<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
	<channel>
	<title>AI時代の先端技術と経済社会 | 大和総研</title>
		<link>https://www.dir.co.jp/report/technology/ai-economy-society/index.html</link>
		<language>ja</language>

		<item>
			<title>足元で再び増えたテレワーカー</title>
			<link>https://www.dir.co.jp/report/research/policy-analysis/human-society/20260428_025734.html</link>
			<pubDate>Tue, 28 Apr 2026 10:50:00 +0900</pubDate>
			<description><![CDATA[
    
    ◆新型コロナウイルス感染症の感染予防対策として急速に普及したテレワークは、感染拡大の収束とともに一時的に縮小したが、2025年度には再び拡大に転じた。雇用型テレワーカーの割合は25.2％と前年度から上昇し、15～59歳の現役世代では若年男性を除くほぼ全ての年齢・性別で増加が確認されている。地域別では依然として首都圏が高水準である一方、中京圏でも顕著な回復が見られ、テレワークは特定地域に限らない働き方として改めて定着しつつある。

◆業種別に見ると、情報通信業や学術研究、専門・技術サービス業など、ICT活用が進み労働生産性の高い分野でテレワーカーの割合が高い。一方で、建設業や卸・小売業、医療、福祉といった、従来はテレワークとの親和性が低いと考えられてきた業種でも、直近では雇用型テレワーカーが増加している。人手不足が常態化する中、勤務の柔軟化などを通じて、少しでも雇用確保につなげようとする企業の対応が、その背景にあると考えられる。

◆パネルデータで分析した結果、マンアワー労働生産性１％上昇や欠員率１％pt上昇がテレワーカー割合をそれぞれ0.26％pt、0.85％pt押し上げることが定量的に示された。日本は国際的に見て在宅勤務の頻度が低いものの、BCP（Business Continuity Plan；事業継続計画）対応にとどまらず、人手不足下における重要な雇用戦略としてテレワークを捉え直す余地は大きい。今後は対面の利点を活かしながら業務プロセスのデジタル化を進め、多様な事情を持つ人材が働き続けられる環境を整備することが重要となろう。

        ]]></description>
		</item>
			
		<item>
			<title>フィジカルAIの社会実装に向けた課題</title>
			<link>https://www.dir.co.jp/report/research/economics/japan/20260424_025726.html</link>
			<pubDate>Fri, 24 Apr 2026 10:30:00 +0900</pubDate>
			<description><![CDATA[
    
    ◆近年、新たな実装領域として「フィジカルAI」への関心が高まっている。フィジカルAIは、ロボット等を通じて現実世界での行動や作業まで担うAIであり、従来の業務自動化とは異なる新たなAI活用の形といえる。ただし、現実世界で動く以上、AI技術の進展だけで自然に普及が進む分野ではない。

◆国際的には、米国は大規模な計算資源を背景に基盤モデルの高度化を起点とした展開で先行し、中国は政策主導のもと導入と標準化を同時に進めている。これに対し日本は、安全性や品質、現場適合を重視する分野で強みを有するものの、基盤モデルや計算資源への投資規模では米国や中国に見劣りする面もあり、米中型の規模競争は現実的とは言い難い。

◆こうした中、日本政府は産業データを活かしつつ、国産の基盤モデルや評価・実証環境の整備を進め、製造業等の競争力強化につなげる構想を示している。このような戦略は、日本の強みが発揮されやすい領域に資源を集中するという点で、妥当と評価できる。

◆しかし、フィジカルAIの社会実装に向けては、日本は開発・検証段階と導入段階で異なるボトルネックがある。前者では、安全性や業務影響への配慮から実地試行に制約があるため、シミュレーション基盤や計算資源の確保が重要となる。後者では、現場ごとの個別最適が実装負荷として顕在化しやすく、横展開や継続的な改善がしづらい。

◆したがって、フィジカルAIの社会実装の成否は、技術性能の高さだけでなく、安全性や品質、責任分界といった非技術的条件をどう設計するかにも左右される。日本は、これらの条件を現場に即して丁寧に整理してきたことが強みである一方、今後はその強みを横展開可能な形へ転換できるかが焦点となるだろう。

        ]]></description>
		</item>
			
		<item>
			<title>米欧中のデジタル通貨戦略とリテール決済の再編</title>
			<link>https://www.dir.co.jp/report/research/capital-mkt/it/20260326_025661.html</link>
			<pubDate>Thu, 26 Mar 2026 12:15:00 +0900</pubDate>
			<description><![CDATA[
    
