「海外では当たり前になっているのに、うちは使えない」——日本の金融機関やインフラ企業がAI導入に二の足を踏んできた理由は、最先端の技術がないからではなかった。機密データを社外のサーバーに送れない、という一点だ。Fortune 500企業の93%がすでにChatGPTを業務に組み込んでいる現実と、「データを外に出せない」という制約の間で、日本企業は数年間立ち往生してきた。OpenAIが2026年4月17日に発表した「GPT-5 Enterprise」は、その技術的な壁をピンポイントで崩しにきた製品だ。
OpenAI、企業向けGPT-5を正式発表
OpenAIが企業専用の最上位モデル「GPT-5 Enterprise」を正式発表した。既存のChatGPT Enterpriseの後継にあたるが、今回の発表でとりわけ注目されるのは性能の向上よりも、データの「置き場所」を企業が選べるようになった点だ。日本での提供開始時期や価格帯については、発表時点で詳細は明らかにされていない。現行のChatGPT Enterpriseからの移行条件を含め、OpenAIは今後の案内に委ねている。
自社サーバーで処理、必要な時だけクラウドへ
今回の最大の変化は「ハイブリッドクラウド」と呼ばれる構成が標準で搭載されたことだ。ハイブリッドクラウドとは、自社のサーバーとインターネット上のクラウドを使い分ける仕組みを指す。
実際の動き方はこうだ。通常の業務処理は自社のサーバー内でAIが動く。稟議書の下書きや社内規定の検索といった作業は、データが社外に出ることなく完結する。複雑な分析や大量データの処理が必要になったときだけ、クラウド側に計算を回す。処理の種類によって「自社の中」と「外」を自動で使い分ける——それがハイブリッドクラウドの要点だ。
「セキュアな環境でAIを使えるのか」という問いに対し、すでに一つの答えを出している企業がある。パナソニック コネクトは全社員向けにAIを導入して以来、16ヶ月間にわたって情報漏洩も著作権侵害も「ゼロ」を維持している。今回発表されたハイブリッドクラウド構成は、そうした実績が積み重ねてきた設計思想の延長線上にある。
日本国内で推論完結、ISMAP認証も推進
ハイブリッドクラウド構成に加え、OpenAIは日本国内のデータセンターだけでAIの処理を完結させる構成を可能にした。つまり、入力したデータが物理的に日本の外に出ない。
この点が意味を持つのは、金融機関や政府系インフラにとってデータの所在地が規制上の問題になることがあるからだ。「国外持ち出し禁止」の情報を扱う組織にとって、処理が国内で完結するかどうかは導入可否を分ける要件になる。
OpenAIはあわせて、日本政府が運営するクラウドセキュリティ認証「ISMAP」の取得を推進する方針を示した。ISMAPとは、政府機関がクラウドサービスを調達する際の安全基準を満たしているかを審査・登録する制度だ。ただし、現時点でOpenAIのISMAP申請は完了しておらず、取得の見込み時期も公表されていない。認証が完了するまでの間、中央省庁や公的機関との直接取引には引き続き制約が残る。取得が実現すれば導入ハードルが下がるのは確かだが、それは現時点では「方針」であり、「事実」ではない。金融業界に限れば、約7割の機関がすでに生成AIの利用・試行段階にあるとされる。その多くが機密データを含む業務には踏み込めていない。技術的な制約が取り除かれたとき、この踏み込めていなかった領域に何が起きるかが次の焦点となる。
基幹業務で使える水準か
「データを外に出せない」という壁が崩れたとして、次に来る問いがある。そもそもGPT-5は、金融や医療の現場が要求する水準に達しているのか。嘘をつかないか。コストは現実的か。この2点を見ておく必要がある。
ハルシネーション80%削減で金融・医療レベルに
AIを業務に使う上で長らく最大の懸念とされてきたのが、「ハルシネーション」と呼ばれる問題だ。AIが存在しない事実を自信満々に答える——いわばAIの作り話である。契約書のレビューや融資の判断材料といった、間違いが許されない業務でこれが起きれば、信頼が一瞬で崩れる。
