2026年8月17日から8月23日にかけて公開された生成AI関連のニュースから、中小企業の経営に関わりの深い5本を選び、内容と実務への影響を整理しました。政府による学習データ開示の基本指針案、国立情報学研究所の国産オープンモデル、専門家の知見をAI化する新サービス、日本と世界のAI活用格差を示した調査、そしてAI利用料を可視化する管理サービスと、制度・技術・活用・コストの各面で動きがありました。それぞれ「概要」「中小企業への影響」「経営者の視点」の3つに分けて解説します。
1. ＡＩ事業者は学習データ開示 政府、知財保護へ基本指針案
概要
政府は2026年8月18日、有識者で構成する「AI時代の知的財産権検討会」をオンラインで開き、生成AI事業者向けの「プリンシプル・コード（基本指針）案」を示しました。柱となるのは、生成AI事業者に対して学習データの内容と収集方法を幅広く公開するよう促す点です。学習データとは、AIに読み込ませて賢くするための大量の文章や画像といった元ネタのことで、この中に他人の作品が混じっていると権利問題につながります。指針に法的拘束力はなく、あくまで事業者の行動指針という位置付けです。対象はAIシステムの開発者とサービス提供者で、日本向けにサービスを提供する海外事業者も含まれます。指針を受け入れる場合は自社ウェブサイトで公表したうえで政府に届け出る「コンプライ・オア・エクスプレイン（従うか、従わないなら説明するか）」方式が採られます。背景には生成AIの急速な普及に伴う著作権侵害への懸念の高まりがあり、前年5月に成立したAI法を踏まえた施策と位置付けられています。指針は近く正式決定される見通しです。
中小企業への影響
自社でAIモデルを一から開発していない会社であっても、無関係ではありません。使っている生成AIサービスの提供元が学習データを開示しているかどうかは、取引先や顧客から問われる可能性があります。生成AIで作った画像や文章を広告・サイト・提案資料に使う場合、その元となったAIの素性を説明できるかが説明責任のポイントになります。デザイン、写真、イラスト、ライティングを外部に委託している会社では、納品物がAI生成かどうか、そしてその元AIが適法かを契約で確認する必要が出てきます。一方で、自社の記事・写真・製品画像をAIに学習されたくない場合は、指針の広がりに合わせて利用規約などで意思表示を検討する余地が生まれます。AIツールの選定基準に「学習データの透明性」を加えておけば、後々の権利トラブルによる差し替えコストを避けやすくなります。
経営者の視点
まず着手したいのは、社内で使っている生成AIサービスの一覧化です。そのうえで、提供元が学習データについて何を公表しているかを確認します。次に、AI生成物を社外に出す業務（広告、SNS、提案資料、商品画像）を洗い出し、権利面をチェックする担当者を1人決めておくと判断が滞りません。外注先との契約書には「AI生成物を使う場合は事前申告する」「権利侵害があった場合の責任分担」を加える改定が有効です。留意したいのは、法的拘束力がないため指針に従わないAIサービスも当面は市場に残る点です。学習データが不明なAIで生成した素材を商用利用すると、後から著作権侵害を主張されて差し替えや損害賠償が生じる恐れがあります。指針はまだ決定前の段階ですので、確定情報を再確認してから社内ルールを固めることをおすすめします。
参考リンク
時事ドットコム（時事通信）：ＡＩ事業者は学習データ開示 政府、知財保護へ基本指針案
2. 「オープンな国産モデル」に33Bパラメータの新バージョン 国立情報学研究所
概要
