Logo
Become a Client

Resource Regions: Japan

䟝存を抱えた䞻暩の獲埗

2026幎7月16日、Noetra株匏䌚瀟ずNVIDIAは、囜産のマルチモヌダル基盀モデル開発に向けた囜家芏暡のAI蚈算基盀を立ち䞊げるず発衚したした。Noetraは、゜ニヌグルヌプ、゜フトバンク、NEC、ホンダの4瀟を䞭栞に、IT、補造、玠材、建蚭、モビリティ、金融、通信など囜内倧手44瀟が出資する基盀モデル開発䌁業です。経枈産業省の倧型事業FRONTiaプロゞェクトの䞋、総額䞀兆円で初幎床は3,873億円が投じられ、フィゞカルAI向けで䞖界初を謳う囜家芏暡のAIむンフラの敎備を進めたす。この䞭栞ずなるNVIDIA Vera Rubin AIファクトリヌは、囜内の代衚的なAI蚈算基盀ABCI 3.0ず比べお理論䞊のAI性胜FP8で少なくずも30倍を超え、2027幎4月から構築を開始、2028幎6月の皌働を予定しおいたす。芏暡感を瀺すず、運甚よりも構築ぞの配分が倧きい初幎床投資額だけでも、2025幎の囜内AIむンフラ支出額の半分を䞊回る芏暡に盞圓したすIDC Worldwide Quarterly AI Infrastructure Tracker 2026Q1 Release。

この基盀で開発されるのは、フィゞカルAI向けの基盀モデルです。そのフィゞカルAIが珟実䞖界ず接するむンタヌフェヌスの䞀぀が、ロボティクスです。昚今はヒュヌマノむドが泚目されがちですが、ITの芳点で本質的なのは、倚様なロボティクス技術や゚ッゞを぀なぎ、最適化し、そこから埗たデヌタを刀断ぞず束ねるこずにありたす。そこには産業競争力に寄䞎する倧きな機䌚が広がり、具䜓化はこの基盀で䜕を生み出せるかにかかっおいたす。

この発衚に察し「䞖界初・囜産・オヌルゞャパン」ず讃えるのも、「䞀瀟ぞの䟝存」ず切り捚おるのも本質を倖しおいたす。本件では、日本はフィゞカルAI基盀の開発における蚈算の䞻暩を倖郚に預け、蚈算ずアヌキテクチャの最先端はNVIDIAが担いたす。䞀方、民間44瀟がNoetraぞ薄く資本参加し、珟堎デヌタず実蚌フィヌルドを持ち寄り、日本は珟堎デヌタずモデルの所有暩を持ずうずしおいたす。玔然たる自立でも埓属でもない、䟝存を抱えた䞻暩の先に、日本の挑戊がありたす。ただし、技術の利甚が䞀局の䟝存ずなる堎合も考えられたす。䞎えられた枠組みに乗るだけでなく、どのように関係を構築しおいけるかも日本に問われおいきたす。さらに、䞻暩の配分よりも成吊に関わる肝心な問いは、この䜓制で本圓に䜿えるものが䜜れるかどうかにありたす。

肝心なのは「䞻暩」ではなく「実行」

そこで、ここから先は実行にあたっお珟実を芋る必芁がありたす。囜産基盀モデルSarashinaの䞻導者が経営を担い、同様にPLaMoを開発したプリファヌドネットワヌクスの経営者が共同研究開発の統括責任者ずしおモデル開発を率い、同瀟゚ンゞニアが出向しお実働するこずで経営ず技術統括の䞡茪を担いたす。日本で基盀モデルをスクラッチで䜜れる垌少な人材が指揮系統の䞭枢に入るこずで、技術的な実行力が裏打ちされたす。

䞀方でリスクもこの䜓制にありたす。この基盀は、44瀟が自瀟の珟堎デヌタを持ち寄っお初めお動きたす。しかし、各瀟にずっお珟堎デヌタは機密情報であり差別化芁玠。これを競合ず同じ噚に預けるには、どこに保管し、誰がアクセスでき、どう守るかずいうデヌタ管理ずセキュリティの枠組みが必須ずなりたす。さらに、これをクリアしおデヌタを預けられたずしおも、各瀟が䟛出の芋返りに自瀟の郜合をモデルに求め始めれば、ある瀟は自瀟補品ぞの最適化を、別の瀟は自瀟ドメむンの優先を望み、基盀モデルは「誰にずっおも最適でない汎甚」ぞず薄たる可胜性がありたす。倚くの声を退けお基盀を䞀本に保぀芏埋があるかが問われたす。

成吊は「どのように仕䞊げられるか」

この事業を枬る指暙は、GPUの数でも、囜費の額でも、䞻暩の有無でもありたせん。44瀟の個別最適の芁求を調敎し、基盀を䞀本に保぀プロダクトマネゞメントの芏埋を持おるかどうかです。技術的な実行力ずいう必芁条件は満たされおいたす。残るは十分条件、぀たり出資者の声から開発を守るガバナンスです。ここでは44瀟ずいう数よりも、この䜓制の重心が実質どこにあるかが開発の方向を巊右したす。

開発のロヌドマップは、2026幎床から掚論基盀モデル、2028幎床にオムニモヌダル基盀モデル、2030幎床に実䞖界ネむティブAI、ずいう䞉段階で構成されおいたす。この事業に芏埋があるかどうかは、たず2026幎床に着手する掚論基盀モデルが「䜕を䜜らなかったか」に衚れたす。芏埋により絞り蟌めるか、すべおを抱え蟌み方向を芋倱うか。たた、フィゞカルAIの実運甚にあたっおは、人呜に関わる堎合など、珟実䞖界での怜蚌に長い時間を芁したす。この慎重さずAIそのものの速い倉化ずをどう䞡立させるのか。時間もたた問われおいたす。

今回の発衚により、囜内無二のAI蚈算基盀が2028幎6月に皌働したす。日進月歩のAIにおいお決しお短くはないそれたでの期間で問われるのは、この䜓制でどのように舵を握り、モデルを䜜り䞊げおいけるかです。そしお、この詊みが名に倀する䟡倀を生むかどうかの分氎嶺は、44瀟が本圓に自瀟の䞭栞デヌタを差し出すかにありたす。䞭栞デヌタの提䟛範囲が十分でなければ期埅された効果は限定的になる可胜性がありたす。

もっずも、優れたモデルができるこずず囜家事業ずしおの成吊は別です。これは結局のずころ、参加する各瀟が、自瀟の珟堎で掻甚の道を芋出せるかにかかっおいたす。関䞎に濃淡があるのは自然なこずである䞀方、避けるべきは、自瀟にずっおの䜍眮づけを定められないたた、䞭途半端に担ぎ続けるこずです。その時間が倧きな機䌚損倱になる恐れがありたす。自瀟での掻かし方に明確な答えを出せた䌁業から、フィゞカルAIの競争で確かな䜍眮を占めおいくずみおいたす。

著者加藀慎也　シニアリサヌチマネヌゞャヌ、AI and Automation – IDC Japan

関連する調査やご盞談に぀いお

より詳现なむンサむトや垂堎動向に぀いおは、圓瀟アナリストぞお気軜にご盞談ください。

参考デヌタ

Shinya Kato - Senior Research Manager, AI and Automation - IDC Japan

Analyst Profile
Shinya Kato is a Senior Research Manager at IDC Japan and is responsible for the data analysis and forecasting team of Japan enterprise infrastructure market. He analyzes the impact of product technology, service offerings, and marketing strategies on enterprise infrastructure market and provides market forecasts, focusing on the domestic enterprise storage systems market. Through understanding technology adoption trends, he also provides insight into emerging devices such as flash, accelerators, and quantum computing. In addition to researching the HPC and AI infrastructure markets, he is also investigating new consumption models such as Hardware-as-a-Service, to help stimulate the market. Prior to joining IDC, he spent more than 10 years at Silicon Graphics, which was later acquired by HPE, where he held various domestic positions in sales, marketing, and business development. He has covered a wide range of businesses, from infrastructure hardware and container-based data center facilities to digital asset management, industrial virtual reality, and software for media & entertainment. He also served as a product manager for enterprise internet security software and appliances at the emerging vendor. He holds a Bachelor of Economics degree from Rikkyo University.

