シリーズ3回 産業構造変化の本質と展望－PwC Intelligence専門家の視点 第2回－

PwC Intelligenceの新刊『産業融合 インテリジェンスから解く分断・統合・再興』（ダイヤモンド社）が2026年4月に発刊されるに当たり、本シリーズでは3回にわたって執筆者インタビューをお届けしています。今回は、第Ⅱ部「テクノロジーが導く産業融合の時代」の各章の内容についてインタビューを行いました。生成AI・データ・コンピューティングの相互連関、AIがもたらすサイバーセキュリティの攻防の変化、そして気候テクノロジーの産業インパクトなど、産業の垣根を越えて融合を加速させるテクノロジーは、日本企業にどのような勝ち筋をもたらすのでしょうか。各章の論点を、執筆者自身の言葉で分かりやすくご紹介します。

執筆者

第Ⅱ部 テクノロジーが導く産業融合の時代

第5章 1. 知を統合するテクノロジー －生成AIがもたらす産業融合革命
第5章 2. データがつなぐ産業融合の時代
第6章 AIイネーブラーとしてのコンピューティング
PwCコンサルティング合同会社 PwC Intelligence シニアマネージャー
水上 啓

第7章 AI利用前提社会におけるサイバーセキュリティの展望
PwCコンサルティング合同会社 PwC Intelligence マネージャー
富澤 寿則
PwCコンサルティング合同会社 PwC Intelligence シニアアソシエイト
榎本 浩司
PwCコンサルティング合同会社 PwC Intelligence シニアアソシエイト
石原 陽平

第8章 モノづくりとAIの融合が駆動する気候テックの成長
PwCコンサルティング合同会社 PwC Intelligence マネージャー
挾間 優治

──今回の書籍は「産業融合」を全編のテーマとしており、テクノロジーも重要な柱の1つになっています。第5章と第6章では、生成AI・データ・コンピューティングという3つの先端テクノロジーを取り上げていますが、どのような問題意識を持って執筆しましたか。

水上：
生成AI・データ・コンピューティングという3つのテーマを執筆するに当たって意識したのは、デジタルをめぐる多様なテクノロジーが高度に専門化する一方で、それぞれの関係性がますます密接になっているという点です。そのため、個別に理解するだけでなく、全体として捉えることが、個別分野の理解をさらに促進すると考えました。

例えば、生成AIはデータなしには成立しませんし、その処理や普及はコンピューティングの制約に大きく左右されます。逆に、コンピューティングの進化は生成AIの可能性を押し広げ、データの活用範囲も広げていきます。本書では、これらのテーマをそれぞれ単体でも読めるよう、各分野の基本的な論点、重要な動向、今後の見通しが分かる構成にしつつも、相互のつながりを意識しながら捉えることのできる視点を示しています。

そのため、各章では個別技術の細かな動向を追うこと自体を目的とするのではなく、社会や産業の大きな変化の中で、生成AI、データ、コンピューティングがどのように結び付き、半歩先、さらにその先にどのような方向へ進んでいくのかを示すことを意識しました。紙面の制約もありますが、細部の説明よりも、まずは大きな構図を捉えられるようにしたかったからです。

具体的には、生成AIが社会や産業にどのような変化をもたらしうるのかを見た上で、その変化を支えるデータの重要性や、それらを動かす基盤としてのコンピューティングまで視野を広げることで、3つの技術のつながりからテクノロジーの将来像を立体的に捉えられるようにしています。

複数の技術を相互の関係性の中で捉えることで、テクノロジーの将来像に対する理解の解像度は変わります。そうした理解が少しでも深く、少しでも早くなれば、今後それが社会や産業に与えるインパクトについて一定の見通しを持つことができますし、新しい技術にどの程度注力すべきか、どの領域で活用を進めるべきかといった「判断の質」も変わってきます。こうした見方が、テクノロジーをどのように活用していくべきかを考えるヒントになればと思っています。

