電話をかけてきて質問をするなら、その質問はエクステンション（普及指導)チームによってトリアージ(振り分け)される必要があります。どれだけのキャパシティでそうした普及指導を行うかを考えるべきなのです。
そして三つ目、私たちが気づいた中で実は最も重要な要素は、信頼(trust)です。農家が答えを受け取るとき、彼らはその答えの背後に立つ誰かを必要とします。「私があなたにこの答えを伝えています。あなたは私を institution(機関)として信頼しているのだから、これを使うべきです」と。そうすれば農家は「なるほど、私が得ているこの助言の背後にいる人物や機関は誰なのかが分かった、だから続けて使おう」となるわけです。
そして私たちが気づいたのは、Mahavistarの中である程度のノウハウ（knowhow)が生み出されてきたということです。私たちはすぐに、アグリのソリューションにおいて、マハラシュトラだけでなく他の州やアフリカでも、このノウハウをパッケージ化して提供できるはずだと気づきました。マハラシュトラに到達するには数四半期を要しましたが、エチオピアでは3か月のうちにローンチを行いました。なぜなら彼らは、「これは天候のユースケースという垂直であり、農家へのアドバイザリーのために必要な水平要素はこれだ」と整理できたからです。そして「エチオピアは実際にこのソリューションで始められる」と判断したのです。先週には、その地域の日々の農業に従事する女性農家に焦点を当てた、インテリジェンスと呼ばれるリリースもありました。ソリューションの提供は、単なる技術開発ではなく、運用上の準備態勢と制度的キャパシティを含むパッケージなのです。
ですから、まだ多くのなすべきことがあると私たちは感じています。このパネル自体を見てください。あなたはこの質問を一種類の主体に尋ねているのではなく、多くの異なる主体に尋ねています。私たち全員が、いわば一つに集まって、そのインパクトを可能にしなければならないのです。
7. パネル討論③:研究エコシステムと長期的自立(Professor Amit)
7.1 トップ研究者採用の問いかけ、漸進的投資への偏り、帰国率のGemini照会と千人計画の観察
Sundeep（モデレーター）： ありがとうございます。実に示唆に富むお話でした。では、Amit教授に質問です。IROは、深いスキルと研究能力を生み出し、現実の問題に取り組もうとする野心的な取り組みです。このエコシステムに関わっていく中で、インドのAIエコシステムが、先端的なAI研究を前進させ、そこから恩恵を受け、長期的な自立、スケーラビリティ、そしてリーダーシップを確保するために取るべき重要なアクションを、いくつか挙げるとすれば何でしょうか。
Professor Amit： ありがとうございます、Amitさん。仮に私が、Lepton（注:発話上の固有名）を立ち上げたあの人物だったとしましょう。彼が持っているだけの資金をすべて私が持っていて、ディープな何かを始めたいと考え、トップクラスのAI研究者とエンジニアを200人から250人欲しいとします。皆さんのうち何人が、私が今ここで、今すぐにそうした人々を採用できると思われますか。ぜひ彼らと議論したいものです。手を挙げているのが3人だけ、という状況を見れば、私たちが置かれている状況がお分かりになるでしょう。私たちの企業は、非常に漸進的(incremental)なものに投資することを選んできました。
IROはPPP(官民連携)です。そして私が多くの企業に支援を求めて回ったとき、彼らのほとんどは私たちを契約業者(contractor)のように扱うことに関心を持っていました。「これだけ渡すから、四半期ごとに何を納品してくれるのか」と。彼らが見ているのはそういうことです。しかし、研究能力というのはそのように築かれるものではありません。
もう一つ、非常に興味深いことを共有させてください。私は先ほど座っているときに、Geminiにある質問をしてみました。大学院での研究のために外国へ渡ったテクノロジー人材のうち、何人が帰国したか、という質問です。インドについての答えは、15%から20%が帰国した、というものでした。では中国についての答えは何だと思いますか。Geminiによれば、ドイツでは86%が帰国しているそうです。そして私が2005年に中国を訪れたとき、すでに「千人計画(thousand scholars program)」が始まっており、トップクラスの人々の何人かが帰国していました。その帰国した人々の多くは、その後、学界や研究機関に入っていったのです。
7.2 高度人材不足の指標、グルシステム、product nationと人材・資本の流出問題
