「データ不足」の壁を越える：合成ペルソナが日本のAI開発を加速

Back to Articles 「データ不足」の壁を越える：合成ペルソナが日本のAI開発を加速 Enterprise + Article Published February 19, 2026 Upvote 1 Atsunori Fujita Atsunori Follow nvidia Masaya Ogushi SnowMasaya Follow nvidia Will Jennings WillJenningsDC Follow nvidia Yev Meyer nv-3mei Follow nvidia Kotaro Yamamoto kyamamoto-nv Follow nvidia Yoshi Suhara suhara Follow nvidia Vincent Gong vg1024 Follow nvidia Dane Corneil dcorneil Follow nvidia AI は日本の経済成長における新たな章を描く可能性を秘めており、その技術によって 100 兆円 (6,500 億米ドル) を超える経済価値が創出されると予測されています。しかし、その巨大なポテンシャルを実現できるかどうかは、多くのAIプロジェクトに決定的に欠けている“ある1つの要素”にかかっています。それは、実務で「使える学習データ」です。 この課題は、日本語と日本文化を理解する AI システムを構築する開発者にとって特に深刻です。英語の学習データは豊富にある一方で、日本の開発者は慢性的なデータ不足という問題に直面しています。高性能なモデルを初期段階から立ち上げるための、タスクに特化し、かつ日本の文化に根ざしたデータが圧倒的に不足しているのです。新しいサンプルの収集、クリーニング、ラベル付けには時間と費用がかかり、目まぐるしいAIの開発サイクルに追いつくことは困難です。 その結果、イノベーションが始まる前にそれを阻むデータの壁が生まれます。 新たな前進への道 大手 IT 企業 NTT DATA による新たな研究は、合成データによってこの壁がいかに取り払われるかを実証しています。手元にある最小限の独自データから、プライバシーやモデルの性能を損なうことなく、実運用レベルの大規模な学習データセットを生成できるのです。 NTT DATA は、NVIDIA Nemotron-Personas-Japan (NeMo Data Designer を使用して生成された、日本の人口動態、地理、文化に基づいた 600 万のペルソナから構成されるNVIDIA の初のオープン合成データセット) を使用することで、モデル精度を 15.3% から 79.3% へと大幅に向上させました。 これは、機密データを学習パイプラインに公開することなく、60 ポイントもの向上を実現したことになります。 ここから得られる重要なポイントは、企業は完全にオープンソースのインフラストラクチャを使用し、手元にある最小限の独自データからでも、特定のドメイン（業務領域）に特化したAIを構築できるということです。オープンなペルソナデータを活用することで、より高品質なモデルの構築と、より機敏なデータ運用の両立が可能になります。 実証実験 このアプローチを厳密に検証するため、NTT DATA は架空の法律文書を用いた対照評価を実施し、モデルが真に新しい知識を獲得できるようにしました。Nemotron-Personas-Japan から抽出した500のペルソナを活用し、わずか 450 件の未加工のシー...