──第7章ではサイバーセキュリティの未来を方向付ける3つのメガトレンドとしてAI・CP（サイバー・フィジカル）・MM（マルチモーダル）を提示し、さらに「攻撃は一度勝てばよい、守りは勝ち続けなければならない」という従来のセキュリティ攻防をめぐる非対称性を、「つくり直せる」と主張されています。この3つの枠組みを選んだ理由と、それが攻防の構図をどう変えるのかを、あわせて聞かせてください。

石原：
AIセキュリティ、CPセキュリティ、MMセキュリティの3つを選んだ最大の理由は、いずれも産業横断的に影響を及ぼし、かつ相互に増幅し合う連鎖構造にあるからです。まずAIセキュリティは、「AIを、AIによって、AIから守る」時代にあって、その中核です。CPセキュリティは、ロボットや自動運転車など人命に影響しうるAI制御の存在が急増する中で、「現場の安全」と「サイバーの安全」を一体化する領域です。MMセキュリティは、生成AIが「本物らしさ」を自在につくり出す世界において、単一情報に依存するリスクを克服する技術体系です。AIの高度化がCP環境を加速し、両者がMM技術の重要性を一気に押し上げるという相乗関係にあります。

そしてこの連鎖構造こそが、従来の攻防の非対称性を覆す鍵になります。従来、「守る側」はあらゆる入口を塞がねばならず、「攻撃側」は一つの穴を突破すれば攻撃が実現できるという圧倒的な不均衡がありました。しかし、3つのメガトレンドが連携すればこの構図は変わります。AIセキュリティ領域では「検知～封じ込め～復旧」を桁違いの速さで自動化し、CPセキュリティ領域では発電所や工場でAIが異常検知から隔離・復旧までを自律的にオーケストレーションし、MMセキュリティ領域では複数モードの横断照合により単一偽装では突破できないより強固な検証基盤を構築します。これは人体の免疫システムと同じ発想です。

ここから経営層に最もお伝えしたいのは、「AIをどれだけ使いこなせているか」がセキュリティの成熟度を左右し、それが事業継続力の差に直結する時代に入っているということです。

──第7章では、工場・発電・交通・医療などの現場（Operational Technology：OT）がAI・ネットワークと結び付いて「現場の安全」と「サイバーの安全」を同時に守る、CP（サイバー・フィジカル）セキュリティが重要だと述べています。短期・中期・長期それぞれのタイムスパンで、企業は何を優先して備えるべきでしょうか。

富澤：
CPセキュリティでは、「サイバー環境とフィジカル環境がチェーン状につながり、AIがそれを制御すること」が前提となります。対処が必ずサイバー空間側に依存する以上、サイバー起点で守りを組み立てることが必要です。これは、OTがAI・ネットワークと結び付き、「現場の安全」と「サイバーの安全」が一体の課題になっているためです。

この前提に立つと、優先順位は次のとおりに整理できます。

短期では、「サイバー活動前提のBCP」を経営の前提に置くことが出発点になります。現場データのクラウド集約や遠隔監視・自動化が進むほどアタックサーフェスが広がり、「停止すること」が社会機能に直結するため、まず「止まったときにどう守り抜くか」を経営要件として固めることが先決です。

中期では、「止まらない／止めるなら安全に」を標準装備として実装します。IoT、5G／6G、エッジAIを含むAI、デジタルツインなどの連携によって分野横断のリアルタイム制御が進むほど、サイバー空間上のインシデントが即座に物理空間へ波及しやすくなるため、耐障害性やフェイルセーフといった設計思想を一般化することが重要です。

長期では、AIが物理システムの状態を常時把握し、異常兆候の検知から、必要に応じた隔離・切り替え・復旧までを一連で実行する方向性、すなわち「レジリエンスの自動指揮」を見据えつつ、人は「最後の目」として品質を保証する役割も含めて運用設計を整えます。