    ◆本稿では米国、欧州、中国におけるリテール領域のデジタル通貨戦略の最新動向を整理した。

◆米国は、ステーブルコインを活用することで民間主導かつ米国債需要を喚起する形でブロックチェーン領域における米ドル及び米国政府の影響力維持・拡大を目論む。

◆EUは、リテール決済における域外事業者への依存を課題と捉え、ユーロ版CBDCであるデジタルユーロの導入を目指している。預金流出リスクに配慮した設計を前提とし、ユーロ圏共通で利用可能な決済基盤を構築するとしている。

◆中国は、デジタル人民元の利用拡大を視野に制度的位置づけを大きく変更した。2026年1月以降、デジタル人民元は現金通貨のデジタル版という位置づけから銀行預金のデジタル版に変更され、準備金制度・利息付与・預金保険の対象となった。

        ]]></description>
		</item>
			
		<item>
			<title>人工知能基本計画が目指す信頼できるAI</title>
			<link>https://www.dir.co.jp/report/research/economics/japan/20260303_025610.html</link>
			<pubDate>Tue, 03 Mar 2026 10:45:00 +0900</pubDate>
			<description><![CDATA[
    
    ◆2025年12月に「人工知能基本計画（以下、基本計画）」が閣議決定され、「信頼できるAI」を中心概念に据えつつ、「世界で最もAIを開発・活用しやすい国」を目指す方針が強く打ち出された。「信頼できるAI」をOECDのAI原則から整理すると、人間中心の価値観・公平性や頑健性・安全性を重要視していることがわかる。米国やEUの取り組みを見ると、日本とは重要視している項目やアプローチが異なる。日本が引き続き国際協調の枠組みづくりを主導していくためには、評価基準の整合など課題も多い。

◆基本計画では「信頼できるAI」の実現に向けた日本の強みとして「質の高いデータ」をあげ、医療・研究・産業分野を例示している。しかし、整備や利活用の進展度合いには分野差が見られる。医療・研究分野は、公共性が高く、政府や研究コミュニティが基盤整備を主導しやすいため、データや利用環境が比較的整いやすい。他方、産業分野では、分野・業界を超えた連携の技術的整理が進みつつある一方で、企業間連携や中小企業を中心とするDXの遅れから、現時点で「質の高いデータ」が産業全体に一定程度存在するとまでは言い難い。

◆また基本計画では、AI関連の開発や投資の出遅れについて問題意識を示している。汎用基盤モデルの国際的上位層は米国や中国が主導し、日本の存在感は現時点で限定的である。さらに、計算資源（GPUクラスター）の国際的偏在や、民間投資規模の差も踏まえると、日本は競争力あるAIモデルを継続的に開発・運用するための前提条件が十分に整っていない可能性が示唆される。

◆「信頼できるAI」という趣旨に照らし合わせると、日本の文化や習慣に適合したAI基盤モデルの開発と一定の自律性確保、ならびに信頼性が求められる領域で質の高いデータを用いて社会実装を積み上げるという基本計画の方向性は望ましい。一方で、基本計画が示すデータ整備などの課題解決には一定の時間を要し、実現に向けた具体的な施策や実行力、スピード感については不安が残る。政府は2026年春をめどに官民投資ロードマップを取りまとめる方針を示しており、引き続き動向を注視していく必要があるだろう。

        ]]></description>
		</item>
			
		<item>
			<title>「SaaSの死」は何を意味するのか？</title>
			<link>https://www.dir.co.jp/report/research/economics/japan/20260303_025609.html</link>
			<pubDate>Tue, 03 Mar 2026 09:50:00 +0900</pubDate>
			<description><![CDATA[
    
    ◆2026年2月初頭、ソフトウェア株が売られ「SaaSの死」という言葉が市場で急速に広がった。この背景には、Anthropicの「Claude Cowork」と部門別・業務機能別プラグインの公開がある。2024年末にも同様の議論はあったが、AIエージェントの実装進展を経て、以前は抽象的だった将来像が具体的なイメージとして受け止められた点が、今回の市場の反応につながったと整理できる。

◆もっとも、「SaaSの死」はSaaSというサービス提供形態の消滅を意味するわけではない。SaaSをAIエージェント等で内製化し代替するには、業務上の正確性に加え、セキュリティ・ガバナンスや監査ログ等の統制要件が重く、各社が個別に設計・実装し継続運用する負荷が大きい。そのため、AIが組み込まれたSaaSを活用する選択肢が現実的であり、SaaS自体はAIによって高度化しながら併存していく展開が想定される。

◆一方で、SaaSのビジネスモデルは変化を迫られる。操作主体が人からAIへ移ることで、UI/UXよりも外部連携（API等）や権限管理、可監査性といった基盤面が差別化の焦点となり得るほか、ユーザー数を前提とした従来の価格体系も見直しが進む可能性がある。競争環境も一様ではなく、規制対応や例外処理が重い領域は相対的に残りやすい一方、汎用領域ではAIによる付加価値の高め方が競争力を左右し、競争激化が想定される。

