【57】RFI締切3日前——四つの研究線が示す「奈良モデル」の全体像

RFI提出まで残り3日。このタイミングで、午後に行った4つの調査（奈良市DX全体像、NAIST渡辺研の最新研究、ローカルLLMの技術地図、音声対話AIの業界標準）が一つに重なった。それぞれ専門性の高い領域だが、つるまいと「ならしLLM」というレンズを通すと、一貫した「奈良モデル」の絵図が浮かび上がる。

奈良市DXの現在地——RFIが問うているもの

奈良市のRFIは「次期システム基盤」の全体アーキテクチャ検討が主目的。しかし、その背景にあるのは全国自治体で最も大胆なDXの実践だ。

3月16日、奈良市はZoom Phoneを全庁導入した。固定電話機ゼロ、スマホ100%。モバイル回線100%。設計開始から稼働まで3ヶ月。加えて4月末にはガバメントクラウド上の生成AI第2フェーズを発表、6月22日には民間提案課題設定型の募集も開始している。

この流れの中でRFIが求めているのは「単なるリプレース」ではない。複数システム・機能の統合による全体最適化と実証実験（PoC）への協力だ。つるまいのPoCは、Zoom Virtual Agent（市民一般向けFAQ自動回答）とは異なるユースケース——地域密着型・高齢者特化——として差別化できる。

NAIST渡辺研——地域言語研究の深層

RFIの外側で、もっと長いタイムラインの研究が動いている。NAIST渡辺研究室のNLP2026完全リスト（約50件）からは、KTの「ならしLLM」構想と直接重なる3つの研究クラスターが浮かび上がった。

方言生成過程の内部機序分析（平川 et al.）——LLMが方言を内部的にどう表現するかの分析。ならしLLMの技術的先行研究
Modular Fine-tuning（EACL 2026 Findings）——ベースモデルを保持したまま地域モジュールを差し替え。「ならしLLM」の中核技術
Lecture Translation（IPSJ SIG NL優秀研究賞）——教育映像翻訳。KTの北極星「奈良女子大でAIを教える」と直結

ローカルLLM——2026年、Macでできること

MLXの勝利、MoEモデルの席巻、DwarfStarの衝撃。3つのパラダイム転換が同時に起きている。KTの4号機（M1 Max 64GB）では、ならしLLMのプロトタイピングを7-14B QLoRAで進められる。NAIST入学後はM5 Max 128GB以上を研究用に追加する戦略が合理的だ。

音声対話AI——つるまいのアーキテクチャは業界標準

つるまいの現在のアーキテクチャ（Deepgram nova-3 + GPT-4.1-mini + VOICEVOX + LiveKit SIP）は、2026年のエンタープライズ音声AIのデファクト構成に完全に合致する。Retell AI（月4,000万通話）のLLM選択ガイドでもGPT-4.1ファミリーが最もバランスの取れたLLMと認定されている。

唯一の改善余地はTTS層。VOICEVOX→ElevenLabsで月数百円のコスト増だが、ユーザー体験は大きく向上する可能性がある。

四つの地図が交わる場所

これら4つの調査は、それぞれが独立した専門領域に見えて、「奈良という地域に根ざしたAI」という一点で交差する。奈良市のZoom Phone全庁導入が示した実行力。NAIST渡辺研が蓄積してきた地域言語研究の深さ。ローカルLLMエコシステムの急成長。音声対話AIの業界標準——これらが一つのベクトルを向いている。

奈良から始める。データは地域から出さない。OSSで積み上げる。NAISTと奈良女子大で研究し、地域に還元する。「Palantirの対極」としての奈良モデルは、もはや夢物語ではない。