AI
このページの見方: ひとつの政策テーマについて、国会での議論量・関与政党・行政事業の件数と予算・関与企業を 1 画面に集約しています。上のバッジが「発言順位高め」なら国会では語られるのに予算が相対的に薄いテーマ、「予算順位高め」なら予算は付くが議論が相対的に静かなテーマです（順位の相対比較で、時間的な前後ではありません）。テーマ同士を横断して比べたいときは トップの議論×予算ギャップ表 へ。
補助金 vs 政府調達 ミックス
パターン: 調達中心 / 関与省庁: 3 省庁 / イベント数: 57
AI 関連 上場企業 TOP 10
この政策テーマで公的支出が多い順| # | 企業 | 業種 | 件数 | 予算 (億) |
|---|---|---|---|---|
| 1 | ＳＯＬＩＺＥ Ｈｏｌｄｉｎｇｓ株式会社 58710 | サービス業 | 1 | 4.9 |
| 2 | 株式会社三菱総合研究所 36360 | 情報・通信業 | 7 | 2.5 |
| 3 | サスメド株式会社 42630 | 情報・通信業 | 2 | 1.9 |
| 4 | 三菱電機株式会社 65030 | 電気機器 | 3 | 1.7 |
| 5 | コニカミノルタ株式会社 49020 | 電気機器 | 1 | 1.5 |
| 6 | 日本電気株式会社 67010 | 電気機器 | 3 | 1.2 |
| 7 | パナソニックホールディングス株式会社 67520 | 電気機器 | 4 | 0.9 |
| 8 | 沖電気工業株式会社 67030 | 電気機器 | 1 | 0.9 |
| 9 | 豊田合成株式会社 72820 | 輸送用機器 | 1 | 0.8 |
| 10 | オリンパス株式会社 77330 | 精密機器 | 2 | 0.7 |
AI 公的支出を受けた企業 TOP 6 純額・全法人
旗艦¥24兆と同基準(通過額を除いた純額)・受領額の多い順この政策テーマの事業名に一致した行政事業レビュー事業で、公的支出を受けた法人の一覧です（上場・非上場を問わず、純額ベース）。金額はトップページの「税金の行き先 ¥24兆」と同じ基準で、事務局として配布を代行した通過額を除いた、本サイトで確認できた直接受領額の下限です。上の表（上場企業限定・通過額などを控除する前の総額）とは母集団も金額の定義も違うため、そのまま比べないでください。
テーマは事業名のキーワード一致で付けているため、1つの事業に複数のテーマが付くことがあります。ここに出る企業はその事業の支出先であって、そのテーマの専業企業という意味ではありません（例: 防衛テーマには、防衛大学校へ電力を供給している会社も含まれます）。府省名を併記しています。投資助言ではありません。
| # | 法人 | 府省 (出所) | 事業数 | 純額 (億) | 年度 |
|---|---|---|---|---|---|
| 1 | パシフィックコンサルタンツ株式会社 | 経済産業省 | 2 | 125.2 | 2022–2023 |
| 2 | 日本電気株式会社 | 警察庁 / 防衛省 | 4 | 25.7 | 2021–2025 |
| 3 | ボストン・コンサルティング・グループ合同会社 | 経済産業省 | 1 | 5.5 | 2021–2021 |
| 4 | 株式会社ＮＴＴデータグループ | 警察庁 | 1 | 0.8 | 2022–2022 |
| 5 | 株式会社日立製作所 | 警察庁 | 1 | 0.8 | 2023–2023 |
| 6 | 株式会社ＲＵＴＩＬＥＡ | 警察庁 | 1 | 0.6 | 2025–2025 |
AI 公的資金の企業規模比 TOP 10 参考指標
累計公的資金 ÷ 直近年売上 が大きい順企業規模(売上)に対して公的資金がどれだけ大きいかの参考指標(上場+財務接続済のみ)。値が大きい=本業規模に比べ公的資金が大。株価・時価総額・企業価値への効果を示すものではない。
| # | 企業 | 累計公的資金 (億) | 直近売上 (億) | 資金/売上 |
|---|---|---|---|---|
| 1 | サスメド株式会社 情報・通信業 | 1.9 | 4.6 | 41.7% |
| 2 | Ｈｍｃｏｍｍ株式会社 情報・通信業 | 0.2 | 11.1 | 2.2% |
| 3 | 株式会社ＡＢＥＪＡ 情報・通信業 | 0.7 | 35.9 | 2.0% |
| 4 | ＳＯＬＩＺＥ Ｈｏｌｄｉｎｇｓ株式会社 サービス業 | 4.9 | 257.8 | 1.9% |
| 5 | 株式会社ヴィッツ 情報・通信業 | 0.2 | 48.6 | 0.4% |
| 6 | 株式会社三菱総合研究所 情報・通信業 | 2.5 | 1,214.6 | 0.2% |
| 7 | ミクロン精密株式会社 機械 | 0.1 | 57.8 | 0.1% |
| 8 | ＡＲアドバンストテクノロジ株式会社 情報・通信業 | 0.1 | 141.5 | 0.1% |
| 9 | 富士紡ホールディングス株式会社 繊維製品 | 0.2 | 459.3 | 0.1% |
| 10 | 株式会社ゼンリン 情報・通信業 | 0.2 | 642.8 | 0.0% |
AI 関連 法令 (2)
直近の国会発言 (12)
○委員長（松下新平君） ただいまからデジタル社会の形成及び人工知能の活用等に関する特別委員会を開会いたします。 これより請願の審査を行います。 第三五九号マイナンバーカード取得の強制に反対することに関する請願外七件を議題といたします。 本委員会に付託されております請願は、お手元に配付の付託請願一覧のとおりでございます。 これらの請願につきましては、理事会において協議の結果、いずれも…
