2026年8月25日 小西 隆(JSTアジア・太平洋総合研究センター フェロー)

1. 「AI人材の宝庫」から「AI実装の現場」へ

グローバルAI産業の頂点に立つ経営者の顔ぶれには、インド出身者が並ぶ。Alphabet／Google CEOのスンダー・ピチャイ、Microsoft CEOのサティア・ナデラ、IBM CEOのアーヴィンド・クリシュナ、Adobe CEOのシャンタヌ・ナラヤンなどが代表例であり、近年はOpenAIやDeepMindを経てPerplexity AIを創業したアラヴィンド・スリニヴァスのように、フロンティアAIの研究・創業層にもインド出身者の集中が確認できる。

この人材輩出の背景には、インド国内のAIスキル基盤の厚みがある。スタンフォード大学Human-Centered AI研究所（HAI）のAI Index Report 2024で、インドはAIスキル浸透度で世界1位（指数2.8、米国2.2）を記録し、AI人材集中度は2016年比で263％増と世界最大の伸びを示した。インド政府も、AI人材獲得の年成長率が約33％で世界首位であり、AI人材ベースが2027年までに倍増する見通しであると公表している。^[1]

もっとも、こうした人材の多くは長らく国外へ流出してきたのであるが、近年変化しているのは、インドを単なる「AI人材の輸出国」としてではなく、その人材と国内の課題が結びつく「AI実装の現場」として捉え直す視点である。

人口14億人、22の公用語、モンスーンに左右される農業、専門医の地理的偏在、そして巨大な公共サービス--これらは大規模なAI実装を必要とする条件であると同時に、その成果を検証しうる巨大な社会実験場でもある。本稿では、この「実装の現場」という視点からインドを俯瞰する。

インド政府は、2024年にIndiaAI Missionを発足させ、2026年にはIndiaAI Mission 2.0への移行を予告している（2026年7月現在、詳細未発表）。これら政策に呼応して、医療・農業・民生・安全保障の各領域において「実装の現場」の実像を確認する。

2. IndiaAI Mission 2.0 — 政策設計の全体像

AIの社会実装を全国規模で進めるには、計算資源・データ・人材・資金を一体で供給する制度的な受け皿が欠かせない。個別のスタートアップや研究機関の努力だけでは、インドという巨大な国、14億人規模の課題に応えるスケールには届かないためである。そのため、インド政府が基盤として整備したのがIndiaAI Missionである。各分野の実装は、いずれもこの政策枠組みの上に成り立っている。

インド政府は2024年3月、閣議でIndiaAI Missionに約1兆372億ルピー（約1兆7720億円）の5か年予算を承認した。同ミッションはインド電子・情報技術省（MeitY）傘下のIndiaAIが実施主体となり、公民連携（Public-Private Partnership）モデルで運営される。^[2]

同ミッションは以下の七本の柱で構成される。

• IndiaAI Compute Capacity（当初1万基以上のGPUを官民連携で整備し、スタートアップ・研究機関に低コストで開放）
• IndiaAI Innovation Centre（IAIC）（インド固有の言語・課題に対応する大規模マルチモーダルモデル（LMM）および領域特化基盤モデルの開発）
• IndiaAI Datasets Platform（AIKosh）（データセット・モデル・AIサンドボックスを統合したハブ）
• IndiaAI Application Development Initiative（農業・保健・行政等の社会的インパクト分野におけるAIソリューション開発・スケーリング）
• IndiaAI FutureSkills（AI教育の全教育段階への拡大、Tier-2・Tier-3都市へのData & AI Labs設置）
• IndiaAI Startup Financing（ディープテックAIスタートアップへの資金供給の合理化）
• Safe & Trusted AI（責任あるAI開発・展開のためのツール・チェックリスト・ガバナンス枠組みの整備）

その中で、計算基盤の実装も急速に進展している。当初1万基だったGPU目標は3万8000基まで拡張済みであり、AIエコシステム全体で600万人以上の雇用を創出し、2035年までにインド経済に1.7兆ドルを追加する潜在力があると試算されている。

