【45】ならしLLMを支える四つの地層——自治体AI・学術ネットワーク・ローカル推論・文化遺産
RFI締切まであと5日。
奈良市の提案書（つるまい電話自動化PoC）を最終調整しているなかで、その背後に広がる地形が見え始めた。四つの研究線が、それぞれ別の方向から「奈良で地域特化型AIを作る」という一点に収束していく。
今回はその四層構造を整理したい。
第1層：自治体AI電話が「実験」を終えた日
2026年6月現在、日本の自治体におけるAI電話導入は、もはや検討段階を完全に脱している。総務省の2025年6月調査で、都道府県の87%、政令指定都市の90%が生成AI導入済み。
三大事例が出揃った。四日市市（三重・人口31万）は、カラクリ社のAIエージェント「GeN」で月12万件・総通話時間5,200時間を自動対応している。福島市はDNPとの実証実験で、自己完結率60%・住民満足度82%を記録した。京都市は全11区役所・3支所にAI自動音声応答を展開している。
導入費用は初期50〜200万円、月額10〜30万円が相場。
つるまいの月額1,550円は、この相場と比較して桁が違う。もっとも、市役所の窓口電話と福祉輸送の予約受付は別領域だ。同じAI電話でも、構造がまるで違う。だが「安すぎて逆に怪しまれる」ことのないよう、この価格差の理由（単一ドメイン特化・OSS構成・クラウドAPI最小限）を提案書で明示する必要がある。
もう一つ重要な制度変化が動いている。総務省が2025年8月、自治体にCAIO（最高AI責任者）とその補佐官の設置を指示した。宮崎県都城市では池田市長自らがCAIOに就任し、外部専門家を補佐官に任用。福岡県直方市も同様のモデルだ。
地方都市ではAI人材が確保できないため、複数自治体が共同で補佐官を置くことも想定されている。KTがプロス名義でPoCを実施した実績は、将来のCAIO補佐官ポジションへの足がかりになり得る。制度的な土台が、まさに今形成されている。
第2層：奈良女子大の「隠されたカード」
NAIST進学→奈良女子大でAIを教える。これがKTの北極星だが、その接続の実態がこれまでは見えなかった。
今回の調査で、決定的な事実が判明した。
奈良女子大学に「音声・言語・コミュニケーション研究室（Lab4SLC）」がある。主宰者の須藤克仁教授は、機械翻訳・音声言語処理・対話システムが専門。2024年4月に研究室を開設したばかりで、社会人学生の受け入れも明記している。
研究内容を見ると驚く。「音声アーキブに対するデータ処理の効率化」「言い淀みや言い誤りへの対応」「人間に働きかける対話システム」——つるまいの高齢者音声認識、電話自動化、正倉院文書の音声アーカイブ化構想と完全に重なる。
さらに決定的なのは、須藤教授とNAISTの関係だ。researchmapのデータによると、須藤教授はほぼ全ての主要論文でNAIST中村哲教授と共著。2021年〜2026年の科研費基盤研究(S)では中村が代表者、須藤が分担者。同じプロジェクトに渡辺太郎准教授も名を連ねる。2025年3月の言語処理学会では、土肥・胡・蒔苗・須藤・中村・渡辺という顔ぶれで共同発表している。
つまり、須藤教授はNAISTのNLP・音声研究の中核メンバーだ。2019年の包括連携協定という制度面の枠組みを超えて、研究実績のレベルで両大学は既に一体化している。
KTがNAIST渡辺研に進学した場合、須藤教授との共同研究や奈良女子大での教育活動への接続は、事務手続きを通じたルートではなく、研究者間の既存ネットワークを通じた直接的なルートで実現する可能性が高い。
WE Program（女性エンジニア養成ワークショップ）も見逃せない。2023年度から毎年春夏に開催、ソニー・DMG森精機・川崎重工等が参画。中3〜大学生対象、参加費無料、交通費宿泊費全額支給。KTがAI講師・メンターとして参入する最も現実的な入り口がここにある。
第3層：M1 Max 64GBで「ならしLLM」を動かす技術的条件
ハードウェアの問題にも目処が立った。
2026年春、ローカルLLM界隈は世代交代を迎えた。三つの新モデルが、KTのM1 Max 64GBでの「完全プライベートな地域LLM」構想を現実的なものにしている。
Qwen 3.6-35B-A3B（Alibaba・4月16日リリース）。35B総パラメータのうち3BをアクティブにするMoE構造。SWE-bench Verified 73.4%は、オープンウェイトモデルとしてClaude Sonnet 4クラスに肉薄する。Q4_K_M量子化で約31GB、M1 Max 64GBで約31 tok/s。日本人の速読（約7-10 tok/s）を大きく上回り、日常的なコーディングも日本語チャットもストレスフリーだ。
