※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「Racing for Compute and its Endgame」の内容を基に作成されています。セッションの動画は https://www.youtube.com/watch?v=JHdXkXORHww でご覧いただけます。本記事では、セッションの内容を要約しております。
登壇者は、モデレーターを務めたVijay Vythianathan Vaitheeswaran氏（エコノミスト誌グローバル・エネルギー・気候イノベーション編集長）、Ebba Busch氏（スウェーデン副首相兼エネルギー・ビジネス・産業大臣）、Olivier Blum氏（Schneider Electric CEO）、Rene Haas氏（ARM CEO）、Joshua Payne氏（Nscale 創業者兼CEO）、KR Sridhar氏（Bloom Energy CEO）の6名です。
なお、本記事の内容は原著作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視聴いただくことをお勧めいたします。世界経済フォーラムの詳細については、公式ウェブサイト http://www.weforum.org/ をご参照ください。
1. セッション概要と問題提起
1-1. AIと19〜20世紀型インフラの矛盾――モデレーターによる導入
Vitiswaran： 本日のセッションへようこそ。私はVJ Vitiswaranと申します。エコノミスト誌のグローバル・エネルギー・気候イノベーション編集長として、今日のパネルのモデレーターを務めます。AIの成長は、おそらく産業革命以来もっとも強力で、もっとも費用のかかる、そしてもっとも重要な変革として、私たちの時代を象徴する現象です。しかしその一方で、輝かしい未来へ向かう道には、いくつもの深刻な課題が横たわっています。
私が問題提起したいのは、21世紀の知性やスーパーインテリジェンスを論じながら、私たちがいまだ19世紀・20世紀の技術インフラに依存しているという根本的な矛盾です。たとえば電力グリッドを見てください。米国や欧州のグリッドの平均年齢は数十年、フランスでは50年近くに達しています。送配電システムはすでに老朽化しており、大規模なアップグレードが急務です。資本それ自体は必ずしも不足していませんが、問題は正しい場所へ、そして新しいソリューションへ資本を向けられるかどうかです。最も手の届きやすい選択肢ではなく、スケールアップが急がれる革新的な選択肢に資本が流れているとは言えない現状があります。
もう一つ強調したいのは、「とにかく大型発電所を建て続ける」という反射的な発想からの脱却です。私はエネルギー分野を20年以上取材してきましたが、エネルギー問題が生じるたびに「大型発電所を大量に建設せよ」という方向に議論が流れがちです。しかし実際には、グリッドという基盤インフラのアップグレード、クリーン技術、そしてAI自身をグリッド管理や効率向上に活用するという好循環的なアプローチなど、より包括的な解決策が存在します。現在の危機は、21世紀のインフラを構築し直す絶好の機会でもあるのです。
1-2. 登壇者紹介
Vitiswaran： 本日は各界を代表する5名のパネリストをお迎えしています。スウェーデンの副首相兼エネルギー・ビジネス・産業大臣のEbba Bush氏、フランスのSchneider ElectricのCEOであり国際ビジネス評議会のメンバーでもあるOlivier Blume氏、英国のARMのCEOであるRene Haas氏、同じく英国を拠点とするAIクラウドプラットフォームNscaleの創業者兼CEOのJosh Payne氏、そして米国Bloom EnergyのCEOであるKR Sridhar氏です。Sridhar氏のBloom Energyは、第一次クリーンテック・ウェーブの20年前に注目を集めたスタートアップであり、現在はAI時代のエネルギー課題に深く関わっています。
2. 政策立案者の視点――技術中立性・スピード・パートナーシップ
2-1. 欧州の成長格差と「スピードアップか死か」の危機感
Vitiswaran： Ebba副首相、政策立案者の立場から、このAIとエネルギーの急拡大をどのように捉えていますか。エネルギーシステムはもともと安全性と安定性を重視して設計されており、リスクを取って新技術に投資することよりも、現状維持が報われる構造になっています。欧米では電力需要が10年以上にわたってほぼ横ばいで推移してきたにもかかわらず、今や急成長局面に突入しています。データセンターやAIだけでなく、エアコンの普及、電化の加速、経済成長、さらに途上国での需要拡大も加わり、まさに電力の超サイクルに入りつつあります。政策立案者として何を優先すべきとお考えですか。
Bush： 私が最も強く訴えたいのは、政策立案者が真の意味で「技術中立」にならなければならないということです。エネルギーの世界を見ても、私たちはあまりにも長い間、イデオロギーや政治的レトリックに引きずられてきました。しかし物理法則は政治的信念に忖度してくれません。AIについても同じことが言えます。AIは今日と半年後でまったく異なる姿をしているほど急速に変化しており、そのような対象に対して特定の技術を前提とした規制や政策を設計しようとすること自体、根本的に無理があります。
そして次に重要なのは「テンポ」、すなわちスピードです。ほとんどの民主主義国家は、スピードではなく安定のために設計されています。欧州連合はその典型です。しかしいま私たちが直面している現実は何か。EUとインドの成長格差を見てください。そしてこのまま動きが鈍ければ、近い将来、EUと米国・インドの間にも同様の成長格差が生まれます。官僚主義そのものが、いつの間にか私たちの最大の敵になっているのです。私はこれを「スピードアップか死か」と呼んでいます。大げさに聞こえるかもしれませんが、これは今や純粋に競争力の問題であり、さらにこの時代においては安全保障の問題でもあります。スウェーデンがこうした認識に至ったことが、実際に変化を起こす原動力になりました。
