ジェンセン・ファンが描くAI経済の「工場」

1兆ドル。この数字を口にするとき、ジェンセン・ファンは特別な表情を見せない。まるで当然の帰結を読み上げるように、静かに、しかし確信を持って語る。

2026年3月、サンノゼ・シャークスのアイスホッケーリンクを埋め尽くした聴衆の前に、NvidiaのCEOはいつものレザージャケット姿で現れた。会場のBGMは正体不明の楽曲で満たされ——「伝説が作られる、未来が定刻通りに到着する」と歌う歌詞は、まるでこの日のために書かれたかのようだった。スマートフォンを掲げる観客の姿は、テクノロジー企業の製品発表というより、アリーナロックのコンサートに近かった。

しかし、ファンが2時間かけて語ったのは、チップの仕様書ではなかった。AI経済の「工場」を誰が所有するか、という問いへの、Nvidiaなりの答えだった。

「推論の変曲点」が意味すること

GTC 2026の基調講演を貫くキーワードは「推論（Inference）」だった。ファンは「推論の変曲点が到来した」と宣言し、その意味を丁寧に解きほぐした。

AIの開発には大きく二つの段階がある。巨大モデルを学習させる「トレーニング」と、そのモデルを実際に使って答えを生成する「推論」だ。これまでNvidiaが莫大な利益を得てきたのは主にトレーニング需要からだったが、ファンはここで論点を転換した。AIが「誰が、何を、いつ」と問われる会話ツールから、「作れ、やれ」と命じられる労働システムへと変わりつつある今、推論こそが次の主戦場だ、と。

推論は止まらない。ユーザーが使い続ける限り、計算は走り続ける。電力メーターと同じように、コストは積み上がり、スループットと低遅延が死活問題になる。ファンはこの構造を「データセンターを造幣局に変える」と表現した——詩的な言い回しの裏に、明確なビジネスロジックがある。

新チップ「Vera Rubin」はその戦略の具現化だ。Nvidiaは、推論の工程を「プリフィル（問いを理解する段階）」と「デコード（答えを生成する段階）」に分割し、それぞれ最適化されたシリコンで処理するアーキテクチャを発表した。同社の発表によれば、Vera Rubinは前世代のBlackwellと比較して、4分の1のGPU数で大規模モデルのトレーニングが可能となり、推論スループットは1ワットあたり最大10倍、コストはトークンあたり10分の1になるという。さらにファンは次世代プラットフォーム「Feynman」にも言及した——現行世代がまだ登壇中に、次の世代がすでに袖で出番を待っている、というNvidiaらしい演出だった。

広告

広告掲載について

[email protected]

広告

エージェントが「デモの舞台」を降りる日

ハードウェアの話が終わると、ファンはソフトウェアへと話を移した。そこで飛び出した一言が、会場の空気を変えた。「Nvidiaの社員の100%が、今やClaude Code、Codex、Cursorを使っている」。

これはAIエージェントが、実験的なデモから日常業務の基盤へと移行しつつあることを示す、象徴的な告白だ。ファンはNvidiaの「Agent Toolkit」と「OpenShell」ランタイムを発表し、クエリを最適化して推論コストを50%以上削減するという「AI-Q」を紹介した。

さらに注目すべきは「Nemotron Coalition」の結成だ。Black Forest Labs、Cursor、LangChain、Mistral、Perplexityなど8社とのパートナーシップは、オープンモデルの生態系においてNvidiaが発言権を持つことを意味する。大手クラウドベンダーのクローズドモデルと、コモディティ化したハードウェアの間に挟まれることを、Nvidiaは望んでいない。オープンモデルの「地層」を自社で押さえることで、誰がAIを構築し、調整し、所有できるかを左右する——そういう戦略だ。

数字の裏にある問い：日本企業はどこに立つか

ファンが示した1兆ドルの市場機会（2025〜2027年）は、以前提示していた5000億ドルから倍増した数字だ。Nvidia株は基調講演当日に1.6%上昇したが、市場の反応は「承認はするが、完全には信じていない」という温度感だった。

この数字が日本企業にとって何を意味するかは、決して他人事ではない。ソニーはイメージセンサーと生成AIの融合で新たな市場を狙い、トヨタは自動運転と工場自動化でNvidiaの物理AI基盤との連携を深めている。NTTはデータセンター投資を加速させ、ソフトバンクはAIインフラへの巨額投資を続けている。

しかし、ここで冷静に考える必要がある。ファンの描く「AIファクトリー」の世界は、Nvidiaが計算・ネットワーク・ストレージ・ソフトウェア・モデル・エージェント基盤のすべてを垂直統合する構想だ。これは顧客にとって、利便性と引き換えに特定ベンダーへの依存度を高めることを意味する。日本の製造業が長年培ってきた「系列」と「すり合わせ」の文化は、こうした垂直統合型エコシステムとどう向き合うべきか。

少子高齢化と労働力不足という構造的課題を抱える日本にとって、AIエージェントが「労働システム」として機能し始めることは、潜在的な福音かもしれない。だが、そのインフラを外資に握られたまま「使う側」に留まるのか、それとも独自の技術基盤を持つ「作る側」に回れるのか——その選択が、今後10年の産業競争力を左右する可能性がある。