下記提案に関する議論をするトピックです
- 議論をこちらで行ってもよいですし
- GitHub - takahiroanno2024/2025_ai_idobatakaigi_output: 東京都AI戦略井戸端会議のアウトプット（discourse議論の成果物） まで直接Pull Requestを送付いただいても構いません
「いいね！」 1
施策２：東京都AI人材「３０人計画」
に関しては少数に対して多額の投資をするより、多数に対して少額の投資をした方が効果がでやすいと思いますし、リスクヘッジになると思います。
一人あたり3000万～1億円と書かれていましたが、AI研究者の平均研究費ってどれぐらいですかね、1000万くらいならいけそうかなっと思います。
「いいね！」 1
これもしかして年間ではなく一括？それなら3000万でもありなのかな
ただ、1億は高いような気がする
「いいね！」 2
- 研究・事業資金：5000万円
- ビザ・法的サポート：100万円
- 住居・生活支援：200万円
- ネットワーキング・開発環境：200万円 → 合計：約5500万円／人・年
- 30人規模の場合の年間予算 → 約16.5億円
の、住居。生活支援の200万円って何年間分なんでしょう？
「いいね！」 3
@itoma_aikon さん、ありがとうございます！
AI研究者の平均研究費、かなり昔の資料、かつAI研究に限定しない「研究者の研究費」ですが、
上記のJSTの資料において
主要国の研究者1人当たりの研究費は、日本が2,030万円（専従換算で2,393万円）であるのに対し、米国がOECD購買力平価で3,275万円（IMF為替レート換算で2,660万円）、中 国がOECD購買力平価で1,647万円（IMF為替レート換算で756万円）となっている。
となっています。
10年ちょい前の研究者全体で2400万-3000万ぐらいなので、
2025年に物価等々上がっていること、AI研究はおそらく世の中の他の研究より予算がかかりそうなこと（GPU、計算機リソースなど）考えると、3000万円はかなりボトムラインなのかなと。
個人的には1億円/人でもおかしくないなと感じてます。
ChatGPTに聞くと、ややアホな答えが返ってきました。
世界全体の状況
2023年の世界全体のAI投資額は約2,000億ドルに達すると予測されています。 しかし、世界中のAI研究者数に関する正確なデータが不足しているため、一人あたりの平均研究費を正確に算出することは困難です。PA Life
主要国別の状況
- アメリカ: 2019年における国立衛生研究所（NIH）と国立科学財団（NSF）のAI関連研究開発費は合計約16億ドルでした。 また、2023年の民間AI投資額は672億ドルに達しています。 これらを合わせると、2023年の総投資額は約688億ドルとなります。アメリカのAI研究者数が約1万人と仮定すると、一人あたりの年間研究費は約68万8,000ドルと推定されます。IT革新財団+1Science|Business+1Deloitte United States+3Asianfin+3AP News+3
- 中国: 2023年の民間AI投資額は78億ドルでした。 同年の総投資額を約78億ドルと仮定し、AI研究者数が約1万人とすると、一人あたりの年間研究費は約7万8,000ドルと推定されます。
- イギリス: 2019年から2023年の5年間でのAI投資総額は約255億ドルであり、年間平均約51億ドルとなります。 AI研究者数が約5,000人と仮定すると、一人あたりの年間研究費は約102,000ドルと推定されます。PA Life+1Asianfin+1
- インド: 同じ期間でのAI投資総額は約161億ドルで、年間平均約32億ドルです。 AI研究者数が約5,000人と仮定すると、一人あたりの年間研究費は約64,000ドルと推定されます。
- ドイツ: 同期間でのAI投資総額は約143億ドルで、年間平均約28億6,000万ドルです。 AI研究者数が約5,000人と仮定すると、一人あたりの年間研究費は約57,200ドルと推定されます。
これらの推定値は、各国のAI研究者数を仮定して算出したものであり、実際の研究者数や投資額の変動により異なる可能性があります。また、これらの数値には民間および公的機関からの投資が含まれており、研究費の内訳や配分も国によって異なる点に留意が必要です。