2-2. 許認可プロセス半減の実践と目標設定型ガバナンスの論理
Vitiswaran： 具体的に、スウェーデンでは許認可プロセスをどのように短縮したのでしょうか。欧米全体で、新規プロジェクトの立地認可に何年もかかるという問題があります。先に申請したものが優先されることで、実際には展開しない「幽霊プロジェクト」が申請キューを埋め尽くし、本当に必要なプロジェクトが遅れるという構造的な問題もあります。AI自体がこのプロセスを加速できるとも言われています。スウェーデンの取り組みについて教えてください。
Bush： スウェーデンでは許認可プロセスを半分に短縮しました。これは大きな成果です。ただ、正直に言えば、それでもまだ長すぎます。グリッドへの接続を得るまでに依然として何年もかかっており、これは受け入れがたい現実です。私たちが実践したのは、「マイクロマネジメントをしない」という原則です。政策立案者が細部まで管理しようとすると、行政の各レベルが互いに「それはあなたの責任だ」「いや、あなたの責任だ」と押し付け合う構造が生まれます。私たちが変えたのは、まず大局的な目標を設定し、そこに向けた達成期限を明示することです。目標が明確で、期限が設定されれば、各所は互いの責任境界を論じる暇がなくなります。これが実際に許認可の時間を大幅に短縮できた理由です。
さらに重要なのは「パートナーシップ」という視点です。スウェーデンは100年前、ヨーロッパで最も貧しい国の一つでした。100万人もの国民が米国に移住した時代もありました。それが今日、欧州で最も豊かで、最も国際的に統合された国の一つになれた理由は、官民が本当の意味でパートナーシップを組み、問題を一緒に解決してきたからです。そして国家間の連携も同様です。このアプローチは、AI時代にはさらに高度化が求められています。政策立案者に求められるのは、競争力と安全保障を最上位に据えた上で、イデオロギーではなく目標と期限で動く統治の仕組みを作ることです。まだ十分にできているとは言えませんが、これを徹底するたびに、私たちは確実に前進してきました。
3. エネルギーインフラ企業の視点――データとAIが生む「エネルギー・インテリジェンス」
3-1. パリ協定の10年が築いた基盤とAI革命との接続
Vitiswaran： Olivierさん、Schneider Electricはエネルギー技術と効率化の分野でグローバルに事業を展開しており、イタリアの施設ではデータセンター向けの冷却システム、無水冷却、廃熱回収といった最先端の取り組みを直接見てきました。AI革命の初期段階から深く関わってきた立場として、何を学び、何をさらに推進すべきとお考えですか。
Blume： まず最初に申し上げたいのは、AIは現実だということです。いまだに「AIは本当に普及するのか」という議論をしている方がいますが、問題はそこではありません。どれだけ早く受け入れるかという速度の問題です。そしてもう一つ、私が強調したいのは、パリ協定以降の10年間が、奇しくもAI革命の土台を整えてくれたという点です。パリ協定は「将来のエネルギー需要は増大する、しかし2050年のネットゼロ目標を達成するためにエネルギーをより効率的に使わなければならない」という基本認識を世界に植え付けました。世界経済フォーラムにおいても、かつてはエネルギー供給側だけの議論に終始していたところから、供給と需要の両面を論じる場へと変化しました。この思想的転換こそが、AI革命を可能にする基盤を作ったのです。
確かに、米国の大規模ハイパースケーラー向けに私たちが建設している新世代のデータセンターはより多くのエネルギーを消費します。しかし同時に、初めて「エネルギーをより賢くする」ための技術が手の届くところに来ています。Schneider Electricが10年前にパリ協定を受けて描いた未来像は、「電化によってエネルギーをよりクリーンにし、その上にオートメーションとデジタル化を重ねることでエネルギー効率を高める」というものでした。そのデジタル化の果実を最大限に引き出す手段が、まさにAIなのです。
3-2. デジタルツインからAIへ：「データを持てた時代」から「データを賢くできる時代」へ
Vitiswaran： ただ、私は長年ビジネスジャーナリストをやっていますので、少し厳しい問いを立てさせてください。20年前にも、この会場の外にいるような有力企業がデジタルツインを見せてくれて、「これが世界を変える」と言っていました。その後もIoTが世界を変えると言われた。どれも確かに段階的な進歩をもたらしましたが、パラダイムを一変させるような変革は起きませんでした。AIは本当に違うのでしょうか。エネルギーシステムの効率化という観点で、具体的に何が変わったのかを教えてください。
Blume： 厳しいモデレーターですね、これは良い問いです。20年前との最大の違いを一言で言えば、「今日はあらゆるデバイスがつながっている」という事実です。デバイスレベルでも、制御レベルでも、すべてが接続されています。これが意味するのは、データにアクセスできるようになったということです。データを集め、統合し、そこに知性を吹き込むことができる。Schneider ElectricはAI企業ではありません。私たちはインフラの専門家であり、データセンターがどう動くかを知っており、どこからデータを抽出できるかを理解しています。しかし以前は、データを持っていても、それを顧客にとって本当に使いやすい形に変換することができなかった。ソリューションは複雑すぎて、コストも高く、異なるプレーヤー間でのコミュニケーションも難しかった。
