総務省　国際戦略局技術政策課

我が国における大規模言語モデル（LLM）の開発力強化に向けたデータの整備･拡充（令和７年度補正では、信頼できるAIの開発・活用支援に資するデータ整備及び能動的評価基盤構築に関する研究開発）

0円2025年度当初予算

124.9億円2024年度歳出予算現額

124.8億円2024年度執行額

このページを共有Xで共有

✓ 会議✓ 予算採択✓ 支出先✓ 評価✓ 国会

事業名に「大規模言語モデル」を含むため、AI関連事業として拾っています。

事業の概要

目的: 民間企業等における効率的な大規模言語モデル（LLM）開発に必要となる学習用言語データを提供するとともに、ディープフェイクに代表される偽・誤情報の拡散等の生成AIに起因するリスクに対応するための技術の開発・実証を行うことにより、我が国のLLM開発力の醸成及び技術によるリスク対応力の獲得を目指す。また、多言語にも対応したLLM開発に貢献するとともに、当該LLM等を活用した日本企業の海外進出にも貢献することを目指す。加えて、日本の政府機関・企業が信頼して活用できる生成AIの開発を支援する。
概要: 国立研究開発法人情報通信研究機構（NICT）において、民間企業等におけるLLM開発に必要となる大量・高品質な日本語を中心とする学習用言語データを整備・拡充し、我が国のLLM開発者等に提供する。
また、ディープフェイクに代表される偽・誤情報等、生成AIに起因する様々なリスクに対応するための技術の開発・実証を実施し、成果を関係事業者等に展開する。具体的には、我が国における生成AIやディープフェイクにおける研究技術を有する国内研究機関や事業者と連携し、ディープフェイク対策に資する技術体系の整理と実証事業を実施することを通じて、社会実装を推進する等の取組を実施する。さらに、グローバルサウスをはじめとする諸外国と連携し、多言語のLLMデータ基盤の構築及び複数の言語に対応した高性能な多言語LLMの開発・実証を実施する。
なお、事業の一部は「インターネット上の偽・誤情報等への総合的対策の推進」へと移管した。
加えて、創造性・信頼性・多様性を有し進化する生成AIを柔軟かつ動的に評価する能動的評価基盤の構築を行うとともに、信頼できるAIの利用が見込まれる公共分野での実証を通じて技術課題の特定・対応を推進する。
期間: 2023年度〜2030年度
事業のページ: https://www.soumu.go.jp/main_content/000929683.pdf

出典：行政事業レビュー見える化サイト（RSシステム） 1-2_RS_2025_基本情報_事業概要等　予算事業ID 7755（取得 2026-11-05）

1. 政策形成：AIに関する会議での言及

ＡＩ戦略会議第5回 2023-09-08・配付資料
資料2 AI関連の主要な施策について 2ページ（PDFのページ）に事業名が出ます
ＡＩ戦略会議第6回 2023-11-07・配付資料
資料4 経済対策における主なAI施策について 1ページ（PDFのページ）に事業名が出ます
ＡＩ戦略会議第9回 2024-05-22・配付資料
資料1-1 AI戦略の課題と対応 7ページ（PDFのページ）に事業名が出ます

