※本記事は、世界経済フォーラム年次総会2026（ダボス会議2026）のセッション「Building AI for the Long Term」の内容を基に作成されています。セッションの詳細および動画は https://www.youtube.com/watch?v=34WoOp1EEfo でご覧いただけます。
登壇者は、モデレーターのJessica Lessin氏（The Information創業者）、Sarah Friar氏（OpenAI最高財務責任者）、Michael Intrator氏（Corewave最高経営責任者）、Peng Xiao氏（G42最高経営責任者）、Rob Goldstein氏（BlackRock最高執行責任者）の5名です。本セッションでは、兆ドル規模に達するAIインフラ投資の拡大を背景に、チップ生産・データセンター建設・エネルギー確保をめぐる競争が加速する中、この莫大な資本配分が持続可能性・包摂性・長期的価値につながるかという問いを中心に議論が展開されました。
本記事では、セッションの内容を要約しております。なお、本記事の内容は登壇者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご覧いただくことをお勧めいたします。また、世界経済フォーラムの公式ウェブサイト（http://www.weforum.org/ ）もあわせてご参照ください。
1. イントロダクション：登壇者と議論の背景
1-1. モデレーターと登壇者のプロフィール
Lesson： 本日はAIインフラと、この重要分野の未来をテーマに、非常に豪華なパネルをお迎えできることを大変嬉しく思います。まず登壇者の皆さんをご紹介します。私の左手にはPang Xiaoさん。UAEを拠点とするG42のトップとして、現在最も注目を集めるAIプロジェクトのほぼすべてに関わっていらっしゃいます。続いて、Sarah Frierさん。OpenAIのCFOとして、AIエコシステム全体にわたるビジネスディールを牽引されています。Michael Intrilligatorさんは、CoreweaveのCEOとして、今や説明不要の存在となったAIインフラ企業を率いています。そしてRob Goldsteinさんは、BlackRockのCOOです。質疑応答の時間も設けておりますので、ぜひご質問をご準備ください。
1-2. 「まだ国歌斉唱中」——AIの現在地とビルドアウト・採用・変革のサイクル
Lesson： RobさんにまずAIインフラの未来について伺います。先ほど「可能性は無限だ」とおっしゃっていましたが、2026年を見据えてそのような確信を持たれる理由を聞かせください。
Goldstein： まず驚くべきことは、多くの人がいかに簡単に忘れてしまうかということです。たった3年前、ダボス会議ではChatGPTという新しいツールを「ぜひ試してみて」と勧め合っていた。当時みんなが試していたのは、「AからBへはどう行けばいい？」といった、ごく初歩的な使い方でした。よく「今は何イニングか」という話が出ますが、私に言わせれば、まだ国歌斉唱の段階です。試合すら始まっていない。AIの発展サイクルを「ビルドアウト→採用→変革」と捉えるなら、私たちは今まさにビルドアウトの初期段階にいます。今、市場では「バブルではないか」という議論が盛んですが、本当の問題はそこではありません。少なくともこれから1〜3年の間、本質的な課題は需要に対するキャパシティの配給制、つまりいかに供給を確保するかです。BlackRockのCOOとして企業運営に携わる立場から言えば、私たちはようやくこれらテクノロジーの変革的な能力を認識し始めたところです。会社のあらゆる側面が変革できないものなどない、と私は考えています。例えば、ダボスでの膨大な会議のスケジュール管理。数年後にはすべて自動化されているでしょう。街で誰かにばったり出会えば、その人が誰で、どんなビジネスをしていて、何を聞くべきかが瞬時にわかる。生産性向上のサイクルはまだ始まってすらいない。私自身、この変革の機会は少なくとも今後10〜20年は仕事をし続けられるほど大きいと確信しています。
2. 物理的インフラの制約と大規模建設の現実
2-1. データセンター建設を阻むボトルネック——電力・人材・資材の壁
Lesson： インフラの話に移りましょう。私たちは今、物を建て、資金を調達し、いわゆるゴールドラッシュの真っ只中にいます。一方で電力の問題や、データセンターの建設ペースが需要に追いついているかという懸念もあります。Michaelさん、2026年に向けてこのスケーリングの局面で何か障壁はありますか？
