NTT・富士通・NECの公式発表から読む、日本大企業のAI活用戦略¶

対象 / ポイント

対象: 日本企業で生成AI、AIエージェント、AIコーディング支援の導入方針を検討する管理者、開発リーダー、事業企画、CoE担当者。

ポイント:

同じ「AI活用」でも、NTT・富士通・NECでは力点がかなり違う
NTTは国産LLM基盤、富士通は業務AIプラットフォーム、NECは顧客DX/AXと開発組織変革に寄せている
公式発表は成果証明ではなく、各社がどのレイヤーに賭けているかを読む材料として扱うべき

公式発表は、各社が賭けるレイヤーを映す¶

NECのClaude Code 3万人展開だけを見ると、企業導入の示唆は少し弱い。「大企業がAIコーディングツールを広く配るらしい」で止まりやすいからだ。

しかし、NTT・富士通・NECを並べると見え方が変わる。 3社とも「AI活用」を語っているが、同じ場所を攻めているわけではない。 NTTは国産LLMと安全な社会実装、富士通は業務に組み込むAI部品群、NECは顧客DX/AXと自社開発組織の変革を前面に出している。

比較の材料は、各社の公式PR/IRに出ている事実に絞る。ただし、公式発表はあくまで各社が外部に示した計画、製品、ポジショニングであり、導入効果が実証済みであることを意味しない。ここで比較したいのは成果の優劣ではなく、大企業がAIをどのレイヤーで使おうとしているか である。

3社のAI活用戦略はどこが違うか¶

企業	軸	主な材料	見るべき点
NTT	国産基盤・低コスト運用	`tsuzumi 2`、AI Charter	主権、閉域、運用コスト
富士通	業務AIプラットフォーム	`Kozuchi`、`Takane`、AI Agent	業務フローへの組み込み
NEC	顧客DX/AX・組織変革	`BluStellar`、AI Platform Service、Claude Code	自社利用を顧客提供に戻す設計

3社の違いはかなりはっきりする。 NTTは「どの基盤で安全にAIを動かすか」。富士通は「AIをどの業務部品として組み込むか」。 NECは「AIを使って顧客変革と自社変革をどうつなぐか」。

NTT: 社会インフラ・国産基盤・低コスト運用に寄せる¶

NTTの特徴は、AIを単なる業務効率化ツールではなく、社会インフラに組み込む基盤技術として位置づけている点にある。 2025年10月の tsuzumi 2 発表では、軽量で高性能な日本語処理LLMとして、電力消費や運用コスト、機密情報を扱う際のセキュリティリスクを課題に挙げている¹。

tsuzumi 2 は、単一GPUで推論できる軽量性、オンプレミスやプライベートクラウドで低コストに運用できる点、純国産モデルである点を打ち出している¹。また、NTTのAIページでは、AI利用に伴うリスク管理、Chief AI Officerの設置、NTT Group AI Charterへの言及が確認できる²。

ここから見えるNTTのAI戦略は、派手なエージェント導入よりも、モデル、運用環境、統制を含む基盤レイヤー に重心がある。公共、医療、金融、自治体、閉域環境のように、データの所在や説明責任が重い領域では、この打ち出し方は強い。

導入検討中の企業にとっての示唆は、「どのAIツールを使うか」の前に、どのデータをどこで処理し、どのコスト構造で継続運用するのかを決める必要がある点だ。この問いが重い企業ほど、NTT型の論点が先に来る。

富士通: 業務に組み込む部品群に寄せる¶

富士通の発表は、AIを業務プロセスへ組み込むための部品群として位置づけている。 Fujitsu Kozuchi は、生成AI、AutoML、予測分析、画像、テキスト、AI Trust、XAIなど複数領域のAIサービス群として説明されている³。

2024年6月の発表では、ナレッジグラフ拡張RAG、複数モデルを組み合わせる技術、法規制や社内規則への準拠を監査する生成AI監査技術を打ち出している⁴。同年9月の Takane 発表では、安全なプライベート環境で使う企業向け日本語LLMとして、 Kozuchi と Data Intelligence PaaS に組み込む方針が示された⁵。さらに Fujitsu Kozuchi AI Agent は、人間と協調しながら高度なタスクを自律的に行うAIサービスとして発表されている⁶。

この並びから見ると、富士通は「大きな汎用AIを入れましょう」ではなく、業務データ、業務ルール、監査、AI Agentを組み合わせて業務の中に埋め込む 方向を強く見せている。 AIの価値を、個人の生産性ではなく、契約確認、サポート、交渉、製造、法務などの業務単位で語りやすい構造だ。