そこに大規模言語モデルが登場しました。私たちが物理世界のアセットについて持っている専門的な知識と、大規模言語モデルが持つデータの知性を組み合わせることで、初めて顧客に真の「エネルギー・インテリジェンス」を届けることができます。これは5年前にはできなかったことです。たとえば家庭の電気パネルを考えてみてください。あなたの家の電気パネルは今、接続されていますか。データを取り出せる状態になっていますか。そこにAIを適用できれば、あなたが意識することなく、エネルギー消費を20〜30%削減できる可能性があります。データセンターが今日世界の電力消費に占める割合はまだわずかです。本当に大きな課題は、それ以外の建物・工場・家庭のエネルギーをどう削減するかであり、AIはまさにその解決策になり得ます。これが今回と過去の決定的な違いです。
4. チップ設計企業の視点――エッジへのパラダイムシフト
4-1. 現状の非持続性：AIワークロードのほぼ全量がクラウドに集中している問題
Vitiswaran： Reneさん、チップメーカーの視点から、エネルギー効率の劇的な改善に向けてどのような可能性があるかを教えてください。まずARMについて簡単にご紹介いただけますか。
Haas： ARMは、人類がこれまでに生み出した中で最も普及したCPUのプロバイダーです。CPUはあらゆるデバイスのデジタルブレインです。この会場にいる皆さん全員が、ARMのプロセッサを一つどころか、おそらく数十個身につけているはずです。ウェアラブル、スマートフォン、自動車、PC、そしてデータセンター、ARMはこれらすべてに搭載されています。そして現在、NvidiaのGrace Blackwell、さらにはVera Rubinといった最新技術においても、私たちのCPUが中核を担っています。このような立場から、私たちは世界をユニークな視点で見ることができます。
その視点から言わせてください。今、AIの世界には手つかずのまま残された巨大な機会があります。それがエッジでのAI処理です。エッジとは何か。スマートウォッチ、スマートフォン、PC、セキュリティカメラ、こうした身近なデバイスのことです。今日、AIの処理は事実上すべてクラウドで行われています。文字通り、ほぼ全量がクラウドに集中しています。これ自体が、私たちが議論してきたような理由から、持続不可能な状態です。エネルギー消費の観点でも、インフラの観点でも、このままクラウド一極集中が続けば限界が来ることは明らかです。
4-2. Gemini Nanoの事例が示す設計遅延の構造と分散化への必然
Vitiswaran： では具体的に、なぜエッジへの移行がこれほど難しいのでしょうか。理論的にはずっと前から語られていた話ですが、現実にはほとんど進んでいません。
Haas： 実はこれ、思われているほど「既知の問題」ではないのです。具体的な例を挙げましょう。約1年前に発表されたGemini Nanoをご存知でしょうか。これはGalaxy S25スマートフォンに搭載されたAIモデルです。しかし、Galaxy S25向けに設計されたチップはその2年前に設計されており、そのチップ上で動かすAIワークロードの仕様が固まったのはさらに1年前のことです。つまり私たちは、2022年の設計で2025年のAIを走らせようとしていたわけです。これでは到底、最先端のAIをエッジで快適に動かすことはできません。チップメーカーでさえ、この急速な変化の前では「パックが向かう先」を狙い続けることが難しいのが現実です。
それでも私は、今後数年のうちにエッジでのAI処理に関してブレークスルーが起きると確信しています。なぜそう言えるか。私たちはこの映画を以前にも見たことがあるからです。かつてすべての計算処理は大学のキャンパスにあるメインフレームでしか行えませんでした。それがPCへ、スマートフォンへと分散していきました。AIも同じ道をたどるはずです。ただし、AIが扱うデータ量は前例がないほど膨大であり、それを手のひらに収めるためには、先進的なメモリ技術、パッケージング技術、新素材の開発、そしてその熱をどう処理するかという問題を解決しなければなりません。それは容易ではありませんが、業界はこの問題に真剣に向き合っており、ARMも深く関与しています。そしてこれが実現したとき、巨大データセンターの在り方と、あらゆるAIワークロードがクラウドで処理されなければならないという前提は、根本から変わっていくと思います。
Vitiswaran： いわゆるジェヴォンズのパラドックス、つまり効率が上がれば需要も拡大するという反動効果を懸念する声もありますね。インターネットや他の技術でも同様のことが起きましたが、それでもイノベーションの競争に勝つことはできました。効率化を優先事項に据えること、これが鍵だと思います。ただ、政府やIEAが掲げるエネルギー効率目標は、これまで一貫して達成されてこなかったという現実もあります。効率化はトップダウンではなく、ボトムアップで起きるものなのかもしれません。
Haas： おっしゃる通りです。私は半導体業界に40年以上携わっていますが、今まさに大きなメモリ不足が起きていて、これがモデルの実行を制約しています。しかし歴史が示してきたように、こうした制約こそが発明の母になります。テクノロジー企業はこの種の問題に直面したとき、結集して解決策を見つけ出す力を持っています。AIが扱うデータの規模は前例のないものですが、業界はこの問題に強く集中しています。私は楽観的です。
5. AIクラウドプラットフォームの視点――インフラ立地戦略とリスク資本の不足
5-1. ノルウェー北部の地政学的優位性と「電子1個あたり最大の経済的アウトプット」論
