Ketika membicarakan perkembangan Artificial Intelligence (AI), nama-nama seperti OpenAI, Google, Anthropic, dan Meta sering kali menjadi perhatian dunia. Namun, Jepang juga memiliki ekosistem AI yang terus berkembang dan menghasilkan berbagai Large Language Model (LLM), teknologi generative AI, sistem multimodal, hingga teknologi AI untuk industri.
Dalam beberapa tahun terakhir, perusahaan teknologi, lembaga penelitian, universitas, dan pemerintah Jepang semakin aktif mengembangkan AI yang disesuaikan dengan kebutuhan masyarakat dan industri Jepang.
Beberapa model bahkan secara khusus dirancang untuk memiliki kemampuan bahasa Jepang yang kuat. Contohnya adalah tsuzumi dari NTT, Sarashina dari SB Intuitions, PLaMo dari Preferred Networks, dan cotomi dari NEC.
Selain perusahaan besar, Jepang juga memiliki proyek penelitian terbuka seperti LLM-jp serta perusahaan AI generasi baru seperti Sakana AI yang mengembangkan pendekatan baru terhadap model AI.
Baca juga: Jepang Hanya Seluas 377 Ribu Km², Tapi Mengapa Bisa Menjadi Simbol Kemajuan Teknologi Dunia?
Apakah Jepang Memiliki AI Buatan Sendiri?
Ya. Jepang memiliki sejumlah perusahaan dan lembaga penelitian yang mengembangkan model AI sendiri.
Pengembangan tersebut mencakup berbagai bidang, mulai dari LLM dan generative AI hingga computer vision, robotika, AI untuk manufaktur, pemrosesan bahasa Jepang, dan sistem AI yang dapat berjalan dengan kebutuhan komputasi lebih rendah.
Salah satu alasan penting di balik perkembangan AI domestik Jepang adalah kebutuhan terhadap teknologi yang mampu memahami bahasa, budaya, dokumen, regulasi, dan kebutuhan bisnis Jepang.
Jepang juga memiliki kebutuhan terhadap AI yang dapat digunakan di lingkungan tertutup seperti perusahaan, rumah sakit, lembaga pemerintah, dan organisasi yang menangani data sensitif.
Baca juga: tsuzumi 2 AI Buatan Jepang dari NTT yang Fokus pada Bahasa Jepang
Daftar AI dan LLM Buatan Jepang
Berikut beberapa proyek dan model AI Jepang yang menarik untuk diketahui:
- tsuzumi dan tsuzumi 2 – NTT
- Sarashina – SB Intuitions / SoftBank
- PLaMo – Preferred Networks
- cotomi – NEC
- Takane – Fujitsu bersama Cohere
- LLM-jp – National Institute of Informatics dan komunitas peneliti Jepang
- EvoLLM-JP – Sakana AI
- EvoVLM-JP – Sakana AI
- EvoSDXL-JP – Sakana AI
Daftar tersebut bukan berarti seluruh AI Jepang, tetapi merupakan beberapa nama penting yang menunjukkan perkembangan ekosistem AI domestik Jepang.
1. tsuzumi: LLM Buatan NTT
tsuzumi merupakan salah satu LLM Jepang yang paling dikenal.
Model ini dikembangkan oleh NTT dan dirancang dengan perhatian khusus terhadap kemampuan pemrosesan bahasa Jepang.
Berbeda dari pendekatan yang hanya mengejar ukuran model sebesar mungkin, NTT mengembangkan tsuzumi sebagai model yang relatif ringan sehingga dapat mengurangi kebutuhan komputasi dan biaya operasional.
NTT menjelaskan bahwa versi awal tsuzumi tersedia dalam ukuran 0,6 miliar parameter dan 7 miliar parameter. Versi 0,6B dirancang agar dapat melakukan inference menggunakan CPU, sedangkan versi 7B dapat berjalan menggunakan satu GPU.
Baca juga: PLaMo 2.0 Prime, Mengenal LLM Buatan Preferred Networks
Mengapa tsuzumi Dibuat Ringan?
Pengembangan tsuzumi berangkat dari persoalan yang semakin penting dalam industri AI, yaitu kebutuhan energi dan biaya komputasi.
LLM berukuran sangat besar membutuhkan infrastruktur komputasi yang mahal untuk pelatihan maupun inference.
NTT mencoba mengambil pendekatan berbeda dengan membuat model yang lebih kecil tetapi tetap memiliki kemampuan bahasa Jepang yang kuat.
