【2026年】世界モデルは業務に効くか｜投資を決める見立て

「役員会で世界モデルという言葉が出て、次はこれだという流れになりました。予算の枠だけが先に置かれそうです」「実演の動画を見せられて、その場では誰も反対しませんでした。ただ、うちの何がどう変わるのかは誰も言いません」。投資の順番を決める側からは、この2つがほぼ同じ時期に持ち込まれます。止まっているのは技術の理解ではありません。技術の名前が先に来て、業務の名前が後から探されているだけです。早く手を付けることが正解になるのは、その技術が自社のどの工程に触るかを言えるときだけです。この記事では、提供元が公表している条件と限界の記述をそのまま読み、マーケと情シスの業務に接する場面を3つ挙げます。投資するか待つかは、動向の新しさではなく、この接点があるかどうかで決めます。動向の整理をどこまで機械に回してよいかは、後半で工程ごとに分けて書きます。

「次に来る技術だから早く」で、何が抜け落ちるのか

技術の名前で予算の枠が決まると、その枠に合う業務が後から探されます。探した結果として出てくるのは、たいてい「実証」という名前の付いた検討です。検討そのものは無駄ではありませんが、枠が先にある状態で始まった検討は、やめる判断が出しにくくなります。始めた理由が業務の側にないので、やめる理由も業務の側から出てこないからです。

総務省が2026年7月に公表した令和8年版の情報通信白書は、自社の何らかの業務で生成AIを利用していると回答した割合が日本で86.4%だったと書いています。前年度の調査から大幅に上がり、比較対象の3か国との差も縮まりました。ところが同じ調査で、生成AIによる業務変革について「組織的な取組はない」と答えた割合は日本で27.0%あり、米国の1.4%、ドイツの4.9%、中国の2.6%に比べて際立っています。組織的に取り組んでいると答えたのは65.6%で、この回答割合は中堅企業で特に低く出ています。

この2つの数字が並ぶと、順番の問題が見えます。道具は入った。ところが業務の側で組み替えが起きていない会社が3割近く残っている。その状態で新しい技術の枠を先に取ると、組み替えが起きていない工程がそのまま増えます。待つという判断は、何もしないことではありません。今ある技術の接点を先に埋める、という別の投資です。世界モデルに投資しないと決めた予算が、議事録や社内の問い合わせ対応の作り直しに回るなら、それは順番として筋が通っています。

同じ白書は、日本で使われている業務の内訳も出しています。回答が最も多かったのは「議事録・メール作成補助」で約7割、次いで「営業・販売」が約6割、「社内ヘルプデスク」が約5割でした。効果を実感したという回答も、議事録とメールの補助が約7割で最も高く出ています。手を付けた業務と、効いた業務がほぼ同じという形です。この分布を見ると、まだ触られていない業務のほうが多いことが分かります。振り替える先に困ることはありません。

世界モデルは、言葉ではなく場面の続きを予想する

検索の運営元の研究部門は、2025年8月5日の発表で世界モデルを「世界についての理解を使ってその一部を模し、環境がどう変わるかと、自分の行動が環境にどう影響するかの両方を、主体が予想できるようにする仕組み」と説明しています。文章を書くAIとの差は、この説明の後半にあります。分かれ目は、行動を入力に取るかどうかです。動画を作るだけの仕組みは、こちらが動いた結果を返しません。

この違いは、確かめ方の違いに直結します。文章のAIの出力は、書かれている内容が資料と合っているかで確かめられます。世界モデルの出力は、映像がきれいかどうかでは確かめられません。確かめるべきは「その次に実際に何が起きたか」との一致であって、見た目の自然さではありません。業務に持ち込むときに人手が要るのは、この照合の部分です。

型として並べると、投資の判断に必要な違いがはっきりします。製品を比べるのではなく、予想している対象で比べるのが実務的です。

比べる点	文章を書くAI	映像を作るAI	世界モデル
予想する対象	次に来る語	次に来る絵	場面の次の状態と、行動の結果
こちらが入れるもの	指示文と資料	指示文と参考の絵	指示文と、その場での操作
出てくるもの	文章	決まった長さの映像	操作できる場面
合っているかの確かめ方	資料と突き合わせる	見た目と指示の一致を見る	実際に起きた続きと突き合わせる
業務で効く場所	書く工程・調べる工程	作る工程	試す工程・下見の工程

