最終更新
TOPIC · AI STACK LAYERS

AI業界の全体像|基盤モデル・計算インフラ・開発ツール・アプリ・データの5領域と主要企業【2026年版】

AI業界は上下に積み重なる階層ではなく、横並びの5つの領域で整理できます。基盤モデル、計算インフラ、開発ツール、アプリ、データ・周辺の5領域があり、どれが上位という関係ではありません。重要なのは、同じ会社が複数の領域にまたがり、領域の境界が固定されていないことです。たとえば楽天は基盤モデルとアプリの両方に、SoftBankは計算インフラと基盤モデルにまたがります。本ページは特定の数社が業界を支配するという見方ではなく、5領域がどんな機能で、どんな企業が代表的に関わり、領域がどう重なり合うかを、日本企業の視点で整理します。挙げる企業は代表例で、業界にはこれより多くの企業があります。

AI業界を構成する5つの領域 (2026年時点)

横並びの整理で、行の順序に上下や優劣の意味はありません
基盤モデル
領域
AIの中核となる大規模モデルを開発・提供する
主な役割
国産・世界の代表的な提供者 (例: Preferred Networks・Sakana AIほか)
代表的なプレイヤー
アプリ・SaaSや計算インフラと相互に依存し、同じ企業が他領域にもまたがる
計算インフラ
領域
GPU・データセンター・半導体などモデルの学習や推論を支える
主な役割
データセンター・製造網・半導体関連の代表企業 (例: Equinix Japan・TSMCほか)
代表的なプレイヤー
基盤モデルの開発を支え、通信事業者が基盤モデルにもまたがる
開発ツール・MLOps
領域
モデルの開発支援や運用 (機械学習の運用、MLOps) を担う
主な役割
国内AI関連企業の一部が開発支援を提供 (代表例、業界にはより多くの企業がある)
代表的なプレイヤー
アプリ・SaaSと連続し、提供企業がアプリ領域にもまたがる
アプリ・SaaS
領域
AIを業務やサービス (クラウド型ソフト、SaaS) に組み込んで使う
主な役割
国内AI関連の代表企業や、AIを導入する顧客企業 (応用は22事例で確認)
代表的なプレイヤー
基盤モデルや開発ツールを利用し、提供と利用の境界も固定でない
データ・周辺
領域
データ整備・アノテーション・評価・セキュリティなど各領域を下支えする
主な役割
データ整備や評価を担う事業者に加え、各領域の企業が内製でも担当 (独立企業として固定されにくい横断機能)
代表的なプレイヤー
どの領域とも関わり、特定企業に固定されない
読み解き

5つの領域は横並びで相互に依存しています。基盤モデルと計算インフラは互いを必要とし、アプリは基盤モデルや開発ツールを使う一方、アプリで集まる利用データが基盤モデルやデータ・周辺の改善に戻ります。一方向の上下でなく双方向に支え合う関係で、機能の役割分担として読むのが適切です。

この表の行の順序に優劣の意味はありません。領域の境界も固定ではなく、後述するように同じ企業が複数の領域にまたがって動いています。

領域別の代表プレイヤーの広がり (2026年時点)

件数は本ページが挙げる代表例の数で、業界全体の企業数ではありません
基盤モデル
領域
国産8・世界10 (代表例)
本ページが挙げる代表数
国産: Preferred Networks・Sakana AI・ELYZA・SoftBank Group・NTT・富士通・楽天・Stockmark / 世界: OpenAI・Anthropic・Alphabet・Microsoft・Meta・xAI・DeepSeek・Alibaba・Baidu・Moonshot
計算インフラ
領域
データセンター6・製造網4・半導体関連4 (代表例)
本ページが挙げる代表数
DC: Equinix Japan・KDDI・NTT データ・さくらインターネット・IIJ・NEC / 富士通 / 製造網: TSMC・Samsung Foundry・Intel Foundry・ラピダス / 半導体関連: キオクシア・東京エレクトロン・アドバンテスト・ディスコ
開発ツール・MLOps / アプリ・SaaS
領域
国内AI関連の代表12 (代表例)
本ページが挙げる代表数
PKSHA Technology・ABEJA・ブレインパッド・サイバーエージェント・HEROZ・ヘッドウォータース・AI inside・ジオコード・エクサウィザーズ・NRI 野村総合研究所・楽天・Stockmark
アプリの応用先
領域
業界別の応用22事例 (顧客×AI提供元)
本ページが挙げる代表数
製造・金融・流通・公共など幅広い業界で導入が進む
読み解き