Gemma 4 26B-A4B（Google DeepMind・4月2日リリース）。26B総パラメータ・4BアクティブのMoEで、LMArena 1441（GPT-4クラス）。画像・音声・動画をネイティブ対応し、Q4量子化で約15GB。つるまいの音声認識や正倉院文書の画像解析に直接応用できる。
GLM-4.7-Flash（清華大学/Z.AI系・1月リリース）。KTが現在API経由で使っているGLM-5.2と同じ系譜。30B/3Bアクティブ、MITライセンス、日本語性能がDeepSeek以上との評価。
三強時代が意味するのは、API依存から完全ローカル運用への移行パスが明確になったことだ。つるまいの電話自動化スタックは現在ASRにfaster-whisper、LLMにクラウドAPI、TTSにOpenJTalkを使っている。LLMをGemma 4 26B-A4Bに置き換えれば、音声データを一切クラウドに送らずに処理できる。月額1,550円のAPI依存から、電気代のみの運用へ。
DiffusionGemma（拡散モデルによるテキスト生成、H100で1100+ tok/s）がApple Siliconで実用化されれば、さらにパラダイムが変わる。ここはまだ推測の域だが、注視する価値がある。
第4層：文化遺産×LLMの世界が「証明」を終えた
そして、もっとも目の覚めるような発見があった。文化遺産とLLMの交差点で、2025年後半から2026年前半にかけて複数のブレイクスルーが同時進行した。
Vesuvius Challengeが、ヘルクラネウム帕唇の巻物全体をAIで読解した。紀元前2〜3世紀のストア派哲学論述、20カラム・1メートル以上のテキストを、物理的に開くことなくX線断層撮影と機械学習で復元した。Kentucky大学のSeales教授は「技術の証明段階は終わった。次は内容の理解だ」と宣言した。このパイプライン（表面表現→幾何学的再構築→インク検出→テキスト復元）は、日本の古文書・くずし字にも適用可能な汎用性を持つ。
日本でも「みんなで翻刻」（honkoku.org）が、くずし字をAIが瞬時に現代語訳する機能を実装した。国立歴史民俗博物館の橋本雄太准教授が開発したこのプラットフォームは、通算10,800人参加・4,800万文字翻刻を達成。「市民がAIの支援を受けながら文化遺産の解読に参加する」というモデルは、KTが構想する「市民の声をAIで構造化する」ならしLLMと同じアプローチだ。
奈良そのものでも動いている。奈良文化財研究所のチームが、発掘調査報告書から出土遺物・遺構の情報をLLMで自動抽出する手法を学会発表した。精度は2025年2月の17%から同年4月には90%に飛躍。全国の発掘調査報告書は120億字に達し、「制御できないほどの情報」をLLMが構造化している。同研究所は2026年6月に文化財保護DXプロジェクトチームも設立した。
ICOMOS日本の高田祐一氏は、AI時代の文化遺産ドキュメンテーションに「再構築（Reconstruction）」という概念を提示した。単なる事実の保存ではなく、意味を伴う継承への転換。これは「正倉院文書を単にデジタル化するのではなく、地域の文脈で意味を再構築する」というKTの哲学と同じ方向を向いている。
さらに国際的には、先住民言語保存に小規模言語モデル（SLM）が実用化されている。Te Hiku Media（ニュージーランド）はマオリのデータ主権を確立し、データライセンス契約でマオリの人々が利益を得る仕組みを作った。「コミュニティの関与なしに開発されたモデルは、文脈の正確性と文化的妥当性を欠く」という教訓は、奈良の文化遺産を扱うならしLLMにもそのまま当てはまる。
四層が意味するもの
整理しよう。
第1層（自治体AI）は、つるまいPoCを提出する制度的コンテクストを提供する。奈良市がAI電話の導入を「先進的な試み」ではなく「全国トレンドの一部」として受け取る環境が既にある。
第2層（学術ネットワーク）は、NAIST進学から奈良女子大での教育・研究活動への接続が、制度ではなく人を通じて実現することを示す。須藤教授という「橋」が既に存在している。
第3層（ローカル推論）は、ならしLLMをKT自身のハードウェアで動かせる技術的条件が整ったことを意味する。正倉院文書のデータ、市民の声のデータを、クラウドに送らずに処理できる。
第4層（文化遺産×LLM）は、世界がこの方向に動いており、奈良がその最前線になり得ることを証明している。Vesuvius Challengeの技術、みんなで翻刻の市民参加モデル、奈良文化財研究所の実績——すべてが揃っている。
四つの地層は、それぞれ別のタイミングで、別の人々によって形成されてきた。だが2026年6月という時点で、それらは奈良という一点で交差し始めている。
RFIの提出は、この交差点に最初の楔（くさび）を打ち込む行為だ。