原典に戻ると、部品は3つしかない

この言葉が今の意味で使われ始めたのは2018年3月に公開された研究です。そこでは仕組みが3つの部品に分けられています。1つ目は見る部分で、観測した1枚ずつを圧縮した抽象的な表現に直します。2つ目は覚えて予想する部分で、次の表現がどうなるかを予想します。3つ目は動きを決める部分で、原典ではこれを意図的に単純な1層の仕組みにしています。

2つ目の作りには、業務で使うときに効いてくる性質があります。次の状態を1つに決め打ちせず、確率の混ざった形で出す設計になっています。つまり同じ場面から複数の続きが出てくることが前提です。1回動かして出た結果を「こうなる」と読むのは、設計と合いません。何度か動かして、出方の散らばりを見るのが本来の使い方です。

原典が示したのは、自分の中に作った模擬の環境の中だけで動き方を学ばせ、それを実際の環境に持っていけたという点でした。ここが投資判断の要点になります。見た目の良さは、当たっているかどうかとは別の話です。社内で実演を見て「本物のようだ」と評価が出た時点で、評価の物差しが見た目に移っています。本来見るべきは、出た続きが実際の続きと合った割合のほうです。

今できていること：文章から入って歩ける場面が出てくる

2025年8月5日の発表によれば、文章の指示から場面を作り、毎秒24枚の速さで実時間に動かせるとされています。一貫性が保たれるのは数分、解像度は縦720画素という説明です。同じ発表は、これを限られた研究向けの先行公開と位置づけ、少数の研究者と制作者にだけ先に渡したと書いています。

これらの数字は提供元の説明です。こちらで同じ条件を再現して測ったものではないので、社内の資料に書くときは出どころを添えた引用の形にしておきます。実測していない数字を自社の見立てとして書くと、後で説明ができなくなります。半年後に条件が変わったとき、誰の測定だったのかが分からない数字は撤回もできません。

できていることの範囲を業務の言葉に直すと、こうなります。文章で書いた場面を、操作できる形で数分だけ出せる。その場面は現実のどこかを正確に写したものではない。この2行が今の到達点で、ここから先は次の節の限界の記述で決まります。

提供の条件に、投資の材料が全部書いてある

同じ運営元は2026年1月29日に、この仕組みを一般に配り始めたことを公式に発表しました。そこに書かれている条件が、投資判断にそのまま使えます。対象は米国在住の18歳以上で、個人向けの最上位契約の加入者に限られ、順次ほかの地域に広げるとされています。そして法人向けの契約の利用者は対象外と明記されています。

この一行の意味は大きいです。法人向けの契約が対象外だと書かれている技術は、まだ業務に組み込む前提で売られていません。社内の資料に「業務で使える」とは書けません。試すとすれば個人の契約になり、その瞬間に3つのことが同時に起きます。データの出る先が社外の個人契約になる。費用の立替が発生する。そして規程の外での利用になる。情シスの側で先に決めるのはここです。

もう1つ、研究の発表と配られた形の差にも注目しておきます。研究の発表では一貫性は数分とされていましたが、配られた形では生成は最大60秒に制限されると書かれています。同じ発表は、生成された世界が現実的でないことがある、指示や物理法則に厳密に従わないことがある、操作の遅延が生じることがある、一部の機能はまだ実装されていない、とも書いています。研究の数字で見立てを作り、配られた形で運用を組むと、この差の分だけ計画が外れます。

提供元が自分で挙げている限界は5つ

2025年8月の発表には、限界が見出し付きで5つ並んでいます。これは断りの文ではなく、自社の工程が乗るかどうかを判定する条件表として読めます。

• 主体が直接できる操作の範囲が、今は限られている
• 複数の主体が同じ場で複雑に関わり合う状況を正確に模すことは、まだ研究途上の課題である
• 実在の場所を、地理的に正確なまま再現することは今はできない
• 読める文字は、入力の記述に与えたときにしか生成されないことが多い
• 連続して扱えるのは数分で、何時間にも及ぶものではない

