AI企業とは｜日本と世界の主要企業一覧と産業レイヤーの整理

AI企業とは、人工知能(AI)に関わる技術・製品・サービスを事業の中心に据えている企業の総称で、国内ではNTT・富士通・NECなどの大手IT企業から、Preferred NetworksやPKSHA TechnologyなどのAI専業企業、Sakana AIのようなスタートアップまで幅広く含まれます。ただし「AI企業」という区分は国のAI事業者ガイドラインでは使われておらず、AIを作る企業、AIを組み込んだサービスを提供する企業、AIを使って事業を進める企業というように、役割で見ると整理しやすくなります。この記事では、日本と世界の主要なAI企業を公式情報で確認できた範囲で一覧にし、AI業界の4つのレイヤー、「トップ5」「三大AI会社」といった疑問の見方、取引先として見極めるポイントまでを解説します。

目次

開く

閉じる

1. AI企業とは｜探す目的で見方が変わる3つの立場
2. 日本のAI企業一覧｜大手IT企業・AI専業企業・スタートアップ
3. 世界のAI企業一覧｜基盤モデルから計算基盤までの主要企業
4. AI業界・AI産業とは｜4つのレイヤーで整理する
5. 「トップ5」「三大AI会社」の見方｜AI企業を順位で比べるときの基準
6. AI業界とIT業界の違い
7. AI企業を見極めるときのチェックポイント
8. AI業界の理解でよくある誤解
9. 自社のAI業界での立ち位置を決める手順
10. よくある質問(FAQ)
11. まとめ
12. 参考文献

AI企業とは｜探す目的で見方が変わる3つの立場

AI企業とは、AIを作る・提供する・使うのいずれかを事業の軸にしている企業の通称で、国のガイドラインでは役割ごとに3つに整理されています。

総務省と経済産業省の「AI事業者ガイドライン」(第1.2版、令和8年3月31日)は、AIの事業活動を担う主体を「AI開発者」「AI提供者」「AI利用者」の3つに大別しています。1つの事業者がこれらを兼ねる場合もあり、本記事の一覧に載る企業の多くは、このうち開発者か提供者にあたります。

一方で、AI企業を調べている方の多くは、3つ目の「AI利用者」の立場でもあるはずです。総務省の「令和8年版 情報通信白書」が示した企業向けアンケート(2025年度)では、生成AIを積極的に活用する、または領域を限定して活用する方針をもつ日本企業は68.9%で、前年度の49.7%から上昇しました。大企業は74.0%、中小企業は58.1%です。AI企業のサービスを選ぶ企業が増えるほど、導入後に現場が受け入れて使い続けられるか、AIに関わる人材を確保できるかが次の課題になります。この2点を支えるサービスを、役割の違いで比べてみましょう。

AI企業のサービスを導入する前の段階では、現場がAIにどのような期待や不安をもっているかを把握しておくと、どの部署から始めるかを決めやすくなります。その一例が、株式会社アトラエが提供するWevoxです。商品ページによると、パルスサーベイで組織の状態を継続的に測定でき、月に1-2回の高頻度でも2-3分ほどで回答できるため、回答する従業員の負担を抑えられます。結果はスコアやグラフで表示され、測定だけでなく学習支援や活用支援のサービスも提供されています。一方で、高度な分析やセキュリティのオプションは別途契約が必要です。商品ページの評価は3.7(3件、2026年10月15日確認)です。料金はプランによって異なるため、資料や公式サイトで確認してください。

月1回のペースで、匿名の回答形式でサーベイを実施しています。そして、私が全ての内容を取りまとめて、毎月「全社向け説明会」で全社員に結果を報告する形をとっています。

出典: Wevox導入・活用事例(株式会社ＨＲビジョン)

日本のAI企業一覧｜大手IT企業・AI専業企業・スタートアップ

日本の主要なAI企業は、NTT・富士通・NECなどの大手IT・通信企業と、Preferred NetworksなどのAI専業企業・スタートアップに大別できます。

以下は、各社の公式サイトで事業内容を確認できた企業を、順位をつけずに並べた一覧です(確認日は2026年10月15日)。網羅的なものではなく代表例であり、順位や優劣を示すものではありません。

