<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
	<channel>
	<title>AI・データサイエンス | 大和総研</title>
		<link>https://www.dir.co.jp/report/technology/datascience/index.html</link>
		<language>ja</language>

		<item>
			<title>生成AIシミュレーションと金融経済分析</title>
			<link>https://www.dir.co.jp/report/research/economics/japan/20260623_025855.html</link>
			<pubDate>Tue, 23 Jun 2026 11:00:00 +0900</pubDate>
			<description><![CDATA[
    
    ◆「生成AIエージェント・シミュレーション」とは、生成AIに個人や企業の属性を与え、仮想的な主体として振る舞わせる手法である。

◆金融経済分析への応用研究は、主に①人間の回答や行動の再現能力に関する基礎的検証、②マクロ経済理論との整合性の確認、③現実的な経済シミュレーションへの応用、の3つに分類できる。これらの研究は、生成AIが人間の平均的な回答傾向やマクロ経済学で知られる主要な理論や経験則等を、一定程度再現できることを示している。

◆本手法の主なメリットとしては、①消費者や企業の考え方・意思決定を、分析者の主観に頼らず再現できること、②数式やプログラムではなく、自然言語で条件を指示してシミュレーションを行えること、③過去にデータのない新しい政策や経済ショックに対しても、探索的な分析が行えること、が指摘できる。

◆一方で、主な注意すべき特性や課題としては、①生成AIの回答が平均的な意見に偏りやすい等のバイアス、②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と、③モデルの廃止・変更により、同じ分析を継続的に再現できなくなるリスクが挙げられる。

◆今後は、消費者マインドや企業の意思決定、政策変更への反応等を探索的に把握する新たな分析手段として、金融機関や政策当局、事業会社での活用が期待される。

        ]]></description>
		</item>
			
		<item>
			<title>データサイエンスで紐解く健康経営③</title>
			<link>https://www.dir.co.jp/report/research/capital-mkt/esg/20260601_025792.html</link>
			<pubDate>Mon, 01 Jun 2026 13:45:00 +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3弾となる本稿では、健康経営度調査の総合偏差値と企業の財務・人事・ESG関連指標の関係を、上場企業の公開データを用いて分析した。

◆分析にあたっては、業種や企業規模、経営体制・社風といった時間を通じて変わりにくい個社固有の要因をコントロールできる固定効果モデルを採用し、同じ企業の中で健康経営に関する取り組み度合い（総合偏差値）と翌年の業績等との関連性について検証した。さらに、健康経営の推進や情報開示に対応できる専門部署・人員・予算を備えた企業ほどデータに含まれやすいという偏り（サンプルセレクションバイアス）を踏まえ、この偏りを統計的に補正しても結論が変わらないかを確認した。

◆分析の結果、労務管理スコアに加えて、生産性や収益性（ROA）に関しては、偏差値が上がった翌年に改善が確認され、この関係は、偏差値公開企業の偏りを補正しても維持された。一方、PBRや時価総額といった市場評価への波及に関しては、今回のデータ分析では統計的に有意な結果は確認できなかった。

◆今後の課題としては、健康経営の中長期的な効果をより精緻に捉えるための時間的なラグを考慮した検証や、偏差値を開示していない企業も含めた健康経営度調査の個票データを用いたより頑健で、多角的な検証などが挙げられる。そのためには、さらなるデータの蓄積や個票データの使用許諾が必要となる。

        ]]></description>
		</item>
			
		<item>
			<title>生成AIは家計の物価予想を再現可能か？</title>
			<link>https://www.dir.co.jp/report/research/economics/japan/20260527_025781.html</link>
			<pubDate>Wed, 27 May 2026 15:40:00 +0900</pubDate>
			<description><![CDATA[
    
    ◆本レポートでは、家計の物価予想を対象に、生成AIを用いた定量的な金融経済シミュレーションの有効性と課題を検討した。

◆具体的には、NIRA総合研究開発機構が実施した「第2回政治・経済・社会に関する意識調査」の個票データから、当社で約2,500人の人物像（ペルソナ）を構築した。そして、このペルソナと経済指標データを生成AIに与え、物価予想に関する質問に回答させて、生成AIが再現した期待インフレ率（以下、「生成AI期待インフレ率」）を試算した。