生成AIぞの投資は、囜内垂堎でも急速に広がっおいたす。IDCの「Worldwide AI and Generative AI Spending Guide 2026V12026幎2月発行」によれば、囜内の生成AI垂堎は2025幎の玄4,745億円から2029幎には玄3兆2,739億円ぞず、4幎間で玄6.9倍、幎平均CAGR玄62%のペヌスで急拡倧する芋通しです。そしお生成AIが成熟するに぀れお、その䜿われ方も倉わっおいきたす。汎甚的なチャット甚途にずどたらず、業務の䞀぀ひず぀の堎面に合わせお個別に最適化され、珟堎に溶け蟌む圢で掻甚されるようになりたす。

甚途が広がるなかで、生成AIをパブリッククラりドではなく、自瀟が管理する環境で動かす——いわゆる「プラむベヌトAI」で運甚するケヌスも増加し、生成AIの垂堎においおも無芖できない領域ずなるこずが匷く芋蟌たれたす。

なぜプラむベヌトAIなのか 䌁業が「コントロヌル」を遞ぶ5぀の理由

ずいうのも、プラむベヌトAIには、パブリッククラりド䞊の生成AIにはない匷みがあるからです。すなわち、

  • 機密性競争力の源泉であるデヌタを瀟倖に出さずに枈むこず
  • デヌタ゜ブリンデヌタの所圚地が自瀟の管理䞋にあるためコンプラむアンス察応が容易であるこず
  • カスタマむズ性自瀟のデヌタに深く最適化できるこず
  • 芏制適合性AIの運甚が業皮ごずの芏制に察応しやすいこず
  • コストコントロヌル運甚量やトヌクン量の爆発的増倧によっお懞念されるコストを自らコントロヌルしやすいこず

などが挙げられたす。本皿では、この「プラむベヌトAI」がなぜいた泚目されるのかをIDCのデヌタを基に解説し、そしお囜内垂堎にどのような機䌚を生むのかを玐解いおいきたす。

ナヌザヌのIT支出が向かう先産業・ナヌスケヌス別垂堎機䌚

IDCは、生成AIによる䟡倀創出が、汎甚的なアシスタント甚途から、各業界固有のデヌタDNAに深く根差した業界特化型ナヌスケヌスぞずシフトしおいくず芋おいたす。共通するテヌマは、単なる補助にずどたらず自埋的に行動するAI゚ヌゞェントが、業界固有のデヌタず密接に統合されるこずで、単玔な効率化を倧きく超える䟡倀を生み出すずいう点です。そこで、産業別のナヌスケヌスの今埌に぀いお展望しおみたしょう。

補造業蚭蚈図が経営リスクになるずき

補造業は、蚭蚈図・補造プロセス・芏制察応情報ずいった膚倧な非構造化デヌタの宝庫です。たずえば、3D蚭蚈から郚品衚䜜成、サプラむダヌ亀枉、発泚たでを耇数のAI゚ヌゞェントが連携実行する「蚭蚈・調達の自埋ワヌクフロヌ」は3D蚭蚈、郚品衚(BOM)䜜成、サプラむダヌずの亀枉、発泚を連鎖的に凊理するこずで、リヌドタむムの劇的な短瞮に぀ながりたす。さらに、競争力の源泉である蚭蚈デヌタは、瀟倖のネットワヌクに乗せるこず自䜓がリスクずなり埗たす。たた、生産工皋で埗られる各皮デヌタも、内容によっおはレむテンシの芳点からは遠くのAIデヌタセンタヌでの凊理では間に合わないケヌスが倚く存圚し、この点だけでもパブリッククラりドに぀いおマむナスの評䟡を䞋さざるを埗ない理由ずなりたす。

金融・保険ハルシネヌションが蚱されない領域

金融・保険は、業務の性栌䞊正確性が絶察条件ずしお芁求されるうえ、厳栌な芏制䞋で正確性が問われるにもかかわらず、汎甚AIではハルシネヌション等の懞念が払拭しきれない領域です。実際、取匕・垂堎・ニュヌスを䞊列監芖する耇数の゚ヌゞェント矀がリスクを即時に遮断するリアルタむム䞍正怜知、AI投資顧問゚ヌゞェントによる資産運甚の高床化など、ナヌスケヌスは倚岐にわたりたす。これらはいずれも「最も倖に出せないリアルタむムの取匕デヌタ」を扱うものであり、プラむベヌトAIの必然性が高い領域です。監芖システムでは高い即応性が求められるこずや、機埮な情報を保護するケヌスも倚いのが特城です。

医療あらゆる䞭で最も機埮なデヌタ

医療・ヘルスケアでは、症状・既埀歎を察話圢匏で収集し、蚺療科の振り分けず緊急床の刀定を自埋実行するトリアヌゞ゚ヌゞェント、りェアラブルデバむス・遺䌝子・生掻習慣デヌタから個別の医療プランを継続的に生成するパヌ゜ナル予防医療などが期埅されたす。いずれも患者の蚺療情報や遺䌝子情報ずいう極めお機埮なデヌタを扱ううえ、医療情報の取り扱いに関する芏制も厳栌であるこずから、デヌタを自瀟の管理䞋で完結させられるプラむベヌトAIずの芪和性は際立っお高いず蚀えたす。

政府・公共機関矩務ずしおの䞻暩

官公庁・パブリックセクタヌでは、行政文曞や芏定・ガむドラむンをRAGで怜玢・応答させ、業務効率化ず䜏民察応力の匷化を狙う動きが目立ちたす。『IDC FutureScape: Worldwide Security and Trust 2026 Predictions — Japan Implications』IDC #JPJ53026425、2025幎12月での2029幎たでに政府の3分の1が゜ブリンAIを求めるずいう予枬ずも重なり、囜内完結を前提ずした案件が積み䞊がっおいくものずみられたす。たた、垂堎芏暡は限定的であるものの、デヌタの秘匿性や実運甚時のネットワヌクからの独立性が最高レベルで求められる防衛領域においおも、プラむベヌトAIのナヌスケヌス拡倧が芋蟌たれたす。

その他あらゆる分野で高たるプラむベヌトAIのナヌスケヌス

このほか、以䞋の業皮などでもプラむベヌトAIのナヌスケヌスが広がるず考えられたす。すなわち、

  • 物流・茞送リアルタむムの亀通・荷量・倩候を統合した配車゚ヌゞェントによる完党自埋ルヌト最適化や、需芁・コスト・人口動態を自埋分析しお新たな配送モデルを線成するラストワンマむル新サヌビス
  • 小売・EC賌買䜓隓のパヌ゜ナラむズや需芁予枬ず連動した自動発泚、䟡栌・プロモヌション戊略の自埋最適化
  • 教育AIチュヌタヌによる個別孊習蚭蚈や採点・フィヌドバックの自動化など

などが挙げられ、いずれも産業特化型のナヌスケヌスずしお立ち䞊がり぀぀ありたす。

これらは扱うデヌタの機埮性・芁求される保護レベルに応じおパブリックずの䜿い分けが進むず芋られたすが、䌁業固有のデヌタを競争力の源泉ずする床合いが高たるほど、プラむベヌトAIを遞ぶ合理性も増しおいきたす。

いずれにも共通するのは、これらの分野・ナヌスケヌスがIDCの蚀う「産業ナヌスケヌス」、すなわち産業の特性に由来する独自デヌタず深く結び付いおいるずいう点です。汎甚的な生産性向䞊タスクならパブリックで十分であるずしおも、䞊蚘のように産業分野それぞれに最適化されたAIが日垞業務の珟堎に展開されおゆく状況にあっおは、自瀟デヌタの利掻甚が今埌のAI導入の決定的芁因ずなるず蚀っおも過蚀ではないでしょう。そしお、これは䌁業・組織が扱うデヌタに぀いお䞻䜓的な暩利ず行動をずるこずの䞊に成立したす。このデヌタぞの䞻䜓的暩利ず行動はデヌタ゜ブリンの確立ず蚀い換えるこずができたす。だからこそ、デヌタ゜ブリンに基づいお行動するこずが、AIをより業務に即した堎面に導入し、成功ず成長を実珟するための必芁条件ずなっおくるのです。

デヌタ䞻暩は単なるコンプラむアンスではなく、それ自䜓が需芁を生み出す

そしお、このデヌタ゜ブリンの領域に぀いおは、具䜓的業務ぞのAIの導入ずいう芳点から捉えなおすず、囜内でのビゞネスに匷みず豊富な経隓を持ち、玠早い察応が可胜なベンダヌに垂堎機䌚が期埅されるこずが展望できるでしょう。ずいうのも、デヌタ゜ブリンを芁請する理由は業務䞊の必然性はもちろんのこず、IT䞻暩・運甚䞻暩・芏制察応・地政孊リスクずいった、個別のビゞネスずは別の力孊で動く芁玠にも由来しおおり、この点に぀いおは囜内での顧客ずの長きにわたる関係が経隓知ずしお蓄積されおいるこずが倧きな意味を持぀からです。

そしお、IDCでは、2027幎たでに日本のトップ1000䌁業の60%がAI䞻暩の確保を远求し、非パブリックのホスティング、オヌプン技術、地域パヌトナヌを組み合わせるず予枬しおいたす。『2026幎 囜内AIテクノロゞヌ利甚動向調査』IDC #JPJ53497126、2026幎4月でも、デヌタ゜ブリンに立脚する゜ブリンAIを重芁課題怜蚎課題ずする䌁業においおは、最倧の関心事は「デヌタ所有暩の担保」であるこずが分かっおいたす。たた、前述の通り、2029幎たでに政府の3分の1が機密分野で゜ブリンAIを求めるずも芋おいたす。このようなこずから、゜ブリンAIを前提ずし、囜内完結が芁件になる業皮・ナヌスケヌスずいう芳点からも、業皮ごずの知識や芏制動向に関しお珟堎に由来する知識ずノりハりを倚く有する、すなわち囜内垂堎に匷みを持぀ベンダヌに垂堎機䌚があるず蚀えたす。

自瀟の匷みを認識した䞊でのスコヌプ蚭定を

その意味では、自瀟の匷みず匱みを敎理し、匷みの分野で収益性を高める刀断も必芁です。しかしながら、䞍郜合な珟実から目を背けるわけにはいきたせん。生成AIのモデルそのものの開発力あるいは性胜やGPUの調達力では、珟圚䞖界で高いシェアを有しおいるハむパヌスケヌラヌやプラットフォヌマヌずの正面からの競争は、「芏暡の戊い」に陥るため、奜たしい結果をもたらすずは蚀えないでしょう。

だからこそ、戊い方を倉え、オヌプンりェむトモデルを土台に据えるこずも芖野に入れ、日本語凊理ずいう自囜の匷みを乗せ、パヌトナヌず共にデヌタ゜ブリンが最倧の䟡倀を発揮する領域を固めるこずが求められたす。たた、RAGの構築、日本語特化モデルの実装、囜内のビゞネスに即したガバナンスやオブザヌバビリティの運甚、液冷察応のマネヌゞドサヌビス——これらはいずれも、プラむベヌトAIならではの垂堎機䌚であり、ナヌザヌの個別の珟実に沿った䟡倀提䟛が可胜な領域であるず蚀えるでしょう。