ここで挙げる件数は、本ページが各領域で代表的に取り上げる企業の数であり、業界全体の企業数ではありません。AI関連企業は国内外にこれより遥かに多く存在し、基盤モデルの提供者やAI活用企業も網羅したものではありません。代表例として構成を掴むための整理です。

件数の多寡に領域間の上下・優劣の意味はなく、各領域の企業数を比較して序列をつける意図はありません。

領域をまたぐ企業の重なり

同じ企業が複数領域にまたがり、領域の境界が固定でないこと (流動性)

これらは、同じ企業が複数領域にまたがり境界が固定でないことを示す代表例です。特定の数社が各領域を固定的に支配しているのではなく、企業が流動的に領域をまたいで動いています。本ページは評価や予測の断定をせず、構成と重なりの整理にとどめます。

楽天 — 基盤モデル + アプリ・SaaS

楽天は自社の基盤モデルを開発する一方、ECや金融などのサービスにAIを組み込んでいます。基盤モデルの提供者であると同時にアプリ・SaaSの担い手でもあり、1社で複数領域にまたがる例です。

SoftBank — 計算インフラ + 基盤モデル

SoftBankはデータセンターや計算リソースへの大型投資 (計算インフラ) を進めつつ、OpenAIとの合弁でCristal Intelligenceという企業向けAIサービス (基盤モデルの提供) にも関与しています。計算インフラと基盤モデルの両領域にまたがります。

NTT — 基盤モデル + 計算インフラ

NTTは純国産の基盤モデルtsuzumiを開発する一方、NTTデータがデータセンターを運営しています。基盤モデルと計算インフラの両方に関わり、領域の境界をまたいでいます。

KDDI — 計算インフラ + 基盤モデル

KDDIは自社データセンター (計算インフラ) を持ち、子会社のELYZAが基盤モデルを開発しています。通信事業者が計算インフラと基盤モデルの両領域にまたがる例です。

富士通 — 基盤モデル + 計算インフラ

富士通は基盤モデルTakaneを開発し、データセンター事業 (NEC・富士通系) にも関与しています。基盤モデルと計算インフラの両方にまたがります。

役割の区分も領域をまたぐ

AI事業者ガイドラインは、関わる主体をAI開発者・AI提供者・AI利用者の3つに区分しています。平易に言えば、AI開発者=AIモデルやシステムを作る側、AI提供者=それを製品やサービスに組み込んで届ける側、AI利用者=それを業務で使う側です。

これらの役割区分は特定の領域に固定されず、同じ企業が開発者でも提供者でも利用者でもあり得ます。領域の境界も役割の境界も流動的であることが、AI業界を固定的な階層で描けない理由です。

主要論点

なぜAI業界を固定的な階層で描けないのか?

AI業界は基盤モデルが上位でアプリが下位といった固定の階層では描けません。同じ企業が複数領域にまたがり (楽天は基盤モデルとアプリ、SoftBankは計算インフラと基盤モデル)、領域の境界が動いているためです。

上下の階層図やピラミッドで描くと、実際には流動的な企業の動きを固定的な序列に見せてしまい、業界の実態と矛盾します。本ページが横並びの5領域として整理するのは、この流動性を正しく扱うためです。どの領域が上位という見方ではなく、機能の役割分担と企業の重なりで読むのが実態に合っています。

領域をまたぐ動きは競争にどう影響するか?

同じ企業が複数領域にまたがることで、競争は固定的でなく流動的になります。基盤モデルの提供者が計算インフラにも投資し、計算インフラの事業者が基盤モデルを持つため、領域ごとに勝者が固定される構造になりにくいといえます。

通信事業者 (NTT・KDDI・SoftBank) が基盤モデルと計算インフラの両方に動き、楽天が基盤モデルとアプリにまたがるように、企業は自社の強みを起点に隣接領域へ広がります。論点は、どの1社が支配するかではなく、企業がどの領域の組み合わせで競争力を作るかに整理できます。

日本企業はどの領域で関わっているか?