以上のように、人命に関わるAI制御の実体が増える現実を前提に、サイバー起点で守りを組み立てることが必要です。

──同じく第7章では、生成AIがあらゆる種類の情報を「本物らしく」作り出せるようになった現状を踏まえ、「『本物らしさ』はもはや真実性の根拠ではない」とも述べています。では私たちは今後どのようにして情報の真偽を判断していくことになるのでしょうか。

榎本：
この問いは、AI時代における情報の信頼基盤の核心を突いていると言えます。このフレーズは、本章で「偽装現実（fake reality）」のリスクシナリオを提示した文脈で述べたものです。具体的には、政府要人の言動を長期学習したAIによる「なりすまし」、偽の衛星映像で金融市場のパニック売りを誘発する「ゴースト事故」、工場のセンサーデータ改ざんによる「ゴースト不良品」という3つの仮想事例を示しました。

生成AIの進化により、テキスト・画像・音声・動画のいずれも高い精度で「本物らしく」作り出せる時代になっています。つまり、映像だけを見る、あるいは音声だけを信じるといった単一の手がかりに依存した判断では、巧妙な偽装を前にして容易に判断を誤ってしまうのです。

では、企業や社会はどう備えればよいのか。この「単一モード依存の弱さ」を克服するための技術体系が、MMセキュリティです。MMセキュリティでは、テキスト・画像・音声・動画など複数の情報モードを突き合わせて、その真偽や整合性を確かめます。

短期の視点では、複数モードを照合する事後検証が普及し始めます。中期になると、コンテンツの生成時点でデジタル署名を付与して出所や改変の有無を追跡可能にする取り組みと、検証のリアルタイム化が並行して進展します。長期では、こうした真正性の証明が社会インフラとして標準的に組み込まれる世界を展望しています。ただし、技術が信頼の全てを肩代わりできるわけではありません。信頼には制度・文化・ガバナンスが不可欠であり、技術で検証できる領域は技術が担いますが、人が判断すべき部分を明確に分離する設計が重要になります。

──第8章では、気候変動対策をテクノロジーの観点から捉え、日本企業の強みを活かせる領域について論じています。一方で、世界を見渡すと気候変動懐疑論も一定の広がりを見せています。そのような社会情勢の中で、気候変動対策や脱炭素の流れは、今後衰退しないのでしょうか。衰退しないとすれば、企業はどのような変化に備えればよいでしょうか。

狭間：
気候変動対策は、その時々の政治情勢によって影響を受けてきました。しかし、産業革命以降の世界平均気温の上昇はすでに1.5℃に迫る勢いであり、気候変動が猛暑・豪雨・台風などの激甚化に寄与していることが科学的にも明らかになっています。21世紀末にかけてさらに気候変動が進行する中で、こうした自然災害の激甚化は一層深刻になることが確実視されており、社会・経済活動に対しても目に見える形で悪影響が増大していきます。このような状況下で、気候変動対策を十分に意識せずに企業活動を継続することは、中長期的にはより困難になっていくと予測されます。

では、企業はそのような中長期トレンドの中でどのような変化に備えればよいのでしょうか。キーワードは「気候テック」です。気候変動の影響が現在よりもさらに顕在化すれば、気候変動の進行を食い止めるための「緩和」と、気候変動がもたらす自然災害に対して社会のレジリエンスを高める「適応」の両方が今以上に求められるようになります。それを実現するソリューションが気候テックです。

そして今後、AIのさらなる進化に伴って、気候テックも加速度的に進歩することが予測されます。AIがなかった時代には困難であった脱炭素化や気候変動への適応が実現され、製造業・電力・運輸・災害対策といったあらゆる分野のあり方が根本から変わっていくことでしょう。日本企業は、このような大変革に対応できるよう、自社がこれまでに培ってきたノウハウをデジタル利用の可能なデータへと変換するなどして、モノづくりにAI技術を融合し、来たるAI時代に備えるとともに、気候テックを新たな商機と捉え、当該分野での積極的な事業化を進める姿勢が求められます。