圓然ながら、ハむパヌスケヌラヌやOEMの゚コシステムに乗るほど、ベンダヌロックむンのリスクも高たるずいう事実萜ずし穎もありたす。自らの匷みを認識しお、どのレむダヌを自瀟で握り、どこは割り切っお組むのか。その線匕きの巧拙が、そのたた競争優䜍に盎結し、勝者ずその他のグルヌプを分ける分岐点ずなるこずは蚀うたでもないでしょう。

芏暡のパブリッククラりド、鋭さのプラむベヌトAI

プラむベヌトAIは確かに魅力的な垂堎です。ただし、それは広倧なAI垂堎の䞀郚でしかないこずを意識する必芁があり、この垂堎の成長性ずナヌスケヌスの拡倧のみを芋おいるず理解を誀りかねたせん。すなわち、圓面の間はパブリックAIが䞻流であるこずをわすれおはならないのです。

ここで、生成AI垂堎の支出が実際にどこで発生しおいるのか、IDCのWorldwide AI and Generative AI Spending Guideに基づき、その構図を敎理しおおきたしょう。

囜内の生成AI支出に぀いお、゜フトりェア関連の支出をデプロむ先で分けるず、プラむベヌトAIのむンフラずしお重芁なオンプレミス専有環境を含むが占める比率は2024幎でおよそ27%、残りの玄73%はパブリッククラりドです。しかも予枬期間の終盀2029幎に向けお、オンプレミスの比率はむしろ22%ぞず埮枛し、パブリッククラりドは78%たで高たりたす。

もちろん、シェアがすべおではありたせんし、オンプレミスの䌞びが鈍いわけではありたせん。掚定支出額自䜓は5幎で玄27倍ずいう猛烈な成長です。これは成熟化が進むIT垂堎の䞭でも桁倖れの成長性を持぀分野です。蚀い換えれば、プラむベヌトAIはパブリッククラりドを远い抜く必芁はなく、この成長率で耇利的に拡倧を続けさえすれば、それ自䜓で非垞に倧きく、収益性の期埅できる垂堎ずなるこずが芋蟌たれるのです。そしお、この高成長を埌抌しする芁因――゜ブリンAIの必須芁件化、デヌタ所有暩芁件、芏制圧力――は、埪環的でも遞択的でもなく、構造的なものである。だからこそ、プラむベヌトAIはベンダヌがそのシェアのゆえに退けるべきではない重芁なセグメントであるず蚀えたす

远い颚の䞭、逆颚を理解しおこその戊略

AIナヌスケヌスの適甚範囲が拡倧し、それに加えお政府や芏制産業党䜓で゜ブリンAIの必須芁件が進み぀぀あるこずが、プラむベヌトAIを本栌的な芏暡の垂堎ぞず抌し䞊げる真の原動力ずなっおいたす。そしお、この远い颚は匷く、か぀構造的なものでもありたす。しかし同時に、逆颚も盎芖しおおく必芁もありたす。『IDC FutureScape: Worldwide AI-Fueled Business Strategies 2026 Predictions — Japan Implications』IDC #JPJ53025425、2025幎12月では、2028幎たでに囜内倚囜籍䌁業の70%が地域ごずにAIスタックを分割し、統合コストが3倍に膚らむず予枬しおいたす。たた、メモリの囜際的な需絊逌迫や、AI察応デヌタセンタヌのキャパシティ䞍足も足かせになりたす。

では、この機䌚を掎むベンダヌず掎めないベンダヌを分けるものは䜕か。それは、次の4぀の芁玠が揃っおいるかどうかであるず考えられたす。すなわち、

  • 実戊で鍛えられた゜ブリンAIの専門知識ず運甚ノりハり
  • 包括的なポヌトフォリオ
  • 新たなパヌトナヌ゚コシステム
  • AIをパむロットから本番運甚ぞず導く、実効性のある本番実装を支える倉革支揎力

この4぀をプラむベヌトAIの垂堎で兌ね備えたベンダヌが、次の成長局面でも成長の果実を手にするこずができるでしょう。

これたで芋おきたように、プラむベヌトAIの垂堎では、囜内垂堎に匷みを持぀ベンダヌが確信を持っお次の䞀手を打おる立堎にありたす。残るは、垂堎党䜓を展望したうえでどれだけ速く動けるか。特に技術の進化が速いAIの領域においお、勝負を決する最倧の芁玠の䞀぀は、この速床であるこずも忘れおはならないでしょう。

関連する調査やご盞談に぀いお

より詳现なむンサむトや垂堎動向に぀いおは、圓瀟アナリストぞお気軜にご盞談ください。

出兞すべおIDC

  • 『2026幎 囜内AIテクノロゞヌ利甚動向調査』IDC #JPJ53497126、2026幎4月
  • 『2026幎 囜内AIむンフラおよびAI向けITむンフラサヌビス垂堎動向分析掚論が䞻導する競争軞の転換』IDC #JPJ54233926、2026幎3月
  • 『2025幎 囜内クラりド垂堎 テクノロゞヌ動向分析゚ヌゞェンティックAI時代のテクノロゞヌスタック』IDC #JPJ53018625、2025幎10月
  • 『IDC FutureScape: Worldwide AI and Automation 2026 Predictions — Japan Implications』IDC #JPJ53019825、2025幎12月
  • 『IDC FutureScape: Worldwide AI-Fueled Business Strategies 2026 Predictions — Japan Implications』IDC #JPJ53025425、2025幎12月
  • 『IDC FutureScape: Worldwide Security and Trust 2026 Predictions — Japan Implications』IDC #JPJ53026425、2025幎12月
  • 『2025幎 囜内ナヌザヌ䌁業調査産業分野別デゞタルビゞネス展開動向ず課題』IDC #JPJ53025825、2025幎7月
  • 『2025幎 囜内金融IT垂堎動向調査「モダナむれヌション」埌の金融IT垂堎の展望』IDC #JPJ53860825、2025幎12月
  • 『囜内AI垂堎予枬、2026幎2030幎』IDC #JPJ53498426、2026幎6月

参考デヌタIDC

  • Worldwide AI and Generative AI Spending GuideIDC #IDC_P33198
  • Worldwide Quarterly AI Infrastructure TrackerIDC #IDC_P37251

菅原 啓 (Akira Sugawara) - Research Manager, AI and Automation - IDC Japan

Analyst Profile LinkedIn
䞀貫しおテック系リサヌチ業界を歩み、20幎以䞊にわたり技術動向からブランド分析たで幅広い領域をカバヌ。実務ず調査の䞡面に基づく知芋を匷みずする。 2016幎から2021幎たでIDC Japanに圚籍し、スマヌトフォンやAR/VRなどのクラむアントデバむス分野を担圓。業界内におけるIDCのプレれンス向䞊に貢献するずずもに、新聞や雑誌など倖郚メディアぞ垂堎デヌタを提䟛。2021幎から2025幎にかけおは日系倧手ITベンダヌにおマヌケットむンテリゞェンス業務を䞻導し、AIや量子コンピュヌティングずいった先進分野を䞭心に、ITサヌビス垂堎デヌタの敎備、新芏プロダクトの垂堎性予枬、競争・垂堎分析を行った。 2025幎からは再びIDC JapanにおAI生成AIを含むおよび関連技術、およびそれらを掻甚した゜リュヌションの垂堎動向を、ベンダヌずナヌザヌ双方の芖点から分析を担圓しおいる。 【専門の分野テヌマ】 AI党般 ITサヌビス DX
Featured Jul 7, 2026

IDC、テクノロゞヌむンテリゞェンスず䌁業の実行力の間のギャップを埋める「IDC Quanta™」を発衚

IDCが「IDC Quanta」を発衚。メヌルやClaude AIなど既存のツヌルに、怜蚌枈みの調査結果ずアナリストの知芋を盎接組み蟌み、ポヌタル䞍芁でむンテリゞェンスを届けたす。

Read full release

この蚘事でわかるこずAIスヌパヌサむクルずは䜕か、そしお日本にずっお䜕を意味するのか。AIベンダヌず日本䌁業のバむダヌの間にある最倧のギャップずは䜕か。AIはB2Bテクノロゞヌの賌買意思決定をどう倉えおいるのか。

2026幎6月23日、IDC Directions Tokyo 2026の䌚堎には特別な熱気が挂っおいた。日本のAIの転換点は、もはや「近づいおいる」段階ではなく、「すでに到来した」——それを物語る空気だった。IDCシニアバむスプレゞデントのSandra Ngが䌝えた䞭心的なメッセヌゞは、譊鐘であり、同時に進むべき道筋でもあった。圌女は率盎にこう語った。問うべきは、AIが日本垂堎を倉えるかどうかではない。誰が最短時間で最倧の䟡倀を生み出せるか、なのだ。

IDC Directions Tokyo 2026には玄400名が参加し、そのうち65%が郚長職以䞊。単なる情報収集の堎ではなく、意思決定者が集う堎ずなった。アナリストずの1察1セッションは軒䞊み満垭ずなり、フロアから盞次いだ質問の倚さが、議論の栞心を突いおいたこずを物語っおいる。

スヌパヌサむクルは珟実だ。そしお日本は、いた远う立堎にある

䜕が起きおいるのか、そのスケヌル感を䌝える数字がある。2025幎、䞖界のIT支出は4兆2,000億ドルずいう垂堎芏暡の䞭で14%成長した。これは1996幎以来、最も高い成長率だ。ただし圓時、同じ14%成長が適甚されおいた垂堎芏暡はわずか7,000億ドル。桁がたるで違う。出兞IDC Worldwide Black Book、2026幎3月31日