Professor Amit： では、インドでどれほどの高度なPhDを輩出しているでしょうか。ハイエンドとは何を意味するのか、一つ例を挙げましょう。私のPhD学生のうち、これまでに卒業した38人のおよそ3分の1は、卒業する前に1万件を超える被引用数を持っていました。10人ほどがこれから卒業します。そして平均しても500件を超えます。これは一つの尺度にすぎず、成功を測る尺度は他にも多くありますが、それでも研究についてはこれが現実です。ある会議では、3万件の投稿のうち、中国が2万2,000件を占めていました。つまり、ハイエンドな人材の深刻な不足こそが課題なのです。私たちの国内での輩出はそれほど多くありません。例外がないわけではなく、いくつか例外を挙げることはできますが、おおむね、本当に高品質な人々については、私はそうした会議でインドの人々をほとんど見かけません。中国との比率は1対20なのです。
ですから、高度な人材の創出、それは数コースで学べるようなスキルではなく、卓越した環境とエコシステムの中で師から学び働く「グルシステム(guru system)」によるものですが、これこそが必要なのです。米国で私が持っていたようなそのエコシステムを、ここに持ち込む必要があります。最初に本当に必要なのは、この深い才能を持つ側面であり、それが第一に必要なものです。
そしてその上で、私たちは自分たち自身のニーズや技術について考える必要がありますが、同時にグローバルな意味合いとグローバルな価値を持つものについても考えなければなりません。西側の高度技術企業はここで多くのお金を稼いでいます。彼らは私たちのデータを使い、ここで多くの利益を上げています。私たちもまた、こうした極めて技術力の高い人々が、プロトタイプから製品へと進める環境を作るべきなのです。彼らがIPをグローバルな製品へと転換し、それによってインドが、インドの問題を解決しつつ、同時にグローバルな問題をも解決することで価値を生み出すような環境を。
そう、インドには固有の問題があります。そう、それらを解決すべきです。しかし、経済的に成功しようとするなら、世界を見据えなければなりません。インドから米国へ移っていく企業は数多くあります。私が取締役会で助言している企業も一社あり、その投資家は今や米国拠点になるか、米国拠点になろうとしており、顧客も米国拠点です。ですから彼らはそちらへ移っているのです。私たちはこうした問題をここで解決する必要があります。私の言うところのメンバーであるAjit Chaudhry氏やSharma氏らも言っているように、私たちはインドが「product nation(製品を生み出す国)」になるための製品を本当に作り上げる必要があり、AIは明らかにその重要な一部なのです。
8. ラピッドファイアとクロージング — シナジーと呼びかけ
8.1 各パネリストのコール・トゥ・アクション
Sundeep（モデレーター）： ありがとうございました。一つだけ、駆け足のフォローアップ質問の時間がありそうです。今度は逆の順番でいきましょう。本日の議論を聞いて、特にシナジーや優先事項として浮かび上がってきた領域はありますか。あるいは、このコミュニティに対して呼びかけたいこと（call to action）はありますか。
Professor Amit： はい。まず、私はここでRicky Bal氏の隣に座っているわけですが、強い協働への意欲が明らかに存在すると感じています。昨日、私はNDMA（国家災害管理庁）に、そしてIMD（インド気象局）の関連部署にも行きましたが、データを共有しようという強い意欲がありました。おそらく私が出向けば、セキュリティやその他の問題に配慮する限りにおいて、前向きな返答が得られるでしょう。ですから、ここに立ち上がってきている諸機関は、明らかに協働する準備がかなり整っていると思います。私自身のIROのパートナーは投資家でもありますが、彼女はこの高度に技術的なミッションの一員でもあります。IROはすでにエンジェル、シード、そしてスケールアップ段階のVCから支援を受けています。ですから、私たちが本当にディープテックを開発し、多くの課題に対処してそれらを市場に届けられるようになれば、この協働がそれをはるかに実現しやすくしてくれるでしょう。私はこの先に待つものについて、非常に強気です。
Sundeep（モデレーター）： ではRajivさん、際立ったシナジーや、コミュニティへの呼びかけはありますか。