原典 (NDL) →○委員長（松下新平君） 継続調査要求に関する件についてお諮りいたします。 デジタル社会の形成、人工知能の活用及び関係する科学技術等に関しての総合的な対策樹立に関する調査につきましては、閉会中もなお調査を継続することとし、本件の継続調査要求書を議長に提出いたしたいと存じますが、御異議ございませんか。 〔「異議なし」と呼ぶ者あり〕…
原典 (NDL) →○鈴木（義）委員 昨日、計画が閣議決定されたんですかね。 去年の十二月の十九日に、人工知能戦略本部の決定というのでガイドラインが示されているんだな、指針。これは昨日いただいたんですけれども。ここにはいろいろなリテラシーの話があったり何なりしているんですけれども。 ちょっと三番を飛ばして、四番のところに。 人間の存在を根底から覆すような衝撃と経済的な混乱をＡＩが引き起こせば、文明は持ちこ…
原典 (NDL) →○事務総長（伊藤文靖君） 御説明申し上げます。 本日の議事は、最初に、日程第一 国務大臣の報告に関する件（令和七年度政策評価等の実施状況及びこれらの結果の政策への反映状況に関する報告について）でございます。林総務大臣から報告があり、これに対し、浅尾慶一郎君、古賀之士君、後藤斎君、竹内真二君、金子道仁君、中田優子君の順に質疑を行います。 次に、日程第二及び第三を一括して議題とした後、災害対策…
原典 (NDL) →○事務総長（伊藤文靖君） 御説明申し上げます。 本日の議事は、最初に、特別委員会設置の件でございます。皇室典範等の一部を改正する法律案特別委員会の設置について起立採決をもってお諮りいたします。設置することに決しますと、議長は、議席に配付いたしました氏名表のとおり特別委員を指名されます。 次に、日程第一及び第二を一括して議題とした後、デジタル社会の形成及び人工知能の活用等に関する特別委員長が…
原典 (NDL) →○黄川田国務大臣 山田委員にお答えいたします。 昨年十二月に人工知能基本計画が閣議決定されまして、政府でもＡＩ活用を推進していくこととされております。 本年五月からは、デジタル庁主導の下、全省庁でガバメントＡＩ「源内」の実証を開始したところであります。消費者庁では、「源内」の活用を通じた業務の効率化や質の向上について実証を行うとともに、ＡＩを活用することによって、法執行業務における端緒情報…
原典 (NDL) →○山田（瑛）委員 チームみらいの山田瑛理です。 質問の御機会を頂戴しまして、ありがとうございます。どうぞよろしくお願いいたします。 本日は、デジタル時代の消費者保護を行政が先手を打って進められているかという観点を中心に質問いたしますので、お願いいたします。 まずは、消費者庁、国民生活センターにおけるＡＩ活用について伺います。 令和七年の十二月、ＡＩ法に基づく初の人工知能基本計画が閣…
原典 (NDL) →○事務総長（伊藤文靖君） 御説明申し上げます。 本日の議事は、最初に、永年在職議員表彰の件でございます。まず、国会議員として在職すること二十五年に達せられました議員宮沢洋一君、松山政司君、小池晃君、有村治子君の永年の功労を表彰することについて異議の有無をもってお諮りいたします。異議がないと決しますと、議長は四君に対する表彰文を順次朗読されます。次いで、議員一同を代表して水岡俊一君から祝辞があり…
原典 (NDL) →○上野ほたる君 ありがとうございます。 人生を通しての就業などにも結び付いてくることになるのではないかなと思いますので、引き続き御検討いただければと思います。 最後になんですけれども、こうしたデジタル技術、特に生成ＡＩなど人工知能の分野が革新的な速さで日進月歩で発展していっています。ちょっと懸念すべきは、現在必要な技能というところだけではなくて、十年後、二十年後を見据えて、将来にわたっての…
原典 (NDL) →○松本（尚）国務大臣 ありがとうございます。 まず、「源内」についてですけれども、御承知おきのとおり、指定職、管理職が率先して利活用を進めろということが、昨年十二月に閣議決定された人工知能基本計画においても書かれているところです。 具体論を示せというお話でございましたので、例えば、事務次官級職員の「源内」活用事例ですが、国際カンファレンスに登壇することがございまして、その際、ＡＩチャットを…
原典 (NDL) →○蓮井政府参考人 お答え申し上げます。 委員御指摘のとおり、信頼とか安全はＡＩの利用に際して極めて重要な概念と考えてございます。 どのようなＡＩが信頼をでき、また安全なのかという点につきまして、例えば、令和六年五月に出ました、ＯＥＣＤ閣僚理事会によって示されました人工知能に関する勧告、これはＯＥＣＤ、ＡＩ原則というものでございますけれども、こちらでは、包摂的な成長ですとか持続可能な開発によ…
原典 (NDL) →○田嶋委員 このＪＯＩＮとの比較も、実は、ＪＩＣＴが誕生する十年前の国会議論で引き合いに出されておりまして、そのときも、今のような理由でＪＯＩＮの方は出口が設けられていないということで、五年単位の見直し。 私は、今回、十年の延長に際しまして、今回私はそれに反対するものではありませんが、しかし、ＪＯＩＮのようなやり方の方がいいのではないかというふうに感じております。 なぜならば、先ほど大臣が…
原典 (NDL) →AI を AI から横断分析
MCP / REST 経由で同じデータを取得できます。
数値は本番 BigQuery の実測値です。集計方法・出典は データソース一覧 で開示しています。