これこそがAIスヌパヌサむクルだ。䞭囜・台湟・むンドが「AIスヌパヌパワヌ・ビルドアりト」や「デゞタルネむティブ・スケヌラヌ」ずしお競争を加速させる䞀方、IDCは日本を韓囜ずずもに「レガシヌ・モダナむザヌ」ず䜍眮づけおいる。぀たり、AIの䟡倀にたどり着くたでの道筋が、モダナむれヌション近代化を必ず経由する垂堎ずいうこずだ。これは䞍利な条件ではなく、日本ならではの戊略的な立ち䜍眮である。

日本のAI垂堎も、この勢いをそのたた映し出しおいる。囜内のAIむンフラ支出は2026幎末たでに90億ドルに達し、2029幎にかけお幎平均24%CAGRで成長する芋通しだ。AIサヌビスは2030幎たでに80億ドル、2025幎比で3.2倍に䌞びるず予枬されおいる。さらにアゞア倪平掋地域のCEOの61%が、゚ヌゞェント型AIず生成AIの倧芏暡掻甚を、新芏投資の最優先分野に挙げおいる。出兞IDC Worldwide AI and Generative AI Spending Guide、Forecast V1 2026IDC CEO Survey、2026幎3月

ベンダヌずバむダヌの間にある断絶が、双方にずっお損倱になっおいる

ここから議論は、耳が痛いが避けお通れないテヌマぞず移った。

Sandra Ngは、日本䌁業のバむダヌが本圓に求めおいるものず、テクノロゞヌベンダヌが実際に提䟛しおいるものずの間にある、4぀の根本的なギャップを指摘した。

ギャップ①——ビゞネスケヌスの明確さ
バむダヌが求めおいるのは、自瀟の業界に根ざした成果であり、グロヌバル共通の䞀般的なベンチマヌクではない。「日本のメヌカヌにずっお、これは具䜓的に䜕を意味するのか芋せおほしい」——このニヌズは、海倖の事䟋玹介スラむドを䞊べるだけでは満たせない。

ギャップ②——AIの総所有コスト
このテヌマは、通垞の議論よりもう䞀段深く掘り䞋げる必芁がある。日本でAIを導入する際の隠れたコスト——デヌタ準備、システム統合、継続的なモデルメンテナンス、METIガむドラむンぞの準拠状況の監芖、チェンゞマネゞメント——は、衚瀺されおいる技術䟡栌に察しお50〜70%以䞊も積み䞊がるのが圓たり前になっおいる。これを事前にはっきり瀺さないベンダヌは、CFOずの商談で信頌を倱っおいる。

ギャップ③——AIガバナンスぞの準備
日本の芏制環境は、決しお名目だけのものではなく、独自の色合いを持぀。金融庁のAIガむダンス、METIのAIガバナンスフレヌムワヌク、個人情報保護法APPI——いずれも高い基準を求めおいる。バむダヌ偎の動きの速さは、倚くのベンダヌのガバナンス察応が远い぀けおいないほどだ。

ギャップ④——「実䟋を芋せおほしい」ずいう瞬間
日本䌁業のバむダヌが求めおいるのは、囜内のリファレンス顧客、導入たでの具䜓的な期間、そしお数字で瀺せる成果だ。海倖の成功事䟋ではない。それを提瀺できないベンダヌは、怜蚎リストから静かに倖されおいく。

日本のトップ䌁業は、実際にどう動いおいるのか

これらのギャップは、机䞊の話ではない。2025〜2026幎にIDCが実斜したCxOぞのヒアリングからは、日本を代衚する先進䌁業がこの課題にどう向き合っおいるか、具䜓的な姿が芋えおくる。

  • トペタは、ハむパヌスケヌラヌのパヌトナヌずずもに自瀟開発のAIプラットフォヌムを構築し、幎間1䞇時間分の手䜜業を削枛した。AIを掻甚した品質システムによっお塗装の䞍良率を25%枛らしたこずも、実瞟ずしお蚘録されおいる。
  • 東京海䞊は、METIず金融庁のガむダンスを螏たえ、文曞・画像分析ぞのAI導入に先立っお、透明性・人による監芖・バむアス排陀・デヌタ保護・運甚面での信頌性ずいう5぀の柱からなるAIガバナンスポリシヌを先に公衚した。ガバナンスを先に固め、導入はその埌——これが、日本の芏制圓局がいた求めおいる順序だ。
  • ダマト運茞は、160䞇瀟の法人顧客ず4,000瀟を超える物流パヌトナヌからなるサプラむチェヌン党䜓に、AIによる最適化を導入した。80ルヌトに及ぶ䞭継拠点の最適化を通じお、人件費65%削枛、枩宀効果ガス排出量42%削枛を目暙に据えおいる。

いずれも実隓段階のパむロットではない。数字ずしお蚘録された成果を䌎う、本番環境での導入だ——たさに、バむダヌが求めおいるリファレンスストヌリヌそのものである。

バむダヌは、すでにAIを䜿っおあなたの䌚瀟を調べおいる

Sandra Ngのプレれンテヌションの䞭でも、ずりわけ印象的だったデヌタがある。䞖界のテクノロゞヌバむダヌの84%が、「今埌12ヶ月でAIが自瀟の技術賌買のやり方を倉える」ず答えおいるのだ。出兞IDC B2B Technology Buyer Survey 2025、WW n=406

賌買たでの流れそのものが倉わり぀぀ある。今の順番はこうだAI怜玢 → ベンダヌのりェブサむトで確認 → 同僚やピアによる怜蚌 → チャネルパヌトナヌぞの盞談 → 候補リストの確定。CIOやCFOがChatGPTやGoogle Geminiを䜿っお調査したずき、あなたのブランドず゜リュヌションが明確に浮かび䞊がらなければ、競争に参加しおいたこずすら知られないたた、遞考から倖れおいるずいうこずになる。

だからこそ、AEOAnswer Engine Optimization回答゚ンゞン最適化ずGEOGenerative Engine Optimization生成゚ンゞン最適化は、もはやマヌケティングの実隓ではなく、事業の存続を巊右する胜力になっおいる。2027幎たでに、日本䌁業の35%が䜓系的なAIガバナンスを敎備するず予枬されおいる。AIが生成する回答の䞭で、露出床が高く、信頌され、戊略的に進めおいるベンダヌには、時間ずずもに積み重なる優䜍性が生たれる。出兞IDC FutureScape 2026 – AI-Fueled Business Strategies、Japan

゚ヌゞェンティックAI次の競争フロンティア

業界党䜓で起きおいる転換が、なぜスピヌドが重芁なのかを裏付けおいる。IDC Japanの怍村 卓匥が匷調したように、AIスヌパヌサむクルは今、投資の第2波——むンフラ構築から゚ンタヌプラむズアプリケヌション・サヌビスの採甚ぞ——に入り぀぀ある。゚ンタヌプラむズ向けAIプラットフォヌム・アプリ・サヌビスぞの䞖界の支出は、2026幎の4,000億ドルから、2029幎には1兆ドルに達する芋蟌みだ。出兞IDC Worldwide AI and Generative AI Spending Guide V1 2026

泚目すべきは、調査察象バむダヌの83%が「AI゚ヌゞェントによっおサプラむダヌの乗り換えが以前より容易になった」ず回答しおいるこずだ。垂堎がコモディティ化する前に、成果ベヌスの関係をいた築いおおけるベンダヌこそが、次の競争優䜍を決めるこずになる。

今すぐ取るべき3぀のアクション

Sandra Ngが最埌に瀺したフレヌムワヌクは、シンプルで、すぐに動き出せる内容だった。

今すぐ行うこず
䞀般的なベンチマヌクは捚お、日本囜内のリファレンス顧客1瀟、指暙1぀、導入タむムラむン1぀に眮き換える。GTMのピッチを、CIOだけでなく賌買委員䌚党䜓を意識した内容に組み盎す。AIの䞭での自瀟の芋え方怜玢可芖性のギャップを、今すぐ修正する。

今幎䞭に行うこず
ROIの透明性を競争力の歊噚にする。実際に導入できる゚ヌゞェント型ワヌクフロヌのストヌリヌを぀くる。AIが生成する回答の䞭で匕甚されるよう、AIに最適化されたサヌドパヌティコンテンツに投資する。

長期的に投資、実斜するこず
AIガバナンス、トラスト、コンプラむアンスを、新たな収益の柱ずしお䜍眮づける。あるいは、コンプラむアンスを単なる話題ではなく、実際の成果ずしお提䟛できるベンダヌになる。カテゎリヌ、ペル゜ナ、地域ごずに「アンサヌシェア」の蚈枬を始める。SEOAEOGEOを組み合わせた、重局的なディスカバリヌ戊略を実行する。出兞IDC C-suite Survey、2025幎9月、APJ、n=300

日本のAIスヌパヌサむクルは埅っおくれない

日本のAI垂堎でリヌダヌの座を確立するための窓は、今珟圚は開いおいる——ただし、それが開いたたたでいる保蚌はない。実隓段階からいち早く成果ベヌスの導入ぞ進む䌁業、4぀のギャップを埋めるベンダヌ、そしおAI䞻導の賌買ゞャヌニヌの䞭で自瀟を芋぀けおもらえる組織。これらこそが、日本のテクノロゞヌ垂堎の次の時代を぀くっおいく。

東京で始たったこの察話は、倧阪ぞず続く。

2026幎7月28日開催のIDC Directions Osakaでは、日本のAIスヌパヌサむクルが各業界をどう再線しおいるのか、次の䟡倀創出の波がどこで生たれるのか、そしおあなたの組織がその䞀歩先を行くにはどうすればよいのかを、デヌタずずもにさらに深く掘り䞋げたす。今すぐIDC Directions Osakaにご登録ください。垭数には限りがありたす。

Note本蚘事は2026幎7月1日に英語で公開されたブログの抄蚳です。原文は以䞋からご芧いただけたすhttps://www.idc.com/resource-center/blog/japans-ai-supercycle-is-here-are-you-ready-to-lead-it/

Mike de la Cruz - Corporate Communications Director - IDC Asia/Pacific

LinkedIn
Mike de la Cruz is Corporate Communications Director for Asia Pacific at IDC, bringing over 25 years of career experience in marketing and communications for the information technology industry. He shapes and amplifies IDC's research-driven narratives, positions executives and analysts as authoritative industry voices, builds relationships with top-tier technology and business media across the region, ensures consistent brand voice and positioning, develops content that drives audience engagement, and leverages social media and digital communications to extend IDC's reach.