また、住居・生活支援の200万円は、合計が/人・年になっていることから、1年だと思います。ちょっと低い印象を受けますね。住居だけで15万の家に住んでもらうとして180万なわけなので……
「いいね！」 2
- AI人材育成のノウハウが現状東京にない
誰かが講師となる必要があり、その講師が優れていないと、育成された人材の価値を示せない。
講師が優れていることの証明は、講師の学歴や職歴、実績に依存しがち。
実績を誰がどう評価するのか…と、なってしまいますね。
日本国内だけでは難しいですが、
海外で就職や留学で実績を作れたら、もしかしたら打開のきっかけになるかも？
「いいね！」 3
東京都のAI人材育成における「ノウハウ不足」の課題に対しては、以下の多角的アプローチを通じて解決策を講じることができます。
1. 外部知見の積極的な導入と活用
- 国内外の連携強化: 海外のトップ大学（MIT、スタンフォード）やAI先進企業（Google、Microsoft）との提携を進め、共同カリキュラムの開発やインターンシップ、共同研究などを実施。成功事例を基に、東京に最適なプログラムを設計。
- 専門家ネットワーク: 海外や他都市で活躍するAI専門家をメンターやアドバイザーとして招き、定期的な講演やワークショップを通じて実務知識を共有。
2. 実践的な教育プログラムの確立
- ハンズオン形式: ワークショップやハッカソンを通じて、実践的なスキルを習得。東京都の課題（交通、防災、高齢者支援など）を題材にしたAIプロジェクトを実施。
- 産業界との連携: 地元企業や業界団体と協力し、実際のプロジェクトを通じた教育を提供。企業からの講師派遣や最新技術の学習機会も増加。
3. 継続的な評価と改善
- データドリブンな育成: 育成プログラムの進捗を定量的に評価し、フィードバックを活用してプログラムを改善。定期的なレビューと成功・失敗事例の共有で学びを拡充。
4. 東京独自のモデル構築
- 多様な人材育成: エンジニアに加え、AI倫理の専門家やビジネス担当者など、多様な人材を育成。
- 東京発のノウハウ: 東京の特性に合わせた独自の育成カリキュラムを開発し、オープンソース教材として公開。日本の文化や社会背景に基づいた教育方法を確立。
5. エコシステムの構築と支援
- 育成拠点: AI人材が集まり、共同作業や研究開発ができるコワーキングスペースやリソースを提供。コミュニティの形成を促進し、定期的なイベントで技術交流を行う。
- 卒業生支援: プログラム修了者が次世代の育成者として参画するサイクルを確立。起業支援や実証実験の場も提供。
これらの施策を組み合わせることで、東京はAI人材育成のノウハウを蓄積し、計画の成功確率を高め、都市の課題解決に寄与することができます。重要なのは、単なる教育内容の開発ではなく、「実践知の伝承システム」を構築することです。これにより、東京発の「都市機能最適化AI人材」を育成するブランドを確立し、世界に類を見ないAI技術革新を実現できるでしょう。
「いいね！」 2
- それぞれの「課題・リスク」に対して、考えられる打ち手が対応する形でリストアップされているといいかなと思いました。
- 海外事例はURLがあると参照できて嬉しいかなと思います。
- 参考初期調査も箇条書きにしていただけると見やすいかなと。
- コストやインパクトがもう少し定量的に示されると、施策の必要性・優先度が伝わるかなと。
- それぞれの施策の構成順（「リスク」の位置など）が微妙に異なっているので、揃えた方がいいのではないかと思いました。
- 議論からの示唆・補足の箇条書きのレベル分けをしたら見やすいかなと思います。
「いいね！」 1
大学所属の研究者をイメージしていましたが、全体となればそれなりにありそうですね、
だいぶ古いデータにはなりますが、所属団体によってかなり研究費が変わっているみたいです。
https://www.mext.go.jp/b_menu/hakusho/html/hpaa200701/023.htm
「いいね！」 1
米国のベンチャーファンド制度は高額な運営資金を提供、中国の政府ファンド制度などは高額な補助金を提供するなど、円安のこのご時世で、人材誘致競争で勝てる公算がどれぐらいありますか?