Intrilligator： この業界が非常に興味深いのは、ファネルの構造にあります。市場には、世界を変え続けるような驚異的なプロダクトが次々と登場しています。しかしその裏側にあるのは、徹底的に物理的な世界です。今この瞬間に存在する制約の本質は、物理的な境界です。そしてその物理的な境界は、でこぼこした現実の世界の中に存在しています。具体的には、電力、コンクリート、銅、そして人材です。人材について言えば、「トレード」と呼ばれる技能職のことです。配管工、電気技師、そして彼らは訓練を受けなければなりません。4年前、データセンターを建設する現場では100人の電気技師がいれば、そのうち80人はベテランで、20人が新人でした。しかし今や2,000人の電気技師を抱えていても、ベテランは80人のまま、残り全員が新人という状況です。この業界には今、非常に強烈な物理的現実があります。それが株式市場の評価や、これらのプロダクトを届けるまでの道筋にどう反映されるか、世界はまだその翻訳に苦労しています。実際にデータセンターを訪れて内部を歩くと、まさに「デス・スター」に入り込んだような感覚になります。膨大なケーブル、光ファイバー、そして信じられないほどの数の大工が働いている。この変化は、私の頭の中では「車輪の発明」や「知性の誕生」に匹敵するスケールの変革として刻まれています。
2-2. UAEの5ギガワットAIキャンパス計画と「トークンファクトリー」構想
Lesson： Pangさん、建設プロジェクトのペースと需要への対応という観点から、また国境をまたぐプロジェクトの現状についてはいかがですか？
Pang： 建設の専門家はここにいるMikeで、非常に雄弁に語ってくれました。G42にも、私たちが「トークンファクトリー」と呼ぶ事業に特化したブランチがあります。これはコア・アンド・シェル、つまりデータセンターの躯体建設とGPU管理を担うビジネスです。文脈をお伝えすると、アブダビは現在5ギガワットのAIキャンパスの建設に着手しています。これは昨年5月にTrump大統領がアブダビを訪問した際に発表されたプロジェクトです。私はシンプルな見方をしています。Sam（Altman）とも何度も議論しましたが、長期的には知性のコストはエネルギーのコストと等しくなる、というのが私の見立てです。これこそが、G42とUAE・アブダビがこのビジネスに引き寄せられる理由です。エネルギー生産において国家的な優位性があり、5ギガワットを電力網に乗せてパーミットの問題なく建設できるのは、まさに恵まれた条件です。だからこそ私たちはOpenAI、Microsoft、そして多くのパートナーと協働して、その容量を提供しています。今この瞬間も、砂漠の中に7,000人以上の建設作業員が100台以上のクレーンとともに作業しており、四半期ごとに約250メガワットのペースで建設を進め、この5ギガワット計画の実現を目指しています。UAEという国の規模感をお伝えすると、私たちは比較的大きな企業として比較的小さな国全体にサービスを提供しています。今年のKPIの一つは、GDPを押し上げるために10億体以上のAIエージェントを生み出すことです。コーディングエージェントから石油エンジニア、サイバーセキュリティアナリストまで、あらゆる種類のエージェントが含まれます。試算では、10億体のエージェントが1日わずか12時間稼働するだけで——実際にはノンストップで動けますが——約1ギガワットのAIインフラを消費することになります。それほど私たちは強気であり、だからこそUAEにこの規模のインフラを建設しているのです。
3. OpenAIの戦略転換：多次元化する企業モデル
3-1. Stargate発足から1年——インフラ・チップ・製品の多様化
Lesson： Sarahさん、OpenAIはこのキャパシティの多くを様々なパートナーシップを通じて調達してきましたね。ちょうどStargate発表から1年になりますが、このプロジェクトの進捗はいかがですか？
Frier： そうなんです、ちょうど今日が1周年です。1年前、私たちはStargateを世界に発表し、その直後にMasayoshi Son、Sam Altman、CiscoのChuck Robbins、OracleのLarry Ellisonがルーズベルトルームに並んでこの建設の重要性を語りました。そして今日、驚くべきことに、例えばOracleのキャンパスでは当時「500億ドル以上を投じる」と言っていたものが、すでに半分以上が完成しています。最新チップを使ったモデルの訓練が、そのOracleキャンパスで実際に始まっています。正直、夢よりも良い結果になっていると感じています。思わずほっぺをつねりたくなるような瞬間です。