◆この「生成AI期待インフレ率」と、内閣府の消費動向調査から計算した期待インフレ率との相関係数は、全期間で0.83、知識カットオフ後の期間（生成AIの学習データに含まれない期間）で0.62であった。属性別の再集計も可能だ。年齢や雇用形態等の属性別の傾向は、期待インフレ率の長期的な傾向と概ね合致した。更に、生活満足度別等、内閣府調査にはない切り口でも試算できる。

◆ただし、実験を通じて、注意すべき特性も見られた。具体的には、①水準の完全な再現が難しく、②構造変化に弱い可能性があり、また、③現時点では再現性に関して一定の課題がある。従って、本レポートのような生成AIを用いた定量的な金融経済シミュレーションでは、水準補正や他の分析手法との併用など、特性を十分に理解した上で活用することが重要である。

        ]]></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>一億自己啓発社会の死角</title>
			<link>https://www.dir.co.jp/report/research/economics/japan/20250905_025292.html</link>
			<pubDate>Fri, 05 Sep 2025 16:50:00 +0900</pubDate>
			<description><![CDATA[
    
    ◆近年、人的資本投資の重要性が、産官学の各方面から指摘されている。背景には、人手不足解消や、賃上げ、企業成長への関心の高まりがある。更に、日本の経済構造の変化を受けて、人的資本投資の主体を、企業から個人へと移す必要性も指摘されている。

◆しかし、厚生労働省の調査では、2024年に自己啓発をした労働者は36.8％に留まる。単純集計値で見ると、正社員と非正社員や、男女、学歴などで差があるほか、実施の際の問題点としては、仕事の忙しさや家事育児の負担等が挙げられている。

◆どのような人が自己啓発に時間を費やしているのかをより詳しく分析するため、NIRA総合研究開発機構が保有する 18歳～64歳の勤労者の個票データを対象に、自己啓発の時間と深い関連を持つとみられる属性や要素について、トービットモデルと呼ばれる手法を用いて定量分析した。

◆定量分析からは、①転職志向が強い場合は自己啓発の時間も長い、②未就学児が居る場合は自己啓発の時間が短い、③女性の自己啓発の時間は家事・育児・介護時間等を統計的にコントロールしても短い傾向にある、という３つの主要な示唆を得た。

◆これらの結果は、自己啓発の促進には個人の意識だけでなく、子育て負担の緩和や、女性のキャリア形成支援など、社会的な環境整備が不可欠であることを示唆する。したがって、政府や企業には、こうした個人の多様な属性や社会的背景を考慮した、きめ細やかな自己啓発の支援策を講じていく必要がある。

        ]]></description>
		</item>
			
		<item>
			<title>フィジカルAIの進展で注目の人型ロボット</title>
			<link>https://www.dir.co.jp/report/research/economics/japan/20250901_025285.html</link>
			<pubDate>Mon, 01 Sep 2025 14:45:00 +0900</pubDate>
			<description><![CDATA[
    
    ◆AIが現実世界で行動する「フィジカルAI」への関心が高まっている。日本政府も、AIとロボットの融合による社会変革に注目しており、首相によるAI戦略会議での言及などを通じて、政策的な関心の高まりがうかがえる。フィジカルAIとは、物理環境と直接相互作用しながら柔軟にタスクを遂行するAI技術であり、その応用領域は「モビリティ融合型」「産業用途型」「サービス・生活支援型」「人型・汎用型」の4つに分類される。ロボットや自動運転車など、現実世界での多様な活用が期待されている。

◆フィジカルAIが注目される背景には、技術の進歩と社会的ニーズの高まりがある。フィジカルAIは、生成AIの次なる応用領域として注目されており、ロボット基盤モデルの登場により、物理空間での行動や適応能力が大きく進化しつつある。社会的ニーズとしては、労働力不足や高齢化、災害・高所作業などの危険作業の代替に加え、医療・教育・観光分野での新サービス創出への期待が高まっている。

