【NVDA】GTC 2026 を読む② NVIDIAは「アプリ」を売っているのではない、「需要」を作っている。
前回のVera Rubin編で見えたのは、NVIDIAが売る単位をチップからAIファクトリーへ広げたことだった。
次の問いはその工場で何を作るのか。誰がその工場を使い続けるのか。
今回のGTC 2026で見えたのは、NVIDIAが完成品のアプリ企業になろうとしていることではない。むしろ逆で、アプリケーションが増えるほど下のAIファクトリー需要が回り続ける構造を、自分で作り始めたことだった。
その意味で、今回の見るべきなのは「何のアプリが出たか」ではない。見るべきなのは、NVIDIAが需要の出口をいくつ作ったかだ。
今回、その出口は大きく3つあった。
1つ目は、企業の知的労働を置き換えたり補助したりするagentic AI。
2つ目は、ロボットや自動運転のように、AIを画面の外へ出すphysical AI。
3つ目は、設計・製造・創薬の現場にAIを埋め込むindustrial / healthcare。
この3つが広がるほど、前回見たRubinのAIファクトリーは、ただの設備ではなく“常に動き続ける工場”になる。ここが今回の本質だと私は見ている。
■ モデル層で起きていること
まず押さえたいのは、NVIDIAが最強の閉じたモデルを独占しようとしているわけではないことだ。
Nemotron Coalition や Nemotron、Cosmos、Isaac GR00T、Alpamayo、BioNeMo の広がりを見ても、NVIDIAがやっているのは、1つの完成品モデルで勝つことではない。多様なモデルが、多様な用途へ広がる世界を後押しすることだ。
ここはかなり重要だ。閉じた単一モデルの世界では勝者は限られる。だが、オープンモデルが用途別に広がる世界では、企業ごと、地域ごと、産業ごとに別々のモデル需要が立つ。NVIDIAが欲しいのはモデルの独占ではなく、モデルの数と用途が増えることで、下層の計算需要が増え続ける構造だ。
つまりNVIDIAは、アプリケーションの上位レイヤーに進出したというより、AIファクトリーの稼働率を押し上げるための土台を上から作り始めたと見た方がしっくりくる。
■ 出口① 知的労働
今回、最も現在価値が高いのはここだと思う。
NVIDIAは Agent Toolkit、AI-Q、OpenShell、Dynamo 1.0 を通じて、企業がAIエージェントを実際に動かすための土台を押さえにきた。
ここで重要なのは、NVIDIAが「賢いモデルがあります」と言っているのではないことだ。そうではなく、企業活動の中に推論を常時発生させる仕組みを作りにきている。
検索を1回する世界と、AIエージェントが社内データを読み、判断し、ツールを呼び出し、複数ステップで仕事を進める世界では、必要な推論量がまったく違う。しかもDynamoのような仕組みで推論コストが下がるなら、企業は「たまに使うAI」から「常時動くAI」へ移りやすくなる。
ここで起きるのは、単純な単価下落ではない。コスト低下によって用途が広がり、結果として総計算量が増える構造だ。私はここが中心論点だと思っている。NVIDIAはGPUを売るだけでなく、GPU群をどう効率よく回すかという運用面まで握りにきている。
投資家として見ると、ここはNVDA だけで終わらない。
AIエージェントが企業システムを横断して動くなら、必要になるのは単なるモデル性能ではない。安全に実行する基盤、分散した処理を支える基盤、失敗時に戻せる基盤が要る。だから今回はNVDAだけでなく 、ポートフォリオのコア銘柄であるNET と RBRK を考える材料にもなる。
■ 出口② 物理世界
2つ目の出口は、AIを画面の外に出すことだ。ロボット、自動運転、産業機械のように、AIが現実世界の中で判断し、動き、学習する領域である。
ここで重要なのは、ロボットが今すぐ何台売れるかではない。AIの需要先が、データセンター内の会話や検索から、現実世界の動く機械へ広がり始めたことだ。
physical AI では、学習データを集めること自体が難しい。だからNVIDIAは、Cosmos、Isaac GR00T、Physical AI Data Factory のように、学習、シミュレーション、合成データ生成、評価までを一体で押さえにきた。
つまりここでもNVIDIAは、単体のモデルを売るのではなく、物理世界のAI需要を立ち上げるための基盤を作っている。
自動運転も同じ文脈にある。ロボットも車も、本質的には「画面の中のAI」ではなく、「現実世界で失敗できないAI」だ。その分だけ、学習も推論もシミュレーションも重くなる。
physical AI の価値は「次の大きな市場」というより、AI需要を現実世界に持ち出し、計算需要の上限を引き上げることにある。
■ 出口③ 産業現場
3つ目の出口は、もっと地味だが、投資家としてはかなり重要だ。設計、製造、創薬、診断といった、実際の業務フローの中にAIを埋め込む動きである。ここはロボットほど派手ではない。だが、いちばん粘着性が高い可能性がある。
なぜなら、AIが単発の便利ツールとして使われるのではなく、設計・検証・製造・研究の流れそのものに埋め込まれるからだ。
EDA、製造、創薬のような領域では、一度ワークフローに組み込まれると簡単には外れない。しかも、こうした現場は推論だけでなく、シミュレーションや最適化、再学習も必要になる。
つまりここでNVIDIAがやっているのは、派手なデモではなく、継続的で粘着性の高い需要先を増やすことだ。
宇宙も、その延長線上にある補助線として見ると分かりやすい。今すぐ主役ではないが、NVIDIAがAI需要先を地上のデジタル空間だけに閉じていないことがよく分かる。
■ 結び
今回を一言でまとめるなら、こうなる。
「NVIDIAはアプリを売っているのではない。AIファクトリーの稼働率を、自分で押し上げる仕組みを作っている。」
知的労働では、エージェントを通じて企業活動の中に推論を常時発生させる。
物理世界では、ロボットや自動運転によってAI需要を現実空間へ持ち出す。
産業現場では、設計、製造、創薬、診断のワークフローにAIを埋め込む。
つまりNVIDIAは、上位レイヤーに広がったのではない。
下位のAIファクトリーが空回りしないように、出口を自分で作り始めたということだ。
一部目で見えたのは、「AIファクトリーを最も早く立ち上げる標準」を売るNVIDIAだった。二部目で見えたのは、そのファクトリーに流し込む需要そのものを設計し始めたNVIDIAだ。ここまで来ると、NVDAのモートは半導体の性能競争だけでは測れない。供給側として工場を握り、需要側として出口まで作る。
私はそこに、今回のGTC 2026の一番大きな意味があると思っている。
最後まで読んでいただきましてありがとうございます。役に立ちましたら、是非、スキ、フォローしていただきましたら幸いです。
（免責事項）
本執筆内容は、執筆者個人の意思決定の整理及び記録等を目的として公開するものであり、迷い・再考・修正・仮説更新を伴います。また、本執筆によって提供される情報は正確性等を保証するものではございません。つきましては、読者の方々にとって必ずしも適切であるとは限らないことから、投資を行う際は、株式への投資は大きなリスクを伴うものであることをご認識の上、ご自身の判断と責任の基で投資をされるようお願いします。なお、いかなる金融商品や個別株への投資勧誘や投資手法を推奨するものではありません。