少し引いて全体を見てみると、1年〜1年半前のOpenAIは、ある意味で一次元的な会社でした。クラウドサービスプロバイダーはMicrosoft一社、チップはNvidia一社、プロダクトはChatGPT一つ、ビジネスモデルは月額20ドルのサブスクリプション一本。ルービックキューブの一角だけを持っているような状態でした。それが今では、インフラの基盤はほぼすべての主要CSPを網羅し、チップポートフォリオも多様化が進んでいます。先日テープアウトした自社推論チップもその一つです。プロダクト面では、消費者向けのチャットボットという一点突破から、ヘルスケアのような領域で実際にタスクをこなす「タスクワーカー」へと進化しました。エンタープライズ向けにも、単純なChatGPTの全社展開からAPIの提供、さらには企業全体にまたがるエージェント的な振る舞いまで対応できるようになっています。マルチモーダルという意味ではSoraもあります。ビジネスモデルも多次元化しており、シンプルなサブスクリプションから、SASベースの価格設定、エンタープライズライセンス、クレジット制、コマース、そして広告へと広がっています。さらに将来的には、例えば創薬の分野で発見された薬剤のライセンスを将来的な収益として得るような、真のバリューシェアリングモデルも実現できると考えています。
このルービックキューブの比喩で言えば、今では「低レイテンシのチップを使って、文字通り世界最高水準のコーディングSKUを作り、それに高めのサブスクリプション価格をつける」という具合に、キューブを回してすべての黄色を揃えるようなことができるようになっています。野球の比喩は使いませんが、アメリカ人でありながらイギリス人の側面も持つ私としては「電気」で例えたい。家の配線を終えて電灯をつけたところまでは来ました。でも、その電気で暖房ができること、調理ができること、エンターテインメントが楽しめることを、まだ誰も十分に説明できていない。つまり、モデルが今日から一切改善されなかったとしても、人々の手の中にあるものだけで、まだ膨大な生産性向上の余地があるのです。
3-2. 自社推論チップとコスト削減の軌跡、広告モデル参入の原則
Lesson： OpenAIは自社データセンターの建設も進めているとのことですね。インフラのフットプリントという観点で、現在の戦略はどのようなものですか？
Frier： 今はCSPパートナーを積極的に活用する段階です。バランスシートを軽くできますし、例えばG42やUAEと組む際には、彼らが現地での土地・電力・建屋に関する深い知見を持っています。データセンターの中身については、私たちはラックやキットの構成に強いこだわりを持って臨んでいます。フロンティアモデルを大規模なファブリック上で訓練できるよう、そのファブリックに何が必要か——チップセット、冷却、電力、接続性——を突き詰めることに、私たちは独自のIPを蓄積してきました。SoftBank Energyとの提携で初のコロケーション型ビルド・トゥ・スーツ案件も発表しており、完全自社建設への道を一歩進めています。3年後にどうなっているかはわかりません。3年前にChatGPTが生まれたばかりだったことを思えば、私たちはまだ若い旅の途中です。
自社の推論チップについて言えば、それはインファレンス側のコスト削減を徹底的に追求するためのものです。ChatGPT-4の時代にはトークン100万件あたり約30ドルだったコストが、ChatGPT-5 miniでは9セントまで下がっています。30ドルから9セントへ、わずか2年少々で99%のコスト削減です。これは本当に頭がくらくらするような数字です。そしてこのコスト構造の変化が、誰もがアクセスできる環境を作り出す基盤になっています。
Lesson： 広告モデルへの参入について、競合他社からは「早すぎる、資金が必要なのでは」という声も出ています。どのようにお考えですか？
Frier： まず「なぜ」という話は、ルービックキューブの話に戻ります。私たちはできる限り多くの選択肢を持ちたいのです。今わかっていることは、ChatGPTのユーザーの95%が無料ユーザーだということです。私たちのミッションは「人類のためのAGI」であって、「お金を払える人類のためのAGI」ではありません。だからこそ、アクセスを広く確保するために強固なビジネスモデルが必要です。「早すぎる」という言葉は奇妙に聞こえます。広告モデルはスケールがなければ機能しません。スケール前の広告モデルこそ「早すぎる」と言えます。しかし週間アクティブユーザーが8億人いれば、その事業を始めた多くの企業のスケールをすでに大きく超えています。ただ、原則は守らなければなりません。第一に、広告によってモデルの出力を変えることは絶対にしません。ユーザーは常に最良の回答を得られるという信頼を守ります。