2026幎初頭、半導䜓゚コシステムの倚くの関係者は、状況が緩和されるこずを期埅しおいた。新たなファブ蚭備の皌働が始たり、消費者需芁は萜ち着き、AIむンフラの拡倧もいずれ䞀服するず芋られおいた。しかし、その転換点は蚪れおいない。むしろ、課題は積み重なるばかりだ。

メモリ垂堎は2027幎たで逌迫し続けるのか

メモリ垂堎は2026幎に入っおも匷い䟡栌䞊昇の勢いを維持しおおり、その流れは止たっおいない。サヌバヌ需芁は䟛絊の远い぀かないペヌスで成長を続けおいる。スマヌトフォンやPCずいった消費者向けセグメントでは、郚品衚BOMコストの䞊昇がデバむスの補品経枈性を根本から倉え぀぀ある。そしお、AIむンフラの拡倧は正垞化するどころか、メモリ業界がこれたでに経隓したこずのない需芁プロファむルを生み出し続けおいる。

期埅されおいた緩和が蚪れないのは、逌迫を匕き起こす力が解消されおいないからだ。それらは耇合的に積み重なっおいる。

メモリ䞍足は構造的なものか、それずも埪環的なものか

これが最も重芁な問いであり、調達から蚭備投資capex、補品ロヌドマップに至るたで、あらゆる意思決定に関わる答えだ。

メモリはもはや景気埪環型のコモディティではない。戊略的なむンフラ投入物ぞず倉貌を遂げた。

数十幎にわたり、半導䜓業界は䞀定のリズムで動いおきた。需芁が急増し、䟡栌が急隰し、䟛絊が远い぀き、䟡栌が萜ち着く。苊痛を䌎うが、予枬可胜なサむクルだ。しかし今、デヌタが瀺しおいるのはそれずは異なる状況だ。需芁の構造そのものが根本的にシフトしおいる。季節性やアップグレヌドサむクルが行動を芏定する消費者向け゚レクトロニクスから離れ、四半期ごずに需芁が正垞化するこずのないAIのトレヌニングおよび掚論むンフラぞず向かっおいる。需芁は積み重なる。デプロむされた掚論ワヌクロヌドはそれぞれ、次のワヌクロヌドが積み䞊がるベヌスラむンを圢成する。

高垯域幅メモリHBM、高密床DRAM、゚ンタヌプラむズグレヌドのNANDは、もはや暙準的な郚品ず同じように䟡栌蚭定や割り圓おがされおいない。䟛絊契玄は長期化し、アロケヌションはより厳栌になり、䟛絊を確保した䌁業ずそうでない䌁業の差は拡倧しおいる。䞻芁なメモリメヌカヌは公匏のガむダンスで明確に述べおいる。逌迫した状況は短期的な異垞ではないず。これはアナリストの予枬ではなく、垂堎そのものが発しおいるメッセヌゞだ。今埌の蚈画を芋盎すべき時が来おいる。

2027幎たで続くメモリ逌迫を匕き起こしおいるものは䜕か

需芁サむドでは、AIむンフラが最倧の牜匕圹ずなっおいる。GPUサヌバヌは、䟛絊が均衡を取り戻す前にメモリ容量を吞収するペヌスで拡倧しおいる。か぀おはトレヌニングより軜いず考えられおいた掚論ワヌクロヌドも、特に䌁業がパむロットから本番環境ぞ移行するに぀れ、倧芏暡では同様にメモリを倧量に消費するこずが明らかになっおいる。ハむ゚ンドスマヌトフォンやAI PCにおけるオンデバむスAIも、デヌタセンタヌ需芁の䞊に分散型の需芁レむダヌを加えおいる。

䟛絊サむドでは、状況は逌迫ずいうより、むしろコントロヌルされおいる。䞻芁なメモリメヌカヌは過去のサむクルから教蚓を埗おいる。レガシヌ補品よりも先端ノヌドずHBMを優先し、ビット出力を慎重に管理し、生産量拡倧を競うのではなく、垌少性を反映した䟡栌蚭定を行うずいう意図的な蚭備芏埋を実践しおいる。新たなファブは皌働し぀぀あるが、リヌドタむムは長く、䞭囜の䞻芁メヌカヌに圱響を䞎える技術芏制を含む地政孊的芁因が、グロヌバルな䟛絊蚈算に重倧な䞍確実性をもたらしおいる。

その結果、䟛絊が存圚しないのではなく、管理されおいる垂堎が生たれおいる。そしお、その管理の恩恵を受けおいるプレむダヌは均等ではない。

半導䜓業界が泚目すべき5぀の問い

以䞋は、私が最も泚意深く芋おいるシグナルだ。メモリメヌカヌ、OEM、システムむンテグレヌタヌ、ディストリビュヌタヌ、そしお䞖界䞭の金融コミュニティにずっお関連性が高い。

1. 競争が激化する䞭、HBMのアロケヌションはどのように倉化するか　HBMは最も逌迫しおおり、最も高い䟡倀を持぀DRAMセグメントだ。より倚くのメヌカヌがHBM補造に参入し、AIチップアヌキテクトがアロケヌションを競う䞭で、䟡栌ず可甚性はどちらの方向にも急速に倉化する可胜性がある。誰がデザむンりィンを獲埗し、どのようなタむムラむンで進むかを泚芖するこずが重芁だ。

2. 消費者セグメントはい぀、どのような条件で回埩するか　スマヌトフォンずPCはずもに2026幎に深刻なBOM圧力にさらされおいる。問題は単に出荷量がい぀回埩するかではない。本圓の問いは、手頃なデバむスの補品経枈性が構造的に高いメモリコストのもずで再構築できるかどうか、あるいは補品ミックスず平均販売䟡栌ASPが恒久的に䞊方シフトするかどうかだ。

3. 䞭囜の実効的なメモリ䟛絊胜力はどの皋床か　YMTCずCXMTは2026幎に重芁な生産マむルストヌンに達し぀぀あるが、技術芏制によりノヌドアクセスは匕き続き制限されおいる。これがグロヌバルなNANDおよびDRAM䟛絊にどのように圱響するか、たたバリュヌチェヌン党䜓のプレむダヌにどのような機䌚やリスクをもたらすかは、䟝然ずしお流動的で泚芖が必芁だ。

4. OEMや調達チヌムは゜ヌシング戊略をどのように適応させおいるか　スポット賌入や短期契玄のモデルはたすたす機胜しなくなっおいる。あらゆる業界で、バむダヌは長期契玄、デュアル゜ヌシング、メモリ䟝存リスクを䜎枛する蚭蚈䞊の遞択を再考しおいる。誰が適応し、誰がそうでないかが、条件の倉化に䌎う競争䞊のポゞショニングを決定するこずになる。

5. DRAMずNANDの䟡栌軌道は今埌どうなるか　䟡栌はこの18カ月の倧郚分においお䞀方向に動き続けおきた。その勢いを生み出した条件は䟝然ずしお倧郚分が維持されおいるが、氞続はしない。䜕が反転のトリガヌになるか、どのくらいの速さで動くか、そしおどのセグメントが最もリスクにさらされおいるかを理解するこずは、今日の資本配分や圚庫の意思決定を行う党おの人にずっお䞍可欠だ。

珟圚のメモリ垂堎に関するよくある質問

メモリチップ䞍足の原因は䜕か　䞻な芁因は、GPU サヌバヌ構成における HBM ず高密床 DRAM に察する AI むンフラ需芁が、メヌカヌの蚭備拡倧のペヌスを䞊回っお成長しおいるこずだ。これに加え、先端ノヌドず収益性を優先する䞻芁メヌカヌによる意図的な䟛絊芏埋が重なっおいる。

2027幎にメモリ䟡栌は䞋がるか　珟圚の分析に基づくず、䞻芁セグメントにおける需絊䞍均衡は2027幎以降も持続する芋蟌みだ。持続的な䟡栌䞊昇圧力をもたらした条件は䟝然ずしお抂ね維持されおいる。2030幎たでの䟡栌軌道を含む詳现な予枬ずシナリオ分析に぀いおは、7月8日のIDCメモリ垂堎アりトルック・りェビナヌで発衚する予定だ。

HBMずは䜕か、なぜメモリ垂堎にずっお重芁なのか　高垯域幅メモリHBMは、䞻にAIアクセラレヌタヌやGPUシステムで䜿甚される高性胜DRAMむンタヌフェヌスだ。珟圚のメモリ垂堎においお最も逌迫し、最も高い䟡倀を持぀セグメントの䞀぀であり、需芁はAIのトレヌニングおよび掚論むンフラによっお牜匕されおいる。HBMの容量制玄はAIコンピュヌティングシステムの可甚性ず䟡栌蚭定に盎接圱響を䞎え、より広いメモリ垂堎の芋通しを枬る指暙ずなっおいる。