Rajiv Chaitwani： 私が見るところ、今日の焦点は消費者向けアプリケーションと企業向けのAIアプリケーションにあります。しかし戦略的セクターに求められるのは、信頼でき信頼性の高い「ミッショングレードAI」であり、監査可能（auditable）で説明可能(explainable)なAIです。ごく簡単な例を一つ挙げましょう。具体的な内容には立ち入らず一般的に申し上げますが、ある部品や構成要素を視覚的にクリアしなければならないユースケースがあります。視覚的にというのは、拡大像を提供する機器を使って、技術者がおそらく微小な亀裂（micro cracks）などを探している、というものです。この拡大画像をAIに与えれば、AIは「合格か不合格か」の判断を下せます。しかしリスクが非常に高いため、AIがどのようにしてその特定の判断を下したのかが分からない限り、私たちはそれに依存することはできません。これはAmit教授も語っていたことですが、これこそが戦略的セクターの要件として起業家が目を向けるべきことだと申し上げたいのです。
Sundeep（モデレーター）： Rishiさん、同じ質問です。
Rishi Bal： 非常に興味深いパネルディスカッションでしたが、今の質問がそれを一つに束ねてくれたと思います。このグループを見渡しながら私が自問しているのは、ここにいる一人ひとりとどう協働できるか、ということです。私はAIのビルダーとして、私たちは自分たちの泡（bubble）の中で生きていて、AIを構築し、ベンチマークを作り、世に送り出しています。しかし私にとって最も価値があるのは、私たちの仕事の上に実際に何かを構築している現実の人々、現実の産業、政府からの実際のフィードバックなのです。そしてある意味で、主権AIソリューションを使うとき、あなたは自分が便益を引き出すことになるエコシステムへと投資を還元しているのです。単にそこに貢献しているだけでなく、もし隣に座っているAIビルダーがいるなら、これは、世界の反対側にいる誰かには決してできないような何かを、一緒に構築する機会なのです。ですから私は、ユースケースの面で私たち全員のもっと多くの関わり合いを求めます。
また、先ほど出た「フルスタックが必要だ」というコメントにも同調したいと思います。これは単に「AIを世に出せるか」という話ではありません。この点について皆さんに注意を促したいのですが、これに対する技術側の視点はとかく「farmer AI（農家向けAI)を作ろう」となりがちです。私はこれまで、何らかの理由でfarmer AIを作った人に半ダースほど会ってきました。それはとても単純なことのように感じられるのですが、実際には、本当に価値あるものにし、それを実際に使える人に届けるのは、非常に難しいのです。だからこそ、皆が一つに集まれば、エンドユーザーや顧客のための思考の深さと実際の有用性を生み出せるのです。
Sundeep（モデレーター）： ありがとう、Rishiさん。
Tanvi Lal： 浮かび上がってきたテーゼは、「AIはそれがアクセスできるデータと同じだけの良さしか持たない」ということです。私たち一人ひとりが背後に持っている知識だけでなく、データシステムの幅広さを見てください。ですから私の呼びかけと切なる願いは、私たちはデータを基盤(foundation)として考え始めなければならない、ということです。もしあなたがデータの上に座っているなら、それが公共セクターであれ、市民社会であれ、民間セクターであれ、どうすればその基盤を強化できるか。そして次に、AIのモデルやアプリケーションがその上に実際に構築できるよう、どうすればアクセスを生み出せるか。データのAIレディネス(AI readiness)が極めて重要であり、私たちはそれを能動的に考えなければなりません。なぜなら、いかなる単一の主体もユースケースを成功させることはできないのと同じように、ただ一つのデータソースだけで完璧なアプリケーションが生まれることもまずないからです。多くのデータのサイロ(silo)が打ち破られ、一つに集められなければなりません。インドにはコンピュートと基盤モデルに多くの力点が置かれていますが、データベースについても等しい力点と行動が必要です。私たちのデータソースを開放できなければ、私たちは自分たちには当てはまらない答えを受け取ることになるからです。これは呼びかけであると同時に切なる願いでもあります。もしこのことを考えているなら、ぜひ私やPeople + AIに連絡してください。私たちはさまざまなセクターでこのことを能動的に考えていますから。
8.2 時間超過によるQ&A未実施と謝辞
Sundeep（モデレーター）： 素晴らしい。ありがとうございます。ちょうど時間ぴったりに収まったようです。残念ながら質疑応答には至れませんでした。セッション全体としては非常に短い時間で申し訳ありませんでしたが、本日はご清聴いただき皆様ありがとうございました。どうぞ一日の残りもお楽しみください。