広告主のスポンサードを受けた回答など提供しない。第二に、会話の内容を広告主に共有したり、データを販売したりすることは慎重に避けます。第三に、広告なしのオンランプを常に用意します。北アイルランド出身の私が特にダボスで感じるのは、テクノロジーこそが究極の民主化装置だということです。北アイルランドの農家の方でも、Bill GatesやElon Muskと全く同じレベルのChatGPTを、同じスマートフォンで使える。同じ車には乗れないし、同じ家には住めないし、同じ高級な休暇には行けないかもしれない。でも、テクノロジーだけは文字通り同じものを指先に持てる。それを実現することが私たちの使命です。ユーザーはChatGPTをヘルスケアだけでなく、コマースにも活用しています。「新しい赤ちゃんが生まれるんだけど、この予算でベストなベビーカーは？」という会話から自然にコマースへの流れができる。そこで広告主との非常に興味深い対話が生まれますが、それはエンドユーザーに価値を提供しているからこそ成立するものです。だからこそ私たちはテストを始める前に、まず原則を公表することから始めました。
4. チップ競争とインフラファイナンスの進化
4-1. Nvidiaファースト戦略と今後の選択肢——「ベスト」の定義の複雑性
Lesson： インフラスタックにおけるチップの変化についてはどうでしょうか。NvidiaがリーダーですがMichaelさん、CoreweaveはオールNvidiaですか？他のチッププロバイダーと組む世界も見えていますか？
Intrilligator： 私たちのビジネスはクライアントに導かれて構築されています。そして今市場にある最良のソリューションは、Nvidiaの技術スタックであり続けています。私たちはNvidiaへの需要に追いつくのに必死な状態です。これほど急成長している企業にとって、リソースの配分は本当に難しい課題です。私たちのビジネスの根幹にある考え方を言えば、北極星は一つです。最良のコンピューティングインフラを調達し、それを最も効果的にオーケストレートして提供できる最良のソフトウェアソリューションを構築する。それによって最良のプロダクトが生まれ、最も多くの企業が自社プロダクトを市場に届けるうえで最大限に生産的になれる。これが私たちの戦略です。
ただし、「ベスト」という概念はこの領域では単純ではありません。コストなのか、容量なのか、柔軟性なのか、何をもってベストとするかは多軸で評価する必要があります。将来を見据えれば、多くの代替選択肢が出てくるでしょう。コンピュートの消費形態が多様化していく中で、ベストの定義も変わっていくはずです。しかし今の私の立場からは、世界最良のインフラはNvidiaによって構築され、私たちのようなプラットフォームの上で動き、それを最もパフォーマンスの高い形で市場に届けるソフトウェアレイヤーを備えたものになると考えています。市場が別の答えを示すまでは、頭を下げてひたすら前進するだけです。
Frier： 少し補足させてください。私たちOpenAIも、チップのポートフォリオ多様化を進めています。数週間前に発表したCerebraとの提携では、低レイテンシのチップを活用して文字通り世界最高水準のコーディングSKUを作ることを目指しています。また先ほど触れた自社推論チップのテープアウトも、インファレンスコストをさらに下げるための取り組みです。AMDとのワラント構造も含め、特定のチップベンダーへの依存を減らしながらも、パフォーマンスとコストの最適解を常に追い求めていく、それが私たちの考え方です。
4-2. エコシステム型投資ビークルと創造的資金調達——循環取引批判への反論
Lesson： もう一つの重要な要素は資本です。昨年は様々な新しいファイナンスの形が登場しましたね。オフバランスシートの取引から多様なパートナーシップまで。Robさん、投資家の立場から注目しているデータセンターの資金調達の形はどのようなものですか？
Goldstein： これは一世代に一度の資本機会だと思っています。BlackRockの社内で「ファストリバー」という言葉を使っています。自分のボートをその流れに乗せれば、川が運んでくれるという考え方です。これは私のキャリアの中で最も速い川の一つだと感じています。ファイナンシャルエンジニアリングの面では常にそうであるように、今も創造性が発揮されています。ただ同時に、単なる資本パートナーとしてではなく、真の戦略的パートナーとしてエコシステムを作ろうという動きが強まっています。BlackRockが取り組んできた例で言えば、MGXというアブダビの優れたイノベーションを活用しつつ、Microsoft、Nvidiaといったプレイヤーを一つの投資ビークルに束ねることで、プロジェクトの完遂に向けた優先順位と集中力を確保できる仕組みを作ってきました。