Vitiswaran： Joshさん、Nscaleについて簡単にご紹介いただいた上で、データセンターの立地戦略についてお聞かせください。バージニア州やアイルランドといった従来の集積地ではなく、エネルギーのある場所に立地するという発想、あるいは「Bring Your Own Power」という概念が台頭しています。世界が求めるスケールのエネルギーを、クリーンかつ政治的に許容される形で確保しながら、電力料金の高騰という世界的な問題を引き起こさないためには、どのように考えるべきでしょうか。
Payne： NscaleはAIクラウドプラットフォームを完全垂直統合型で提供している会社です。データセンターの建設と所有から、クラウドソフトウェアによるエンドツーエンドのサービス提供まで、すべてを自社で手がけています。現在、ノルウェー北部、ポルトガル、そして米国テキサス西部の3拠点で、地球上最大級のクラスターを構築中です。
真のスケールを実現する上での最大の課題は、エネルギーへのアクセスです。まずここで重要な視点を共有したいと思います。エネルギーへのアクセスをめぐる議論は非常に二極化しやすいテーマです。消費者の電気料金を押し上げるのではないかとか、産業全体を支えるのに十分な電力が確保できるのかといった懸念が各国から上がっています。しかし国のGDPを構成する重工業やエネルギー集約型産業を一言で表すならば、それは「エネルギーを価値に変換すること」です。鉄鋼であれ、石油であれ、本質は同じです。そしてここで明確に申し上げたいのは、AIインフラは、あらゆる産業の中で電子1個あたりの経済的アウトプットが最大の産業であるという事実です。桁違いに大きい。ですから余剰エネルギーの最良の使い道を考えるとき、AIインフラは最有力の選択肢になります。
ノルウェー北部、具体的にはNO4と呼ばれるグリッドゾーンを例に挙げましょう。ここはヨーロッパで唯一、グリッドが制約を受けている環境です。4.6テラワットの水力発電による余剰電力が存在しており、現時点では十分に活用されていません。欧州全体の利益のために、そしてノルウェー自身の利益のために、大規模なAIインフラを構築する場所として、地球上で最も適した立地の一つであることは疑いの余地がありません。国家は「自国の余剰エネルギーをAIインフラに変換することが最善の投資である」という視点で考え始めるべきだと私は強く勧めます。
5-2. 欧州の二重の課題：グリッド承認の遅滞とスタートアップ向けリスク資本の欠如
Vitiswaran： AIインフラを欧州大陸に根付かせ、AIのフライホイールを回すために、具体的に何が必要でしょうか。資本については世界全体では余っていると言われていますが、Europeという文脈では事情が違うとおっしゃっていましたね。欧州はGDPベースでは北米を上回る巨大な経済圏であるにもかかわらず、なぜ資本制約が生じるのでしょうか。
Payne： 課題は大きく二つあります。一つ目は、グリッドの承認プロセスの改革です。大規模かつ連続したインフラを迅速に立ち上げるためには、承認のテンポを抜本的に変える必要があります。Ebbaとはバックステージでもこのテンポの問題について話していましたが、合理化された承認プロセスなしにはAIサービスの展開スピードが根本的に制限されてしまいます。
二つ目は資本の問題です。ここで言う資本とは二種類あります。一つはスタートアップへのベンチャー投資です。シリコンバレーを見ればわかるように、密度の高いリスク資本と密度の高いイノベーションは不可分の関係にあります。リスク資本へのアクセスがあるからこそ、イノベーションが生まれる。欧州にはこのリスク資本がまだ乏しく、AIスタートアップへの投資に対する税制上の優遇措置を整備することが、AIフライホイールを回す一つの有効な手段だと思います。
もう一つは、AIインフラそのものへの大規模投資です。AIスタートアップの支出構造を見ると、調達資金の70〜80%が計算コスト、つまりコンピュートの消費に充てられています。自社のプロダクトを構築し、それをサービスに統合するためにコンピュートリソースを消費しなければならないからです。そしてこのコンピュートは鮮度が命です。GEのタービンやシーメンスの設備のように4年待てるものではありません。チップは2年で価値が半減するかそれ以下になります。スピードが命であり、資本へのアクセス速度、展開速度、これらすべてがAIフライホイールを加速させるために不可欠な要素です。欧州がこの二つの課題を同時に解決できれば、大陸全体のAIスケーリングの障壁を突破できると確信しています。
6. エネルギー技術企業の視点――「電力を自前で持て」という必然
6-1. グリッドの根本的限界：「グリッドは英語を話し、チップは日本語を話す」
Vitiswaran： KRさん、Bloom Energyは燃料電池技術を軸に、NASAの宇宙技術から生まれた会社として20年前のクリーンテック第一波で注目を集めました。そして今、世界有数のプライベートエクイティファンドから50億ドルの投資を受け、この技術がAI時代のエネルギー課題とどう結びつくのかを伺いたいと思います。まずこの会話全体を整理する視点として、グリッドの問題をどう捉えているかを教えてください。
Sridhar： 少し立ち止まって、議論の前提を整理させてください。グリッドは前世紀最大のイノベーションでした。しかしそれは機械の時代のために設計されたものです。デジタル時代に適応させようと、私たちはその上にバンドエイドを貼り続けてきました。あるブロガーがBloomについて書いた表現が非常に的を射ていたので、そのまま借用させてください。グリッドは英語を話し、チップは日本語を話す。そしてその言語の翻訳だけのために、1兆ドルの投資のうち1500億ドルが費やされているのです。これが何を指すかというと、グリッドから高圧電力が届き、それを低圧に変換し、交流から直流に変換するというプロセスのことです。皆さんが空港のセキュリティを通るたびにバッグの中に入っているあの大量のアダプターや充電器こそ、この非効率の象徴です。私たちはいまだにデジタル時代に対応した電力インフラを持てていません。
