DeepMindが軽量マルチモーダル埋め込みモデル「EmbeddingGemma 2」を公開した。画像も含めた社内資料を一つのモデルで意味検索でき、自社サーバー完結で動く。経営者にとっての論点は、社内AI検索を外注するか内製するかという投資判断そのものが書き換わる、ということだ。
何が起きたか
Google DeepMindは、オープンかつ軽量なマルチモーダル埋め込みモデル「EmbeddingGemma 2」を公開した。従来の埋め込みモデルがテキスト中心だったのに対し、本モデルはテキストと画像を同一のベクトル空間に埋め込める。つまり、PDF、スクリーンショット、会議スライド、図版入りの資料を「意味」で横断検索できる。
ポイントは3つある。第一に、画像を事前にOCRで文字起こしするパイプラインが不要になる点。第二に、オープンモデルで軽量なため、クラウドAPIに依存せず自社サーバーで動かせる点。第三に、RAG（検索拡張生成）の中核パーツである埋め込み層を無償で入手できるため、社内ナレッジ検索の構築コストが大きく下がる点だ。GoogleがGemmaファミリで続けている「オープン路線」の延長線上にある発表だが、マルチモーダル対応という一手は、企業内データ活用の実務インパクトが大きい。
embeddinggemmaは何が変わるか — 経営者視点のROI
これまでの社内AI検索構築は、ざっくり言えば「OCR＋テキスト埋め込み＋ベクトルDB＋LLM」という4層構造だった。このうちOCR工程は、精度を上げるために外部APIや有償ツールに頼るケースが多く、月額ランニングと精度劣化が二重の重荷だった。図表や手書き、レイアウト崩れに弱く、「結局、検索精度が上がらない」という失敗プロジェクトの温床でもあった。
EmbeddingGemma 2は、この構造から丸ごとOCR層を省ける可能性を持つ。画像そのものを意味ベクトルに変換するなら、スライドの図、Excelのスクショ、設計図の一部も検索対象になる。日本企業に偏在する「PowerPoint資産」「スキャンPDF資産」が、ようやく一等地のナレッジとして活きる。
さらに重要なのが「自社サーバー完結」だ。金融・医療・製造の機密データを外部APIに流せない企業にとって、オープンかつ軽量な埋め込みモデルは選択肢ではなく、ほぼ唯一解に近づく。クラウド埋め込みAPIの月額課金（文書量に比例して青天井）が、オンプレのGPU固定費に置き換わる。文書量が多い企業ほど、ROIは急速に逆転する。
経営判断への含意
ここで経営者が真剣に検討すべきは、「社内AI検索の内製化を、意思決定として引き戻すか」である。この1〜2年、多くの企業は社内RAGを外部SaaSや受託開発に委ねてきた。理由は単純で、技術難易度が高く、モデル調達コストも読めなかったからだ。しかしEmbeddingGemma 2のようにオープンかつマルチモーダルな基盤が無償で手に入る以上、「中核資産である社内ナレッジ検索を他社に握らせる」合理性は急速に薄れる。
筆者の視点で言えば、ここは「情シスの案件」ではなく「経営の案件」である。社内ナレッジ検索は、営業資料の再利用率、提案書作成リードタイム、新人の立ち上がり速度、監査対応工数——あらゆるKPIの土台を動かす。外注すれば月額課金が永続し、データ主権も失う。内製すれば初期投資は発生するが、2〜3年で回収可能なレンジに入ってきたと推定する。
同時に、警戒点もある。オープンモデルは「使えるが、運用はこちら持ち」だ。モデル更新、ベクトルDBの再構築、評価指標の設計、ハルシネーション対策——これらを担える小規模チーム（推定3〜5名）を内製で抱えるか、信頼できるパートナーと長期契約するかの判断は、今期中に決めるべきテーマである。
経営者として次に取るべき動き
第一に、現在契約中の社内検索・ナレッジ系SaaSの契約を棚卸しし、年額コストと解約条件を把握せよ。EmbeddingGemma 2ベースの内製案と比較できる状態を、今月中に作ることだ。
第二に、PoCのスコープを「画像を含む社内資料」に設定せよ。従来のテキストRAGとの差分を定量的に測るには、PowerPoint、スキャンPDF、スクショを含むデータセットでの検索精度比較が不可欠だ。ここで差が出なければ、既存SaaSで十分という結論もあり得る。
第三に、内製体制の責任者を1名、CTOまたはCIO直轄で指名せよ。オープンモデル活用は「誰のKPIか」が曖昧になりがちだ。社内AI検索の精度・利用率・コスト削減額を四半期ごとに追う責任者を置かなければ、技術は入っても経営効果は出ない。EmbeddingGemma 2は、その責任者に武器を与える発表である。