◆今後、SaaS業界が「エージェント主導型」の方向に進むにつれ、利用企業側では業務プロセスの再設計が進み、生産性押し上げへの期待が高まる。一方、移行期にはスキル不足や組織の受け入れ能力がボトルネックとなり、雇用面でも役割や必要スキルの変化への対応が求められる。日本では労働供給制約が強まる中で、雇用者を手放すよりも、リスキリングや配置転換を計画的に進められるかが鍵となる。こうしたAIによるビジネスモデルの変化はSaaS業界に限定されず、ホワイトカラー業務全体の再設計に向けた先行事例として捉えるのが適切だろう。

        ]]></description>
		</item>
			
		<item>
			<title>テキスト分析が映し出す金融当局の楽観視</title>
			<link>https://www.dir.co.jp/report/research/capital-mkt/securities/20260226_025604.html</link>
			<pubDate>Thu, 26 Feb 2026 16:20:00 +0900</pubDate>
			<description><![CDATA[
    
    ◆本レポートでは、日米欧英の金融当局やIMFが公表した金融システムに関するレポートをテキスト分析し、そのネガティブな雰囲気を数値化した「金融当局ネガティブ指数」を算出した。この指数は、リーマン・ショックや欧州債務危機等、金融システムへの懸念が高まったタイミングで上昇しており、過去の重大局面を概ね捕捉できている。

◆近年の金融当局ネガティブ指数を見ると、コロナショック前の2019年時点で比較的高い水準に達しており、事前の危機認識の高まりが迅速な市場安定化策を後押しした可能性が指摘できる。その後も2022年には再び上昇し、金融当局の警戒感が高まったことがうかがえる。

◆一方、直近（2025年下半期）に、この指数は過去有数の低水準に達しており、金融当局間のグローバルなコンセンサスとして、金融システムは安定的と評価されていることが示唆される。ただし、金融当局の警戒感が薄れている局面でショックが発生すると、対応が後手に回り影響が拡大するリスクも考えられる。金融当局と金融機関の双方は、金融システムへの警戒を緩めず、必要に応じて危機発生時の対応力を点検および強化すべきである。

        ]]></description>
		</item>
			
		<item>
			<title>理系進路選択に対する男女差の要因分析</title>
			<link>https://www.dir.co.jp/report/research/economics/japan/20260206_025576.html</link>
			<pubDate>Fri, 06 Feb 2026 14:30:00 +0900</pubDate>
			<description><![CDATA[
    
    ◆男女の所得格差を生み出す背景の一つに、女性の理系人材の少なさがある。日本では大学における女性のSTEM（科学・技術・工学・数学）分野進学率が低く、それより前の高校の文理選択でも性差が顕著に表れる。これには理数系の能力差よりも、心理的要因やジェンダーバイアスが影響している可能性が高く、海外研究では女性の自己効力感の低さや競争回避傾向が女性の理系選択を阻害することが指摘されている。

◆本稿では、日本の高校生約4,600人を対象とした意識調査の個票データを用い、ロジットモデルとOLS推計によって理系進路選択と理系科目への興味・関心の決定要因を定量的に分析した。決定要因を「個人」「家庭」「環境」の3つに整理した上で、特に母親の学歴やジェンダー意識、友人・親の影響など独自性の高い変数も含めて検証した。

◆分析結果から、男女共通で「理系科目が好き」「理系タイプという自認」が理系への進路選択にプラスに作用しており、特に女性では母親がSTEM卒であることがプラス要因となった。一方、女性の理系への進路選択に性別役割分業意識がマイナスに働いていた。理系科目への興味・関心は成績自認、幼少期の理系経験などと密接に関連していた。

◆女性が理系を選ぶか否かは単なる学力差では説明できず、心理的要因や社会的要因が複雑に絡み合っている。女性のSTEM分野への進学率向上には、幼少期からの理系体験の充実、ジェンダー規範の是正、家庭や社会でのロールモデル提示が重要だと考えられる。

        ]]></description>
		</item>
			
		<item>
			<title>AIの社会実装と加速するインフラ投資</title>
			<link>https://www.dir.co.jp/report/research/economics/japan/20260128_025556.html</link>
			<pubDate>Wed, 28 Jan 2026 10:00:00 +0900</pubDate>
			<description><![CDATA[
    
    ◆2025年は、AIが人間と協働する第一歩を踏み出した年となった。技術面では、AIモデルの高度化およびマルチモーダル化の進展で、より複雑なタスクの処理が可能になり、扱える情報の種類が増えるなど、AIが対応できるタスクの幅が広がった。さらに、軽量でも高性能なAIモデルが登場し、企業導入時の選択肢も拡大している。こうしたAIモデルの性能向上を背景に、AIエージェントやフィジカルAIといった実働型の領域でも、社会実装を見据えた実証実験が活発化した。