この5つを自社の工程に当てると、判定はかなり機械的にできます。工程の結果が文字の読み取りに依存するなら4つ目で落ちます。実在の場所の再現に依存するなら3つ目で落ちます。複数の人や機械が同時に動く場面を扱うなら2つ目で落ちます。落ちた工程は、待つ側に入れます。限界の一覧は、断りの文ではなく適合条件の表として読みます

限界の項目	これで落ちる工程の型	落ちた工程の代わりに置くこと
操作の範囲が限られる	こちらの手順を試して比べる工程	手順の案を文章で並べ、実物で1回だけ試す
複数の主体の関わり合い	人と機械が同じ場で同時に動く工程	1人分の動きに切り分けて、順に確かめる
実在の場所の再現	特定の店舗や施設の下見の工程	現地で撮った映像と図面で判断する
読める文字が出にくい	表示や注意書きの確認の工程	実物の写真に差し替えて確認する
持続時間が数分	長い作業の通しを見る工程	工程を数分単位に割って、区間ごとに見る

ここで書き方を1つ決めておくと、社内の議論が短くなります。限界の記述は提供元の言葉のまま引用し、その横に自社の工程名と、通る・通らないの判定だけを書きます。判定の理由を長く書くと、読む側が理由を議論し始めます。判定の欄は2択にして、理由は限界の項目番号で示すだけにします。

場面1：商品の見え方を検証する用途に、そのまま乗るか

マーケの現場でまず思いつくのは、商品の置かれ方や見え方を映像で検証する使い方です。棚に並べたときの印象、色の見え方、手に取る動作。ところがこの用途は、限界の5項目のうち2つに正面から当たります。パッケージの表示や注意書きは読める形で出ないことが多く、実在の売り場は地理的に正確には再現されないからです。

さらに、外に出す表示に使う場合は法令の側の条件が乗ります。商品や役務の内容について、実際のものよりも著しく優良であると示す表示は景品表示法第5条第1号に当たりうるものです。そして第7条第2項に基づいて裏付けとなる合理的な根拠を示す資料の提出を求められた場合、その提出期限は、文書で求めた日から原則として15日後と定められています。運用指針は、新たな又は追加的な試験や調査を実施する必要があるという理由は正当な事由とは認められないと書いています。

つまり、求められてから調べ始める段取りは通りません。合成した映像は、外に出す表示の根拠にはなりません。社内の検討のたたき台としては使えます。案を絞る段階で、5案を粗く見比べる用途なら十分です。外に出す段階では、実物の写真と実測の数字に置き換える工程を必ず挟みます。

• 生成した映像を、商品の見え方の証拠として社外向けの資料に載せる
• 映像の中の文字が読めないまま、パッケージの表示の確認を済んだことにする
• 実在の店舗名を指示文に書いて出た場面を、その店舗の売り場として扱う
• 根拠の資料をそろえる工程を、公開後の宿題として先送りする

場面2：現場の作業を写した動画から、手順を起こす

2つ目は、現場の作業を撮った動画から手順書を起こす用途です。ここで大事なのは、今の技術で足りる部分と、待つ部分を分けることです。撮った動画から手順の下書きを起こす、抜けている工程を指摘させる、作業時間を数えるところまでは、文字以外を扱える今のAIで届きます。世界モデルを待つ必要はありません。

待つ部分は、その先です。「この順番に変えたらどうなるか」を、実際に人を動かさずに試す工程。手順の案を2つ作って、どちらが早く安全かを模擬の中で比べる工程。ここは場面の続きを予想する仕組みの領分ですが、先に挙げた限界のうち、操作の範囲と複数の主体の扱いが効いてきます。1人の単純作業なら近い将来に届く可能性があり、複数人が同じ場で動く作業は、まだ研究途上の課題として書かれている側に入ります。

この整理から出てくる結論は素朴です。今この工程に投資するなら、対象は模擬の仕組みではなく撮ることと残すことです。撮影の条件をそろえる（同じ位置、同じ明るさ、作業の開始と終了が分かる合図を入れる）。作業の記録を、映像と同じ通し番号で残す（誰が、何を、どの順で、何分）。この2つが無い会社は、仕組みが安くなった時点でも動けません。