◆フィジカルAIの中でも、人型ロボットは特に注目されている。人間に近い形状と動作を持つことで、既存の人間向け環境との親和性が高い。さらに、生成AIやロボット基盤モデルの進歩により、柔軟かつ汎用的なタスクへの対応も可能になりつつある。こうした特性により、導入コストの抑制や柔軟な運用が期待でき、他のロボット形態と比べて社会実装が進めやすいとされている。

◆フィジカルAIは、単なる技術革新にとどまらず、雇用構造や社会の在り方に変化をもたらす可能性がある。日本は産業用ロボットに強みを持つ一方、AI分野では米国や中国に後れを取っている。フィジカルAIは、こうした技術的ギャップを埋める有望な領域とされ、国際的な存在感を高める契機としても期待される。技術力を社会実装に結びつけるには、戦略的な対応が欠かせない。対応が遅れれば、人材流出や技術主導権の喪失につながりかねず、AI技術の受け手にとどまるリスクもある。官民連携による制度整備や人材育成、スタートアップ支援など、総合的な取り組みが求められている。

        ]]></description>
		</item>
			
		<item>
			<title>AIとビッグデータ分析、社会科学の新潮流</title>
			<link>https://www.dir.co.jp/report/research/economics/japan/20250730_025238.html</link>
			<pubDate>Wed, 30 Jul 2025 14:30:00 +0900</pubDate>
			<description><![CDATA[
    
    ◆2025年7月2日～4日まで、ローマで開催されたCARMA（International Conference on Advanced Research Methods and Analysis）と呼ばれる学会に参加した。同学会では、経済学など社会科学に関連するビッグデータやAIを応用した研究発表が行われていた。

◆社会科学分野においてAIや機械学習等を用いた研究は学術分野に限らず、実務に応用されることも多い。政策立案や企業戦略における実務的な応用を意識した研究も多く見られ、発展途上の分野に対し、様々な切り口の分析が見受けられた。

◆広範なトピックに関する発表が行われていたが、特に重点的に話されていたのは、ビジネス需要の大きいESGの分野と、ホットトピックであるジェンダー、また社会的に問題が大きくなってきているSNSの研究であった。今回の学会では、これらのテーマに対して、自然言語処理（NLP）をはじめとする、AIや機械学習の先端技術を用いた分析手法が積極的に導入されており、社会科学分野における新たな研究の潮流が形成されつつある。

        ]]></description>
		</item>
			
		<item>
			<title>DeepSeekショックから半年、米国優位は続くか</title>
			<link>https://www.dir.co.jp/report/research/economics/japan/20250624_025174.html</link>
			<pubDate>Tue, 24 Jun 2025 15:45:00 +0900</pubDate>
			<description><![CDATA[
    
    ◆2025年初頭の「DeepSeekショック」以降、生成AIモデルの開発は加速し、オープン型（技術情報が公開されている）AIモデルの性能向上と軽量化および低コスト化が進展。限られた計算資源でも高い推論能力等を発揮するモデルが複数登場し、従来クローズ型（技術情報が非公開）AIモデルが保持していた技術的優位性は急速に揺らぎつつある。

◆軽量版モデルの性能向上により、ローカル運用や商用利用が現実的となり、企業の導入選択肢が拡大しつつある。これに対抗し、クローズ型AIモデル各社も価格引き下げや軽量版モデルの投入を進め、競争は激化している。米国企業は性能やクラウド連携の面等で優位を維持しているが、今後は価格や柔軟性、透明性も競争力の鍵となり、従来の優位性だけでは安泰とは言えない状況になりつつある。

◆また、高性能な計算資源であるGPUの需要は引き続き拡大している。軽量モデルの普及により、企業が自社環境やデータ処理を端末内で行うことが可能なエッジデバイスでAIを運用するケースも増え、GPUの需要は各所に広がっている。さらに生成AIの進化に伴い、GPUに求められる能力も多様化している。GPUの需要は数量だけでなく用途や性能面でも広がりを見せており、今後も減少する可能性は低いとみられる。

◆今後は、企業による生成AIの導大拡大が見込まれることから、各国では利用ポリシーや法制度の整備が急がれる。さらに今後は、フィジカルAI等の「行動するAI」の普及も注目される。生成AIは社会や産業の基盤を支える技術として新たなフェーズに突入しつつあり、新興企業が既存の技術覇権を揺るがす展開も十分に想定される。

