「電力網と同じように、知能が地球を覆う」——ジェンセン・フアンが語ったAI革命の設計図
Nvidiaのジェンセン・フアンCEOが、投資家向けの場でAI革命の全体像を語った。「産業革命よりも大きく、早い変化」と表現するこの転換を、フアン氏は「チャットボットから始まった現象が、今や1兆ドルの産業インフラ投資を動かしている」と描写した。
その語りは技術論にとどまらず、「どこに投資すべきか」「仕事はなくなるのか」という実践的な問いにまで踏み込む内容だった。本稿では、投資家・ビジネスパーソンが意思決定に使える形でその要点を整理する。
1. AIの本質——「検索」から「生成」へのコンピューティング革命
1-1. 64年間変わらなかったコンピューターの使い方
「IBMがコンピューターの現代的理解を1964年に確立して以来、60年間、基本的な使われ方は変わっていなかった」とフアン氏は述べた。それは「データを記録し、必要なときに検索する」という形だ。
「これらの建物がデータセンターと呼ばれるのは、データを保存しているから。コンピューターセンターとは呼ばない——大した計算をしていないから」。
1-2. 今、すべてがリアルタイムで生成される
これが根本的に変わった。「私が今あなたに話していることはすべてリアルタイムで生成されている。AIも同じだ。すべての質問に対して、その人のコンテキスト・背景・意図に合わせた内容がゼロから生成される」。
将来的には「あなたが見るすべてのテキスト、すべての画像、すべての動画、すべての広告が、あなたのために個別に生成される」。検索型から生成型へのこの転換が、Nvidiaのビジネスの根拠だ。
1-3. チャットボットからエージェントへの2年間
「2年前、AIは面白い技術だった。詩を書いてもらえる。でも、お金は払わない」とフアン氏は語った。「今は違う。AIは作業をする。成果物を出す。だから私たちは時間単位でAIに報酬を払っている。1時間20〜30ドルで」。
「AIを使う人間が1人いると、エージェント複数が連携して仕事をする——自動運転車、ロボット、製造ライン、ビルの設備管理、すべてがエージェントになる。インターネットが現在10億人のために動いているなら、将来は1,000億のエージェントが使うものになる」。
2. AIファクトリーとは何か——Nvidiaが作るもの
2-1. 「電子→数字」を作る機械
フアン氏はNvidiaの製品を歴史的な比較で説明した。「300年前、シーメンスがダイナモを作った。運動エネルギーを電力に変える。原子が入って、電子が出てくる」。
「Nvidiaが作るのは次の機械だ。電子が入って、数字が出てくる。その数字が組み合わさると言語になる。数学になる。タンパク質の言語になる。物理の言語になる。3D空間の言語になる。あらゆる知能の形になる」。
2-2. ラック1つ4百万ドル、年間800万台
「Vera Rubinの最新ラックには72チップが入っている。重さ2トン。価格400万ドル。パーツ数150万点」とフアン氏は述べた。「今年、このラックを800万台製造する。スマートフォンを量産するように作る」。
「1ギガワットのAIファクトリーを作るのに約500億ドルかかる。しかしそのファクトリーが生み出す知能の価値は3,000〜4,000億ドルに上る。投資回収は極めて速い」。
3. AI産業の5層構造——投資家のための地図
フアン氏は「5層のケーキ」として産業構造を整理した。
3-1. 第1層：エネルギー
「最低層はエネルギーだ。過去100年で最大の投資機会。原子力、風力、太陽光、水素——エネルギーを生み出すものであれば何でも投資を集める」。
シーメンス、三菱電機、GEベルノバなどエネルギー大手が恩恵を受けている分野だ。
3-2. 第2層：チップと通信
チップ、コンピューター、ネットワーク、スイッチ、シリコンフォトニクスがこの層に入る。Nvidiaはここに位置する。
3-3. 第3層：インフラ
「土地、電力、建屋、資金調達、データセンター運営——すべてが希少で、すべてが需要超過だ」。AWSやAzureなどクラウドプロバイダー、不動産開発、電力供給の企業群がここに位置する。
3-4. 第4層：モデル
「誰もが知っているOpenAIとAnthropicがいる層だが、見落とされがちな点がある。AIは言語だけでなく、構造のある何でも学習できる。タンパク質、遺伝子、細胞、物理世界、3D空間——物理世界は80兆ドル産業だ。言語モデルだけ見ていると大事な部分を見落とす」。
3-5. 第5層：アプリケーション
「昨年、ベンチャーキャピタルが人類史上最大規模の年間1,000億ドルをこの層に投資した」。金融、法律、会計、輸送、物流、医療——あらゆる産業向けのAIアプリケーションがここに集まる。
3-6. 全体規模
「今年、この5層全体に1兆ドルが流れ込む。しかしこれは20兆ドル規模になる市場の序章に過ぎない」とフアン氏は述べた。「2年前はゼロだった。今は1兆ドル。これが最終的にどこまで行くか」。
4. 「仕事はなくなるか」——タスクと目的の違い
4-1. 放射線科医の事例
「12年前、コンピュータービジョンが放射線科医より高精度に画像診断を行えるようになった。著名な研究者が『放射線科医は消える』と予言した」とフアン氏は語った。
「しかし実際に起きたことは逆だ。コンピュータービジョンが普及し、診断が自動化された。すると病院は多くの患者を受け入れられるようになり、放射線科の収益が上がり、放射線科医をさらに採用した。需要が増えたのだ」。
予言の誤りは「タスク」と「目的」を混同したことにある。「放射線科医のタスクはスキャン画像を読むことかもしれない。しかし放射線科医の目的は医師と連携して疾患を診断することだ」。
4-2. ソフトウェアエンジニアも同じ
「最近、コーディングの90%がAIに置き換わるから、ソフトウェアエンジニアは不要になると言われた。しかし私たちはこれまで以上にソフトウェアエンジニアを採用している」。
「私がエンジニアを採用するとき、1分間に何文字タイピングできるかを試したことはない。ソフトウェアエンジニアの仕事はコーディングではない。問題を解決することだ」。
4-3. AIは仕事を「格上げ」する
「配管工がAIを使えば、設計者にもなれる。家具販売員がAIを使えば、インテリアデザイナーになれる。大工がAIを使えば、ホームデザイナーになれる」。
「AIは仕事を奪うのではなく、仕事を格上げする。AIに仕事を奪われるのではなく、AIを使う人に仕事を奪われる」——これがフアン氏の結論だ。
4-4. テクノロジー格差の解消
「私が40年間コンピューター設計に関わってきた間、コンピューターはより複雑になり、プログラムできる人口の割合は下がり続けた。C++を知っている人は2%しかいない」。
「しかし、今は誰もが『人間の言語』でコンピューターに命令できる。私たちはテクノロジー格差を解消した。これはAI革命の中で最も見落とされている成果の一つだ」。