大手IT・通信企業のAIへの取り組み

企業	AIに関する取り組み(公式サイトで確認した内容)
NTT株式会社	自社開発の大規模言語モデル「tsuzumi 2」をリリース。1つのGPUで動く軽量モデルで、ドキュメントに対する質問応答や情報の抽出・要約といった法人向けの用途を重点的に強化したとしています
富士通株式会社	AIを「わたしたちのバディ」と位置づけ、特定の業務の要求に応える「特化型のバディ」を企業に提供するとしています
日本電気株式会社(NEC)	業務自動化のAIエージェント「NEC cotomi Agent」を、Microsoft Marketplaceで販売開始したと発表しています
SB Intuitions株式会社(ソフトバンク株式会社の100%子会社)	日本語に特化した国産の大規模言語モデルの研究開発と、生成AIサービスの開発・提供を行っています

AI専業企業・スタートアップ

企業	主なレイヤー	事業の特徴(公式サイトで確認した内容)
株式会社Preferred Networks	ハード・計算基盤から基盤モデル、サービスまで	AI半導体、計算基盤、生成AI基盤モデル、AIプロダクト・ソリューションの4つを自社で開発・提供し、AI技術のバリューチェーンの垂直統合を掲げています
PKSHA Technology	アプリ・サービス	アルゴリズムソリューションを展開し、「AI Contact Center」や「AI Agents Platform」などのAI SaaSを提供しています
株式会社ABEJA	受託開発・導入支援	「ABEJA Platform」を基盤にしたエンタープライズプラットフォーム事業や、LLMのビジネス実装を提供する「ABEJA LLM Series」などを展開しています
AI inside株式会社	アプリ・サービス	業務そのものをAIに任せる全社のAI基盤「DX Suite」、社内データをRAGで知識化する「Leapnet」、オンプレミスで動かす推論専用ハード「Cube Atlas」を提供しています
Sakana AI	基盤モデル	東京を拠点に「日本から、フロンティアAIを」を掲げ、日本語に特化したLLM「Sakana Namazu」や、複数のモデルを組み合わせる「Sakana Fugu」などを公開しています
ストックマーク株式会社	アプリ・サービス、基盤モデル	AI SaaS事業とAI PaaS事業を展開し、ビジネス向けに最適化した国産LLM「Stockmark LLM」を開発しています
株式会社ELYZA(KDDIグループ)	基盤モデル、受託開発・導入支援	2020年に独自のLLMの開発に成功して以来、主に大手企業のLLM活用や独自LLM開発を支援し、AI SaaSも提供しています
株式会社エクサウィザーズ	アプリ・サービス、受託開発・導入支援	AI・生成AIを利活用したサービス開発に取り組み、「エクサベース AI」では複数社の最新モデルを提供しています

分野別に探すときの目安

特定の業務や業界の課題を解くAI企業を探す場合は、各社が公式サイトで示している業界・用途から探すと近い企業を見つけやすくなります。公式サイトで確認できた例を挙げます。

探したい分野	公式サイトで確認できる取り組みの例
製造・素材・ライフサイエンス	Preferred Networksは、製造業、素材・化学品、ライフサイエンスなどの業界向けにAIプロダクト・ソリューションを提供しています
医療	ELYZAは、内閣府のプログラムで日本語版の医療向けLLMの開発(大規模言語モデルの開発部分)を担当したと紹介しています
小売・流通	ABEJAは顧客行動データの取得・分析を軸にした店舗解析サービス「ABEJA Insight for Retail」を提供し、Preferred Networksも小売・流通向けのAIを掲げています
顧客対応・コンタクトセンター	PKSHA Technologyは、AI SaaSとして「AI Contact Center」などを提供しています
文書処理・社内データの活用	AI insideは、社内データをRAGで知識化する「Leapnet」や業務をAIに任せる基盤「DX Suite」を提供しています

大手企業はAI専業ではないため「AI企業」の一覧に載らないこともありますが、既存の顧客基盤やシステム開発の実績をもとに、業務向けのAIを提供している点が特徴です。一方、AI専業企業やスタートアップは、基盤モデルの開発や、特定の業務に絞ったAIサービスで存在感を出しています。ここに載っていない企業も多く、医療・金融・製造などの業界に特化したAI企業もあります。自社の課題に近い企業を探すときは、次のレイヤーの整理と、後述のチェックポイントを使ってください。

3サービスの役割を比較表で見る

世界のAI企業一覧｜基盤モデルから計算基盤までの主要企業

世界のAI企業は、基盤モデルのOpenAI・Anthropic・Google DeepMind、クラウドのMicrosoft、AI半導体のNVIDIAなど役割が分かれています。