Frier： 私の観点から言えば、すべての起点はコンピュートです。コンピュートこそが今、供給しなければならない決定的な要素です。それは今日の拘束条件であり、中核的な競争優位でもあります。十分になければ遅れをとる。私たちもこの1年でそれを痛感しました。「もしコンピュートがもっとあったら何が変わっていたか？」とよく聞かれます。答えはシンプルです。プロダクトが増え、収益が増え、フロンティアモデルの投入を6か月、12か月、あるいは18か月前倒しできていたでしょう。そしてこれは単なるビジネスの話ではありません。がん患者がある医療上のブレークスルーによって命を救われるとしたら、スピードはそれ自体が本質的な意味を持ちます。私たちは世界にとって有益なことを抑制している状態にある、とも言えるのです。
資金調達という面では、私たちは創造性を発揮してきました。昨年は史上最大の410億ドルのエクイティラウンドを実施しました。AMDとのワラント構造も非常に誇りに思っています。AMDのチップを購入すれば、最大で同社の約11%を所有できる可能性があり、私たちが全量購入すれば、Lisaのチームにとっても多大な市場価値を創出できる。インセンティブの整合という意味で非常に優れた構造です。またNvidiaとの提携では、ギガワット単位のチップを購入する際の資金調達支援についても話し合いを進めています。プライベートエクイティも、ポートフォリオ企業へのAI導入とそれに紐づくビジネスモデルの構築という観点で強い関心を持って接触してきています。エコシステム全体が一緒に成長しなければ、前進のスピードは落ちます。そしてそれは結局、患者や、学校の子どもたちが知性へのアクセスを得られないことを意味するのです。
Lesson： こうした資金調達の構造について、業界内では「循環取引」ではないかという見方もあります。つまりこれらの取引は、実質的にリスクをシステム内で循環させているだけだという批判です。Sarahさん、どうお考えですか？
Frier： その批判の背後には、「需要は本物ではないのでは」という含意があります。しかし私はそれを強く否定します。このパネルの冒頭から繰り返してきたように、需要がここにあることは誰も否定できないはずです。Wall Streetにいる方々の多くは、インターネット時代のバブル崩壊を経験しています。だからこそ過敏に反応する部分がある。でもインターネット初期を思い出してください。電子メールの意義を語ろうにも、使っている人が3人しかいなかった。まだ手紙を郵便で送っていた時代です。今この場にいる皆さんに聞きます。ChatGPTはあなたの生活に変化をもたらしていませんか？価値をすぐに感じていませんか？私たちのフロンティアユーザーは、平均的なユーザーの7倍のトークンを使っています。コーディングをし、ディープリサーチをし、大学の研究室で使っているからです。国レベルで見ると、フロンティア国はすでに平均の3倍のトークンを消費しています。需要の循環性という議論は、まさにその実在する需要を直視していない議論だと思います。
5. 需要の実態と中国のAI採用戦略
5-1. 「発見段階」にある市場——BBAVの事例とコードベース増大が生む逆説的需要
Lesson： 需要がまだ発見段階にあるとのことですが、具体的にどのような形で顕在化してきていますか？
Frier： ダボスというのは、企業のトップが集まってビジネス上の意思決定を行う本当に特別な場所です。この会場に入る15分前、私はあるグローバルな有名銀行のCEOと話していました。彼は「少し出遅れている」という感覚を持っていました。昨日はBBVAの会長Carlos Torresと時間を過ごしましたが、BBVAはAIネイティブな銀行になることを目指しています。ChatGPTのシート数は1万から12万以上に拡大し、コールセンターの在り方を根本から見直し、信用審査の方法を変え、25カ国での多言語対応に取り組んでいる。エンタープライズ成長の全く新しい考え方です。こうした具体的な事例が、需要の実在を如実に示しています。
Goldstein： 企業運営の観点から付け加えると、コードという切り口が非常に示唆的です。世界に存在するコードの行数はこれから指数関数的に増えていきます。BlackRockでも、エンジニアの生産性が指数関数的に向上することで生み出されるコードの総量が跳ね上がります。その結果として何が起きるか。既存のクラウドの処理需要、つまりいわゆる「古いもの」のための計算需要が、予想以上の速度で増大するのです。これにAIの新しい需要が乗っかってくる。さらに視野を広げると、今後20年以内に——それが2年後なのか18年後なのかはともかく——世界のほぼすべてのソフトウェアが、私たちが議論しているAIの能力と置き換え可能になる。つまり、あらゆる処理の実態はインファレンスになっていく。テクノロジーの本質とそれが生み出すイノベーションが、自己強化的な形で加速し続けるのです。