「いいね！」 2
円安下におけるAI人材獲得競争における東京の戦略的優位性
円安の現在、米国のベンチャーファンドや中国の政府ファンドのように「高額の資金提供」を前面に出す戦略では、東京が正面から資金競争に挑むことは現実的ではありません。しかし、東京にはそれらとは異なる多層的かつ戦略的な価値を提示する余地があります。
- 複合的な魅力の訴求で「東京で働く・暮らすこと」の価値を高める
生活の質: 東京は治安の良さ、医療水準の高さ、公共交通の利便性など、世界トップクラスの生活環境を誇ります。住宅補助や教育支援といった制度整備を通じて、生活コストを実質的に下げることで「居住インセンティブ」として訴求できます。
文化的魅力: アニメやゲームなどのポップカルチャー、四季折々の自然と伝統文化といった東京独自のライフスタイルも、海外人材のモチベーションを高める要素です。
規制の柔軟性: 特にAI分野におけるデータ利用や実証実験に関する規制の柔軟性は、欧米諸国よりも進んだ環境を提供できるケースもあり、研究者・起業家にとっての大きな魅力です。
- ターゲットを絞った戦略的誘致
技術分野: ロボティクス×AIや医療×AIなど、日本が比較優位を持つ領域に特化することで、魅力を最大化。
地域的焦点: 地理的・文化的に近いアジア圏からの中堅・若手研究者をターゲットにすることで、マッチング精度と定着率を高めます。
キャリア段階別支援: 世界トップの人材のみを狙うのではなく、将来性のある中堅層・起業家の卵などを対象にした成長支援策も効果的です。
- 金銭以外の価値の最大化と資源の効率的活用
生活コスト支援や税制優遇： 単なる給与増ではなく、住居・教育補助や高度外国人材向け税制優遇を通じて、手取り感や生活満足度を向上。
研究施設・設備の提供： 最先端設備や研究スペースの提供は、資金以外の強力なインセンティブになります。
円安の優位性活用： 円安のもとでは、東京での生活・開発コストは他国に比べて割安であり、提供する補助金の「効率」はむしろ上がっています。
- 産業界との連携による実用化・起業支援
共同研究の推進： 企業との共同研究を支援し、研究成果の社会実装を加速。
スタートアップ支援： AIスタートアップの創出に向けたインキュベーション施設、アクセラレータープログラムなどを整備し、「研究から事業化までの一気通貫体制」を提供します。
このように、資金力ではなく、東京独自の複合的価値と戦略的資源配分によって勝負することが、円安下においても東京がグローバルAI人材獲得競争で優位に立つための鍵となります。重要なのは、東京でしか実現できない研究環境・暮らし・社会とのつながりを包括的にパッケージ化し、魅力を「実感できる形」で伝えることです。
「いいね！」 3
本当はいどばた政策の方でやりたいのですが、一旦こちらに思ったことを書きます。
- 背景の「戦略的取組の必要性」はトルでよいのでは？
- あんまり追加で何も言っていない気がするので
- 施策１
- 概要の「科学的に特定」は言いすぎかも？
- 科学か？というと科学ではないかもと思ったのでトルでよい気がします
- AI人材が既に滞留している場 → AI人材がよく見ているウェブサービスとして
- redditは日本移住の課題みたいなのが話されていて、そこから学びを得るのは良いなと思うのですが、AI人材が滞留しているかというとわからないと思いました
- Linkedinでブロードリスニングを実施、とはどういうことでしょうか？
- コストは他施策と比較すると微小だと思います。「中」になっている運用費用って何を想定されています？
- 対処方法は書かれていなさそうです
- 概要の「科学的に特定」は言いすぎかも？
- 施策２
- 予算試算：結論→詳細の順に書きたいです。16.5億円/年というところを先頭におけると良いかなと思います
- 財源の可能性、についてはもう少し手触り感を持ちたいです
- 既存のスタートアップ助成金・研究助成金はどれくらいの財源があるのでしょうか？ ここを減らすということだと思うので、そのインパクトが問題ないか考えたいです
- 国際的なネットワーク、は具体的にどういうことかよくわからないなと思いました。トルでも？
- 法的な話も施策３でいえてるので、それをreferした方がよいかも（詳細は施策３）とか
- 英語の話、フランスのINRIAの事例あればURL貼ってあげたほうがよいかも
- コストの初期費用、運用費用のところはカットでも？ 予算試算がすでにあるのでどちらかにすべき
- 提案が良い理由
- ここもう少し頑張りたいですね
- これらの質問に答えられるようにしたい
- 30名でなんで良いの？
- 千人計画と比べてなんで国際的な批判リスクを低減できるの？
- 成功確率を高める、という話が「良い理由」に入っていて論理的におかしい
- 実際に千人計画やフランスの事例ではどういう結果が出たのか、よかったのか悪かったのかなどを言えると良さそうです
- アブダビに日本の自然言語処理の大先生である乾先生が誘致された事例などもいれるとよいかもしれません
- インパクト、は特に何も言っていないのでカットで良い気がします
- 施策３
- 独自の条例でやるべきところが特になければいれなくてもよいかと思いました
- ４月に適用されたAI推進法の特徴をうまく提示できると良いと思いました
- 基本法の性質を持ちつつ推進法。ソフトローとハードローの中間的立ち位置
- コストは微小だと思います
- 施策４
- 中国UniTree社のロボットがめちゃくちゃ安いけど、これは中国政府のお金が大量に入っているから、というのは言ってあげても良いかも（ロボティクスのライバルはここまでやっているんだという話）
「いいね！」 2