Pendekatan tersebut membuat tsuzumi menarik untuk digunakan pada perusahaan atau organisasi yang membutuhkan AI dalam lingkungan privat.
tsuzumi 2: Generasi Berikutnya
Pengembangan tsuzumi kemudian berlanjut ke tsuzumi 2.
NTT mulai menyediakan tsuzumi 2 pada Oktober 2025 sebagai generasi berikutnya dari LLM domestiknya.
Model tersebut dirancang untuk memiliki kemampuan bahasa Jepang yang tinggi sekaligus tetap mempertahankan keunggulan dari sisi efisiensi dan keamanan data.
NTT menyebut tsuzumi 2 dikembangkan dari awal sebagai model domestik Jepang dan dapat digunakan dalam lingkungan on-premise maupun private cloud.
tsuzumi 2 Semakin Kuat Memahami Dokumen Bisnis
Pada Mei 2026, NTT mengumumkan pembaruan untuk tsuzumi 2.
Pembaruan tersebut meningkatkan kemampuan model dalam memahami tabel, grafik, dan diagram yang terdapat dalam dokumen bisnis Jepang.
Dengan kemampuan tersebut, tsuzumi 2 tidak hanya berfokus pada teks, tetapi juga dapat membantu memahami informasi visual yang terdapat dalam dokumen perusahaan.
2. Sarashina: LLM Jepang dari SB Intuitions
Sarashina merupakan keluarga LLM yang dikembangkan oleh SB Intuitions, perusahaan yang berada dalam ekosistem SoftBank.
Sarashina dirancang dengan fokus kuat pada bahasa Jepang dan menjadi salah satu proyek besar pengembangan LLM domestik Jepang.
Pada 2024, SB Intuitions merilis berbagai model Sarashina dengan ukuran 7B, 13B, dan sekitar 70B parameter.
Sarashina Terus Berkembang
Pengembangan Sarashina tidak berhenti pada model awal.
SB Intuitions saat ini memiliki berbagai model dalam keluarga Sarashina, termasuk model untuk vision, text-to-speech, embedding, dan model bahasa.
Daftar pengembangan perusahaan pada 2026 antara lain mencakup Sarashina2.2-TTS, Sarashina2.2-Vision-3B, Sarashina-Embedding-v2-1B, serta berbagai model Sarashina sebelumnya.
Sarashina dan AI untuk Perusahaan Jepang
Sarashina juga mulai diarahkan menuju implementasi komersial.
Pada April 2026, SB Intuitions mengumumkan rencana penggunaan Sarashina dalam layanan generative AI berbasis Cloud PF Type A dengan Oracle Alloy.
Perkembangan tersebut menunjukkan bahwa Sarashina tidak hanya menjadi proyek penelitian, tetapi mulai diarahkan untuk digunakan dalam lingkungan bisnis dan pemerintahan.
3. PLaMo: LLM dari Preferred Networks
PLaMo merupakan LLM yang dikembangkan oleh perusahaan Jepang Preferred Networks (PFN).
PFN menyebut PLaMo sebagai LLM buatan Jepang yang dikembangkan sepenuhnya dari awal.
Model ini dilatih menggunakan dataset berkualitas tinggi yang dikembangkan PFN dan memiliki banyak teks berbahasa Jepang.
PFN menyatakan PLaMo memiliki performa kelas dunia dalam pemahaman dan generasi bahasa Jepang.
PLaMo Prime
Salah satu produk utama dalam keluarga PLaMo adalah PLaMo Prime.
Model tersebut diposisikan sebagai LLM komersial unggulan PFN dengan ukuran yang relatif ringkas dan kemampuan bahasa Jepang yang tinggi.
PLaMo Prime tersedia melalui PLaMo API dan layanan chatbot PLaMo Chat. PFN juga menyediakan opsi untuk penggunaan dalam lingkungan on-premise melalui Amazon Bedrock Marketplace.
4. cotomi: Generative AI Buatan NEC
cotomi merupakan teknologi inti generative AI yang dikembangkan oleh NEC.
NEC mengembangkan cotomi dengan fokus pada kemampuan bahasa Jepang, kecepatan respons, serta kebutuhan perusahaan dan organisasi.
NEC menjelaskan bahwa cotomi dapat digunakan dalam berbagai bentuk, termasuk melalui cloud, data center, dan perangkat keras khusus.
cotomi untuk Dunia Bisnis
NEC mengembangkan cotomi untuk digunakan dalam berbagai bidang seperti pemerintahan, kesehatan, keuangan, dan manufaktur.
