記事まとめ
- セガがローカルLLMを業務活用し、不適切発言チェックやローカライズ作業を効率化：ゲーム開発者向けカンファレンス「CEDEC2025」で発表されたセガの取り組みは、ローカルLLMを使った内製ツールの開発である。プレイヤーの不適切発言をチェックするシステムや、音声字幕との一致確認ツールなど、実用的な業務改善を実現している。
- コスト削減と高性能PCの活用でローカルLLMの導入メリットを最大化：従量課金制のクラウドAIツールと比較して、継続的な語句確認作業にはローカルLLMが適している。ゲーム会社特有の高性能開発PCを活用し、AI共通サーバを構築することで、効率的なAI処理基盤を整備した。
- 視覚言語モデル（VLM）を活用したゲームテスト自動化への挑戦：デバッグ機能のないリリース版ゲームのテストプレイ自動化に向け、VLMの検証を実施。プレイ画面とムービーシーンの判定で98-99％の精度を達成し、将来的なゲーム開発プロセスの革新可能性を示している。
対談：セガのローカルLLMが兄弟喧嘩で不適切発言を判定！？
助飛羅知是：松永さん！セガがついにAIを使って悪口を言えなくする装置を開発したらしいですね！これってもう、ゲームの中にAI警察官が常駐してるってことですよね？「おい、そこの君！今の発言は不適切だ！」みたいな。ギャハ！
松永尚人：助飛羅さん、それは完全に違います！セガが開発したのは、プレイヤーの投稿をチェックするシステムです。しかも面白いのは「兄モデル」と「弟モデル」という2つのAIを使っているところなんです。
助飛羅知是：兄弟モデル！？それってつまり、お兄ちゃんAIが「これはダメだよ」って言って、弟AIが「いや、これくらいいいじゃん」って言い合うシステムですか？まるで二郎の行列で「大ラーメン頼むか小ラーメンにするか」で兄弟喧嘩してるみたいな感じですね！
松永尚人：なんでそうなるんですか！ 兄モデルはNGワードを多く学習させたモデルで、弟モデルは問題ないワードを多く学習させたモデルなんです。両方が「NG」と判断したら確実にアウト、意見が分かれたら保留という仕組みです。
助飛羅知是：なるほど！それってMagic: The Gatheringで言うと、2人のジャッジが相談して裁定を下すみたいなものですね。私もよく優先権の処理とかスタックの解決順で混乱して、ジャッジ呼びまくってましたから。勝率23%の私でも、ルールの複雑さだけは理解してるんです！ギャハ！
松永尚人：それは…ルールを理解してても勝てないのが問題では。でも確かに、慎重な判定システムという意味では似ているかもしれません。重要なのは、このシステムが「似た語句」も判定できることです。完全一致じゃなくても、文脈から不適切さを判断できるんです。
助飛羅知是：でも松永さん、不適切発言のチェックって、人間がやると精神的にキツそうですよね。その昔、mixiコミュニティの管理をやってた時、誹謗中傷コメントを毎日見てたら、夢にまで出てきちゃって…。
松永尚人：実際、オンラインゲームの運用では、不適切発言のチェックが運用スタッフの大きな精神的負担になっているんです。暴言や差別的な発言を毎日チェックし続けるのは、想像以上にストレスフルな作業です。だから、セガがAIを導入したのは非常に効果的なんです。AIが一次チェックを行うことで、人間のスタッフは最終確認や判断が難しいケースだけに集中できます。精神的な負担を大幅に軽減しながら、チェックの質も維持できるんです。
対談：ローカルLLMは二郎の券売機システムだった！？
助飛羅知是：松永さん、セガがクラウドじゃなくてローカルLLMを選んだ理由が「従量課金と相性が悪い」って書いてありますけど、これって二郎で麺の一本一本に課金されるみたいなものですよね？大量に処理する場合は、そりゃローカルの方がいいですよね！
松永尚人：その例えは独特ですが、ポイントは押さえていますね。ただ、従量課金にもメリットがあります。初期投資が少なく、使った分だけ払えばいいので、スモールスタートには最適です。セガの場合は「継続的な大量処理」という特殊な要件があったからローカルを選んだんです。
助飛羅知是：「AI共通サーバ」っていうのがまた天才的ですよね。これってまさに二郎の券売機システムじゃないですか！来店客から注文（処理要求）が券売機（AI共通サーバ）に集まって、厨房（GPU）で処理されて、完成品（結果）が返ってくる！ギャハ！