国立情報学研究所（NII）は2026年8月18日、大規模言語モデル「LLM-jp-4 33B」シリーズを公開しました。公開されたのは2種類で、事前学習と中間学習まで終えた「llm-jp-4-33b-base」と、事後学習まで終えた「llm-jp-4-33b-thinking」です。パラメータ数は約332億で、パラメータ数とはAIの頭の中のつまみの数にあたり、多いほど賢くなりやすい一方、動かすのに必要なコンピュータも大きくなります。アーキテクチャは全パラメータを使うDense型です。2026年4月公開の前バージョン「LLM-jp-4 32B-A3B」はMoE（複数の処理役から一部だけを使う方式）でしたが、今回のDense型への変更は実用重視の判断とみられます。ライセンスは商用利用が可能なApache 2.0で、配布先はHugging Faceです。事後学習済みモデルは「MT-Bench」の日本語・英語と、安全性評価「AnswerCarefully」を含む4種類すべての評価で、従来のLLM-jpシリーズおよび「gpt-oss-20b」を上回りました。
中小企業への影響
重みが公開されたオープンなモデルの利点は、自社サーバーやクラウドの専用環境で動かせる点にあります。社外に出せない顧客情報や設計データを扱う業務でも、AI活用が現実味を帯びてきます。商用利用可のライセンスであるため、自社サービスにAI機能を組み込んで提供することも可能です。月額課金の海外AIサービスと違ってモデル利用料そのものが不要になり、ランニングコストの構造が変わります。日本語の社内文書、議事録、問い合わせ対応など、日本語精度が効く業務との相性も期待できます。ただし約332億パラメータ級を自前で動かすにはGPUサーバーやクラウド費用、扱える人材が必要で、内製は現実的に難しい企業も少なくありません。それでも「国産でオープンなモデルを採用している」こと自体が、官公庁や自治体向けの入札・取引で説明材料になる場合があります。
経営者の視点
最初の一手は、社内で扱うデータを「外部AIに出してよい情報」と「絶対に出せない情報」の2つに仕分けすることです。後者が多い業務があるなら、オープンモデルを自社環境で動かす構成の見積もりをITベンダーに依頼してみる価値があります。自社サービスにAI機能を載せる構想があれば、Apache 2.0のライセンス条件を法務や顧問に確認してもらいましょう。あわせて、現在使っている海外AIサービスの年間コストを算出し、自前運用に切り替えた場合の損益分岐点を出しておくと判断しやすくなります。注意点は、オープンモデルの運用は自社責任となり、脆弱性対応やアップデートが放置されがちなことです。ベンチマークの成績が良くても実業務での使い勝手は別問題ですので、必ず自社データで試してから決めてください。
参考リンク
ITmedia AI＋：「オープンな国産モデル」に33Bパラメータの新バージョン 国立情報学研究所
3. Yahoo!ニュースの専門家をAI化「エキスパートAI」 第1弾はレシピ
概要
LINEヤフーは2026年8月17日、自社のAIエージェント「Agent i」内で「エキスパートAI」の提供を開始しました。AIエージェントとは、ただ答えるだけでなく、目的に沿って条件を聞き取り、代わりに探して提案までしてくれるAIを指します。「Yahoo!ニュース エキスパート」には2026年8月時点で約1,600名の専門家が参加しており、エキスパートAIは専門家がこれまで発信してきたコンテンツをもとに、その知見や考え方を反映した情報を対話形式で提供する仕組みです。第1弾は脱サラ料理家「ふらお」氏による「ふらおレシピ」です。Agent iから「ふらおレシピ」を選び、気分や条件を選択肢から選ぶかフリーテキストで入力すると、条件に近いレシピが提案されます。「冷蔵庫に豚こまとキャベツがある」といった曖昧な相談も想定され、提案結果には参考元の記事へのリンクが表示されます。第1弾の提供期間は2026年9月30日までで、今後さまざまな分野の専門家の知見を活かしたAIエージェントが順次提供される予定です。
中小企業への影響
この仕組みが示すのは、社内やオーナー個人が持つノウハウを、蓄積した記事や資料をもとにAI化して顧客対応に使う発想が現実的になったということです。士業、コンサル、治療院、工務店など「人の知見で売る」業種にとって、属人化した知識を資産化する道筋が見えてきました。AIが参考元リンクを示す設計は、自社の記事やブログがAI経由で読まれる新しい流入経路にもなり得ます。逆に、発信の蓄積がない企業は参照される対象になれず、埋没するリスクが高まります。小規模な事業者でも、ブログやSNSの過去投稿を土台にした自社版の相談チャットを検討する具体的な材料になります。第1弾が料理という身近な分野から始まっている点も見逃せません。専門的すぎない日常業務の領域にもAIが入り込んでくることを示しています。