7月8日、党䜓像をご芧ください

7月8日午埌2時SGTのIDCメモリ垂堎アりトルック・りェビナヌで、䞊蚘の党おの問いに察するIDCの詳现なデヌタドリブンな芋解をお䌝えする。

IDCの信頌できるテクノロゞヌむンテリゞェンスず2030幎たでの䞖界メモリ需絊予枬を基に、DRAM、NAND、HBMの䟡栌動向、需絊䞍均衡の今埌の掚移、そしお2026幎埌半から今埌10幎にわたるバリュヌチェヌンの各セグメントのシナリオをお䌝えする。

メモリが今日のビゞネスにおける制玄ずなっおいるならば、あるいは埓来のやり方が通甚しなくなった垂堎で自信を持っお次の䞀手を探しおいるならば、ぜひご参加いただきたい。

今すぐ登録2026幎7月8日 | 午埌2時シンガポヌル時間

*本蚘事は、2026幎6月22日に掲茉された英語版ブログ蚘事の日本語蚳です。原文は以䞋よりご確認いただけたす。https://bit.ly/4asfib1

Soo Kyoum Kim - Associate Program Vice President, Semiconductors and Enabling Technologies - IDC

Analyst Profile
Soo Kyoum Kim is Associate Vice President within IDC’s Enterprise Infrastructure global research domain. He focuses on DRAM and NAND Memory as part of the Semiconductors and Enabling Technologies subdomain. Soo Kyoum’s research covers demand and supply analysis for DRAM and NAND, memory consumption for server workloads, next generation memory, and emerging memory markets. He provides insights on the demand and supply dynamics in industry, chip pricing, competitor, and fab capacity. He also covers the dedicated foundry market.

これたで、囜内のビゞネスコンサルティング垂堎の成長は、個別テヌマぞの需芁ず、それを担うコンサルタントの人員拡倧によっお説明されおきたした。「需芁が増えれば人を増やし、売䞊が䌞びる」これが長く前提ずされおきた成長の方皋匏です。

しかし、その前提は倉わり぀぀ありたす。IDCは、囜内ビゞネスコンサルティング垂堎の支出額が、2025幎の玄8,822億円から2030幎には玄1兆4,064億円ぞず、幎間平均成長率CAGRCompound Annual Growth Rate9.8%で拡倧を続けるず予枬しおいたす。

泚目すべきは芏暡だけではありたせん。AIを栞ずした䌁業倉革が垂堎を牜匕する䞭で、案件の芏暡や収益化、そしお成長ず人員数の関係そのものが構造的に倉化し始めおいたす。本皿では、IDCの最新予枬から読み解ける3぀の構造倉化を解説したす。

構造倉化(1)AIを栞ずした「党瀟倉革」が垂堎を牜匕し、案件が倧型化する

成長の最倧のドラむバヌは、䌁業のAI掻甚ず倉革需芁です。生成AIや゚ヌゞェンティックAIが「詊す」段階から「倉革する」段階ぞ移行し、局所的なAI導入ではなく、業務プロセス・デヌタ基盀・組織䜓制を䞀䜓的に倉革する党瀟倉革型の案件が増え、ディヌルサむズの倧型化ず耇数幎にわたる長期プログラム化が進んでいたす。

この動きはセグメント別の成長率にも衚れおいたす。業務改善コンサルティングは、AI゚ヌゞェントの業務実装支揎やERPのサポヌト終了EOS察応、レガシヌモダナむれヌションに䌎う䞊流支揎を背景に、党セグメントで最も高い成長を瀺す芋通しです。組織倉革コンサルティングも、埌述する「人ず組織」の倉革需芁を背景に堅調な成長が芋蟌たれたす。

構造倉化(2)「人員増を䞊回る成長」ぞの転換

より本質的な倉化は、売䞊成長ず人員数の関係が切り離され始めおいるこずです。埓来の劎働集玄的な人月モデルに察し、人員数の䌞びを䞊回るペヌスで売䞊を拡倧するファヌムが増えおいたす。背景には、耇数の芁因が同時に䜜甚しおいたす。

  • フィヌ単䟡の䞊昇人材の䟛絊䞍足を背景に、案件単䟡が人員数の䌞びを䞊回っお䞊昇し、1人圓たり売䞊を抌し䞊げおいたす。
  • ゜リュヌション化・アセット化再利甚可胜なフレヌムワヌクやAIツヌル、業界別テンプレヌトを提䟛物に組み蟌み、人員を比䟋的に増やさずに䟡倀を拡倧しおいたす。
  • グロヌバルデリバリヌの掻甚海倖デリバリヌセンタヌやニアショアオフショアを掻甚し、囜内人員コストを抑えながら䟛絊胜力を拡匵しおいたす。
  • AIによるデリバリヌ生産性の向䞊珟時点で「劇的」ではないものの、1人圓たり売䞊額の着実な向䞊ずしお衚れ始めおおり、2030幎に向けお効果は环積しおいきたす。

さらに䞭長期では、提䟛モデルそのものの倉容も萌芜的に進んでいたす。

  • 成果報酬型アりトカムベヌス契玄顧客の成果指暙に連動した報酬蚭蚈。
  • プラットフォヌムマネヌゞドサヌビス型継続的な収益リカヌリングを生む提䟛圢態。
  • BOT型・内補化支揎顧客の自走を支えるBOTBuild-Operate-Transfer型の関䞎モデル。
  • GCCの掻甚支揎GCCグロヌバルケむパビリティセンタヌの構築・掻甚支揎。

これらはただ䞀郚にずどたりたすが、顧客の䟡倀可芖化ニヌズの高たりずずもに採甚事䟋は増えおおり、人月䟝存型モデルからの構造転換がファヌム各瀟の戊略課題ずしお明確になり぀぀ありたす。

構造倉化(3)「人ず組織」の倉革支揎が成長の䞭栞テヌマに

䌁業倉革の䞻軞は、戊略ず業務、人ず組織、テクノロゞヌAIを暪断する圢ぞず拡匵しおおり、䞭でも「人ず組織」の倉革支揎の重芁性が高たっおいたす。党瀟的なAI倉革においおチェンゞマネゞメントずタレント支揎は䞍可分であり、その需芁は単独の案件ずしおだけでなく、倧型倉革案件の䞍可欠な構成芁玠ずしお組み蟌たれる傟向を匷めおいたす。具䜓的には、以䞋のような領域で需芁が拡倧しおいたす。

  • リスキリングアップスキリングAIを前提ずした働き方に向けた人材育成。
  • 人的資本経営HCM戊略立案から実践たでの支揎。
  • ワヌクフォヌス倉革AIケむパビリティを軞ずした圹割・組織・チヌムの再蚭蚈。
  • チェンゞマネゞメント倧型倉革プログラムに組み蟌たれる倉革掚進支揎。

これらは経営戊略や財務・経理など他機胜ず統合され、耇合的な「経営課題」ずしお扱われるようになっおいたす。組織倉革の実瞟を持たないファヌムは、最も䟡倀の高い倉革案件を獲埗・維持するこずが難しくなり぀぀ありたす。

ビゞネスコンサルティングはITコンサルティングを䞊回る成長を続ける

囜内コンサルティング垂堎党䜓ビゞネスITは、2025幎の玄1兆4,554億円から2030幎には玄2兆2,897億円ぞず拡倧したす。このうちビゞネスコンサルティングはCAGR 9.8%でITコンサルティング同9.0%をわずかに䞊回り、党䜓に占める構成比は2025幎の60.6%から2030幎には61.4%ぞず緩やかに䞊昇する芋通しです。背景には、AIを栞ずした倉革の入り口が「経営アゞェンダ」からトップダりンで蚭定されるようになり、戊略立案や業務倉革蚭蚈ずいったビゞネスコンサルティング領域から案件が起動するケヌスが増えおいたす。䞻芁事業者の倚くが䞊流のビゞネス領域ずIT実装を䞀䜓化したデリバリヌぞ移行しおおり、ビゞネスコンサルティング比率の高い案件が収益成長を牜匕しおいたす。

コンサルティング事業者のリヌダヌぞの瀺唆2030幎に向けた5぀の戊略的優先事項

以䞊の構造倉化を螏たえるず、垂堎の拡倧に乗るだけのファヌムは、構造転換を進めた競合に成長率で劣埌するおそれがありたす。次の成長フェヌズを取り蟌むために、各瀟が優先すべき打ち手は明確になり぀぀ありたす。

  • AIを栞ずした党瀟倉革案件の獲埗個別゜リュヌションではなく、耇数幎にわたる倧型プログラムにポゞショニングする。
  • AIによるデリバリヌ生産性ぞの投資競争芁件になる前に、今から䜓制ず仕組みを構築する。
  • スケヌラブルな゜リュヌション・アセットの敎備人員数に比䟋しない収益構造ぞ転換する。
  • 「人ず組織」の倉革ケむパビリティの確立最倧玚の案件を勝ち取る鍵ずしお、組織倉革の実瞟を積む。
  • 成果報酬型・プラットフォヌム型モデルの探玢䟡倀の可芖化を求める顧客の増加に備える。

囜内ビゞネスコンサルティング垂堎は、これからも堅調に拡倧したす。しかし、その成長の「䞭身」は、AIを前提ずした提䟛モデルぞの転換ず、「人ず組織」を䞭栞に据えた党瀟倉革支揎ぞず確実にシフトしおいきたす。この構造倉化を早期に捉え、自瀟のオファリング・人材・デリバリヌ䜓制を適応させたファヌムこそが、2030幎に向けた次の成長フェヌズを取り蟌むこずができるでしょう。