2026年1月、電子・情報技術大臣は、既にAI計算基盤への投資が700億ドルに達しており、今後5〜6か月以内にIndiaAI Mission 2.0を発足させると明言した。次期ミッションは「より大きな財政支援」を伴うとされる。

これら予算・計算資源・国産モデル・人材育成・ガバナンスの5領域を同時に拡張するIndiaAI Missionの政策設計は、他国のAI戦略と比較しても際立った包括性を持つ。

こうした国内基盤の整備と並行して、インドは対外的な発信にも積極的である。ナレンドラ・モディ首相がフランスのAI Action Summitで提唱したIndia-AI Impact Summit 2026（2026年2月、ニューデリー開催）は、グローバルサウス初開催のグローバルAIサミットとして位置づけられ、3つの基盤原則（Sutras）と7つの相互連結領域（Chakras）を軸に多国間協力の枠組みを提示するものとされる。これは各国が国益をかけてAI開発を競う国際的な取り組みであり、インド国内のAI政策そのものとは性格を異にするが、国内実装で培った知見を背景に、インドがグローバルサウスの利害を代弁する立場を国際舞台で確立しようとしている点で、両者は連続した戦略として捉えられる。

3. 医療分野への応用 — 診断格差の縮小と危機時対応

AIの社会実装が最も切実に求められる領域の一つが医療である。インドでは人口14億人に対して放射線科医や病理医が都市部に集中し、農村部の一次医療機関では診断支援のリソースが慢性的に不足している。この状況の有効な打開策とみられているのがAIである。具体的に、専門医を全国に増員することが短期的に困難である以上、専門医の判断を地理的制約を超えて行き渡らせる手段として、AIによる画像診断支援への期待が高まってきている。

代表事例が、ムンバイ拠点のスタートアップQure.aiによる胸部X線読影AIである。同社の深層学習モデルは数十万〜百万枚規模の画像で学習され、結核検出において感度90.2％を達成した。導入拠点は農村部を含むインド国内24州・約150拠点に及ぶ。インドは世界で最も結核罹患者を抱える国の一つであり、症状発現前の早期発見が死亡率低減に直結する。撮影現場でリアルタイムに病変を検出できることで、患者を都市部の医療機関へ移送せずに一次スクリーニングを完結させる運用が可能となった。

また、バンガロール拠点のNIRAMAI社は、高感度赤外線サーモグラフィとAI解析を組み合わせた乳がんスクリーニングを提供している。同方式は無放射線・非接触であり、装置の可搬性が高く、女性検査員のみで運用可能な点で、インドの社会文化的条件に適合している。インドの乳がんは欧米と比較して若年層発症率が高いことが疫学的に知られており、検診アクセスの拡大は早期発見率と予後の改善に寄与する。インド国立革新機構（NITI Aayog）のフロンティア技術ハブは、同社の事例を診断格差是正の代表例として発信している。

さらに、ATMAN AIは、国防研究開発機構（DRDO）傘下の人工知能・ロボティクス先端計算センターが、病院等との連携により開発した胸部X線解析AIである。画像認識により、COVID関連肺炎を96％以上の精度で検出し、インド国内約40の病院で200万件以上のX線画像を解析した実績を持つ。同事例は、国防研究機関のAI技術資産が民間医療プラットフォームを介して大規模展開された事例として、官民境界を越えたインドの科学技術行政の柔軟性を示している。

これらの取り組みに共通するのは、AIが先端医療の高度化ではなく、基礎的医療アクセスを全国規模で均等化する目的で設計されている点である。診断精度の向上そのものよりも、専門医の判断を地理的・社会的制約を超えて活用することが政策上の主眼となっている。

4. 農業分野への応用 — データ駆動型営農支援

農業は、インドの就業人口の約4割を支える国民経済の基盤でありながら、気候変動の影響を最も受けやすい領域でもある。モンスーンの変動、地下水枯渇、熱波の頻発は零細農家の経営を直接左右するが、その多くはスマートフォンも持たず、精密な気象予測から取り残されてきた。低コスト・低リテラシーでも届く営農支援こそが、この分野でAI実装が要請される理由である。