Salah satu fokusnya adalah memungkinkan perusahaan menggunakan generative AI bersama data internal yang bersifat sensitif.
Pendekatan tersebut penting karena tidak semua organisasi dapat mengirim seluruh data internalnya ke layanan AI publik.
cotomi Pro dan cotomi Light
NEC juga mengembangkan varian cotomi Pro dan cotomi Light.
Keduanya dirancang untuk memberikan kombinasi antara kemampuan bahasa Jepang, kecepatan, dan efisiensi.
NEC menyatakan bahwa kedua model tersebut dikembangkan dengan pembaruan data pelatihan dan arsitektur untuk meningkatkan performa.
cotomi v3 untuk Government AI Jepang
Perkembangan cotomi berlanjut hingga 2026.
Pada Maret 2026, cotomi v3 dipilih dalam program pemerintah Jepang untuk menguji LLM domestik yang akan digunakan dalam inisiatif Government AI.
Program tersebut bertujuan mengevaluasi model yang dikembangkan perusahaan dan lembaga penelitian Jepang dengan mempertimbangkan kemampuan bahasa Jepang serta kesesuaian dengan budaya dan nilai-nilai Jepang.
5. Takane: LLM Fujitsu dan Cohere
Takane merupakan LLM yang dikembangkan melalui kolaborasi antara Fujitsu dan perusahaan AI Cohere.
Karena itu, Takane lebih tepat disebut sebagai LLM hasil kolaborasi Jepang-Kanada, bukan LLM yang sepenuhnya dibuat Fujitsu dari nol.
Fujitsu dan Cohere mengembangkan Takane sebagai LLM yang diperkuat untuk bahasa Jepang dan ditujukan terutama untuk kebutuhan perusahaan.
Takane diluncurkan melalui layanan AI Fujitsu Kozuchi pada September 2024.
Keunggulan Takane
Takane dirancang untuk digunakan dalam lingkungan privat sehingga perusahaan dapat memanfaatkan generative AI tanpa harus membuka data sensitif ke lingkungan publik.
Fujitsu juga menggabungkan Takane dengan teknologi seperti knowledge graph-enhanced RAG dan teknologi audit generative AI untuk kebutuhan perusahaan.
Pada benchmark JGLUE yang digunakan untuk mengevaluasi kemampuan bahasa Jepang, Fujitsu menyatakan Takane mencapai hasil kelas dunia ketika diluncurkan.
Fujitsu Terus Mengembangkan Takane
Fujitsu juga mengembangkan teknologi untuk membuat AI lebih ringan dan hemat energi.
Pada 2025, perusahaan mengumumkan teknologi quantization satu bit yang diterapkan pada Takane. Fujitsu menyatakan teknologi tersebut dapat mengurangi konsumsi memori hingga 94 persen dan meningkatkan kecepatan inference hingga tiga kali dalam pengujian yang mereka laporkan.
6. LLM-jp: Proyek LLM Jepang Terbuka
Selain perusahaan swasta, Jepang memiliki proyek penelitian nasional dan akademik bernama LLM-jp.
LLM-jp merupakan komunitas peneliti yang dikoordinasikan melalui Research and Development Center for Large Language Models di National Institute of Informatics.
Tujuannya adalah mengembangkan LLM yang bersifat terbuka dan dioptimalkan untuk bahasa Jepang.
Proyek ini menarik karena pengembangan LLM tidak hanya dilakukan oleh satu perusahaan, tetapi melibatkan komunitas peneliti.
LLM-jp Mengembangkan Banyak Ukuran Model
LLM-jp telah merilis berbagai model dengan ukuran berbeda.
Dalam seri LLM-jp-3, misalnya, tersedia model dense mulai dari 150 juta hingga 172 miliar parameter, serta model Mixture-of-Experts atau MoE.
Seri berikutnya, LLM-jp-3.1, meningkatkan kemampuan mengikuti instruksi melalui continuous pre-training dan peningkatan post-training.
LLM-jp 4
Pengembangan LLM-jp terus berlanjut.
Pada halaman rilis terbaru, proyek tersebut mencantumkan model seperti llm-jp-4-8b-thinking dan llm-jp-4-32b-a3b-thinking.
Model dan berbagai corpus serta tools yang dikembangkan LLM-jp juga tersedia untuk komunitas penelitian melalui repositori terbuka.