だからこそ2001年、今から25年前に、私たちは固体状態のエネルギー変換デバイスを作ると決めました。24時間365日、100%の信頼性で稼働できる分子ベースのデバイスです。ムーアの法則のカーブをGPUに重ねれば、グリッドがその需要を支えられないことは計算上明らかでした。そして今、その予測通りの現実が来ています。
6-2. 1ギガワット級データセンターの台頭と推論需要爆発がもたらすラストマイル問題
Sridhar： 今日、私たちはデータセンター電力レポートを発表しました。6ヶ月ごとに150社の参加を得て実施しているものです。そこから見えてくるのは、平均的なデータセンターの規模がギガワット級へと移行しつつあるという現実です。少し比較してみましょう。大型のアルミニウム製錬所は300メガワット、大型の石油化学精製所も数百メガワット規模です。そしてこれらの施設は、グリッドを使いません。自前で電力を作っています。それだけの電力を、地域の家庭や企業が使う同じグリッドという「地方道路」に流し込もうとすることは、そもそも理にかなっていないのです。その道路をたった一人の大口消費者のために拡幅しようとすること自体がおかしい。
さらに問題は訓練用データセンターだけではありません。推論の話をしましょう。訓練データセンターが大量の電力を消費するとおっしゃっていましたが、推論がどれほどの電力を消費するか、想像してみてください。私たちが今座っているこの壇上にあるRuben Plusのようなシステムは10メガワットの電力を必要とします。これはヨーロッパの家庭1万世帯分に相当する電力です。そしてこれが必要な理由は、レイテンシの問題です。多くの最も収益性の高いアプリケーションでは、遅延が許されないため、エンドユーザーの非常に近くに配置する必要があります。送電の問題すら解決できていないのに、ラストマイルの配電問題をどうやって解決するのか。これが根本的な問いです。
6-3. 燃料電池技術の優位性と「Bring Your Own Power」への転換
Sridhar： 答えは一つです。グリッドを迂回する、つまりリープフロッグするしかありません。AIがもたらす恩恵は計り知れないものがありますが、そのインパクトを実現するためには、分散型電力が不可欠です。グリッドは引き続き必要です。大きなフライホイールとして機能し続けます。しかし大規模なAIインフラは、自前の電源を持たなければなりません。「Bring Your Own Power」です。
Vitiswaran： 実際に私はシリコンバレーの住宅・商業地区の中心にあるあなたの施設を訪問しました。世界最大級のデータセンター企業がそのスケールで運営できている理由は、燃料電池から出る地域の排出量がカリフォルニアの規制をクリアしているからですね。騒音もなく、水も使わない。しかしなぜこれまでニッチにとどまっていたのでしょうか。
Sridhar： 理由は単純です。グリッドが使える限り、ハイパースケーラーはそれに乗り続けていました。何十年も前に誰かが建設してくれたグリッドにただ乗りできるなら、わざわざ自前の電源を持つ理由はなかった。しかしそのただ乗りの時代は終わりました。米国政府のここ数日の発表を見ても、企業はこの現実に目覚めつつあります。そしてこの電力がクリーンになる理由は、規制や義務だからではありません。あなたの子どもたちや孫たちがその空気を吸うからです。これが分散型電力が普及する本当の理由です。グリッドも残りながら、オンサイト発電が標準になっていく。その未来は、もう始まっています。
7. データセンターの水使用問題と持続可能性
7-1. テキサス・スターゲート視察の現場報告と業界のベストプラクティス
Vitiswaran： ここで少し、データセンターの水使用問題に触れたいと思います。エネルギーほど注目されていませんが、非常に政治的にセンシティブなテーマです。実は私、このブーツを見てください。今日のダボスで履いているこのブーツは、テキサス州アビリーンで買ったものです。Sam Altmanが案内してくれたスターゲートの視察に招待された際、「ガラガラヘビがいるからハイブーツを履いてこなければツアーには連れて行かない」と言われて、慌てて購入したのです。テキサスの砂とダボスの雪が混じり合っているわけですが、ここにも別の種類のガラガラヘビがいそうで、目を光らせています。
その視察で印象的だったのは、地元住民の声でした。工場誘致による雇用創出を喜ぶ声がある一方で、最大の不満は水の問題でした。「AIがうちの水を奪う」というのが地元の最大の懸念だったのです。テキサスの古老はこう言っていました。「ウイスキーは飲むためにあるが、水は戦うためにある」と。住民たちは本当に戦う気構えでいました。
しかし実際にスターゲートの内部に入ってみると、そこで目にしたのはNvidiaのチップが水冷で水に浸されている、イタリアのSchneider Electricの施設で見たのと同じ技術でした。スターゲート全体は最終的にギガワット規模になる予定で、9棟のデータセンターがすでに建設済みです。そのすべてを合計した水消費量は、アメリカの一般家庭の1〜2世帯分程度に相当するというのです。さらにMicrosoftは数日前、地域コミュニティに対してネットで水を貢献するという発表を行いました。つまり消費する以上の水を地域に還元するということです。
7-2. 閉鎖ループ冷却・ネットゼロ水貢献の実現可能性
Vitiswaran： 最初から持続可能性を設計に組み込む選択をすれば、こうした目標は達成可能だということですね。Gretzkyの言葉を借りれば、パックが今いる場所ではなく、向かう先に滑っていく。その先を見据えて設計すれば、エネルギー効率と水効率を両立できる。Joshさん、実際にNscaleのStargate Norwayプロジェクトではどのようなアプローチを取っていますか。
