LG EXAONE Forecast：ゼロショット時系列予測の外部商用化

📌 背景

2026年8月、LGの産業AIモデルがGIFT-Evalなどの世界ベンチマークでGoogle、Alibabaを破り首位を獲得。その中でEXAONE Forecastはゼロショット時系列予測を主力とし、23のデータセットをカバーする。LG AI Researchは2026年下半期に製造、バイオメディカル、金融分野で概念実証試験を実施し、社内で検証が成熟した能力をエンタープライズ市場へ投入する計画。

👤 ターゲット顧客

予測と分類のニーズを持つ企業顧客：電池・製造メーカー（セル品質予測）、金融機関（融資デフォルト検知）、医療機関（疾患リスク評価）。支払い主体は大企業の研究開発部門とリスク管理部門。

💰 収益ポイント

1）エンタープライズ向けモデルライセンスとオンプレミス導入費用；2）業界シナリオ別の概念実証（PoC）プロジェクトコンサルティング費用；3）金融・製造向け垂直ソリューションのサブスクリプションおよびAPI呼び出し課金；4）グループ戦略投資を償却・按分した後の対外技術外販収入。

🧮 コスト構造

兆ウォン級のGPU調達・計算リソース支出（NVIDIAと共同でAI工場を建設）、モデル訓練・研究開発人材、業界PoCの提供コスト、ベンチマーク評価・コンプライアンス費用。

🛡️ 参入障壁

グループ内部の電池、化学、製造などの実産業データとシナリオ検証による参入障壁；GIFT-Evalのゼロショット時系列ベンチマーク首位という技術的裏付け；NVIDIAとの計算リソース協業と韓国系財閥のチャネルリソース；ごく少ない入力データで分類できる少数ショット能力が、産業データが乏しいシナリオに適合。

🔑 成功のカギ

• ベンチマーク首位という技術的注目度を企業PoC受注へ転換する
• グループ内部の検証事例を製品化し、再現可能にする
• NVIDIAとの計算リソース協業を結び、提供能力を確保する

⚠️ リスク

• PoCが規模化した有償契約へ転換しにくい
• 汎用大規模モデルが垂直モデルの生存空間を圧迫する

🏢 事例

• EXAONE ForecastがGIFT-Evalベンチマークの23データセットでGoogle、Alibabaを破り首位を獲得
• 電池セル品質予測、融資デフォルト検知、疾患リスク評価の3シナリオが2026年下半期のPoC計画に盛り込まれる

📊 SWOT分析