出典：内閣府 AI関係の会議の資料・議事要旨・提言（PDF本文の機械照合）（取得 2026-11-05）

行政事業レビューに書かれた「関係する計画・通知等」（7件）

出典：行政事業レビュー見える化サイト（RSシステム） 1-3RS_2025_基本情報_事業概要等　予算事業ID 7755（取得 2026-11-05）

2. 予算と執行

2025年度

当初予算: 0円
補正予算: 383.0億円
歳出予算現額: 383.0億円
執行額: 0円

2024年度

当初予算: 0円
補正予算: 119.0億円
前年度から繰越し: 5.9億円
歳出予算現額: 124.9億円
執行額: 124.8億円（執行率 99.9%）

2023年度

当初予算: 0円
補正予算: 100.0億円
歳出予算現額: 100.0億円
執行額: 94.0億円（執行率 94%）

出典：行政事業レビュー見える化サイト（RSシステム） 2-1RS_2025_基本情報_事業概要等　予算事業ID 7755（取得 2026-11-05）

3. 採択：公募と採択先

この事業につながる公募の採択結果は、集めた公表資料（NEDO・JST・NICTの14公募）の中では確かめられていません。支出先は次の節のとおりです。

4. 実施：支出先

支出先 39件（ブロックごと）のうち、金額の大きい順に15件。ブロックはお金の流れの段（A＝最初の支出先、B以降はその先）です。

国立研究開発法人情報通信研究機構　119.0億円
ブロックA　法人番号 7012405000492
ボストン・コンサルティング・グループ合同会社　5.8億円
ブロックB　法人番号 2010001029085
Ｏｒｉｇｉｎａｔｏｒ　Ｐｒｏｆｉｌｅ技術研究組合　1.5億円
ブロックE　法人番号 8010005035933
一般社団法人ＷｅｂＤＩＮＯ　Ｊａｐａｎ　1.2億円
ブロックAC　法人番号 8010005007692
株式会社データグリッド　9,973万円
ブロックC　法人番号 6130001060181
日本電気株式会社　9,430万円
ブロックD　法人番号 6120001240354
エヴィクサー株式会社　5,351万円
ブロックH　法人番号 5010001099860
大学共同利用機関法人　情報・システム研究機構　国立情報学研究所　4,315万円
ブロックV　法人番号 1012805001385
株式会社ＤａｔａＳｉｇｎ　3,472万円
ブロックF　法人番号 5011001112794
株式会社ＲＵＴＩＬＥＡ　2,056万円
ブロックY　法人番号 1010703003272
ＮＥＣソリューションイノベータ株式会社　1,631万円
ブロックAJ　法人番号 7010601022674
株式会社アクタスソフトウェア　1,188万円
ブロックAD　法人番号 4013201011975
東京大学大学院情報理工学系研究科山崎研究室　1,100万円
ブロックAK　法人番号 9999999999999
株式会社ツクロア　989万円
ブロックAE　法人番号 9011101066243
有限会社テクニカルアーツ　759万円
ブロックAI　法人番号 8010002049944

出典：行政事業レビュー見える化サイト（RSシステム） 5-1RS_2025_基本情報_事業概要等　予算事業ID 7755（取得 2026-11-05）

5. 成果評価

所管部局の点検結果: 本事業は、世界中での大規模言語モデル（LLM）等の生成AIの開発競争の激化や生成AIの流行に伴う学習用言語データの収集の課題を背景として、我が国の喫緊の課題となっているLLMの開発力強化やデータ整備・拡充に対応するものであり、また、各種国家戦略とも密接に関係しているものであることから、国費投入は必要であると考えられる。また、本事業の実施内容は、AI戦略会議（有識者・閣僚級会合）における有識者提言「AIに関する暫定的な論点整理」（令和５年５月26日）において、対応が必要なものとして提言されており、事業は有効なものであると考えられる。さらに、これまでの予算執行については、令和６年度中に国立研究開発法人情報通信研究機構（NICT）に対して適切に運営費交付金の交付を行い、その後、事業目的に即した予算執行が行われるよう監督を行っており、適正かつ効率的な予算執行が行われていると認められる。また、調査研究における調達に当たっては、一般競争入札など競争性を確保した方法を採用しており、コストの低減に努めた支出となっている。
改善の方向性: アウトプット目標の達成に向け、引き続き適正かつ効率的な予算執行が行われるよう、NICTの監督を行っていく。令和７年度への繰越分については、当該事業年度において適正かつ効率的な予算執行を実施する。請負事業においては実施項目の精査、複数社からの見積取得の徹底等、更なる事業の効率化や適切な事業執行を行う。
推進チームの所見: 事業内容の一部改善
所見の詳細: ・更なる経費の効率化を図り、適正な予算執行に努めること。・アウトカムの目標値等の根拠・妥当性について補足すること。
所見を踏まえた改善点: ・引き続き、目標年度の目標達成に向け、着実な事業の実施に努めるとともに、経費の効率化・適正な予算執行を実施する。・予算要求を行った事業内容に基づきそれぞれアウトカムを設定している。