Payne： 私たちがStargate Norwayで採用しているのは、完全な閉鎖ループ冷却システムです。地域の生態系や水源から水を引き込まず、自己完結した水タンクを持ち、その中で冷却を完結させます。地域の水資源に一切の負荷をかけないという設計思想です。加えて、完全再生可能エネルギーでの稼働を実現しており、PUE（電力使用効率）は業界トップクラスの1.15を達成しています。これはノルウェー北部に豊富に存在する水力発電リソースを最大限に活用した結果でもあります。
Sridhar： 私たちのシステムが目指す将来像を補足させてください。大規模データセンターを天然ガス供給源の直近に建設し、採掘時のメタンの漏洩排出をゼロに抑えた上で、そのガスを60%台後半という前例のない高効率で電力に変換します。800ボルトの直流電力をそのままデータセンターに直接供給できるため、交流から直流への変換も不要です。そして私たちのシステムは燃料を燃やさないため、排気として出てくるのは二酸化炭素と水だけです。その水を回収することで冷却用の水を賄い、さらに余剰の水を供給することさえできます。二酸化炭素については、それを地中に戻すことができます。天然ガスはメタン分子と二酸化炭素分子が共存する形で地中に存在していますが、メタン分子は二酸化炭素分子をより強く引き付ける性質があります。ですから回収した二酸化炭素をもとの地層に戻せば、地中はその二酸化炭素をメタン以上にしっかりと保持してくれる。これがネットゼロの実現です。これは夢物語ではありません。私たちは必ずこれを実現します。
Vitiswaran： 技術企業にとって、こうした持続可能性への投資はチップの価値やデータセンターから生まれる経済的リターンと比較しても、相対的に小さなコストで実現できるはずです。テキサスのあの古老が心配していた祖母の電気料金や帯水層の問題も、技術企業が本気で取り組めば十分に解決できる範囲にある。これは社会的ライセンスを得るための合理的な投資でもあると私は思います。
8. 10年後のデータセンター像と新技術の展望
8-1. NscaleのStargate Norwayモデルと小型モジュール炉（SMR）による核ルネサンス予測
Vitiswaran： ここで皆さんに少し挑発的な問いを投げかけたいと思います。もし10年後に同じステージに戻ってきたとして、最も成功したAIデータセンターはどんな姿をしているでしょうか。今のStargate的な超大規模集中型なのか、あるいは宇宙や海底に設置されているのか。あるいは一部の人が言うように、AGIに関する理論やモデルそのものが誤りであることが判明して、AIブームが数年で終焉を迎え、中国が得意とするような省エネ・低コスト型の小規模モデルへのシフトが起きるのか。あるいはインドのような国が将来そのモデルをリードするのか。計算リソースを分散化するパラダイムシフトが実は正解で、今のトレンドは単なる成長の一局面に過ぎないという可能性もあります。どなたでも、刺激的なご意見をどうぞ。
Payne： モデル層で何が起ころうとも、一つだけ確実に言えることがあります。推論の需要は少なくとも1000倍に拡大するということです。単純にこの技術があらゆる製品、あらゆる職種に実装されていくという事実だけで、そのオーダーの需要増は避けられません。10年後のデータセンターの密度を想像しようとすると、すでに年単位で密度が急激に高まっている現状を踏まえると、予測すること自体が難しい。
ただ、私がすぐに思い浮かべるのは、私たちがStargate Norwayで設計しているモデルです。完全閉鎖ループ冷却で水を大量消費しない、完全再生可能エネルギーでPUE1.15という業界最高水準の効率。そしてStargate Norwayでは現時点では実装していませんが、市場が向かっていると確信しているのはオンサイト発電です。クラスターの規模が拡大し続ける中で、レガシーなグリッドに負荷をかけ続けることは持続不可能であり、グリッド自体が大規模なアップグレードを必要としています。ですからオンサイト発電、それが分子ベースであれ、あるいはもう一つの選択肢として小型モジュール炉（SMR）であれ、2030年代初頭には核ルネサンスが訪れ、それがこの市場を席巻するだろうと私は十分に予測しています。10年というスパンで見れば、SMRは有力なシナリオです。
8-2. Bloom Energyの未来構想：天然ガス直結・高効率変換・CO2回収によるネットゼロ実証
Sridhar： 私たちはお互いの言いたいことを言い合える仲ですね。では私から付け加えましょう。「未来を予測できるのは、それを自分たちが作っているからだ」という言葉があります。私たちが今後5年以内に実現すると確信していることを具体的にお話しします。
大規模データセンターを、メタン漏洩排出がゼロの天然ガス供給源の極めて近くに建設します。第一のポイントは採掘時の漏洩排出ゼロ、つまりメタンの逃散排出を完全に抑制することです。そのガスを60%台後半という電気変換効率で電力に変えます。これは前例のない数字です。そして800ボルトの直流電力をそのままデータセンターに直接供給します。交流から直流への変換が不要になるため、変換ロスが生じません。
さらに私たちのシステムは燃料を燃焼させないため、排気として出てくるのは二酸化炭素と水だけです。その水は冷却に使い、余剰分は地域への水供給にも使えます。二酸化炭素は回収して地中に戻します。天然ガスを採掘した地層は、メタン分子と二酸化炭素分子が共存していた場所ですが、メタン分子は二酸化炭素分子をより強く引き付ける性質があります。つまり回収した二酸化炭素を元の地層に戻せば、その地層はかつてメタンを保持していた以上に、二酸化炭素を安定的に保持してくれる。これが完全なネットゼロの実現です。これは夢ではありません。これが未来の姿です。私たちは必ずこれを実現させます。