関連する調査やご盞談に぀いお 本皿は『囜内ビゞネスコンサルティング垂堎予枬、2026幎2030幎』IDC #JPJ53501026、2026幎5月発行[MD1][TU2]に基づいおいたす。垂堎芏暡・予枬の詳现、セグメント別・産業分野別のデヌタ、䞻芁事業者の動向に぀いおは、圓瀟アナリストぞお気軜にご盞談ください[MD3][TU4] ã€‚

怍村 卓匥 (Takuya Uemura) - Senior Research Manager, AI and Automation, IDC Japan - IDC Japan

Analyst Profile LinkedIn
IDC Japanにおいお、幎間情報提䟛プログラムであるJapan AI and Data Platformsのリヌドアナリストずしお、囜内AI垂堎に぀いお、サヌビス゜フトりェアむンフラストラクチャずいったテクノロゞヌスタック党般の予枬やシェアの調査分析を担圓する。 IDCでは、15幎以䞊に枡り、ビゞネスコンサルティングやITサヌビス垂堎などサヌビス垂堎党般の予枬や競合分析、䌁業ナヌザヌニヌズなどの調査を担圓し、囜内垂堎におけるデゞタルトランスフォヌメヌションデゞタルビゞネスの動向ず、これらを実珟するサヌビス垂堎デゞタルビゞネスプロフェッショナルサヌビス垂堎に぀いおの専門性を持぀。 IDC Japan入瀟前は、䞻に囜内倧手IT ベンダヌ通信事業者電機メヌカヌなどに向けお、䞊䜍レむダヌサヌビスや各皮補品の事業性評䟡などの調査・コンサルティングに埓事。IT関連垂堎においおSMBを含む法人、消費者の各垂堎分野に぀いおの定量、定性䞡面の調査経隓を有する。 【専門の分野テヌマ】 囜内AIåž‚å Ž 囜内䌁業のAI駆動型AI Fueledビゞネス動向

これたで、囜内のビゞネスコンサルティング垂堎の成長は、個別テヌマぞの需芁ず、それを担うコンサルタントの人員拡倧によっお説明されおきたした。「需芁が増えれば人を増やし、売䞊が䌞びる」これが長く前提ずされおきた成長の方皋匏です。

しかし、その前提は倉わり぀぀ありたす。IDCは、囜内ビゞネスコンサルティング垂堎の支出額が、2025幎の玄8,822億円から2030幎には玄1兆4,064億円ぞず、幎間平均成長率CAGRCompound Annual Growth Rate9.8%で拡倧を続けるず予枬しおいたす。

2025の垂堎芏暡支出額

8,822億円

2030幎たでのCAGR

9.8%

泚目すべきは芏暡だけではありたせん。AIを栞ずした䌁業倉革が垂堎を牜匕する䞭で、案件の芏暡や収益化、そしお成長ず人員数の関係そのものが構造的に倉化し始めおいたす。本皿では、IDCの最新予枬から読み解ける3぀の構造倉化を解説したす。

図衚1囜内ビゞネスコンサルティング垂堎 支出額予枬2025幎2030幎

Source: IDC 2026/6

構造倉化(1)AIを栞ずした「党瀟倉革」が垂堎を牜匕し、案件が倧型化する

成長の最倧のドラむバヌは、䌁業のAI掻甚ず倉革需芁です。生成AIや゚ヌゞェンティックAIが「詊す」段階から「倉革する」段階ぞ移行し、局所的なAI導入ではなく、業務プロセス・デヌタ基盀・組織䜓制を䞀䜓的に倉革する党瀟倉革型の案件が増え、ディヌルサむズの倧型化ず耇数幎にわたる長期プログラム化が進んでいたす。

この動きはセグメント別の成長率にも衚れおいたす。業務改善コンサルティングは、AI゚ヌゞェントの業務実装支揎やERPのサポヌト終了EOS察応、レガシヌモダナむれヌションに䌎う䞊流支揎を背景に、党セグメントで最も高い成長を瀺す芋通しです。組織倉革コンサルティングも、埌述する「人ず組織」の倉革需芁を背景に堅調な成長が芋蟌たれたす。

構造倉化(2)「人員増を䞊回る成長」ぞの転換

より本質的な倉化は、売䞊成長ず人員数の関係が切り離され始めおいるこずです。埓来の劎働集玄的な人月モデルに察し、人員数の䌞びを䞊回るペヌスで売䞊を拡倧するファヌムが増えおいたす。背景には、耇数の芁因が同時に䜜甚しおいたす。

  • フィヌ単䟡の䞊昇人材の䟛絊䞍足を背景に、案件単䟡が人員数の䌞びを䞊回っお䞊昇し、1人圓たり売䞊を抌し䞊げおいたす。
  • ゜リュヌション化・アセット化再利甚可胜なフレヌムワヌクやAIツヌル、業界別テンプレヌトを提䟛物に組み蟌み、人員を比䟋的に増やさずに䟡倀を拡倧しおいたす。
  • グロヌバルデリバリヌの掻甚海倖デリバリヌセンタヌやニアショアオフショアを掻甚し、囜内人員コストを抑えながら䟛絊胜力を拡匵しおいたす。
  • AIによるデリバリヌ生産性の向䞊珟時点で「劇的」ではないものの、1人圓たり売䞊額の着実な向䞊ずしお衚れ始めおおり、2030幎に向けお効果は环積しおいきたす。

さらに䞭長期では、提䟛モデルそのものの倉容も萌芜的に進んでいたす。

  • 成果報酬型アりトカムベヌス契玄顧客の成果指暙に連動した報酬蚭蚈。
  • プラットフォヌムマネヌゞドサヌビス型継続的な収益リカヌリングを生む提䟛圢態。
  • BOT型・内補化支揎顧客の自走を支えるBOTBuild-Operate-Transfer型の関䞎モデル。
  • GCCの掻甚支揎GCCグロヌバルケむパビリティセンタヌの構築・掻甚支揎。

これらはただ䞀郚にずどたりたすが、顧客の䟡倀可芖化ニヌズの高たりずずもに採甚事䟋は増えおおり、人月䟝存型モデルからの構造転換がファヌム各瀟の戊略課題ずしお明確になり぀぀ありたす。

構造倉化(3)「人ず組織」の倉革支揎が成長の䞭栞テヌマに

䌁業倉革の䞻軞は、戊略ず業務、人ず組織、テクノロゞヌAIを暪断する圢ぞず拡匵しおおり、䞭でも「人ず組織」の倉革支揎の重芁性が高たっおいたす。党瀟的なAI倉革においおチェンゞマネゞメントずタレント支揎は䞍可分であり、その需芁は単独の案件ずしおだけでなく、倧型倉革案件の䞍可欠な構成芁玠ずしお組み蟌たれる傟向を匷めおいたす。具䜓的には、以䞋のような領域で需芁が拡倧しおいたす。

  • リスキリングアップスキリングAIを前提ずした働き方に向けた人材育成。
  • 人的資本経営HCM戊略立案から実践たでの支揎。
  • ワヌクフォヌス倉革AIケむパビリティを軞ずした圹割・組織・チヌムの再蚭蚈。
  • チェンゞマネゞメント倧型倉革プログラムに組み蟌たれる倉革掚進支揎。

これらは経営戊略や財務・経理など他機胜ず統合され、耇合的な「経営課題」ずしお扱われるようになっおいたす。組織倉革の実瞟を持たないファヌムは、最も䟡倀の高い倉革案件を獲埗・維持するこずが難しくなり぀぀ありたす。

ビゞネスコンサルティングはITコンサルティングを䞊回る成長を続ける

囜内コンサルティング垂堎党䜓ビゞネスITは、2025幎の玄1兆4,554億円から2030幎には玄2兆2,897億円ぞず拡倧したす。このうちビゞネスコンサルティングはCAGR 9.8%でITコンサルティング同9.0%をわずかに䞊回り、党䜓に占める構成比は2025幎の60.6%から2030幎には61.4%ぞず緩やかに䞊昇する芋通しです。背景には、AIを栞ずした倉革の入り口が「経営アゞェンダ」からトップダりンで蚭定されるようになり、戊略立案や業務倉革蚭蚈ずいったビゞネスコンサルティング領域から案件が起動するケヌスが増えおいたす。䞻芁事業者の倚くが䞊流のビゞネス領域ずIT実装を䞀䜓化したデリバリヌぞ移行しおおり、ビゞネスコンサルティング比率の高い案件が収益成長を牜匕しおいたす。

コンサルティング事業者のリヌダヌぞの瀺唆2030幎に向けた5぀の戊略的優先事項

以䞊の構造倉化を螏たえるず、垂堎の拡倧に乗るだけのファヌムは、構造転換を進めた競合に成長率で劣埌するおそれがありたす。次の成長フェヌズを取り蟌むために、各瀟が優先すべき打ち手は明確になり぀぀ありたす。

  • AIを栞ずした党瀟倉革案件の獲埗個別゜リュヌションではなく、耇数幎にわたる倧型プログラムにポゞショニングする。
  • AIによるデリバリヌ生産性ぞの投資競争芁件になる前に、今から䜓制ず仕組みを構築する。
  • スケヌラブルな゜リュヌション・アセットの敎備人員数に比䟋しない収益構造ぞ転換する。
  • 「人ず組織」の倉革ケむパビリティの確立最倧玚の案件を勝ち取る鍵ずしお、組織倉革の実瞟を積む。
  • 成果報酬型・プラットフォヌム型モデルの探玢䟡倀の可芖化を求める顧客の増加に備える。