Intrilligator： 私は市場がまだ「ピン留め」された状態にあると表現しています。OpenAIだけで世界の全キャパシティを消費できる。他にも5つのモデルが同様に世界の全キャパシティを消費できる状態です。コストの急激な低下は今のところその状況には影響していない。しかし市場は最終的に供給と需要のバランスを取り戻します。そうなった時に何が起きるか。今は想像もできないような新しいアイデアやビジネスが生まれる機会が無数に解放されます。私がこのビジネスで最もわくわくするのはその部分です。今私たちを驚かせているものを誰かが思いついたように、また誰かが次のものを思いつく機会が生まれる。私たちは今、誰がクライアントになるかさえまだわからない状態にいるのです。それ自体が、この市場の可能性の大きさを物語っています。
5-2. 中国の「無慈悲な採用」——エンジニアリング効率と採用速度が生む優位性
Pang： 少し視点を変えて、見落とされがちな点を指摘したいと思います。私たちの議論が西洋内での自己言及に陥っていることを少し心配しています。中国という国に目を向けてほしいのです。彼らは世界最高のモデルを持っていないかもしれないし、世界最高のコンピュートを持っていないかもしれない。しかし彼らがやっていることは、Robが言った「無慈悲な採用」です。社会のあらゆる側面でユースケースを猛烈な勢いで展開している。実は多くの国にとって模倣すべきモデルがそこにあります。彼らはAIの活用に向かって突き進んでいる。そして何が起きるか。利用者が増え、トラフィックが生まれ、インテリジェンスが外に出ていくことが、より良いモデルの構築にフィードバックされていくのです。まさにテスト時コンピュート、つまり推論段階での学習という考え方とも一致します。
Lesson： 中国のAI研究面での優位性についてはどう見ていますか？例えばDeepSeekのような動きを見ると、基礎研究でも追いついてきているのではという見方もあります。
Pang： 私はAIの技術専門家ではありませんが、個人的な見解を申し上げると、中国はエンジニアリングにおいて非常に優秀です。持っているインフラから最大限のエンジニアリング的優位を絞り出す能力は超一流だと思います。しかし基礎研究とモデルのブレークスルーという面では、今のところ確実に遅れていると見ています。だからこそ先ほど申し上げたように、中国が今リードしているのは採用の領域です。本質的にそれが「無慈悲な採用」です。もし私たちが「AIを使えるか？」「使うべきか？」「どう使うか？」という議論を続けている間に、他の国や地域が先に進んで採用していけば、世界最高のモデルを持っていても後れを取ることになります。
さらに付け加えると、インフラ消費という観点から中国の現状を見ると、実際には推論のキャパシティをより多く消費しています。数十億人の需要に対応するためには、むしろ推論側でより多くのキャパシティが必要になる。訓練の面では制約があるかもしれませんが、推論のグローバルな需要は今後さらに拡大すると確信しています。
Goldstein： 中国の採用モデルから学ぶべきことは、政府レベルでも企業レベルでも多いと思います。「使えるか使えないか」ではなく「どう使い倒すか」という問いに即座に移行している姿勢は、すべての組織にとって示唆に富んでいます。私がBlackRockで感じるのも同じことで、AIの変革的な能力を認識した瞬間から、いかに速く、深く、組織全体に実装していけるかが競争優位を決定づけるということです。
6. DeepSeekショックの解釈と技術的ステップ関数
6-1. DeepSeekが示した効率の飛躍とGPU需要急増という「加速の証拠」
Lesson： DeepSeekの登場について話を移しましょう。AIインフラへの投資機会が無限だという前提に対して、モデル側のブレークスルーによって訓練効率が劇的に改善された場合、インフラ需要の前提は崩れないのでしょうか。
Intrilligator： まず基本的な真実として押さえておくべきことがあります。この技術の効率性において、今後5年以内に桁違いのステップ関数的な改善が起きるという前提を、私たちは全員が当然のこととして受け入れる必要があります。物理的なインフラでもステップ関数的な改善が起き、論理的なインフラでもステップ関数的な改善が起きる。信じられないようなブレークスルーが次々と生まれるでしょう。DeepSeekが登場した時、金融の世界を含め全世界が震えました。しかし私の見方は違います。ChatGPT-3の登場から2年後にDeepSeekが出てきた。世界はChatGPTで「ああ、AIというものがわかった」と顔を上げた。そしてその2年後には、技術がこれほどの成熟の速度で進んでいるのです。これは加速の証拠です。ビジネスの根本的な変化ではなく、加速です。