読者企業にとっては、自社のAI導入を「チャットツールの導入」から「業務フローの部品化」へ移せるかが論点になる。業務ルール、監査証跡、例外処理、モデル選択まで含めて設計できなければ、この方向性は形だけのプラットフォーム導入になりやすい。

NEC: 顧客DX/AXと開発組織変革を接続する¶

NECは、NTTや富士通とは少し違う方向に見える。もちろん、NECにも cotomi、BluStellar、AI Platform Serviceという基盤・サービス群はある。 cotomi は BluStellar の中核技術として位置づけられ、専門業務での生成AI活用やGPU効率化が発表されている⁷。 2026年4月のAI Platform Service発表では、AIエージェント、モデル、連携プロトコル、データ連携を含む100以上のサービス機能を集約し、AX（AI Transformation）を加速すると説明している⁸。

ただし、NECの特徴はそこだけではない。 Anthropicとの発表では、金融・製造・自治体向けの業界特化AI、 BluStellar Scenario へのClaude/Claude Code活用、約3万人へのClaude展開、自社を最初の顧客にするClient Zero、 Claude Codeを使うAI-native engineering teamが同時に置かれている⁹¹⁰。

つまりNECは、AIを「顧客向けDX/AXの製品群」として語るだけでなく、自社の開発組織を変える取り組みと顧客提供を接続する 形で語っている。ここが、NTTの基盤志向、富士通の業務部品志向とは違う。

この方向性は興味深い一方で、発表時点では成否を判断できない。約3万人への展開は規模として目立つが、実際の価値は席数ではなく、レビュー負荷、欠陥混入率、開発リードタイム、顧客向け資産への還元で測るべきだからだ。

比較すると、NECだけが少し違う賭け方に見える¶

3社を並べると、NTTと富士通は比較的わかりやすい。 NTTは「信頼できる国産AI基盤をどう持つか」。富士通は「業務AIをどうプラットフォーム化するか」。

NECは、そこに「Client Zero」と「開発組織変革」を重ねている。このため、NECのAnthropic/Claude Code連携は、単なる開発者向けツール導入として読むと物足りない。むしろ、BluStellar、AI Platform Service、業界特化AI、社内開発組織変革をつなぐ部品として読む方が自然だ。

ただし、これはNECが優れている、あるいは危うい、という単純な話ではない。どこに賭けているかが違う、という話である。基盤を握る、業務部品を整える、組織変革まで踏み込む。どれが正しいかは企業の前提によって変わる。

読者企業への示唆: ツール選定前にレイヤーを決める¶

この比較から、導入検討中の企業が持ち帰るべきことは明確だ。 AIツールを選ぶ前に、自社がAIを使いたいレイヤーを決める必要がある。

先に決めるレイヤー	問うべきこと	近い発想
基盤・主権	モデル、データ、閉域、コスト、ガバナンスをどこまで自社で制御するか	NTT型
業務実装	契約、サポート、製造、法務、営業など、どの業務にAIを埋め込むか	富士通型
組織変革	開発、レビュー、CoE、Client Zero、顧客提供をどう接続するか	NEC型

この順番を飛ばして「Claude Codeを入れる」「Copilotを入れる」「国産LLMを使う」と決めると、導入の評価軸が曖昧になる。便利だったか、使われたか、話題になったかで終わりやすい。

逆に、レイヤーを先に決めれば、見るべき指標も変わる。基盤ならデータ境界、運用コスト、監査可能性。業務実装なら業務時間、例外処理、品質、説明可能性。組織変革ならレビュー負荷、欠陥率、再利用資産、顧客提供への還元。

まとめ¶

NTT・富士通・NECの公式発表を並べると、日本大企業のAI活用は一枚岩ではない。 NTTは社会インフラと国産基盤、富士通は業務AIプラットフォーム、NECは顧客DX/AXと開発組織変革に力点を置いているように見える。

NECのClaude Code 3万人展開は、この比較の中では「開発者にAIを配るニュース」ではなく、Client Zeroと顧客向けAI提供を接続する試みとして読む方が筋がよい。一方で、公式発表だけでは成果はまだわからない。評価すべきは発表の大きさではなく、実運用でどの指標が改善したかである。

読者企業が考えるべき問いは、「どのAIが一番強いか」ではない。 自社はAIを基盤で使うのか、業務で使うのか、組織変革まで含めて使うのか である。