AI開発は減速するのか、進歩の限界を探る

すべてのニュース

主要ニュース

編集部おすすめ

株式

暗号資産

経済

通貨

コモディティ

ビジネス＆ウェルス

市場の声

Oleg Tkachenko

9 時間前

大手テクノロジー企業は人工知能に数千億ドルを投じています。しかし、ますます高性能なモデルの開発競争は、コスト上昇、リソース不足、投資家の懐疑感の高まりに直面しています。AIはその能力の限界に近づいているのでしょうか？

この記事は原文から翻訳されました。特派員による原文はこちら.

十分とは限らない巨額資金

BroadcomのCEOであるHock Tan氏は、資本不足がAI開発における最大の障害になる可能性があると警告しました。シンガポールで開催されたカンファレンスで同氏は、チップ、メモリ、電力の不足は、生産能力やインフラの拡大に伴って時間とともに緩和される可能性があると指摘しました。しかし、資本へのアクセスが業界の将来の成長を制約する主な要因になる可能性があります。

Xで投稿を見る読み込み中…

news.removed-tweet-widget.title

news.removed-tweet-widget.content

大手テクノロジー企業は、AIインフラへの投資を引き続き拡大しています。2026年第2四半期には、Microsoft 、Alphabet 、Amazon 、Meta の設備投資合計が1,650億ドルに達し、前年同期比で87%増加しました。この支出のかなりの部分は、データセンターの建設や、AIモデルの学習・稼働に必要な機器の購入に充てられています。

こうした巨額支出を背景に、IntelのCEOであるLip-Bu Tan氏は別の問題を指摘しました。それは資本コストと、投資を回収するまでに必要な時間です。債券利回りの上昇により借り入れコストが増加し、データセンターの建設や機器の購入費用が押し上げられています。一方、投資家はAIへの巨額投資がいつ利益を生み始めるのかを知りたがっています。

それでも、両CEOとも今後数年間にAI業界が急減速するとは予想していません。Hock Tan氏は、コンピューティング能力への需要が2029年を通じて、場合によっては2030年に入っても供給を上回ると予測しています。同時に、BroadcomのCEOは、業界の見通しを理解しないままAIに資金を投じる投資家を批判しました。同氏は「多くの投資家は何に投資しているのか全く分かっていないのに、極端に高い期待を設定し、結局はカジノでギャンブルをしているようなものだと気づく」と述べました。

AIが物理的な限界に直面するとき

十分な資金があっても、電力不足によってAI開発が減速する可能性があります。国際エネルギー機関（IEA）によると、世界のデータセンターは2025年に485 TWhの電力を消費し、前年から17%増加しました。AIに特化したデータセンターの電力消費は50%急増しました。2030年までに、データセンター全体の電力消費量は950 TWhに達し、世界の電力需要の約3%を占める可能性があります。

問題は利用可能な電力量だけでなく、新たな施設を電力網に接続できるかどうかにもあります。IEAは、計画されているデータセンター容量の約20%が、送電網インフラの制約によって遅延する可能性があると推定しています。例えば、先進国で新たな送電線を建設するには4～8年かかる場合があります。一方、変圧器やケーブルの納期は過去3年間で2倍になりました。

もう一つの制約は、先端チップの生産です。最先端の半導体製造に使われる装置を生産するオランダ企業ASMLは、AI業界からの需要が少なくとも2028年まで供給を上回ると予想しています。同社は生産能力の拡大を検討しており、顧客からはすでに2029～2030年の装置納入について問い合わせが寄せられています。

Xで投稿を見る読み込み中…

news.removed-tweet-widget.title

news.removed-tweet-widget.content

同時に、データセンターに求められる能力も高まっています。IEAの推計によると、AIサーバーの消費電力は2020年から2025年にかけて11倍に増加し、2027年までにさらに4倍になる可能性があります。大型冷蔵庫ほどの大きさのサーバーラック1台が、最大で65世帯分に相当する電力を消費する可能性があります。そのため、冷却システム、電源、そしてAIモデルの稼働時に負荷が急変しても耐えられる機器に、より高い性能が求められます。

進歩の限界はどこにあるのか？

電力、チップ、データセンターの不足だけが、さらなる技術発展の障害ではありません。これらの問題が解決したとしても、別の疑問が残ります。新しいモデルは、上昇するコストを正当化できるほど性能を向上させるのでしょうか。Hock Tan氏は、新世代のAIモデルが旧世代を大幅に上回らなくなれば、コンピューティング能力への需要が減速する可能性を認めています。しかし現時点では、進歩が止まった兆候はありません。

同時に、計算能力の向上は、AIがあらゆるタスクで同じように高い性能を発揮することを保証しません。例えば、先進的なモデルはすでに複雑な数学の問題を解けますが、コンピューターを自律的に操作することには依然として苦戦しています。コンピューターアプリケーション上でAIがタスクを実行する能力を測定するOSWorldベンチマークでは、最高性能のシステムでも成功したタスクは約3分の2にとどまりました。

企業にとってのAIの実用的なメリットも同様に重要です。2026年8月、McKinseyは97カ国の企業代表者1,719人を対象とした調査結果を公表しました。回答者の約80%は、AIによって自身の生産性が向上したと答えました。しかし、自社の営業利益にプラスの影響があったと報告したのはわずか37%でした。

テクノロジー競争の新たな現実

現時点で、人工知能がその能力の限界に近づいていると結論づける理由はありません。しかし、現在の開発ペースを維持することは、最大手のテクノロジー企業にとっても高コストになりすぎる可能性があります。支出が収益を上回るペースで増え続ければ、投資家は期待を見直さなければならず、開発者は新しいモデルの作成・運用コストを削減する必要に迫られる可能性があります。

これは技術進歩の終わりではなく、優先順位の転換につながる可能性が高いでしょう。最も強力なモデルの開発競争に代わり、企業は実際の利益を生み出せる、より安価で効率的なソリューションに注力するかもしれません。その場合、AI開発の将来は投資額の大きさよりも、企業や日常のユーザーの実用的な課題を解決する技術力に左右されるでしょう。

この資料には第三者の意見が含まれている場合がありますが、このウェブページ上のデータおよび情報は、当社の免責事項に従って投資アドバイスを構成するものではありません。厳格な編集上の誠実性を遵守していますが、この投稿にはパートナーの製品に関する言及が含まれている場合があります。

この記事は気に入りましたか？