Haas： 私はここに付け加えたいことがあります。大規模言語モデルの先には、まだ大きなイノベーションの余地があると思っています。言葉をつなぎ合わせて答えを出すという仕組みは、実際には人間の思考プロセスとは異なります。人間が問題を解決する方法とも違う。私の脳は約15ワットしか消費しません。このパネリストの皆さんほど効率的かどうかはわかりませんが、15ワットで相当多くのことができる。その15ワットがどのようにコンテキストを持ち、なぜ特定のトリガーが特定の機能を発火させるのかは、まだ十分に解明されていません。しかし私たちはそれを時間とともに学んでいくでしょう。大規模言語モデルは、より効率的な何かへと進化していく。それが10年後の姿の重要な一部を占めているはずです。
9. スウェーデンの電力政策の教訓と原子力回帰
9-1. 風力増設だけでは消費が伸びなかった10年間と「ディスパッチャブル電源」の不可欠性
Bush： 少し割り込ませてください。今の議論はまさに私が長年取り組んできた問題の核心に触れています。スウェーデンが過去10年間でやってきたことを振り返ると、私たちは再生可能エネルギー、特に風力発電の設備容量を大規模に増やしてきました。大型の従来型原子力発電所10基分に相当する設備容量を、ほぼすべて風力で追加したのです。しかし消費量はほぼ横ばいのままでした。なぜか。風力は貯蔵できないからです。風が吹くときに発電できても、必要なときに必ずしも電力が得られるわけではない。その結果、設備容量は増えても、実際の消費量の増加にはほとんどつながりませんでした。
この経験から得た教訓が、スウェーデンが今、再生可能エネルギーへの愛着を保ちながらも、原子力ルネサンスを進めている理由です。私たちが本当に必要としているのは「ディスパッチャブル電源」、つまり必要な場所で、必要なときに、必要な量だけ供給できる電源です。これは家庭に雨水だけで水を供給しようとするのではなく、蛇口をひねればいつでも水が出る水道インフラを持つことと同じです。風は吹きたいときにしか吹きません。AIは24時間365日、一瞬も止まることなく電力を必要としています。この根本的なミスマッチを解消するためには、ベースロード電源が不可欠であり、それが原子力への回帰を推進する最大の理由です。グリッドへの接続がいまだに何年もかかる現状では、新規の送電線を引くだけで問題が解決するわけでもありません。
Sridhar： まったくその通りです。ディスパッチャブルな電力こそが重要なのです。結局のところ、AIはエネルギーを必要としているのではなく、電力を必要としているのです。エネルギーという広い概念ではなく、電気という形で、いつでも供給できる状態でなければならない。風力や太陽光は電力系統により多くの容量をもたらしますが、それだけでは不十分です。その電力を安定化させる、つまり「ファーミングアップ」する手段が必要です。そして当面の間、この安定化の役割を担うのは分子、すなわちガスや原子力といった燃料ベースの電源ということになります。再生可能エネルギーと安定電源の両方が必要であり、どちらかだけで解決しようとするのは現実的ではありません。
Vitiswaran： ここで重要な問いが生まれます。今多くの国がスウェーデンがかつて試みたように、ただ電力供給量を増やすことだけを考えています。しかしスウェーデンの経験が示しているのは、供給を増やすだけでは必ずしも消費の増加につながらないという現実です。需要側の管理、柔軟性の確保、そして供給側の質、具体的にはディスパッチャブルであることの重要性を同時に考えなければ、単なる設備の積み増しに終わってしまいます。
Bush： おっしゃる通りです。そしてこれはグリッドへの接続を求める声が急増している今、非常に現実的な問題です。電力の需要と供給のバランスを管理しながら、誰がグリッドへのアクセスを優先的に得るべきかという問題も生じています。地域社会に2000人の雇用を生み出す工場と、何をしているのかよくわからない灰色の箱であるデータセンターとでは、市民の目線から見て電力の使い道としてどちらが正当なのかという議論が現実に起きています。AIが社会に何をもたらすのかをより可視化し、公共の正当性を獲得することなしには、政治的に電力を優先的にデータセンターへ振り向けることは難しくなっていきます。これは技術企業に対する私からの切実な問いかけでもあります。
10. 質疑応答・総括
10-1. 産学連携の現状：カーネギーメロン大学との取り組みとロボティクスへの応用
Vitiswaran： フロアからご質問をいただきたいと思います。どうぞ。
Jani（Carnegie Mellon University）： カーネギーメロン大学のTrish Janiと申します。昨年、私たちの大学でMicrosoftの方が講演された際、エッジコンピューティング対クラウドコンピューティングというテーマでメモリの問題を提起し、「大学に解決策を見つけてほしい」とおっしゃっていました。そこで皆さんにお聞きしたいのですが、エネルギーとAIの課題を解決するために、企業と大学のような公的機関はどれほど連携しているのでしょうか。そしてそれは今後の競争を加速させるのに役立つのでしょうか。
Sridhar： 私はもともと大学教授でした。そこからキャリアをスタートしています。Bloom Energyでは複数の形で大学との連携を行っています。学生のインターンシップ受け入れ、大学研究へのスポンサーシップ、そして多くの大学のキャンパスで私たちの燃料電池が実際に稼働しており、学生が直接この新技術を学ぶ場になっています。他にどのような形の連携があり得るかについても、常にオープンです。