7. Sakana AI: Perusahaan AI Generasi Baru Jepang
Sakana AI merupakan perusahaan AI yang berbasis di Tokyo dan menjadi salah satu nama paling menarik dalam perkembangan AI Jepang.
Perusahaan ini didirikan pada 2023 oleh David Ha dan Llion Jones, dua peneliti yang memiliki pengalaman dalam penelitian AI tingkat lanjut.
Pendekatan Sakana AI berbeda dari perusahaan yang hanya berusaha membuat satu model raksasa.
Mereka banyak mengeksplorasi cara membuat AI lebih efisien melalui kombinasi berbagai model dan metode evolusioner.
EvoLLM-JP dari Sakana AI
Salah satu proyek menarik Sakana AI adalah EvoLLM-JP.
Model ini dikembangkan menggunakan pendekatan Evolutionary Model Merge.
Sakana AI menggabungkan model bahasa Jepang dengan model yang memiliki kemampuan matematika untuk menghasilkan model yang lebih kuat dalam menyelesaikan persoalan matematika berbahasa Jepang.
Model yang digunakan dalam eksperimen tersebut antara lain Shisa-Gamma, WizardMath, dan Abel.
EvoVLM-JP
Sakana AI juga mengembangkan EvoVLM-JP, yaitu model vision-language yang dirancang untuk menangani teks sekaligus informasi visual.
Model tersebut dikembangkan melalui pendekatan evolutionary model merge dengan menggabungkan model vision-language dan model bahasa Jepang.
Ini menunjukkan bahwa penelitian AI Jepang tidak hanya berfokus pada chatbot berbasis teks.
EvoSDXL-JP
Eksperimen Sakana AI juga mencakup EvoSDXL-JP, model generasi gambar yang dikembangkan dengan pendekatan evolutionary model merge.
Dengan demikian, penelitian Sakana AI mencakup berbagai jenis foundation model, mulai dari LLM, vision-language model hingga image generation model.
AI Scientist dari Sakana AI
Salah satu proyek Sakana AI yang mendapat perhatian internasional adalah The AI Scientist.
Proyek ini merupakan sistem multi-agent yang dirancang untuk membantu menjalankan proses penelitian ilmiah, mulai dari menghasilkan hipotesis hingga menyusun paper.
Sakana AI menyebut The AI Scientist sebagai salah satu pencapaian dalam bidang workflow automation berbasis AI.
Darwin Gödel Machine
Sakana AI juga mengeksplorasi konsep self-evolving AI melalui Darwin Gödel Machine.
Pendekatan tersebut mencoba membuat sistem AI yang mampu memperbaiki atau mengembangkan dirinya melalui perubahan terhadap model maupun kode.
Ini merupakan contoh bahwa riset AI Jepang juga bergerak ke arah sistem AI yang lebih otonom.
AI Jepang Tidak Hanya Tentang Chatbot
Ketika mendengar istilah AI buatan Jepang, orang mungkin langsung membayangkan chatbot seperti ChatGPT.
Padahal, teknologi AI Jepang jauh lebih luas.
Jepang juga mengembangkan AI untuk:
- Robotika.
- Manufaktur.
- Mobil dan transportasi.
- Kesehatan.
- Pemerintahan.
- Perbankan dan keuangan.
- Pemrosesan dokumen.
- Pengenalan suara.
- Computer vision.
- Generative AI.
- AI agent.
- AI untuk penelitian ilmiah.
AI untuk Robotika Jepang
Jepang memiliki sejarah panjang dalam pengembangan robot.
Karena itu, AI menjadi bagian penting dari perkembangan robotika Jepang modern.
AI dapat digunakan untuk membantu robot memahami lingkungan, mengenali objek, merencanakan gerakan, memahami bahasa manusia, dan mengambil keputusan.
Integrasi antara AI dan robotika menjadi sangat penting bagi Jepang karena negara tersebut menghadapi tantangan seperti kekurangan tenaga kerja dan populasi yang menua.
AI untuk Manufaktur
Industri manufaktur Jepang juga menjadi salah satu bidang penting dalam penerapan AI.
AI dapat digunakan untuk mendeteksi cacat produk, melakukan prediksi kerusakan mesin, mengoptimalkan proses produksi, serta membantu pekerja menganalisis data.
Model AI yang dapat dijalankan dalam lingkungan privat menjadi sangat penting karena perusahaan manufaktur sering menangani data produksi yang bersifat rahasia.