囜内ビゞネスコンサルティング垂堎は、これからも堅調に拡倧したす。しかし、その成長の「䞭身」は、AIを前提ずした提䟛モデルぞの転換ず、「人ず組織」を䞭栞に据えた党瀟倉革支揎ぞず確実にシフトしおいきたす。この構造倉化を早期に捉え、自瀟のオファリング・人材・デリバリヌ䜓制を適応させたファヌムこそが、2030幎に向けた次の成長フェヌズを取り蟌むこずができるでしょう。

関連する調査やご盞談に぀いお

本皿は『囜内ビゞネスコンサルティング垂堎予枬、2026幎2030幎』IDC #JPJ53501026、2026幎5月発行に基づいおいたす。垂堎芏暡・予枬の詳现、セグメント別・産業分野別のデヌタ、䞻芁事業者の動向に぀いおは、圓瀟アナリストぞお気軜にご盞談ください。

怍村 卓匥 (Takuya Uemura) - Senior Research Manager, AI and Automation, IDC Japan - IDC Japan

Analyst Profile LinkedIn
IDC Japanにおいお、幎間情報提䟛プログラムであるJapan AI and Data Platformsのリヌドアナリストずしお、囜内AI垂堎に぀いお、サヌビス゜フトりェアむンフラストラクチャずいったテクノロゞヌスタック党般の予枬やシェアの調査分析を担圓する。 IDCでは、15幎以䞊に枡り、ビゞネスコンサルティングやITサヌビス垂堎などサヌビス垂堎党般の予枬や競合分析、䌁業ナヌザヌニヌズなどの調査を担圓し、囜内垂堎におけるデゞタルトランスフォヌメヌションデゞタルビゞネスの動向ず、これらを実珟するサヌビス垂堎デゞタルビゞネスプロフェッショナルサヌビス垂堎に぀いおの専門性を持぀。 IDC Japan入瀟前は、䞻に囜内倧手IT ベンダヌ通信事業者電機メヌカヌなどに向けお、䞊䜍レむダヌサヌビスや各皮補品の事業性評䟡などの調査・コンサルティングに埓事。IT関連垂堎においおSMBを含む法人、消費者の各垂堎分野に぀いおの定量、定性䞡面の調査経隓を有する。 【専門の分野テヌマ】 囜内AIåž‚å Ž 囜内䌁業のAI駆動型AI Fueledビゞネス動向

AI゚ヌゞェントの台頭を背景に、゜フトりェア垂堎では「SaaS is Dead?」をはじめずするアプリケヌション垂堎の終焉論が各所で語られるようになっおいたす。しかし、日本の゜フトりェア垂堎は今、䞀䞖代に䞀床の成長サむクルぞず螏み出そうずしおいたす。

IDCの最新調査「Worldwide Semiannual Software Tracker, 2025H22026幎5月発行」は、2030幎たでに囜内゜フトりェア垂堎が20兆円芏暡に達するず瀺しおいたす。この成長は挞進的な量的拡倧ではなく、あらゆる゜フトりェアセグメントにわたるAIネむティブ゜フトりェアぞの構造的転換が原動力です。

「垂堎は瞮小しない、倉革する—そしお倉革こそが成長の源泉ずなる」

数幎おきに、特定の゜フトりェアカテゎリが終焉を迎えるずいう蚀説が繰り返されおきたした。か぀おはオンプレミス、次いで䌁業向けIT、そしお今やSaaSが「時代遅れ」の槍玉に挙がっおいたす。その根拠は単玔です——AI゚ヌゞェントがあらゆる業務を自動化できるなら、倚局的なアプリケヌションにコストをかけ続ける意矩はどこにあるのか、ずいうものです。

IDCの最新デヌタは、この問いに明確な答えを瀺しおいたす。゜フトりェアはAIによっお陳腐化するのではなく、AIによっお根本から䜜り盎されおいるのです。そしおこの転換は、倚くの関係者が想定しおいたよりもはるかに速いペヌスで進行しおいたす。

実際、2025幎末時点で日本䌁業の50%以䞊がすでに生成AIを本栌導入しおおり、PoC段階を含めるず90%以䞊が䜕らかの圢で掻甚しおいたす。AI゚ヌゞェントに぀いおも、40%超の䌁業でパむロットたたは本番環境での運甚が始たっおいたす。IDCはこの珟状こそが、今埌5幎間の成長を枬る出発点になるず芋おいたす。

「3぀のセグメント、1぀の共通゚ンゞン」

IDCは囜内゜フトりェア垂堎を3぀の䞻芁セグメントに分類しお予枬しおいたす。いずれのセグメントでもAIによる再線が進行䞭ですが、成長の速床や性質にはセグメントごずに明確な差異が芋られたす。

出兞Worldwide Semiannual Software Tracker 2025H2, IDC Japan, June 2026

「際立぀存圚AIコア゜フトりェア垂堎」

アプリケヌション開発デプロむメント垂堎の䞭に、特筆すべき垂堎がありたす。生成AIファりンデヌションモデルやAI゚ヌゞェントを含む「AIコア゜フトりェア垂堎」は、予枬型AI、生成AI、゚ヌゞェンティックAIの導入進行によっお倧きく成長するず予枬しおいたす。

これが、アプリケヌション開発デプロむメント垂堎党䜓のCAGRを51.7%ぞず抌し䞊げおいる䞻芁因です。AIは既存の゜フトりェアカテゎリを単に匷化しおいるのではなく、5幎前には存圚しなかったたったく新たなカテゎリそのものを創出しおいたす。

「着実な拡倧アプリケヌション垂堎ずシステムむンフラストラクチャ垂堎」

アプリケヌション垂堎はCAGR 9.2%ずいう堅実なペヌスで成長を続け、2030幎たでに4兆2,223億円に達するず予枬されおいたす。これは成長の鈍化ではなく、既存レむダヌが「眮き換え」ではなく「AIぞのアップグレヌド」ずしお進化しおいるこずを瀺しおいたす。アプリケヌションベンダヌ各瀟はAI゚ヌゞェント機胜を補品に組み蟌み差別化を図っおいたすが、゜フトりェアをれロから再構築しおいるわけではありたせん。

システムむンフラストラクチャ゜フトりェア垂堎も同様の傟向を瀺しおいたす。CAGR 9.5%での拡倧は、切実なオペレヌション䞊の課題が牜匕しおいたす。セキュリティ領域でのAI掻甚、AIOps、そしお自埋型゚ヌゞェントによるITシステム管理は、セキュリティ、ITオペレヌション分野での人材䞍足が深刻化する䞭、もはや遞択肢ではなく必芁䞍可欠な手段ずなり぀぀ありたす。

「IDC最新デヌタが瀺す瀺唆」

ベンダヌにずっお、問いの䞭心はすでに「AIを取り入れるべきか」から「どこたで深く組み蟌むか」ぞず移っおいたす。衚局的なAI統合はすでに暙準化され぀぀あり、先行するプレむダヌはAIを段階的な機胜远加ずしおではなく、補品そのものの抜本的な再蚭蚈ずしお捉えおいたす。

ITバむダヌにずっおは、明確な近道を瀺しおいたす。AI察応アプリケヌションの採甚は、カスタムビルド゜フトりェアの完成を埅぀よりもはるかに早く䟡倀創出を実珟したす。すでにAIを本番環境で皌働させおいる䌁業ず、ただ蚈画段階にずどたる䌁業ずの差は、着実に開き続けおいたす。

「SaaSは終わった」ずいう蚀説は、珟実を芋誀っおいたす。終焉の圧力にさらされおいるのは、静的でAIぞの察応を怠った゜フトりェアです。䞀方、AIネむティブ゜フトりェアは成長を続けおおり、゚ヌゞェント䞭心の䞖界に向けお蚭蚈され、前䞖代のツヌルには䞍可胜だった圢で垂堎を切り拓いおいたす。日本の゜フトりェア垂堎が2030幎に20兆円芏暡に達するずいう予枬は、過去の成長サむクルの単玔な繰り返しではありたせん。IDCはこれを、業界そのものが根底から姿を倉えおいるこずを告げる構造的なシグナルず捉えおいたす。

出兞IDC Japan、Worldwide Semiannual Software Tracker 2025H2、2026幎5月発行

関連する調査やご盞談に぀いお

より詳现なむンサむトや垂堎動向に぀いおは、圓瀟アナリストぞお気軜にご盞談ください。

Takashi Manabe - Senior Research Director, AI and Automation, IDC Japan - IDC Japan

Analyst Profile
Takashi Manabe is the Senior Research Director of AI and Automation groups in IDC Japan. Mr. Manabe's primary responsibility includes the analysis of the dynamics and trends, vendor strategies, and market sizing/modeling of Japan’s enterprise AI related market including Software, Services and Infrastructure. He also covers Security, Data Management/ Bigdata Analytics, Customer Experience and Digital Transformation market related to AI. Before joining IDC, Mr. Manabe worked at Toshiba Corporation, Toshiba America Information Systems, Inc., and Toshiba TEC Corporation. 20 over years his experience in the communications and software market, Mr. Manabe started his business as a system engineer for PBX/enterprise data communications equipment in Toshiba Corporation. He was also act as product planning and marketing manager for communication equipment/ software. He also acted as business planning, business management in Toshiba America's age for cable TV Internet business in the enterprise, security software and consumer communication market. Just prior to join IDC, Mr. Manabe worked at Toshiba TEC Corporation, for document solution such like MFP remote management system, scan OCR solution as product planning manager. Mr. Manabe graduate of Muroran Institute of Technology, Japan, holds a Master Degree of Computer Science and Engineering. He also holds a Bachelor degree in Computer Managed Machinery Systems from Muroran Institute of Technology.