企業	主なレイヤー	事業の特徴(公式サイトで確認した内容)
OpenAI	基盤モデル、アプリ・サービス	対話型AI「ChatGPT」を提供し、APIを通じて他社にもモデルを提供しています
Anthropic	基盤モデル、アプリ・サービス	AIの安全性の研究を掲げる企業で、対話型AI「Claude」を開発しています
Google(Google DeepMind)	基盤モデルほか	研究組織のGoogle DeepMindが、基盤モデル「Gemini」を開発しています
Microsoft	ハード・計算基盤、アプリ・サービス	クラウド「Azure」でAIの計算資源を提供し、業務ソフトにAI機能「Copilot」を組み込んでいます
NVIDIA	ハード・計算基盤	AIの学習・推論に使われるGPUと、その開発環境を提供しています

世界のAI業界では、レイヤー間の提携関係が構造に影響しやすい傾向があります。基盤モデルの開発には巨大な計算資源が必要なため、クラウド事業者との結びつきが強くなりやすく、その関係がどの企業のAIをどのクラウドで使えるかにも影響します。代表的な対話型AIの違いは、AIチャットとは｜4大サービスの違いと社内基盤から選ぶ方法で詳しく整理しています。

海外企業のAIサービスを業務で使う場合は、データの保存場所や取り扱いの条件が国内サービスと異なることがあります。利用規約や契約条件を確認し、社内のルールに沿って使うことが大切です。

AI業界・AI産業とは｜4つのレイヤーで整理する

AI業界(AI産業)は単一の業種ではなく、ハード・計算基盤、基盤モデル、アプリ・サービス、受託開発・導入支援の4つのレイヤーが積み重なった構造です。

AI事業者ガイドラインは「AI企業」「AI業界」という区分を設けず、前述のとおり開発者・提供者・利用者という役割で整理しています。実際の企業は、この役割とレイヤーが重なり合っているため、両方の見方を組み合わせると全体像をつかみやすくなります。

ガイドラインの主体	定義(要約)	当てはまる企業のイメージ
AI開発者	AIシステムを開発する事業者(AIを研究開発する事業者を含む)	基盤モデルの開発企業、AI半導体の開発企業
AI提供者	AIシステムをアプリケーションや製品、既存のシステムなどに組み込んだサービスとして、利用者に提供する事業者	AI機能を備えたSaaS企業、AIシステムを納品する受託開発企業
AI利用者	事業活動の中で、AIシステムやAIサービスを利用する事業者	業務にAIツールを取り入れている一般企業

AIが利用者に届くまでの流れに沿って、レイヤーごとの事業内容と企業例を整理すると次のとおりです。下のレイヤーが上のレイヤーを支える構造で、どのレイヤーかによって収益の上げ方も競争相手も異なります。

レイヤー	主な事業内容	企業例	主な収益の上げ方
ハード・計算基盤	AI向け半導体、データセンター、クラウドの計算資源	NVIDIA、Microsoft(Azure)、Preferred Networks	半導体の販売、計算資源の従量課金
基盤モデル	大規模言語モデルなど汎用的なAIモデルの開発	OpenAI、Anthropic、Google DeepMind、NTT、SB Intuitions	API利用料、自社サービスの利用料
アプリ・サービス	AIを組み込んだ業務ソフトやSaaS、特定用途のAI製品	PKSHA Technology、AI inside、ストックマーク	月額課金、ライセンス料
受託開発・導入支援	企業ごとのAIシステム開発、データ整備、導入コンサルティング	ABEJA、ELYZA、エクサウィザーズ、大手SIer	プロジェクト単位の開発費、運用保守費

表の企業例は各レイヤーの典型を示すためのもので、複数のレイヤーにまたがる企業も多くあります。たとえばPreferred Networksは、AI半導体から計算基盤、生成AI基盤モデル、AIプロダクトまでを自社で手がけると公表しています。レイヤーは企業を1つの箱に押し込むためではなく、「その企業のどの事業の話か」を切り分けるための道具として使うのがポイントです。

ハード・計算基盤レイヤー

AIの学習や推論を支えるGPUなどのAI向け半導体と、それを大量に並べたデータセンターです。AIの用途にかかわらず計算需要が増えれば事業が伸びる一方、巨額の設備投資が必要なため、参入できる企業は限られます。