国際半乾燥熱帯作物研究所（ICRISAT）とMicrosoft Indiaが共同開発したスマート農業システムは、対象地域の過去30年分の気象・土壌・作付けデータを機械学習で解析し、当該年の土壌水分・気温推移から最適な播種タイミングを算出する。農家への通知はSMSメッセージによる単純なテキスト送信で完結し、スマートフォンやアプリを要さない設計となっている。テランガーナ州およびアーンドラプラデーシュ州のパイロット地域では、作物収量が10〜30％向上したとMicrosoftが公表している。^[3]

5. その他の民生分野への展開

AIの社会実装は、医療・農業と同様に、金融・電力・教育・行政といった生活基盤サービスにも及ぶ。これらの領域に共通するのは、膨大な受給者に対して供給側の人的・制度的リソースが慢性的に不足しているという構造である。既存の仕組みでは取りこぼされてきた層に低コストでリーチする手段として、AIが公共財的に用いられている。

具体的に、金融、電力、教育、行政分野での代表事例を以下に示す。

• 金融分野では、インド決済公社（NPCI）が国民統一決済インターフェース（UPI）取引に対するリアルタイム不正検知AIを稼働させ、SBI等の大手銀行やLendingkart等のフィンテック企業が機械学習による信用スコアリングを導入している。これにより、従来の与信履歴を持たない層への融資審査期間が大幅に短縮された。
• 電力分野では、国営発電会社NTPCと送電公社Grid-IndiaがAIモデルによる太陽光発電量予測を運用し、予測誤差（MAPE）を3〜5％程度に抑えることを目標としている。再生可能エネルギー比率が上昇するインドの電力系統において、需給調整の効率化に直結する取り組みである。
• 教育分野では、アッサム州のShiksha Setuが顔画像照合による出席管理システムを導入し、実在しない「幽霊学生」約40万人を洗い出して教育予算の適正配分を可能にした。
• 行政・空港分野では、行政サービス統合アプリUMANGが2300超の行政サービスを提供し、登録者数は約1億910万人、累計利用件数は約76億件に達している（2026年4月時点）。空港での顔認証搭乗システムDigiYatraは2025年9月時点で1600万人の登録者と延べ6700万回の搭乗処理を記録した。多言語AI基盤Digital India Bhashiniは35言語・1600超のモデルを備え、1日1500万件、累計60億件超の推論を処理している。

これらの事例に共通するのは、AIが基礎的な行政・生活サービスへのアクセスを均等化する公共財として設計されている点である。ユニコーン企業の創出や先端技術の商用化ではなく、SMSしか使えない市民や、金融サービスを受けたことのない層にリーチすることが政策目的の中心に置かれていることは注目に値する。

6. 安全保障領域への波及 — Sudarshan Chakra構想

AI実装が要請されるのは民生分野に限らない。係争国境、長大な海岸線、そして高地・山岳という地理的条件は、限られた人員で広域を監視・防護する必要を生み、安全保障領域でもAIの活用を強く促してきた。民生分野で培われたAI実装の厚みは、この領域にも波及している。

2025年8月、モディ首相は独立記念日の演説においてMission Sudarshan Chakraを発表した。同構想は、レーダー、指揮統制、迎撃ミサイル、サイバー防衛をAIで統合し、2035年までに病院・鉄道・宗教施設を含む重要拠点を包括的に防護する多層防空システムの構築を目的としている。同構想下において、現在、衛星画像を含む様々なデータをAIで統合分析する防衛クラウドの構築、国防サイバー庁（DCA）の三軍統合設置等が進められている。スタンフォード大学国際安全保障協力センター（CISAC）のアルザン・タラポア研究員は、同構想を「多様な既存・開発中システムを束ねる包括プログラム」と位置づけ、2025年の印パ紛争で顕在化した長距離ドローン・ミサイル脅威への直接的応答であると分析している。ロシア・ウクライナ戦争で顕在化したFPVドローンによる非対称戦（2025年初頭時点でロシア軍戦車損失の約65％）がFPVドローンに起因すると分析されている。こうした「安価な無人機が高価な装備を無力化する」現実こそ、インドが大量のセンサーとAI推論で「検知--判断--迎撃」を秒単位に短縮する戦術を採る背景要因である。