そして何より雄弁に語るのは、現場の反応です。DeepSeekが出た瞬間、私のクライアント全員が電話をかけてきて、こう叫びました。「今すぐGPUをもっとくれ。トークンが必要だ。もっとトークンをくれ。今すぐGPUを」と。プロダクトを作り、推論を提供し、AIで収益を上げている人たちが、まさにゴムが道路に接地する場所から発しているシグナルです。それが示しているのは、DeepSeekはビジネスの根本的な変化ではなく、ビジネスの加速だということです。
Frier： DeepSeekが示した技術的改善は印象的でした。これは率直に認めます。しかし同時に私たちも、トークン単価を30ドルから9セントへと引き下げています。つまり相殺する要素もある。次のDeepSeekが来て9セントを0.001セントにしてみてください。その時に何が構築されるかを考えてほしいのです。世界はトークンを吸収し続けます。世界は消費し続けます。無限なのはインフラではなく、インテリジェンスに対する飽くなき食欲です。そこに焦点を当てなければならない。そして予見できる将来において、あらゆるステップ関数的改善は、ビジネスをさらに加速させるだけです。私はそういう見方でいますし、そのように会社を構築してきました。インテリジェンスは人類が絶滅するまでネットポジティブであり続けると確信しています。
6-2. 事前学習・後訓練・テスト時コンピュートの三層構造と「まだ初期段階」論
Frier： ここで少し補足させてください。訓練の議論を単純化しすぎていると思うので。3〜4年前のことを振り返ると、まず「事前学習」があります。これは依然として大規模なコンピュートファブリック、膨大なデータ、そして地球上で最も優秀な頭脳から生まれる優れたアルゴリズムを必要とします。そして「後訓練」があります。ここが推論パラダイムへの到達点であり、私たちが「Oシリーズ」と呼ぶモデルがそれに当たります。研究者に言わせれば、後訓練——つまりOシリーズ——はまだChatGPT-3に近い段階にある、つまりまだまだやれることが残っているということです。GPT自体はすでに5まで来ていますが、Oシリーズという後訓練の文脈では、まだ初期段階にいるのです。さらにPangが指摘した「テスト時コンピュート」があります。推論を呼び出す瞬間に、実際にはデバイスレベルに至るまでリアルタイムの訓練が行われうるという考え方です。そしてこれらの組み合わせは足し算ではなく、組み合わせ論的な掛け算です。1足す1足す1が3になるのではなく、掛け合わさることで指数関数的に広がる。
市場はこの複雑さを還元主義的に単純化したがります。一つのものに落とし込みたがる。でも現実はずっとリッチで多様です。だからこそDeepSeekや、その前の「スケーリング則は死んだ」といった局面で、市場がああいった大きなスウィングをするのです。株価チャートや市場のチャートを振り返れば、その瞬間はまるで史上最大の乱高下に見えます。しかし実際に起きているのは、より多くのものへ向けたこの継続的な動きです。
Pang： 少し補足すると、中国のAI利用の現状を見ると、今日の使われ方は実際にはより多くの推論キャパシティを消費しています。数十億人の需要を満たすためには、むしろ推論側でさらなるキャパシティが必要になる。訓練では制限があるかもしれませんが、推論のグローバルな需要は今後ますます大きくなると確信しています。
Goldstein： ズームアウトして考えると、信じるべきことは一つです。生産性のステップ関数ほど経済成長にとってポジティブなものはない。そしてAIが生産性のステップ関数という世代的な機会を提供するという確信が私にはあります。それを加速させるものは何であれ、短期的には多少の混乱があったとしても、全体としてはポジティブです。DeepSeekも、スケーリング則の議論も、その文脈で捉えれば、いずれも加速の触媒に他なりません。
7. リスクと社会的信頼の構築
7-1. 地政学リスク・環境負荷・規制——計画を狂わせうる外部要因
Lesson： ここまで非常に明るい見通しが続きましたが、何がこの計画に大きな障壁をもたらしうるでしょうか。懸念点を聞かせてください。