GPT-5はこのハルシネーションを前世代モデル（GPT-4o）と比べて最大80%削減したとOpenAIは発表している。この数字はOpenAI自身のベンチマーク評価に基づくもので、独立した第三者機関による検証ではない点は留保が必要だ。さらに「Thinkingモード」と呼ばれる、問いに対して深く時間をかけて考えるモードを使った場合、誤答率は約1%まで低下するとしている。「嘘が許されない仕事」に踏み込める水準に、数字の上では近づきつつある。
宮崎銀行では現行のChatGPT Enterpriseを使い、従来40分かかっていた稟議書の作成を2〜3分に短縮した。95%の削減だ。これが成り立つのは、精度が一定の閾値を超えていることが前提にある。作り話が混じるモデルでは、出力を人間が全件チェックしなければならない。その手間が残るなら時短効果は半減する。誤答率1%という数字は、業務フローに組み込める水準に近づいていることを示している——ただし、この値がそのまま実業務の現場で再現されるかは、実装と運用設計に依存する。
400Kトークンと自動切替でコスト現実化
もう一つの壁がコストだ。高精度なAIを全ての処理に使い続ければ、コストは青天井になる。
GPT-5 Enterpriseが解決策として持ち込んだのが2つの仕組みだ。一つは処理できる文章量の拡大。一度にAIに読み込ませられる文章量が最大40万トークンに広がった。従来のChatGPT Enterpriseは12万8000トークンが上限だったため、約3倍の拡張にあたる。稟議書なら数十件分、A4の契約書なら200枚超を一度に渡せる量だ。これまでは文書を細かく分割して複数回処理する必要があり、その分のコストと手間がかかっていた。
もう一つが「インテリジェント・ルーティング」と呼ばれる自動振り分け機能だ。「明日の会議室を教えて」といった軽い問い合わせには処理の軽いモデルが応答し、「この融資案件のリスクを複数の規制文書を参照しながら評価せよ」といった複雑な作業には高精度モデルが起動する。この切り替えをシステムが自動で判断するため、担当者が都度モデルを選ぶ手間もない。
大和証券はAIオペレーターを導入し、1日1.5万件規模の問い合わせを自動処理する体制を整えた。その結果、顧客の成約率が2.7倍に上がった。高精度と低コストを両立する仕組みが整わなければ、その規模での運用は成り立たない。インテリジェント・ルーティングはそのコスト構造を変える機能として位置づけられている。
日本の金融・インフラに何が変わるか
セキュリティの実績も積み重なり、精度もコストも実用水準が視野に入ってきた。では、日本の金融・インフラ企業は今どこに立っているのか。
ふくおかフィナンシャルグループは融資稟議書の作成にAIを導入し、1件あたり約12分、作成工数で35%の削減を実現している。それでも活用できる業務は「社外に出せるデータを使う作業」に限られていた。顧客の資産情報、融資審査の詳細、取引先との交渉記録——金融業務の核心にある情報は、AIの届かない領域に残り続けてきた。先行事例の成果が積み重なるほど、逆説的に「まだ使えていない部分の余白」の大きさが見えてくる。
MicrosoftはAzure OpenAI Serviceを通じて国内データセンターでの処理をすでに提供しており、2029年までに日本市場へ1.6兆円を投資する方針を発表している。今回のGPT-5 Enterpriseと合わせ、「データを外に出さずに使う」という要件に応える経路が2つ並立することになった。どちらを選ぶか——クラウドベンダーへの依存度やコスト構造の違いが、MUFGのようにグローバルな取引を持つ大手金融機関にとっても、現実的な選択として浮上している。
ただし現時点では、ISMAPの取得完了も、日本市場への具体的な提供開始時期も発表されていない。中央省庁や公的機関との取引には依然として制約が残る。技術的な条件は整いつつあるが、導入を前に進める上での次のボトルネックは別の場所にある——稟議をどう通すか、現場の担当者をどう巻き込むか、特定ベンダーへの依存をどう管理するか。「なぜ使えないのか」という問いに技術は答えつつある。「どう使うか」を決めるのは、組織の側だ。