Haas： 一つ付け加えさせてください。ARMはカーネギーメロン大学と素晴らしい連携関係を持っています。実際に昨年の夏、Farnumで過ごす機会がありましたが、貴校のロボティクスプログラムは非常に優れています。ロボティクスはAIのアプリケーションの中でも、クラウドへの依存度が他の領域ほど高くない分野です。レイテンシの問題、スピード、そして効率性を考えると、ロボティクスの処理はエッジで行うことが自然です。ARMはカーネギーメロン大学とKoç大学との間で共同プログラムを持っており、こうした取り組みが積み重なることで、エッジAIの分野における突破口が開かれていくと思っています。
10-2. LLMの限界・推論需要の爆発・「企業AIはほぼゼロ」という現実認識
Haas： 大規模言語モデルの先には、まだ大きなイノベーションの余地があると考えています。言葉をつなぎ合わせて答えを導き出すという仕組みは、実際には人間の思考プロセスとも、問題解決の方法とも根本的に異なります。私の脳の消費電力は約15ワットです。このパネルの皆さんほど効率的かどうかはわかりませんが、15ワットで相当多くのことができる。その15ワットがどのようにコンテキストを持ち、なぜ特定のトリガーが特定の機能を発火させるのかは、まだ十分に解明されていません。しかし私たちは時間とともにそれを学んでいくでしょう。大規模言語モデルはより効率的な何かへと進化していくはずです。
Payne： 一方で、トークン需要が爆発的に拡大することも間違いありません。なぜなら、今日のAIの普及状況を正直に見れば、本当の意味でワークフローにAIを組み込んでいる企業は、ほぼゼロに近いからです。現状のほとんどは、誰かがChatGPTに質問して返答を得るというレベルにとどまっています。つまり私たちはまだ、AIが本来持つ可能性の出発点にも立っていない。それだけに、推論需要の爆発は避けられないと見ています。
Blume： Joshのその指摘は重要で、少し掘り下げたいと思います。データセンターの消費電力に対する批判的な声があることは理解しています。しかし方程式のもう一方の側面を見てください。データセンターが提供する技術は、それ以外の世界のエネルギー問題を解決するための道具になり得ます。今日の電力消費における本当の課題は、キロワット数ではなく、ピーク消費の問題です。データセンターに「昼間は止めてくれ」とは言えません。しかし工場には言えます。建物にも言えます。家庭にも言えます。AIを使ってこの需要側の柔軟性を引き出すことができれば、エネルギーシステム全体の問題を大きく緩和できます。あなたの家の電気パネルは今、接続されていますか。データを取り出せる状態にありますか。そこにAIを適用できれば、あなたが意識しないうちにエネルギー消費を20〜30%削減できる可能性があります。データセンターが今日世界の電力消費に占める割合はごくわずかです。本当に大きな課題は、それ以外の部分をどう削減するかであり、AIはまさにその鍵を握っています。
10-3. データセンターへの社会的正当性とストックホルムの資本市場戦略
Bush： 私の株主は市民です。これが最も重要な点です。データセンターが何をするのか、AIが社会に何をもたらすのかが、以前よりは見えてきたとは思います。しかし依然として、地域社会に2000人の雇用を生み出す工場と、灰色の箱の中で何が行われているかわからないデータセンターとを比べたとき、なぜそのデータセンターに大量の電力を優先すべきなのかという疑問は消えません。猫のミームを作るために電力を使っているのではないかと思われている限り、政治的な支持は得られません。これが私から民間セクターへの切実なお願いです。AIが実際に何をもたらしているのか、もっと見える形で示してください。そうして初めて、公共の正当性が生まれます。
資本の話も補足したいと思います。ストックホルムが今や「資本の首都」になりつつあります。その理由の一つは財政の健全性です。私たちは財政を完全にコントロールしており、公共支出を拡大しています。IPO市場も債券市場も非常に活発です。しかしそれだけではありません。スウェーデンでは全世帯のほぼ70%が自ら株式市場に投資しています。その個人貯蓄が株式市場で機能しており、年金基金も同様です。欧州連合がこのモデルを取り入れれば、眠っている年金資金や個人貯蓄をEU域内の投資に動員でき、はるかに多くの資本にアクセスできるようになります。
10-4. 人類史上最大の資本集中とエネルギー転換・AI革命の不可分性
Sridhar： Joshが提起した点を、もう少し深く理解してほしいと思います。人類がこれまで電力を使って作り出してきた最も価値の高いものは何か。それはインテリジェンス、知性です。最高の価値を持つものです。ですから問いは「これを買えるか」ではなく、「買わずにいられるか」です。世界で前進したいと思うなら、買わずにいられますか。そして今のキャピタル投資の規模を見てください。シリコンバレーの半径10マイル圏内に、毎日10億ドル以上を設備投資だけに使っている企業が4社あります。365日、毎日です。労働コストでも何でもなく、純粋な設備投資だけで。人類の歴史上、これほどの資金がこれほど集中して何かに投じられたことは一度もありません。4社合計で1日40億ドル以上。その潜在力を想像してください。
Vitiswaran： これほど刺激的な言葉で締めくくれる機会はなかなかありません。今日の議論から見えてきたのは、AIのこの変革的な瞬間は、必然的にエネルギーシステムの転換と不可分に結びついているということです。個別の技術に賭けるのではなく、スピードを上げること、特に政府における変化の速度を高めること、新しい形の資本調達を模索すること、そして供給だけでなくエッジや効率、新技術の可能性も含めたエネルギーシステム全体をホリスティックに捉えること。これらが今日の重要な示唆です。パネリストの皆さんに温かい拍手をお願いします。ありがとうございました。