基盤モデルレイヤー

文章・画像・音声などを幅広く扱える汎用的なAIモデルを開発するレイヤーです。大規模なデータと計算資源、高度な研究人材が必要で、APIとして他社に提供したり、自社の対話サービスとして届けたりして収益を得ます。日本語や特定の業界・用途に絞ったモデルの開発に取り組む国内企業もあります。

アプリ・サービスレイヤー

基盤モデルや自社のAI技術を、業務で使える製品にするレイヤーです。他社のモデルを組み合わせて特定業務の課題を解けるため、参入企業が多くなります。その分、基盤モデル側に同じ機能が標準搭載されると差別化が難しくなるため、業務知識や顧客接点の深さが競争力になります。

受託開発・導入支援レイヤー

企業ごとの課題に合わせてAIシステムを設計・開発し、データの整備や社内への定着までを支援するレイヤーです。AI専門のベンチャーから、従来のシステム開発を手がけてきた大手SIer、コンサルティング会社まで、顔ぶれは幅広くなっています。

「トップ5」「三大AI会社」の見方｜AI企業を順位で比べるときの基準

「日本のAI企業トップ5」や「三大AI会社」に公的な順位や定義はなく、評価額・売上・利用者数など、どの指標で並べるかによって顔ぶれが変わります。

指標	何がわかるか	見るときの注意
企業価値(評価額)・時価総額	資金調達や株価から見た企業の規模	非上場企業の評価額は報道などにもとづく推定値で、時期によって大きく変わる
売上・利益	事業としての規模と収益力	AI関連の売上を切り分けて開示していない企業もあり、AI専業と大手では比べにくい
利用者数・導入社数	サービスの普及度	数え方や集計時点が企業ごとに異なる
研究成果・ベンチマーク	技術の先進性	評価の条件によって結果が変わり、実際の業務での使いやすさとは別の話になる

民間の転職エージェントなどが、非上場のAI企業を評価額の高い順に並べた一覧を公開していますが、評価額は推定値で変動します。本記事では、指標の異なる企業を同じ表で順位づけすることを避け、役割ごとの代表例として並べています。

「有名な企業」という意味で探している場合は、生成AIの基盤モデルを開発するOpenAI・Anthropic・Google DeepMindなどと、それを業務サービスに組み込んで提供する企業を見ると、ニュースで目にする名前に出会いやすくなります。

AI関連株・銘柄を調べている方へ

本記事は投資助言ではなく、特定の銘柄や企業の売買を推奨するものではありません。上場企業については、どのレイヤーの事業が売上のどの程度を占めるかを、各社が公表する有価証券報告書や決算資料などの開示資料で確認してください。AI専業でない大手企業の場合、AI関連の事業が全体に占める割合は企業ごとに異なります。投資の判断はご自身の責任で行い、必要に応じて金融機関などの専門家に相談してください。

AI業界とIT業界の違い

AI業界はIT業界の一部として扱われることが多い一方、成果が仕様どおりに決まらず、データと確率に左右される点が大きく異なります。

観点	一般的なIT業界(システム開発)	AI業界
成果物の性質	仕様どおりに動くことを目指し、動作を事前に定義できる	データから学習した結果で動き、精度は確率的で100%にはならない
開発の進め方	要件定義から設計・実装・テストへと計画的に進める	検証(PoC)で精度を確かめながら、試行錯誤を繰り返して進める
重要な資源	エンジニアの開発力、業務の理解	上記に加え、学習データ、計算資源、研究人材
運用で起きること	不具合修正や機能追加が中心	データの変化で精度が落ちることがあり、継続的な再学習や監視が必要
求められる人材	システムエンジニア、プログラマー	データサイエンティスト、機械学習エンジニア、研究者、AIの企画・導入人材

ただし、生成AIの普及によって両者の境界は急速に曖昧になっています。多くのIT企業が自社製品にAI機能を組み込み、AI専業企業も通常のシステム開発やSaaSの運営を手がけています。就職や転職の観点では、「AI業界かIT業界か」よりも、「AIを作る仕事か、AIを組み込む仕事か、AIを導入・活用してもらう仕事か」という役割の違いで企業を見るほうが、入社後の仕事内容を具体的にイメージしやすくなります。

