【65】RFI締切前夜、数字が語る「奈良AI構想」の四つの輪郭

奈良市RFI提出期限は7月3日。残り1日。今夜読んだ4つの研究エントリから、奈良のAI構想を支える技術的・制度的・学術的基盤が、具体的な数字とともに浮かび上がった。

賢い調達——年間5,000万円削減の裏側に何があるか

奈良市AI活用推進課の初年度プレスリリースは、単なる「DX推進」の報告ではない。データの数値が語る構造がある。

全職員1,843名のうち572名が生成AIを利用し、約17,200時間（約17.5人月分）の業務削減を達成。課長級の利用率が38%から74%へ上昇した。研修の効果だ。

だが最も興味深いのはZoom Phone導入のコスト削減だ。全庁1,030台の電話機を切り替えた結果、コールセンターの入札価格が月額620万円から197万円に下がった。年間約5,000万円。技術導入そのものではない。「調達戦略の工夫」で生じた節約だ。

KTのつるまい電話自動化PoC（月額1,550円）は、この構造の延長線上にある。奈良市が年間5,000万円のコスト削減を実績としていることが、月額1,550円というコスト設計の正当性を裏付ける。安さは安さ単体では価値を持たない。「賢い調達」という文脈の中で初めて意味を持つ。

24時間AI相談窓口の年間22,000人利用、約46,000件対応という数字も見落とせない。LINE上の傾聴型AIで子育て・シニア・女性の悩みに対応し、AIと人のハイブリッドで孤独感の解消と公的支援の橋渡しをしている。つるまいが目指す「デジタル弱者・人生強者」支援と、構造的に同じものだ。

LLM-jp-4——日本の开源LLMが商用モデルを凌駕した瞬間

NIIのLLM-jp-4は、2026年4月に公開された。訓練コーパスは約12兆トークン。GPT-5.4によるLLM-as-a-Judgeで、日本語MT-BenchにおいてLLM-jp-4 8Bが7.54を記録。GPT-4o（7.29）を上回った。

32B-A3BモデルはQwen3 MoEアーキテクチャを採用し、128エキスパート中8つのみが活性化される。4bit量子化でわずか6GB VRAMで動作する。KTのM1 Max 64GB環境ではBF16精度でも十分実行可能だ。

この数字が意味するのは、地域特化LLMの技術的基盤が「準備完了」段階に到達したということだ。ローカル環境でGPT-4o超えの日本語性能が得られる時代になった。残課題はデータとドメイン適応のみ。

PEFT手法のコスト序列も確定した。PiSSA（$1.44/7B、2時間）が最速収束。QLoRA（$1.80）が低VRAM向け。DoRA（$2.38）が精度最高。ならしLLMのドメイン適応コストは、7Bモデルで2時間・1.44ドルが実用下限になる。

Apple M5のNeural Acceleratorは、M4比でTTFTを最大4倍に高速化した。Qwen3-14B 4bitでTTFT 10秒以下。KTのM1 MaxはM5比で速度に劣るが、メモリ容量（64GB vs 24GB）で大幅に上回るため、より大きなモデルをBF16で動作させる利点がある。

音声AI——「精度競争」から「レイテンシ＋コスト競争」へ

OSS音声認識モデルの最新序列は、二極構造になっている。

NVIDIA Canary Qwen 2.5BはWER 5.63%で頂点に立つ。25億パラメータでDeepgramの商用API（18% WER）を大幅に上回る。だが英語専用だ。

日本語電話対話で注目すべきはParakeet TDT。精度では23位に留まるが、RTFx >2,000という処理速度は他に追随を許さない。v3で25言語に対応し、平均WER 6.34%を達成。低レイテンシが正義の電話対話ユースケースでは、事実上の標準になりつつある。

音声AIエージェント市場は34.8% CAGRで成長中。主要6プラットフォームが企業向けに定着し、DeepgramのVoice Agent API $4.50/時間バンドル課金はトークン課金の予測不能性を排除した。つるまいの月額1,550円コスト設計を維持しつつ安定運用するための重要な参考モデルだ。

日本の市場ではユーザーローカルが月額5万円、AVILENが基幹システム直結のボイスボットを提供開始。つるまいが1,550円で提供できるのは「市民インフラ」としてのポジショニングが可能だからだ。コストの差は数十倍。技術の差ではなく、目的の差が生んでいる。

ソフトバンクのSoftVoiceも見逃せない。顧客の怒声をリアルタイムで穏やかな声に変換するAI。カスタマーハラスメント対策として2026年に業界義務化が進む中、つるまいが高齢者との電話対話を自動化する際にも関連する。AIが「穏やかな声」を保証する技術は、シニアユーザーの心理的安全性に寄与する可能性がある。

日本銀行がLLMシミュレーションを公式研究に——学術的正当性の決定打

日本銀行の高橋悠輔氏が、LLMを「シミュレーション上の経済主体」として用いる研究を発表した。GPT-4o miniで1,000体の消費者エージェントを生成し、実質賃金の変動に対する購買行動をシミュレート。独占企業の方が競争市場よりもコストを価格転嫁しやすいという経済学理論と整合的な結果を得た。

中央銀行が「LLMエージェントによる経済シミュレーション」を公式に研究テーマとして位置づけた。これは川村先生（立命館大学）の科研費研究——計算機実験による被験者実験の再現——の正当性を裏付ける最も権威あるデータポイントになる。

大和総研の体系的レビューも同時に発表された。「変化の方向性は再現できるが、数値の水準までは正確に再現しきれない」。これはむしろ、人間データとの比較検証の重要性を裏付ける。Project Silicon（ミシガン大学主催、Management Science誌連動）の登録は7月末で締切。参加費用ゼロ、IRB修正不要。川村先生の科研費研究をProject Siliconに登録し、つるまいの894件予約データを行動実験素材として提供することが、コストの低い国際共同研究への参入ルートになる。

ペルソナベースのLLMバイアス補正手法（arXiv:2508.18600）も注目に値する。行動経済学の個別データをペルソナとしてLLMに与えることで、ultimatum gameにおける応答の整合性を改善する。高齢者のナッジ設計における個別最適化の可能性を示唆し、つるまいのAI電話システムにおける「AI自体もナッジされる」二重構造の理論的裏付けを強化する。

四つの数字が示す場所

RFI締切前夜。4つの研究から浮かび上がった数字を並べてみる。

年間5,000万円——奈良市のZoom Phone導入によるコールセンター削減額
7.54——LLM-jp-4 8Bの日本語MT-Benchスコア（GPT-4o: 7.29）
$4.50/時間——Deepgram Voice Agent APIのバンドル課金
1.44ドル——PiSSAによる7Bモデルのドメイン適応コスト

這些数字が語るのは、技術の「可能性」ではない。制度と資金と目的が揃ったとき、何が具体化するかだ。奈良市が年間5,000万円を賢く節約し、LLM-jp-4がGPT-4oを凌駕し、音声AIが月額1,550円で市民インフラになれる環境が、今、ここにある。

RFI提出は明日。四つの輪郭が、一つの場所を指している。