場面3：空間を使う展示や案内の下見

3つ目は、展示会のブース、ショールーム、施設の案内動線といった空間の検討です。今は図面と模型と過去の写真で判断しています。操作できる場面が出てくる仕組みは、この工程にいちばん近い位置にあります。動線を歩いてみて、曲がる場所で何が見えるかを確かめる。図面では出てこない判断が、ここで出ることがあります。

ただし、限界の記述がそのまま制約になります。連続して扱えるのが数分、配られた形では生成が最大60秒。実在の場所は正確に再現されない。読める文字は出にくい。この3つを足すと、使える範囲は本番の再現ではなく、案の粗い比較までです。看板の文字が読めるかどうかの検証には使えません。人の流れが詰まりそうな場所の当たりを付けるところまでです。

費用のかかり方も先に押さえておきます。金額は提供の形が変わるたびに動くので数字では書きませんが、増え方の性質は決まっています。生成した長さと回数に対して増えます。そして人の時間は減りません。出た場面を見て良し悪しを判断する時間が新たに要るからです。作る時間は減り、確かめる時間は増える。この形は、生成AIを業務に入れたときの費用の動きと同じです。

情シスが今から接するのは、映像と記録の置き場所

物理世界向けの基盤モデルを公開している側の説明を読むと、想定用途はロボットの学習、自動運転の学習、産業の画像検査の3つに置かれています。そこには、映像の生成を想像力として使い、実際に撮れたものに縛られずに学習させる、という説明があります。足りない場面を合成で補うという発想です。

ここに情シス側の接点があります。元になる映像が無ければ、後から補える範囲も決まりません。合成で足せるのは、手元にある映像の延長です。自社の現場を1本も撮っていない状態では、仕組みが手に入っても入力する材料がありません。だから今の投資は、模擬の仕組みではなく残し方に置きます。

残し方の実務仕様は、5つ決めれば足ります。保存の形式と解像度をそろえる。撮影日と場所と作業名の付け方を決める。映像と作業記録に同じ通し番号を振る。写り込んだ人と物の扱い（同意の取り方と、社外に出さない範囲）を決める。保存年限を決める。映像は容量が大きく、置き場所の費用は撮った時間に対して増えます。だから年限を決めないと、費用だけが積み上がります。

待つ判断が正しくなる3つの条件

待つと決めてよいのは、次の3つのどれかが当てはまるときです。1つ目は前提が変わる速さ。2025年8月に研究として発表され、2026年1月に条件付きで一般に配られました。半年で提供の形が変わる領域では、今組んだ運用が半年で作り直しになります。作り直しの手間が、先に始めて得られる分より大きいなら、待つ側が有利です。

2つ目は要る機材と人。映像を扱う仕組みは計算の資源を食い、出た物の良し悪しを判断できる人が要ります。判断できる人がいないまま入れると、何が良くなったのか分からないまま更新の作業だけが続きます。3つ目は出た物を確かめる手立てが無いこと。文章なら出典に当たれます。場面の予想は、確かめる相手が現物しかありません。現物で確かめるしかないなら、模擬を挟む意味が薄い工程もあります。

待つと決めたときに必ず一緒に決めるものが1つあります。見直しの日です。待つと決めたなら、いつ見直すかを同じ日に決めます。半年後の日付を入れ、その日に読む資料まで書いておきます。読むのは、提供の条件が書かれた発表と、限界の記述の2つです。見直しの日を決めない待機は、判断ではなく放置になります。

投資の順番を決める見立て

ここまでの材料を、決める順番に並べます。5工程で、会議1回分の時間で終わります。

この5工程を通した結果は、多くの会社で「今は待つ」になります。それでよいのです。待つと決めた記録が残っていることが、半年後に判断を早める材料になります。何も検討しなかった会社は、半年後にまた同じ会議をします。

生成AIに渡す工程と、人が決める工程

動向を追う仕事のうち、機械に回せる部分はかなり広いです。公表資料の要約、前の発表との差分の整理、自社の工程一覧と限界5項目の突き合わせの候補出し、社内向け説明の下書き、英語の技術用語を業務の言葉に言い換える表。ここまでは渡してよい範囲です。