AI企業の主な職種とレイヤーとの関係

AI企業で働く人は、研究者やエンジニアだけではありません。どの職種の比重が大きいかは、企業がどのレイヤーで事業をしているかによって変わります。

職種	主な仕事内容	比重が大きいレイヤー
AI研究者(リサーチャー)	新しい学習手法やモデル構造を研究し、論文や技術として成果を出す	基盤モデル
機械学習エンジニア	モデルの学習・評価を行い、製品やシステムで使える形に実装する	基盤モデル、アプリ・サービス
データサイエンティスト	データを分析し、どの課題にAIをどう使えば効果が出るかを設計する	受託開発・導入支援、アプリ・サービス
インフラ・MLOpsエンジニア	学習や推論を動かす計算環境を構築し、モデルの運用・監視を自動化する	ハード・計算基盤、基盤モデル
AIコンサルタント・導入支援	顧客の業務課題を整理し、AIの導入計画づくりや現場への定着を支援する	受託開発・導入支援
プロダクトマネージャー・営業	AI製品の企画や改善方針を決め、顧客への提案や導入後のフォローを担う	アプリ・サービス

基盤モデルのレイヤーほど研究や高度な数理の知識が重視され、受託開発・導入支援やアプリ・サービスのレイヤーほど、業務の理解や顧客とのコミュニケーションが成果を左右します。企業研究では、社名だけでなく募集職種の構成を見ると、その企業がどのレイヤーに重心を置いているかも読み取れます。

採用する側にとっても、AI関連の職種は役割ごとに必要な素養が異なります。募集要件を「AI経験者」とだけ定めると、面接官ごとに評価がそろわず、入社後のミスマッチにつながることがあります。自社で活躍している社員の傾向を採用基準にできると、評価の軸をそろえやすくなります。

AI企業を見極めるときのチェックポイント

取引先や就職先を見るときは、「AI企業」という看板だけで判断せず、どのレイヤーの事業か、AI技術を自社で持っているかなど、中身を5点で確認します。

AIという言葉が広く使われるようになった結果、AIの関与がごく一部にとどまる製品も「AI搭載」とうたわれることがあります。相手企業を見るときは、次の点を確認すると実態をつかみやすくなります。

確認したいこと	見るポイント	わかること
どのレイヤーの事業か	会社概要、事業説明、上場企業なら有価証券報告書の事業内容	競争相手や、収益が何に左右されるか
AI技術を自社で持っているか	自社開発のモデルか、他社の基盤モデルを利用しているか	他社の仕様変更や価格改定の影響を受けやすいか
AIがどの機能に使われているか	製品資料で、AIが担う処理と人が担う処理の区分	「AI搭載」の中身と、導入後に人手が必要な範囲
データの取り扱い	入力データを学習に使うか、保存場所、契約条件	自社の情報を預けても問題ないか
AIガバナンスへの姿勢	AI利用に関する方針やリスク管理の公表状況	安全性や説明責任に対する考え方

特にデータの取り扱いとAIガバナンスは、取引の可否に直結しやすい項目です。AI事業者ガイドラインでは、開発者・提供者・利用者それぞれに、安全性、公平性、プライバシー保護、透明性などへの配慮が求められています。相手企業がこうした観点にどう取り組んでいるかを確認することは、自社がAIの利用者として責任を果たすうえでも欠かせません。

取引先を決めたあとの課題は、導入したAIを現場が使い続けられるかどうかです。部署によって不安や負担のかかり方は違うため、全体のスコアだけでは対策を決めにくくなります。結果の背景にある要因まで切り分けて見られると、研修や運用ルールの手当てを決めやすくなります。

AI業界の理解でよくある誤解

AI業界でよくある誤解は、「どの企業も同じ仕事をしている」「順位が高い企業ほど技術力が高い」といった、レイヤーや指標の違いを見落とした見方です。

よくある誤解	実際の捉え方
AI企業はどこも同じような仕事をしている	レイヤーによって仕事内容も競争相手も大きく異なる。研究開発中心の企業と、導入支援中心の企業では働き方もまったく違う
ランキング上位の企業が最も技術力が高い	評価額や売上の順位は、比べる指標やレイヤーが違う企業を並べていることが多い。何を基準にした順位かを確認する
基盤モデルを持たない企業は将来性がない	アプリ・サービスや導入支援のレイヤーでも、業務知識や顧客基盤を強みに価値を出している企業は多い
AIを使わない自社には関係のない業界だ	業務でAIツールを使えば、自社もAI利用者としてAI業界に関わることになり、データの扱いなどの責任を負う