◆2026年以降は、このAIエージェントやフィジカルAIの社会実装がさらに進むことが期待される。それぞれ権限管理やセキュリティ、制度整備などに課題はあるが、まずはそれらの影響が比較的小さい定型的な業務や、工場などのクローズドな環境から実装が進むと考えられる。2026年は、経済全体が“AIを前提とした産業構造”へ移行していく契機の年になると見込まれる。

◆AI企業各社によるデータセンターなどのAIインフラへの投資は年々増加しており、一部では過剰投資との声もあるが、2026年もこの傾向は続く見込みだ。技術面での効率化は進むものの、それ以上にAIモデルの性能向上が上回っており、計算資源が逼迫している。そのため、直ちに過剰投資とは言い難い状況だ。一方で、収益面では企業によるAI導入が試行段階にあり、収益化まで時間を要する可能性が高く、動向を注視する必要がある。

◆収益化はAIモデルの性能だけでなく、企業での導入がどこまで広がり定着するかにも左右されると考えられる。当面は、導入領域の拡大や利用実績を慎重に見極め、短期的な話題ではなく長期的な視点で評価することが重要である。特化型AIモデルの活用も進み、用途に応じた最適化との併用が広がることも想定される。技術進展やインフラ整備に加え、企業導入の定着度が持続的な需要につながるかがAI市場成長の鍵となるだろう。

        ]]></description>
		</item>
			
		<item>
			<title>デジタル通貨覇権競争の幕開けと次世代決済の展望</title>
			<link>https://www.dir.co.jp/report/research/economics/usa/20260126_030175.html</link>
			<pubDate>Mon, 26 Jan 2026 09:15:00 +0900</pubDate>
			<description><![CDATA[
    
    第二次トランプ政権ではステーブルコインを法規制の枠組みに取り込み、次世代の基軸通貨争いにおいて米ドルを支えるツールとして活用する方針へと転換した。GENIUS法（Guiding and Establishing NationalInnovation for U.S. Stablecoins Act）は、ステーブルコインの発行に承認制度を導入してその準備資産を分別管理することで、ステーブルコインがもたらし得るリスクの削減を図り、米国政府による統制を確立し、米国式ルールの国外展開を促進する内容となっている。

中央銀行デジタル通貨CBDC（Central Bank Digital Currency）に注力する欧州や中国、トークン化預金の開発を優先する英国、金融ハブとして多様な選択肢を検討する香港など各国・地域は異なるデジタル通貨戦略を持つ。

日本の次世代を担うデジタル通貨の形態としては金融市場の安定維持という観点からCBDCとトークン化預金の併用が理想的と考える。しかし、当面は決済様式の多様化に備えて選択肢を絞らず幅広いデジタル通貨の形態を模索することが求められよう。

        ]]></description>
		</item>
			
		<item>
			<title>データサイエンスで紐解く健康経営②</title>
			<link>https://www.dir.co.jp/report/research/capital-mkt/esg/20260120_025532.html</link>
			<pubDate>Tue, 20 Jan 2026 14:50:00 +0900</pubDate>
			<description><![CDATA[
    
    ◆「データサイエンスで紐解く健康経営」シリーズ第2弾となる本稿では、経済産業省が実施している健康経営度調査における企業の健康経営度の評価と、運動習慣の定着および食生活改善に関する健康施策との関係を分析した。具体的には、①アプリ等のテクノロジー活用の有無、②全従業員に占める施策の対象者の割合、③対象者に占める参加者の割合、と健康経営度の評価との関係を分析した。さらに、最新の生成AIに情報抽出・情報統合・情報監査といった役割を分担させ、施策内容に関するテキストデータを基に、従業員の参加を促進する要因を探った。

◆分析の結果、運動習慣の定着に関してアプリ等のテクノロジーを活用する企業の健康経営度はより高い一方、食生活改善に関しては活用の有無による差は限定的であった。また、いずれの取り組みでも従業員の参加者の比率が高い企業ほど、健康経営度はより高い傾向が確認された。

◆さらに、最新の生成AIを使ってテキストデータを分析したところ、施策への参加者の比率が高い企業では、従業員にとって望ましいと考えられる選択や行動を環境設計によって自然に後押しする「ナッジ」を積極的に活用している可能性が示唆された。アプリ等の導入自体を目的化せず、従業員の負担感を抑えつつ日常の動線の中で「使い続けやすい」環境を整備する姿勢が求められる。

        ]]></description>
		</item>
			
	</channel>
</rss>