Intrilligator： 深く息を吸いましたね——そうです、ここはまさにKool-Aidスタンドです。私たちは全員Kool-Aidを飲んでいる。全員この流れに乗っている。ただ私たちがやっていることは、より広い文脈の中に存在しています。地政学的な動き、私たちの事業の外側で起きていることが、市場を歪める可能性があります。保護主義という形で市場を歪めることもある。資本コストという形で歪めることもある。アクセスの制限という形でも歪めうる。あらゆる種類の想定外の結果を生み出しかねない。私が自社のリスク管理において最も多くの時間を費やしているのは、まさにこの地政学的な相互作用です。私のリストの最上位にあるのはそこです。
Lesson： 会場からも質問が出ています。AIのスケーリングは地球の再生能力をはるかに超えるスピードで進んでいます。規制が先に熱を帯びるのか、それとも水・エネルギー・炭素の問題が先に限界を迎えるのか。そしてその責任は誰が負うべきか、という問いかけです。
Frier： 私はこの問いに対して、スピードと、人々を連れていく能力——つまり信頼——という二つの観点から答えたいと思っていました。ただ環境の問題も同時に答えます。インフラを構築している側の皆さんにもぜひ話してほしいテーマです。
Pang： UAEにおいては、再生可能エネルギーと原子力を組み合わせたエネルギーミックスでAIキャンパスに電力を供給することを基本方針としています。5ギガワットのキャンパスをクリーンエネルギーで賄う取り組みは、単なる環境配慮ではなく、長期的なコスト競争力の観点からも合理的な選択です。エネルギーのコストが知性のコストに直結するという私の見立てに立てば、エネルギーをいかにクリーンかつ安価に確保するかは、事業の根幹に関わる問題です。
Intrilligator： データセンターの冷却や電力消費については、業界全体として真剣に取り組まなければならない問題です。液冷技術の進化、廃熱の再利用、電力効率の改善は、単に環境負荷を下げるためだけでなく、インフラの経済性を高めるためにも不可欠です。私たちが建設しているものの物理的な現実——コンクリート、銅、電力——は、地球の資源と直接結びついています。この事実から目を背けることはできません。
7-2. 生活者の言葉で語る責任——コミュニティへの説明責任と信頼醸成
Frier： 私が最も心配していることの一つは、スピードと、人々の信頼を得ながら前進する能力です。私たちはこれを毎日生き、呼吸しています。でも世界で普通に生活している人にとっては、このすべてがテクノロジーのわけのわからない話に聞こえかねない。まだ獲得すべき信頼が多くあります。私たちはテック語で話しすぎていて、普通の人の言葉で話せていないのではないかと心配しています。これが自分の生活に実際に何を意味するのか、ということを。
例えば、糖尿病の子どもを持つお母さんを考えてみてください。毎日一生懸命働いて、家に帰ってきたら30分で夕食を作らなければならない。その食事は子どもにとって健康的でなければならない。そのお母さんに向けて言えることは何か。「スマートフォンにChatGPTというアプリがある。今すぐ冷蔵庫の写真を撮ってみて。30分以内に作れて、しかもお子さんが食べられるレシピを提案してくれる」。それを聞いたお母さんは「ありがとう、助かった」と思う。そういう具体的な話こそが必要なのです。
そしてコミュニティの信頼という問題もあります。突然データセンターが建設されるコミュニティの人たちは、それが良いことなのか悪いことなのかわからない。雇用をもたらしてくれるのか、それともコミュニティを壊すのか。水を使いすぎるのか、それとも地域を思いやった運営がされるのか。電気料金が上がるのか、それともコミュニティを守ってくれるのか。子どもたちに食べさせるためにまだ働かなければならない自分の生活にとって、どういう意味があるのか。私たちはこのステージにいる全員が、コミュニティを巻き込み、彼らの言語で話す責任を負っています。上から話すのではなく、一緒に考える。フィードバックを受け取る。それを自分たちのビジネスの構築にどう反映させるか真剣に考える。私たちは少し象牙の塔に入り込みすぎることがあります。だからこそ、この問いかけは私たちにとって非常に重要です。
Goldstein： 信頼の問題はビジネスの問題でもあります。BlackRockとして、データセンター投資を通じてコミュニティや地域社会とどう向き合うかは、長期的な投資家としての私たちの評判と直結しています。単に資本を投下するだけでなく、地域にとって良いパートナーであることを示すことが、結局は持続可能な投資につながる。AIがもたらす変革の恩恵が広く社会に届くためには、その基盤となるインフラへの信頼が不可欠です。私たちが今構築しているのは、データセンターだけではなく、AIの未来に対する社会的な合意でもあるのだと思っています。