業界の地図を持っておくと、ニュースで新しいサービスや提携が報じられたときにも、「どのレイヤーの話で、どの企業に影響するのか」を落ち着いて判断できるようになります。

自社のAI業界での立ち位置を決める手順

自社の立ち位置は、現状の確認、目指す姿の決定、人材・データの洗い出し、組織の現状把握、小さな試行の5段階で決めると整理しやすくなります。

多くの中小企業にとって、基盤モデルや計算基盤のレイヤーに参入するのは現実的ではありません。自社の業務知識や顧客接点を生かし、既存のAIサービスを使いこなすか、それを自社の製品や業務に組み込む形が中心になります。検討は次の順序で進めます。

1. 自社の現在の立ち位置を確認する(AI開発者・提供者・利用者のどれにあたるか)
2. 目指す立ち位置を決める(利用者として業務を効率化するのか、提供者として自社製品にAIを組み込むのか)
3. 目指す立ち位置に必要な人材・データ・予算を洗い出す
4. 組織の現状を把握し、不足する部分と、変化への受け止め方を確認する
5. 小さな業務や一部の部署から試し、効果と課題を確かめながら広げる

3つ目の「人材の洗い出し」では、AIの企画や導入を担う人をどう確保し、どこに配置するかが問われます。AI関連の職種は役割ごとに必要な素養が異なるため、経験年数だけでなく、自社で活躍している人の傾向を基準にしておくと、採用や配置の判断がぶれにくくなります。その材料を揃える一例が、株式会社リーディングマークのミキワメAI 適性検査です。商品ページによると、社員の適性検査の結果から自社の社風を分析して採用基準を設定し、採用候補者が自社で活躍できる可能性を14段階で判定します。受検したデータは、配属やオンボーディングにも活用できるとされています。一方で、紙や会場での受検には対応していません。料金はプランによって異なるため、資料や公式サイトで確認してください。

採用基準の軸をデータで設定したことで、迷ったときの判断基準ができたというのはすごく大きかったと思います。

出典: ミキワメ導入事例(株式会社ファイントゥデイ)

4つ目の「組織の現状把握」は見落とされやすい段階です。AIの導入や新規事業の立ち上げは、ツールや技術を選ぶだけでは進みません。現場がAIに不安を感じていたり、すでに業務負荷が高く新しい取り組みに割ける余力がなかったりすると、導入したツールが使われないまま終わることがあります。反対に、社員の期待や課題を事前に把握できていれば、どの部署から始めるか、どのような説明や研修が必要かを具体的に計画できます。感覚ではなくデータで確認するために、従業員サーベイを使う方法があります。

その一例が、株式会社ラフールが提供するラフールサーベイです。商品ページによると、エンゲージメントや従業員満足度、仕事のやりがい、人間関係、離職やハラスメントのリスク、メンタル・フィジカルなどを多角的に調査し、スコアの背景にある要因まで分析できます。専任担当者による伴走支援があり、従業員設定や実施プランの自動作成で運用の手間も抑えられるとされています。一方で、組織課題の解決に効果的なオプションサービスは、見積もりでの依頼になります。料金はプランによって異なるため、資料や公式サイトで確認してください。

2022年当時、ストレスチェックは法的義務として実施していましたが、結果を分析して活用できていないという課題がありました。

出典: ラフールサーベイ活用事例(株式会社フォーバル)

AIの導入を小さく始める具体的な進め方は、AIとは？中小企業が安全に始める3ステップで、導入後の業務への活用の考え方はAI活用とは？業務改善・価値創出の2軸と事例・進め方でも解説しています。

よくある質問(FAQ)

Q1. AI企業とはどのような企業を指しますか?

A. AIに関わる技術・製品・サービスを事業の中心に据えている企業の総称です。国のAI事業者ガイドラインは「AI企業」という区分を使わず、AIを開発する、AIを組み込んだサービスとして提供する、AIを事業で利用するという3つの役割で整理しています。

Q2. 日本のAI企業のトップ5はどこですか?

A. 公的な順位や統一された基準はなく、評価額・売上・利用者数などどの指標で見るかによって変わるため、順位はつけていません。本記事の一覧では、大手のNTT・富士通・NEC・SB Intuitions(ソフトバンク)や、AI専業のPreferred Networks・PKSHA Technology・ABEJA・AI insideなどを、公式サイトで事業内容を確認できた代表例として挙げています。

Q3. 三大AI会社とはどこですか?