出典：行政事業レビュー見える化サイト（RSシステム） 4-1RS_2025_基本情報_事業概要等　予算事業ID 7755（取得 2026-11-05）

目標と実績（8件）

アウトプット LLMの学習には最新のデータを大量に収集する必要があることから、継続的に学習用言語データを整備・拡充し、LLM開発者等にアクセスを提供する。
指標：NICTからLLM開発者等にアクセスを提供した学習用言語データの量（令和５年度契約時点比）（%）
目標値：2023年度 300・2024年度 1000・2025年度 5714
実績値：2023年度 514・2024年度 2743
アウトプットディープフェイクを代表とする偽・誤情報への対策に係る技術体系の整理。
指標：ディープフェイク対策に係る技術体系の整理数（件）
目標値：2023年度 1・2024年度 1・2025年度 0
実績値：2023年度 0・2024年度 1
アウトプット LLMの出力に含まれる偽・誤情報等を検知・判定するための技術を開発・改良する。
指標：開発・改良を行った技術件数（件）
目標値：2023年度 2・2024年度 2・2025年度 2
実績値：2023年度 1・2024年度 2
アウトプット多言語LLMの開発に活用できる多言語データが整備され、多言語LLMの技術が実証される。
指標：多言語データの整備件数及び多言語にも対応したLLMの開発・実証件数（件）
目標値：2025年度 5
実績値：記載なし
アウトプット生成AIを能動的に評価する評価基盤を提供する。
指標：対応する評価軸の数（軸）
目標値：2025年度 0・2026年度 1・2027年度 1・2028年度 3・2029年度 5・2030年度 7
実績値：記載なし
アウトプット公共分野において信頼できるAIとなり得るAIの実証が行われる。
指標：実証件数（件）
目標値：2025年度 0・2026年度 4
実績値：記載なし
アウトカム我が国のLLM開発者等が、NICTにおいて整備・拡充した学習用言語データを利用する。
指標：NICTにおいて整備・拡充した学習用言語データを利用した者の数（NICTを除く）（者）
目標値：2024年度 5・2025年度 5・2026年度 20
実績値：2023年度 0・2024年度 1
アウトカム民間企業においてディープフェイクを代表する偽・誤情報の対策に係る技術体系の整理を踏まえた実証事業を実施する。
指標：対象要素技術に係る実証事業数（件）
目標値：2024年度 1・2025年度 0
実績値：2023年度 0・2024年度 1

出典：行政事業レビュー見える化サイト（RSシステム） 3-1RS_2025_基本情報_事業概要等　予算事業ID 7755（取得 2026-11-05）

6. 国会の質疑

国会会議録で「大規模言語モデル情報通信研究機構」を含む発言（1件）のうち新しい順。

2025年2月13日衆議院総務委員会高松智之

…す。米国、中国に遅れることなく、日本も積極的に生成ＡＩの開発に乗り出していくべきと考えます。　そうした中、今回の予算において、我が国における大規模言語モデル、ＬＬＭの開発力強化に向けたデータの整備、拡充として、国立研究開発法人情報通信研究機構、ＮＩＣＴにおいてＬＬＭ開発に必要とな…

この発言を会議録で読む

出典：国立国会図書館国会会議録検索システム（取得 2026-11-05）

AIデータセンターと電力（ワット・ビット連携）

会議録の発言 497件

AIの安全性とバイオセキュリティ（核酸合成のスクリーニング）

会議録の発言 35件

AIと子どもの安全（対話型AI・生成AIと未成年）

会議録の発言 151件

AIと雇用・税・社会保険（AI課税）

会議録の発言 191件

会議の構成員の所属と同じ組織名

この事業の支出先・採択先のうち、AI関係の会議の構成員名簿の所属と同じ組織名が出るもの。組織名が同じことを示すだけで、利益相反があることを示すものではありません。

日本電気株式会社
ＡＩ制度研究会、人工知能戦略専門調査会、制度の在り方検討ワーキンググループの構成員名簿の所属に出る組織名

組織名の重なりの全体と、利益相反の管理について公表されている定め

Kurage 政策の流れトラッカー｜AI政策へ戻る

出典と作り方

予算・執行・支出先・目標と実績・点検：出典行政事業レビュー見える化サイト（CSVダウンロード 2024年度・2025年度）のデータを加工して作成。公共データ利用規約（第1.0版）（PDL1.0）に準拠。取得 2026-11-05。
会議の名簿・開催・資料・提言：内閣府科学技術・イノベーション推進事務局の AI関係のページと e-Gov法令検索。取得 2026-11-05。
採択・審査・評価：NEDO・経済産業省・JST・NICTの公表資料から、法人名・テーマ名・日付・規程の文言を出所を明示して引用。取得 2026-11-05。
国会の発言：国立国会図書館国会会議録検索システム（検索用API）。抜粋は会議録の文をそのまま切り出したものです。
会議と事業のつながりは、会議の資料・議事要旨・提言のPDFの本文に、行政事業レビューの事業名（括弧の前まで・10字以上）か、設定した関連語（GENIACなど）が出るかで機械的に判定しています。採択と事業のつながりは、公募名や評価報告書の「METI予算要求名称」の記載によります。
要約・論評・評価はしていません。誤りに気づいたらお問い合わせからお知らせください。