日本企業は5領域それぞれに代表的なプレイヤーがいて、特に複数領域にまたがる動きが目立ちます。基盤モデルでは国産の提供者、計算インフラではデータセンターや半導体関連の企業、アプリでは国内AI関連の各社が関わっています。前節で挙げた楽天・SoftBank・NTT・KDDI・富士通のように、通信事業者や大手が計算インフラと基盤モデルをまたぐ点が日本企業の特徴です。

これらは代表例で、AI業界にはより多くの日本企業があります。どの領域に強みを置き、隣接領域とどう組み合わせるかが、日本企業にとっての論点です。半導体関連が計算インフラを下支えする位置づけも、日本企業の関与の一つです。

中期見通し

近未来1-2年

2026-2027年は、同じ企業が複数領域にまたがる動きが続く見通しです。通信事業者や大手が基盤モデルと計算インフラをまたぎ、基盤モデルの提供者がアプリ・SaaSへ広がる流れが想定されます。領域の境界はさらに動きやすくなり、固定的な序列はつきにくいと整理できます。

中期3-5年

2028-2030年は、どの企業がどの領域の組み合わせで競争力を作るかが論点になります。計算インフラの確保が基盤モデルの前提になり、アプリ・SaaSの強みがデータ・周辺の重要性を高めるなど、領域間の相互依存が深まる見通しです。特定数社の固定支配ではなく、組み合わせの優劣が問われると整理できます。

長期5-10年

2031年以降は、領域の区分そのものが変わる可能性があります。データ・周辺のように現在は各領域に内包される機能が独立した領域として大きくなることも考えられます。確定的な将来像は見通せず、本ページは現時点の構成と重なりの整理にとどめます。

よくある質問

AI業界はどんな構造になっていますか?
上下の階層ではなく、横並びの5つの領域で整理できます。基盤モデル・計算インフラ・開発ツール/MLOps・アプリ/SaaS・データ/周辺の5領域があり、どれが上位という関係ではありません。互いに依存し合う機能の役割分担として読むのが適切です。
どの会社がAI業界を支配しているのですか?
特定の数社が固定的に支配する構造ではありません。同じ企業が複数領域にまたがり (楽天は基盤モデルとアプリ、SoftBankは計算インフラと基盤モデル)、領域の境界が動いているため、流動的な市場構造です。本ページは「誰が支配か」ではなく構成と重なりを整理します。
5つの領域とは具体的に何ですか?
基盤モデル (AIの中核モデルを作る)、計算インフラ (GPUやデータセンターで支える)、開発ツール/MLOps (開発支援と運用)、アプリ/SaaS (業務に組み込んで使う)、データ/周辺 (データ整備や評価で下支え) の5つです。これらは横並びで、行の順序や領域に上下・優劣はありません。
日本企業はどの領域で関わっていますか?
5領域それぞれに代表的な日本企業がいて、特に複数領域にまたがる動きが目立ちます。基盤モデルでは国産の提供者、計算インフラではデータセンターや半導体関連の企業、アプリでは国内AI関連の各社が関わり、楽天・SoftBank・NTT・KDDI・富士通のように複数領域をまたぐ大手もあります。これらは代表例で、業界にはより多くの企業があります。
情報の出典は何ですか?
基盤モデル・計算インフラ・国内AI関連各社の公開情報、業界別AI応用事例、総務省・経済産業省のAI事業者ガイドライン (AI開発者/提供者/利用者の3主体定義) が一次出典です。本ページは件数を代表例として示し、業界全体の企業数や領域間の比率は算出していません。

参考資料 / 一次ソース

  1. 1.
    基盤モデル・計算インフラ・国内AI関連各社の公開情報
  2. 2.
    総務省・経済産業省AI事業者ガイドライン第1.2版
  3. 3.
    業界別AI応用事例データ
📄 資料DL💬 無料相談