松永尚人：意外と的確な例えかもしれません。実際、セガのAI共通サーバは各ツールからのAI処理を集約して効率化する仕組みですから。でも重要なのは、ゲーム会社には開発用の高性能PCがたくさんあるという利点を活かしている点です。
助飛羅知是：高性能PC！それってMTGで言うところのフォイル仕様のレアカードみたいなものですね。私も昔、フォイルカード集めにお金使いすぎて、結局勝率23%でしたけど…。でも、そういう高価な資産を有効活用するのは賢いですよね！
松永尚人：そうですね。既存の資産を活用することで、新たな投資を最小限に抑えられます。しかも、Ollamaという実行環境を使うことで、バッチファイルを起動するだけで使えるようにしているのも素晴らしい工夫です。
対談：VLMは98%の精度！MTGで勝率23%のCEOが語る成功の秘訣
助飛羅知是：松永さん、VLMっていうのがゲーム画面とムービーを98-99%の精度で判定できるって書いてありますけど、これ凄すぎませんか？私のMTG勝率の4倍以上じゃないですか！
松永尚人：助飛羅さん、自虐はそのくらいにして…。確かに98-99%という精度は驚異的です。VLM（視覚言語モデル）は画像を理解できるAIで、ゲームのプレイ画面かムービーシーンかを判定できるんです。
助飛羅知是：でも、これってテスターの人たちが失業しちゃうんじゃないですか？
松永尚人：いえいえ、これは単純作業を自動化するためのもので、人間のテスターは、より創造的で複雑な判断が必要なテストに集中できるようになるんです。
助飛羅知是：そうか！MTGで言えば、シャッフルみたいな単純作業は機械に任せて、デッキ構築みたいな創造的な部分に集中できるってことですね。私もシャッフルが下手で、いつも事故って負けてましたから…。
松永尚人：それは単に運が悪いだけでは…。重要なのは、セガがローカル環境にこだわっている点です。ゲームの機密情報が外部に漏れないようにしているんです。
助飛羅知是：機密保持！それってSalesforceのShield Platform Encryptionみたいなものですね！データを暗号化して、絶対に外に漏らさない。秘伝のタレのレシピみたいに大切に守るべきものですから！
対談：セガの事例から学ぶ、AI活用の極意とは
助飛羅知是：松永さん、今回のセガの事例を見て思ったんですが、やっぱりAIって「全部お任せ」じゃダメなんですね。この対談で毎度言ってるような気がしますが「適材適所」が大事っていうか。
松永尚人：その通りです。セガの事例では、不適切発言チェック、音声認識、画像認識と、それぞれの用途に適したAIモデルを選んで活用しています。
助飛羅知是：やっぱり！MTGでもデッキに強いカードを詰め込みすぎると、マナカーブが崩れて勝率23%になっちゃいますもんね。バランスが大事なんです！ギャハ！
松永尚人：それはデッキ構築が下手なだけでは。でも、バランスという意味では正しいです。セガの場合、既存の高性能PCという資産を活用し、必要な部分だけAIを導入することで、コストと効果のバランスを取っています。
助飛羅知是：そうそう！あと、音声認識の「Faster-Whisper」っていうのも面白いですよね。軽量化版を使うって、まさに二郎で「麺少なめ」を頼むような選択です。全マシだと処理が重くなっちゃいますから！
松永尚人：なんでも二郎に例えないでください！でも、確かに処理の軽量化は重要です。用途に応じて複数のバリエーションを使い分けられるようにしているのも、実用的な工夫ですね。
助飛羅知是：実用的と言えば、弊社のSalesforce構築支援も、お客様の用途に合わせてカスタマイズできるのが強みですよね？セガみたいに既存の資産を活かしながら、新しい価値を生み出すお手伝いができるんです！
松永尚人：急にまともな宣伝になりましたね…。確かに、弊社ではお客様の既存システムとSalesforceを連携させながら、業務効率化を実現するソリューションを提供しています。AI活用についても、お客様のニーズに合わせた提案が可能です。
助飛羅知是：そうです！二郎のトッピングを選ぶように、お客様に最適なAIソリューションを…
松永尚人：もういいから！興味を持たれた方は、ぜひ下記からお問い合わせください！