        ]]></description>
		</item>
			
		<item>
			<title>AI時代の日本の人的資本形成（政府編）</title>
			<link>https://www.dir.co.jp/report/research/economics/japan/20250530_025129.html</link>
			<pubDate>Fri, 30 May 2025 13:50:00 +0900</pubDate>
			<description><![CDATA[
    
    ◆「AI時代の日本の人的資本形成」と題する本レポートシリーズでは、３回に分けて、AI時代の到来と日本型雇用の変容という新たな局面において、いかにして人的資本を形成し、変化の波を乗りこなしていくべきかという論点に対し、具体的な戦略的視座およびアクションプランを提示する。

◆最後となる第３回目の本レポートでは、生成AI時代における日本の人的資本戦略の方向性を示すため、「政府」に焦点を当てて現状の政策と構造的課題を分析し、具体的なアクションプランを提言する。

◆現状、日本では政府が「人への投資」を強化している。しかし、歴史的に企業主導のOJT（On-the-Job Training、職場内訓練）が主流であったこともあり、訓練への公的支出の割合は低い。この点は、個人の主体性や訓練の質・市場適合性を重視する諸外国の政策設計と異なる。

◆さらに構造的課題も存在する。具体的には、AI戦略策定プロセスでの労働者視点の欠如、企業経由の支援への偏重、個人主導の学びを妨げる要因（市場の失敗や制度の複雑さ）が挙げられる。また、非正規・若年層へのアクセス格差、訓練の質保証と効果測定（EBPM：証拠に基づく政策立案）の大きな改善余地も指摘できる。

◆これらの課題に対し、①AI戦略への労働者視点の統合、②個人学習勘定導入の検討や所得保障強化による、個人の主体的な学びの徹底支援、③包摂的なアクセス確保、④訓練成果の可視化と市場適合性向上によるEBPMの確立、⑤AIを活用した労働政策の一層の強化、が急務である。

        ]]></description>
		</item>
			
		<item>
			<title>生成AIの進化と企業に求められる対応</title>
			<link>https://www.dir.co.jp/report/research/economics/japan/20250529_025122.html</link>
			<pubDate>Thu, 29 May 2025 11:30:00 +0900</pubDate>
			<description><![CDATA[
    
    ◆生成AIはここ数年で急速に技術進化を遂げているが、日本国内の利用率は米国や中国と比べて依然として低い。その主な理由は「使い方がわからない」「自分の生活には必要ない」といった認識にあり、生成AIサービスの内容や課題に関する具体的な理解が十分に浸透していないと考えられる。

◆日本では、生成AIが専門性の高い役割を担える可能性を認識している一方で、現時点ではその期待に届いていないという慎重な見方も根強い。しかし、現在最新のモデルでは専門家を上回る性能が確認されており、生成AIの能力は着実に向上している。

◆生成AIモデルの性能は期待する水準に近づきつつあり、今後は日常的に生成AIに触れる機会が急速に増えていくと予想される。このような状況を踏まえると、今すぐにでも生成AIへの理解を深める必要がある。その際、「自分の生活に必要ない」と考える層に対しては、職場環境等における利用環境の整備が重要となる。

◆職場環境で生成AIサービスの利用を開始するにあたっては、適切なサービスの選定に加え、情報管理、コスト、法令遵守といった観点からの慎重な準備が求められる。また、活用を促進するためには、組織文化の醸成や社員のリテラシー向上といったソフト面での対応も不可欠である。

◆職場環境における生成AIサービスの利用環境の整備や、活用を促進するための組織文化の醸成に向けた取り組みは、いずれも決して容易ではない。政府による支援の重要性が高まる一方で、支援の整備を待つだけでは生成AIの変化のスピードに対応しきれない可能性が高い。だからこそ、企業は専門人材の確保・育成にいち早く取り組み、利用環境の整備や活用文化の醸成を進めることが必要だ。早期に生成AIに触れ、活用の可能性を探る姿勢が、企業の将来的な競争力を左右する鍵となるだろう。

        ]]></description>
		</item>
			
	</channel>
</rss>