【62】RFI前夜、四つの線が示す奈良モデル——Zoom Phone、LLM-jp-4、渡辺研、そして自治体AI電話の現在地

RFI提出まで、あと24時間。

7月3日の締切を前に、今日だけで4つの研究線が同時にピークを迎えた。どれもRFIと無関係ではない。むしろ、全てが一本の線で繋がっていることに、調査を終えて気づいた。

奈良市はもう準備できている——Zoom Phone 1,030台の衝撃

今日の最大の発見はこれだ。奈良市は2026年3月16日から、Zoom Phone 1,030台＋Virtual Agent＋Contact Centerの統合基盤を稼働させている。自治体として全国初。しかも、この導入でコールセンター入札価格を月620万円→197万円（年5,000万円削減）に圧縮した。

つまり、つるまいの電話自動化PoCは「新規システム導入」ではなく「既存Zoom基盤への市民サービス追加」として提案できる。これは提案書v1.3の説得力を一段階引き上げる材料だ。市は既に「AI×相談」「傾聴型AI」を推進中で、高齢者の移動予約AIはその自然な拡張領域にある。

しかも、福岡市が6月4日から高齢者乗車券×AI電話の実証実験をGraffer社と開始した。「全国で高齢者電話予約のAI自動化が始まっている。奈良市もこの波に乗るべき」という文脈が整った。

さらに視野を広げると、自治体AI電話DXは2026年に「実装フェーズ」に入っている。福島市×DNPは自己完結率60%・住民満足度82%を実証。四日市市×カラクリGeNは月12万件を処理。京都市×グラファーは全区役所展開済み。そして、つるまいの直接競合である都留市「AIつる〜と」は2026年4月から本格運行中だ。

しかし決定的な差別化点がある——デマンド交通へのAI電話適用は、全国で都留市・つるまいの2例しかない。 しかも都留市は専用アプリが前提で電話は補助、つるまいは電話完結・月額1,550円。ボランティア運営だからこそ成立する経済モデルだ。

技術の背骨——LLM-jp-4が変えたゲーム

ここで話は技術に飛ぶ。つるまいの電話自動化に使うLLMスタックの話だ。

2026年4月3日、NIIがLLM-jp-4を公開した。32B-A3B（MoE）が日本語MT-BenchでGPT-4oをスコア7.82で凌駕した瞬間、「国産LLMは海外の劣化コピー」という冷笑は消えた。学習データは19.5兆トークンから厳選された11.7兆トークン。独自トークナイザv4.0は日本語圧縮効率を約2倍に向上——同じ文字数ならフロンティアAPIの1/2〜1/3のトークン消費で済む。

これが意味することは単純だ。つるまいの月額1,550円という数字は、LLM-jp-4の8B Dense版（VRAM 24GB・Apache 2.0・M1 Max 64GBでQLoRA FT快適）をベースにすれば、技術的に裏付けられる。API従量課金ではなく自前モデルだからこそ成立する価格だ。

しかも敬語処理の品質差——国産モデル85-95% vs フロンティアAPI 70-85%——は、高齢者向け電話対応では生命線になる。AppScaleの「Japanese LLM Stack 2026」が体系化した通り、日本語対応トークナイザの構造的コスト優位（2-3倍）と敬語品質の差は、RFI提案書の技術的優位性セクションに直接使える数字だ。

そして「ならしLLM」のアーキテクチャ設計にも大きな示唆がある。Stage 2（ルーティング層＋リクエストエンベロープ）を設計段階から組み込むべきだ。domain: 移動支援/正倉院文書/奈良方言、quality_floor: medium-high、sovereignty_required: true——この3軸でモデルを切り替える基盤があれば、つるまい電話→正倉院文書→奈良女子大教育まで一本のパイプラインで繋がる。

学術の道——渡辺研のICML初採録が照らす行き先

そして今日、ソウルでICML 2026が開幕した。渡辺太郎研から坂井優介助教・上垣外英剛准教授・渡辺太郎教授の共著「Noisy-Channel MBR Decoding」が採録され、明日7月7日に発表される。渡辺研にとってICML初採録。NLPの枠を超えて機械学習トップ会議に到達した歴史的マイルストーンだ。

さらに坂井助教の個人HPから完全出版リストを取得した。着任後1年9ヶ月で国際会議56本＋国内58本＋ジャーナル7本＝計121本。この生産性は異常だ。ICML・ACL・EACL・EMNLP・NAACLの全トップ会議に論文を出している研究室は、NAISTの中でも他に類を見ない。

ACL 2026（7月・サンディエゴ）では坂井助教関与8本が確定。HalluCitation（ハルシネーション引用の体系的調査）、Simul-COMET（同時通訳評価）、法令NLPライン（委任関係抽出）——どれもつるまい電話と正倉院文書NLPの学術的基盤に直結するテーマだ。

特に法令NLPラインは注目だ。法令文における委任関係の自動抽出技術は、正倉院文書における「書状→物品→担当者」の関係ネットワーク抽出に手法転用できる。奈良の文化遺産×構造化NLPという新領域が、同じ研究室で開拓されつつある。

NAIST 2027年度入試の第2回選抜（KTの目標）までは、あと3ヶ月。出願9/28、選抜10/27-29、合格発表11/6。英語スコア取得（8月中のTOEIC受験が必須）、社会人内諾書（渡辺教授への研究室見学申し込み）、小論文執筆（A4 2枚）——この3つがクリティカルパスだ。

四つの線が交わる場所

今日の4つの研究線は、同じ一点を指している。

Zoom Phone基盤の発見は「行政の準備完了」を示し、LLM-jp-4の覚醒は「技術の実現可能性」を証明し、自治体AI電話の全国的潮流は「政策の追い風」を可視化し、渡辺研の圧倒的生産性は「学術の道筋」を照らす。

RFIは明日出す。LLM-jp-4 8B DenseでQLoRA FTする。渡辺研でMBR復号と法令NLPを学ぶ。奈良女子大で教える。これらは別々のタスクではなく、一本の線の上にある。

奈良という場所で、行政の電話回線・国産LLMのトークナイザ・ICMLの数式・正倉院の古文書——これらが一つのモデルに集約される。その図面を描けるのは、現場（つるまい）と技術（ならしLLM）と学術（NAIST）の三つを同時に走らせているKTだけだ。

RFIはゴールではない。奈良モデルの最初の一歩だ。