AI Jepang untuk Pemerintah
Pemerintah Jepang juga mulai meningkatkan pemanfaatan AI.
Pada 2026, Digital Agency Jepang melakukan program untuk mengevaluasi LLM domestik yang dikembangkan di Jepang untuk digunakan dalam lingkungan Government AI.
Salah satu model yang terpilih adalah NEC cotomi v3.
Hal ini menunjukkan bahwa LLM domestik mulai dipertimbangkan bukan hanya sebagai produk komersial, tetapi juga sebagai bagian dari infrastruktur digital pemerintahan.
Mengapa Jepang Mengembangkan LLM Sendiri?
Ada beberapa alasan mengapa Jepang membutuhkan LLM domestik.
1. Kemampuan Bahasa Jepang
Bahasa Jepang memiliki struktur, sistem penulisan, konteks, dan budaya yang berbeda dari bahasa Inggris.
Model yang dilatih dan dioptimalkan dengan data Jepang dapat memberikan pemahaman yang lebih baik terhadap konteks lokal.
2. Keamanan Data
Perusahaan dan pemerintah sering menangani informasi rahasia.
LLM domestik yang dapat berjalan di server sendiri atau private cloud memberikan lebih banyak kontrol terhadap data.
3. Kemandirian Teknologi
Memiliki kemampuan mengembangkan foundation model sendiri dapat mengurangi ketergantungan terhadap perusahaan AI asing.
Hal ini menjadi semakin penting ketika AI mulai menjadi bagian dari infrastruktur ekonomi dan pemerintahan.
4. Efisiensi Energi
Jepang juga mengeksplorasi model yang lebih kecil dan efisien.
tsuzumi merupakan salah satu contoh pendekatan tersebut, sementara penelitian Fujitsu terhadap quantization Takane menunjukkan perhatian yang sama terhadap efisiensi komputasi.
Apakah LLM Jepang Bisa Menyaingi ChatGPT?
Pertanyaan ini cukup menarik.
Jawabannya tidak sederhana karena kemampuan AI tidak hanya ditentukan oleh ukuran model.
Model seperti ChatGPT dirancang untuk penggunaan umum dengan kemampuan multimodal, reasoning, coding, dan berbagai fungsi lainnya.
Sementara sebagian LLM Jepang memiliki fokus yang lebih spesifik, terutama bahasa Jepang, dokumen bisnis, keamanan data, efisiensi, dan kebutuhan industri.
Karena itu, lebih tepat membandingkan model berdasarkan kebutuhan daripada hanya melihat siapa yang memiliki parameter paling besar.
LLM Jepang Memiliki Strategi yang Berbeda
Jika diperhatikan, terdapat pola yang cukup menarik dalam pengembangan AI Jepang.
Banyak perusahaan Jepang tidak hanya mengejar model terbesar.
Mereka juga mengejar:
- Efisiensi komputasi.
- Keamanan data.
- Kemampuan bahasa Jepang.
- Penggunaan on-premise.
- Integrasi dengan sistem perusahaan.
- AI untuk industri tertentu.
- Pengurangan konsumsi energi.
Strategi tersebut dapat menjadi keunggulan tersendiri untuk pasar enterprise.
Perbandingan Beberapa AI Jepang
| AI / LLM | Pengembang | Fokus Utama |
|---|---|---|
| tsuzumi 2 | NTT | Bahasa Jepang, enterprise, keamanan, efisiensi |
| Sarashina | SB Intuitions | LLM Jepang dan generative AI |
| PLaMo | Preferred Networks | LLM Jepang, API, enterprise |
| cotomi | NEC | Bahasa Jepang, enterprise, pemerintahan |
| Takane | Fujitsu + Cohere | LLM enterprise dan private environment |
| LLM-jp | NII dan komunitas peneliti | LLM Jepang terbuka dan riset |
| EvoLLM-JP | Sakana AI | LLM Jepang dan evolutionary model merge |
| EvoVLM-JP | Sakana AI | Vision-language model Jepang |
| EvoSDXL-JP | Sakana AI | Generasi gambar |
AI Buatan Jepang Semakin Beragam
Perkembangan tersebut memperlihatkan bahwa Jepang tidak hanya memiliki satu atau dua proyek AI.
Ekosistemnya terdiri dari perusahaan telekomunikasi, produsen teknologi, perusahaan AI, lembaga penelitian, universitas, dan pemerintah.