人が持ち続けるのは4つです。投資するかどうかの決定。待つと決めたときの見直しの日。社内に伝える期待値の言い方。そして工程に印を付ける作業そのものです。印を付けるのは自社の業務を知っている人にしかできません。工程一覧を渡して印まで付けさせると、名前が似ている工程に印が付きます。候補を出させるところまでにして、最後の1票は人が入れます。

運用の約束を2つ決めておきます。1つ、出どころの示せない性能の数字は採らない。提供元の文書のどこに書いてあるかを示せない数字は、資料から消します。2つ、「次に来る」「有望である」といった評価を機械に書かせない。評価は機械に書かせず、人の署名で出します。根拠の書かれていない指摘や評価は、そのまま社内の期待値になってしまいます。

実演の映像を、性能の証拠として社内資料に貼らない

公開されている実演は、実時間の操作を記録したものだと明記されています。同時に、同じ発表の中に限界が5項目書かれています。片方だけを切り出して社内資料に貼ると、読んだ人の期待値が実際より半年から1年先に行きます。期待値が先に行った状態で予算が付くと、半年後に「思ったのと違う」で止まります。

止まったときに残るのは、費用の記録ではなく評判です。一度「あれは期待外れだった」と社内で言われた領域は、次に本当に条件がそろったときにも提案が通りにくくなります。実際に技術が使える段階に来たときに、自社だけ動けないという形の損が出ます。期待値を上げすぎることの費用は、この遅れの側に出ます。

代わりに資料へ入れるものは3つです。提供の条件（対象の地域、契約の種類、生成できる長さ）。限界の5項目。そして自社の工程との対応表（通る、通らない）。実演の記録と限界の記述は、必ず同じ紙に並べます。映像を見せる場合は、その直後に限界の5項目を読む時間を取ります。順番を逆にすると、限界の説明は聞かれません。

よくある質問

世界モデルと動画生成AIは、何が違うのですか

出てくる物は似ていますが、行動を入力に取るかどうかが違います。映像を作る仕組みは、こちらが動いた結果を返しません。操作できるかどうかが分かれ目です。ただし境目は製品ごとに曖昧で、映像を作る仕組みにも物理の理解があるとされるものがあります。名前で判断せず、こちらの操作を受け付けるかどうかで見てください。

今すぐ触っておかないと、出遅れませんか

触ることと投資することを分けてください。触るのは1人が数時間で足ります。投資は、自社の工程に印が付いてからでよい判断です。なお2026年9月の時点では、法人向けの契約では試せないと明記された形で配られています。個人の契約で試す場合は、データの出る先と費用の扱いを先に決めてから触ってください。

自社で世界モデルを作ることはありますか

現実的なのは、公開されている仕組みを自社の場面に合わせて追加で学習させる形です。ただしその形でも、元になる映像と作業の記録が要ります。手元に材料が無い状態では、作る側に回っても入力がありません。だから準備は残し方の側に寄ります。

経営に説明するとき、何を数字で言えますか

自社で数えられる数字だけを言うのが安全です。限界の項目数、自社の工程のうち通ると判定した本数、映像の保存に必要な容量と保存年限。この3つは自分で数えられます。性能の数字は、提供元の説明としてそのまま引用する形にとどめてください。自社の見立てとして書くと、根拠を聞かれたときに答えられません。

待つと決めたのに、競合が先に始めたらどうしますか

先に始めたことと、成果が出たことは別です。見直しの日に、競合の発表が「導入した」なのか「効果が出た」なのかで読み分けてください。導入の発表は、期待値の表明であって実績ではありません。自社の工程に印が付いていないなら、判断は変わりません。

まとめ

世界モデルは、言葉の続きではなく場面の続きと行動の影響を予想する仕組みです。研究の発表では毎秒24枚で数分の一貫性とされ、一般に配られた形では米国のみ、個人の最上位契約のみ、生成は最大60秒に制限されています。提供元自身が挙げた限界は5項目あり、文字の読み取りと実在の場所の再現はその中に入っています。だから商品の見え方を外に出す形で検証する用途には、まだ乗りません。投資の順番は、技術の新しさではなく接点の有無で決まります。自社の工程に印が付かないなら、予算は映像と作業記録の残し方に振り替える。そして半年後の見直しの日と担当者の名前を、今日の議事録に書いておく。この2行が入っていれば、次の会議は同じところから始まりません。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。