経営者の視点
着手しやすいのは、自社やオーナーが過去に書いた記事・資料・よくある質問への回答を1か所に集め、量を把握することです。次に、顧客から繰り返し聞かれる質問トップ20を洗い出し、AI化する価値のある知識かを見極めます。発信の場（自社ブログ、業界メディア、Yahoo!ニュース エキスパートのような場）を1つ決め、月2本など無理のない更新頻度を設定すると続きやすくなります。AIに答えさせる範囲と、必ず人が対応する範囲の線引きも先に決めておきましょう。経営者自身が実際にAgent iの「ふらおレシピ」を触り、対話型で知見を届ける体験を確かめると理解が早まります。注意したいのは、AIが専門家の発言を誤って再構成した場合に本人の信用が損なわれる点で、監修や確認の仕組みが欠かせません。自社サイトの記事には、見出し・日付・執筆者名を明示し、引用されやすい形に整えておくとよいでしょう。
参考リンク
Impress Watch：Yahoo!ニュースの専門家をAI化「エキスパートAI」 第1弾はレシピ
4. 「AIで生産性向上」日本の従業員は57％、世界平均は81％ アクセンチュア調査
概要
アクセンチュアは2026年8月19日、AI活用に関する調査結果を発表しました。調査は2026年4月から6月にかけて、20カ国・19業種の経営層と従業員それぞれ3,000人を対象に実施され、うち日本はそれぞれ100人です。AI導入で生産性が向上したと答えた従業員は日本が57％、世界平均は81％でした。生産性向上とは、同じ仕事をより短い時間で終えられるようになることを指します。日本の従業員のうち37％は「特に変化なし」と回答しました。AIで仕事の満足度が向上したと答えた割合は日本が48％、世界平均は71％です。AIで持続的な成果を実現できていると答えた経営層は日本が13％、世界平均は23％にとどまりました。一方で、今後12カ月でAI投資を拡大する予定と答えた経営層は日本78％、世界平均82％とほぼ同水準です。また「企業のリスキリングに頼れず自力で習得する必要がある」と考える日本の従業員は50％で、世界平均の45％を上回りました。リスキリングとは、働きながら新しい仕事のやり方や技術を学び直すことです。
中小企業への影響
投資意欲に大きな差がないのに、成果の実感で24ポイントもの開きがあるという結果は、問題が投資額ではなく使いこなし方にあることを示しています。大企業を含む調査でも成果実感が低いということは、中小企業がツール導入だけで成果を出すのは一層難しいと考えるべきです。裏を返せば、業務の見直しとセットでAIを入れれば同業他社に差をつけやすい局面ともいえます。従業員の満足度が上がるかどうかは、単純作業をどれだけ肩代わりさせられるかにかかっています。研修を会社が用意するだけでも、従業員の「自力でやるしかない」という不満は減らせる可能性があります。少人数の会社は意思決定が速く、業務プロセスの作り替えを一気に進められる利点もあります。AI投資を増やす計画の企業が8割近くある以上、取引先や競合の業務スピードが上がることを前提に自社を見直す必要があります。
経営者の視点
最初に確認したいのは、AIを入れたのに変わっていない業務がないかです。現場に「何分減ったか」を具体的に聞き取り、1業務あたりの所要時間という簡単な指標を決めて導入前後で比較します。あわせて、AI導入と同時にその業務の手順そのものを作り直すことが重要です。AIありきの手順に書き換えなければ、成果は出にくいままです。教育は個人任せにせず、月1回30分など就業時間内でのAI研修枠を会社として確保しましょう。今後12カ月のAI関連予算には、ツール費用だけでなく教育費と業務改善の工数も枠に入れておきます。成果が出ないまま投資だけを拡大すると、コストだけが積み上がる恐れがある点にも注意が必要です。なお日本の回答者は経営層・従業員それぞれ100人と限られますので、数字は傾向として読み、自社の実態確認と併せて使ってください。