A. 公式な定義はなく、何を基準にするかで顔ぶれは変わります。生成AIの基盤モデルを開発する企業として名前が挙がる例にOpenAI・Anthropic・Google DeepMindがあり、計算基盤ではMicrosoftやNVIDIAが挙げられます。どの企業も役割が異なるため、順位で比べるより、レイヤーごとの役割で見るのが実態に合います。

Q4. 生成AIで有名な企業はどこですか?

A. 海外では、OpenAI(ChatGPT)、Anthropic(Claude)、Google DeepMind(Gemini)、Microsoft(Copilot)などがあります。国内では、NTTの「tsuzumi 2」、SB Intuitionsの日本語特化の大規模言語モデル、Sakana AIの日本語LLMなどの開発が公式サイトで紹介されています。

Q5. 取引先のAI企業を選ぶときは何を確認すればよいですか?

A. どのレイヤーの事業か、AI技術を自社で持っているか他社の基盤モデルを利用しているか、AIが製品のどの機能に使われているか、入力データの取り扱い条件、AIガバナンスへの姿勢を確認します。特にデータの取り扱いは、契約前に書面で確認しておくと安心です。

Q6. 自社がAI業界でどう関わるかを考えるには、何から始めればよいですか?

A. まず自社がAI開発者・AI提供者・AI利用者のどれにあたるかを確認し、目指す立ち位置を決めます。そのうえで、必要な人材やデータを洗い出し、現場の受け止めを把握します。人材の採用基準や現場の状態は感覚ではつかみにくいため、適性検査や組織サーベイのサービス資料を取り寄せて比べると、計画を立てやすくなります。

まとめ

AI企業・AI業界は単一の業種ではなく、ハード・計算基盤、基盤モデル、アプリ・サービス、受託開発・導入支援という役割の異なるレイヤーが積み重なった産業の総称です。企業を見るときは「AI企業かどうか」ではなく、「どのレイヤーで、何を強みに事業をしているか」を確認することで、就職先・取引先・競合のいずれについても実態をつかみやすくなります。AI業界を理解したうえで次に取り組みたいことは次の3つです。

1. 気になる企業を4つのレイヤーに当てはめ、自社開発の技術か他社の基盤モデルの利用かを確認する
2. 自社がAI開発者・AI提供者・AI利用者のどれにあたるかを整理し、目指す立ち位置を決める
3. 人材と現場の状況を数値で確かめるために、適性検査や組織サーベイのサービス資料を取り寄せて比較する

本記事は2026年10月時点の公開情報に基づく一般的な情報提供であり、特定企業への投資や取引を推奨するものではありません。各企業の事業内容は変わることがあるため、最新の情報は各社の公式情報で確認してください。

参考文献

• 総務省・経済産業省「AI事業者ガイドライン(第1.2版)」(経済産業省の掲載ページ) https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/20260331_report.html
• 総務省・経済産業省「AI事業者ガイドライン(第1.2版)」本編 https://www.soumu.go.jp/main_content/001064279.pdf
• 総務省「令和8年版 情報通信白書」第1節 企業におけるAI利用の現状 https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121110.html
• NTT「NTT版大規模言語モデル tsuzumi 2」 https://www.rd.ntt/research/LLM_tsuzumi.html
• 富士通「AI(人工知能)」 https://global.fujitsu/ja-jp/technology/key-technologies/ai
• NEC「AI」 https://jpn.nec.com/ai/index.html
• SB Intuitions株式会社 会社情報 https://www.sbintuitions.co.jp/company/
• 株式会社Preferred Networks https://www.preferred.jp/ja/
• PKSHA Technology https://www.pkshatech.com/
• 株式会社ABEJA https://www.abejainc.com/
• AI inside株式会社 https://inside.ai/
• Sakana AI https://sakana.ai/ja/
• ストックマーク株式会社 https://stockmark.co.jp/
• 株式会社ELYZA https://elyza.ai/
• 株式会社エクサウィザーズ https://exawizards.com/
• OpenAI https://openai.com/
• Anthropic https://www.anthropic.com/company
• Google DeepMind https://deepmind.google/
• Microsoft Azure https://azure.microsoft.com/ja-jp/
• NVIDIA https://www.nvidia.com/ja-jp/