NTT mengembangkan tsuzumi, SoftBank melalui SB Intuitions mengembangkan Sarashina, Preferred Networks mengembangkan PLaMo, NEC mengembangkan cotomi, Fujitsu mengembangkan Takane bersama Cohere, sementara komunitas akademik mengembangkan LLM-jp.
Di sisi penelitian frontier, Sakana AI mengeksplorasi pendekatan baru seperti evolutionary model merge dan self-evolving AI.
Masa Depan AI Jepang
Perkembangan AI Jepang kemungkinan akan semakin diarahkan pada kebutuhan nyata.
Daripada hanya menciptakan chatbot umum, perusahaan Jepang memiliki peluang besar untuk mengembangkan AI yang sangat terintegrasi dengan industri.
Misalnya AI yang memahami dokumen hukum Jepang, membantu dokter membaca dokumen medis, membantu pemerintah menangani administrasi, membantu perusahaan manufaktur, atau menjadi bagian dari robot di lingkungan kerja.
Pengembangan semacam ini dapat menjadi salah satu kekuatan AI Jepang.
Jepang dan Konsep Sovereign AI
Istilah sovereign AI semakin penting dalam perkembangan teknologi AI.
Secara sederhana, konsep ini mengacu pada kemampuan suatu negara atau organisasi untuk memiliki kendali lebih besar terhadap infrastruktur, data, model, dan teknologi AI yang digunakan.
Model seperti tsuzumi 2 dan Sarashina menunjukkan bagaimana perusahaan Jepang berusaha menyediakan pilihan AI domestik untuk organisasi yang membutuhkan kontrol terhadap data.
NTT sendiri mencatat meningkatnya minat terhadap private dan sovereign AI di Jepang, terutama dari organisasi yang tidak dapat mengirim data sensitif ke sistem AI terbuka.
Apakah Jepang Bisa Menjadi Kekuatan AI Dunia?
Jepang memiliki beberapa modal penting.
Negara ini memiliki perusahaan teknologi besar, industri manufaktur yang kuat, universitas dan lembaga penelitian, pengalaman panjang dalam robotika, serta kebutuhan domestik yang besar terhadap otomatisasi.
Tantangannya adalah persaingan dengan perusahaan AI Amerika Serikat dan China yang memiliki sumber daya komputasi dan investasi sangat besar.
Namun, Jepang tidak harus memenangkan semua bidang AI.
Jepang dapat memiliki posisi kuat pada bidang-bidang tertentu seperti AI industri, robotika, AI enterprise, pemrosesan bahasa Jepang, AI yang hemat energi, dan AI untuk masyarakat yang menua.
Artificial Intelligence Buatan Jepang
Jepang ternyata memiliki ekosistem Artificial Intelligence yang jauh lebih besar daripada yang sering terlihat dari luar.
Negara ini mengembangkan berbagai LLM dan teknologi AI sendiri, mulai dari tsuzumi 2 milik NTT, Sarashina dari SB Intuitions, PLaMo dari Preferred Networks, cotomi dari NEC, hingga LLM-jp dari komunitas peneliti Jepang.
Selain itu, terdapat Takane dari Fujitsu dan Cohere serta berbagai eksperimen AI dari Sakana AI yang menunjukkan bahwa penelitian AI Jepang tidak hanya mengejar chatbot, tetapi juga mengeksplorasi model multimodal, evolutionary AI, AI agent, dan sistem AI yang dapat berkembang secara mandiri.
Yang menarik adalah banyak pengembang Jepang memilih pendekatan yang berbeda dari sekadar membuat model terbesar.
Bahasa Jepang, keamanan data, efisiensi energi, penggunaan private environment, dan kebutuhan industri menjadi bagian penting dari strategi mereka.
Perkembangan tsuzumi 2, Sarashina, PLaMo, cotomi, Takane, LLM-jp, dan proyek-proyek Sakana AI menunjukkan bahwa persaingan AI global bukan hanya tentang siapa yang memiliki chatbot paling populer.
Di balik layar, Jepang sedang membangun ekosistem AI yang dapat digunakan untuk perusahaan, pemerintahan, manufaktur, penelitian, kesehatan, dan robotika.
Karena itu, jika perkembangan ini terus berlanjut, Jepang berpotensi menjadi salah satu negara penting dalam era AI—bukan hanya sebagai pengguna teknologi, tetapi juga sebagai pengembang teknologi Artificial Intelligence.