7. 軍事領域での実装 — DRDOを中心とする多層AI体系

前章で述べた地理的・安全保障上の必要は、上位構想にとどまらず、既に具体的な製品・配備・実戦運用の段階に落とし込まれている。国境警備・山岳・海洋という固有の条件に応じて、DRDOを中心に多層的なAI体系が構築されつつある。

2022年7月に開催された初の「AI in Defence（AIDef）」シンポジウム・展示会において、ラジナート・シン国防相は、開発された75種類のAI製品・技術を一斉に公開した。対象領域は、AIプラットフォーム自動化、自律・無人・ロボットシステム、C4ISR（指揮・統制・通信・コンピュータ・情報・監視・偵察）、サイバーセキュリティ、人間行動分析、知的監視システム、致死性自律兵器システム、運用データ分析、自然言語処理による音声解析にまで多岐に及ぶ。同発表では、AI音声転写・分析ソフトウェア、ドライバー疲労監視システムなど、デュアルユース型製品も披露されている。^[4]

主要な運用領域として、以下の実装事例が挙げられる。いずれも国境警備・山岳・海洋というインド固有の地理条件に根ざした実用AIである。

• 顔認識変装検知システムは、DRDOが開発したAI顔認識アルゴリズムで、変装した要注意人物を高精度で検知する。
• AI搭載音声翻訳デバイスは、中国語⇔ヒンディー語・英語のリアルタイム翻訳を、インターネット非接続環境で単独動作させる。印中国境で対峙する兵士向けの運用が想定されている。
• 水中監視・探知技術は、機械学習・深層ニューラルネットワークにより艦船・潜水艦の航跡音やスクリューノイズから目標種別を自動判別する。
• 雪崩予測AIは気象・積雪データを解析し、ヒマラヤ高地における雪崩の事前予測・警報発出を可能にする。

また、対ドローン防空の分野でも、AI駆動の実装が急速に進展している。2025年2月に開催されたAero India 2025において、DRDOは官民連携で開発した車載型対ドローンシステムを公開した。同システムは、各種レーダー、多重センシング、そして高エネルギーレーザー・機関銃・スプーフィング／ジャマーの複合的無力化手段を統合している。さらに、Grene Roboticsが開発する広域自律防空AIIndrajaalが国境警備・重要インフラ防護のために配備されている。同システムは独自のAI指揮統制プラットフォームSkyOSを中核に、レーダー、スプーフィング、ジャマー、方向探知、自律迎撃ドローン（Zombee）を4層構造で連携させ、海岸線・国境・都市・山岳・砂漠等の環境に依存しない自律運用を可能にしている。同社は2026年時点で15拠点以上の実運用実績を公表しており、海軍基地・戦略ミサイル施設・国境等の防護に用いられている。

8. 総括 — 人材大国から実装大国へ

インドは長年、シリコンバレーをはじめとする世界のAI産業に人材を供給してきた。しかし2020年代後半に入り、この人材ポテンシャルは国内実装の加速という新しい局面に接続されつつある。

これまで見てきたように、インドのAI実装が示唆するのは、AIが「先端技術の高度化」ではなく「基礎的サービスアクセスの均等化」を主眼として設計され得るという政策モデルである。医療分野でのATMAN AIの事例が示すように、軍民の技術資産は双方向に流通しており、単一の生態系の中で共進化している。一方で、データ主権、生成AIによるディスインフォメーション対策、AI人材の純流出といった課題も残る。

インドは、すでに人材輸出国から実装大国への構造転換の途上にある。特に医療・農業のように社会実装が既に進んでいる領域では、日本の技術資産との補完可能性を具体的に検討することも必要であろう。