参考リンク
ITmedia AI＋：「AIで生産性向上」日本の従業員は57％、世界平均は81％ 仕事の満足度でも大差──アクセンチュア調査
5. ChatGPTやClaudeの利用量とコストを一元管理、無料で使える法人向け新サービス マネーフォワード
概要
マネーフォワードは2026年8月17日、「マネーフォワード クラウドAIトークン管理」の提供を開始しました。法人向けのサービスで、マネーフォワードIDを取得すれば無料で利用できます。トークンとは、AIが文章を処理するときの文字のかたまりの単位で、使った量に応じて料金が決まるため、電気のメーターのような役割を持ちます。対応するAIサービスはChatGPTとClaudeで、利用データの取り込みはAPI連携またはCSVファイルのアップロードで行います。ユーザーごとのAI利用量とコストをダッシュボード（数字やグラフを1画面にまとめて表示する管理画面）で可視化でき、部門・従業員ごとの利用実態を一元管理できます。マネーフォワード ビジネスカードを使えば、AIサービスの決済を一本化することも可能です。同社はコストの透明性を高めてAI投資対効果を最大化すること、ガバナンス（管理体制）の強化を狙いとしています。
中小企業への影響
生成AIは使った分だけ払う従量課金が主流で、部署や個人が個別に契約すると全社の支出が見えなくなりがちです。このサービスを使えば、バラバラに契約していたAI費用を一覧化でき、経理の月次処理が楽になります。誰がどれだけ使っているかが見えることで、「使っていないのに払っている」契約を解約する判断もできます。無料で始められるため、少人数の会社でも試しやすい点は実務的です。費用が可視化されれば、投資を増やすか減らすかを数字で議論できるようになります。さらに、誰がAIを使っているかを把握できることは、機密情報の取り扱いルールを徹底する土台にもなります。ただし対応がChatGPTとClaudeの2つに限られるため、他のAIサービスを使っている場合は全体像を把握しきれない点には注意が必要です。
経営者の視点
まず現在契約している生成AIサービスと、その月額・従量課金の合計額を洗い出してください。個人カードや個人アカウントでAIを契約している従業員がいないかの確認も同時に行います。無料で始められますので、1か月試して自社の実態が見えるかを確かめるのが現実的な進め方です。あわせて、使ってよいサービスと入力してはいけない情報を定めたAI利用ルールを1枚の文書にまとめておきます。部門ごとにAI費用の上限額を決め、超える場合は事前承認とする運用も有効です。3か月後に「AI費用に対してどれだけ時間が減ったか」を振り返る場を、あらかじめ予定として押さえておきましょう。留意点として、API連携では利用状況データを外部サービスに渡すことになるため、社内の情報取り扱い規程との整合を確認しておきたいところです。無料であっても決済や会計サービスとの組み合わせを前提とした設計ですので、将来の運用コストを含めて検討することをおすすめします。
参考リンク
ITmedia AI＋：ChatGPTやClaudeの利用量とコストを一元管理、無料で使える法人向け新サービス マネーフォワード
まとめ
今回取り上げた5本は、生成AIが「試す段階」から「管理して成果を出す段階」へ移りつつあることを示しています。政府の基本指針案は学習データの透明性を業界の前提にしようとする動きであり、AIを使う側にも説明できる状態が求められます。国産オープンモデルの進展は、社外に出せない情報を扱う業務にAIを広げる選択肢を増やしました。エキスパートAIは、蓄積した知見そのものが資産になることを示しています。一方でアクセンチュアの調査は、日本の従業員の生産性向上実感が57％と世界平均81％に届いていない現実を突きつけました。ツールを入れるだけでは差は埋まらず、業務の作り直しと社内教育が伴って初めて成果につながります。そしてマネーフォワードのサービスのように、AI費用を数字で把握する仕組みも整い始めました。使うAIの素性を確認する、業務手順を見直す、費用と効果を測る。この3点を順に進めることが、次の一手になります。
