人工知能は今日、世界を最も強力に形成している力の一つです。それは単なる賢いアプリケーションや単一のモデルではなく、電力やインターネットと同じような基盤インフラです。AIは実際のハードウェア、実際のエネルギー、実際の経済学の上に成り立っています。原材料を取り込み、大規模に知能へと変換します。すべての企業がこれを利用し、すべての国がこれを構築しようとしています。AIがこのように進化している理由を理解するには、第一原理から出発し、計算分野で起きている根本的な変化を見つめることが役立ちます。### 事前録画ソフトからリアルタイム知能へ計算の歴史の大部分において、ソフトウェアは事前に録画されたものでした。人間がアルゴリズムを記述し、コンピュータがそれを実行します。データは慎重に構造化され、表に格納され、正確なクエリを通じて検索される必要がありました。SQLが不可欠になったのは、その世界を可能にしたからです。しかし、AIはこのモデルを打ち破ります。私たちは初めて、非構造化情報を理解できるコンピュータを手に入れました。画像を見て、テキストを読み、音声を聞き、その意味を理解できます。文脈や意図を推論することも可能です。最も重要なのは、リアルタイムで知能を生成できることです。すべての応答は新たに作り出されます。すべての答えは、提供された文脈に依存します。これは、ソフトウェアが保存された命令を検索しているのではありません。必要に応じて推論し、知能を生成しているのです。知能がリアルタイムで生成されるため、その下層にある計算スタック全体を再発明する必要があります。### AIを基盤インフラとして産業の観点からAIを見ると、五層のスタックに分解できます。**エネルギー**最下層はエネルギーです。リアルタイムで知能を生成するには、リアルタイムのエネルギーが必要です。生成されるトークンは電子の移動、熱の管理、エネルギーの計算結果への変換です。その下には抽象層はありません。エネルギーはAI基盤インフラの第一原理であり、システムがどれだけ知能を生産できるかの硬い制約です。**チップ**エネルギーの上にあるのはチップです。これらのプロセッサは、大規模にエネルギーを効率的に計算に変換することを目的としています。AIのワークロードは巨大な並列性、高帯域幅メモリ、迅速な相互接続を必要とします。チップの進歩は、AIの拡張速度と知能のコスト低減を決定します。**インフラ**チップの上にあるのはインフラです。これには土地、電力供給、冷却、建築、ネットワーク、そして数万のプロセッサを一台のマシンに編成するシステムが含まれます。これらはAI工場です。情報を保存するために設計されたのではなく、知能を生み出すために設計されています。**モデル**インフラの上にあるのはモデルです。AIモデルは多様な情報を理解します：言語、生物学、化学、物理学、金融学、医学、そして物理世界そのものです。言語モデルはその一例に過ぎません。最も革新的な研究は、タンパク質AI、化学AI、物理シミュレーション、ロボット、自律システムなどで行われています。**応用**最上層は応用です。ここで経済的価値が創出されます。医薬品発見プラットフォーム、産業用ロボット、法律アシスタント、自動運転車などです。自動運転車は、機械に具現化されたAI応用の一例です。人型ロボットも同様です。異なる結果をもたらす同じスタックです。これが五層のケーキです：**エネルギー → チップ → インフラ → モデル → 応用。**成功した各応用は、その下の層を引き上げ、生命維持の発電所まで遡ります。私たちはこの構築を始めたばかりです。数千億ドルを投入したばかりです。数兆ドル規模のインフラも必要です。世界中で、チップ工場、コンピュータ組立工場、AI工場がかつてない規模で建設されています。これは人類史上最大規模のインフラ建設となっています。この建設を支える労働力は膨大です。AI工場には電工、水道工、配管工、鉄鋼労働者、ネットワーク技術者、設置工、オペレーターが必要です。これらは技能と高賃金を要する仕事であり、現在供給不足です。コンピュータサイエンスの博士号は不要です。この変革に参加できます。一方、AIは知識経済全体の生産性を押し上げています。例として放射線科があります。AIは現在、スキャン画像の読影を支援していますが、放射線科医の需要は依然として増加しています。これは矛盾ではありません。放射線科医の目的は患者のケアです。スキャン画像の読影はその一部のタスクに過ぎません。AIがより多くのルーチン作業を担うことで、放射線科医は判断、コミュニケーション、ケアに集中できます。病院はより効率的になり、より多くの患者を診ることができ、より多くのスタッフを雇用します。生産性は容量を生み出し、容量は成長を生み出します。### 過去一年で何が変わったか？過去一年で、AIは重要な閾値を超えました。モデルは十分に優秀になり、大規模に使えるようになったのです。推論能力が向上し、幻覚も減少しました。基盤の（Grounding）も著しく改善されました。初めて、AIを基盤とした応用が真の経済価値を生み出し始めました。医薬品発見、物流、顧客サービス、ソフトウェア開発、製造業の応用は、強力なプロダクト・マーケット・フィットを示しています。これらの応用は、その下の層を強く引き上げています。オープンソースモデルは重要な役割を果たしています。世界のほとんどのモデルは無料です。研究者、スタートアップ、企業、国家が先進的なAIに参加するためにオープンモデルに依存しています。オープンモデルが最先端に到達すると、それはソフトウェアだけでなく、スタック全体の需要を喚起します。DeepSeek-R1はその一例です。強力な推論モデルを広く利用可能にすることで、応用層の採用を加速し、その下の訓練、インフラ、チップ、エネルギーの需要を増やしています。### これが意味することAIを重要な基盤インフラとみなすと、その意味は明確になります。AIはトランスフォーマー型の大規模言語モデルから始まりましたが、それだけにとどまりません。これは産業革命であり、エネルギーの生産と消費、工場の建設、仕事の組織、経済成長の仕方を根本から変えています。AI工場は、知能がリアルタイムで生成されるために建設されています。チップは効率性が拡張速度を決めるため、再設計されています。エネルギーは、どれだけ知能を生産できるかの上限を設定するため、重要性を増しています。応用は、基盤モデルが大規模に有用な閾値を超えたことで加速しています。各層は他の層を強化します。これが、なぜ規模がこれほどまでに大きいのか、その理由です。なぜ多くの産業にまたがるのか、その理由です。なぜ一国や一分野にとどまらないのか、その理由です。すべての企業がAIを使い、すべての国がそれを構築しようとしています。私たちはまだ初期段階にいます。ほとんどのインフラは未だ存在せず、労働力の訓練も十分ではありません。多くの機会も未だ実現されていません。しかし、方向性は明確です。AIは現代世界の基盤インフラとなりつつあります。今私たちが行う選択、構築の速度、参加の範囲、責任ある展開が、この時代の姿を形作るのです。
英偉達の黄仁勋最新の投稿：AIは五層のケーキであり、各層が兆のチャンスだ
人工知能は今日、世界を最も強力に形成している力の一つです。それは単なる賢いアプリケーションや単一のモデルではなく、電力やインターネットと同じような基盤インフラです。
AIは実際のハードウェア、実際のエネルギー、実際の経済学の上に成り立っています。原材料を取り込み、大規模に知能へと変換します。すべての企業がこれを利用し、すべての国がこれを構築しようとしています。
AIがこのように進化している理由を理解するには、第一原理から出発し、計算分野で起きている根本的な変化を見つめることが役立ちます。
事前録画ソフトからリアルタイム知能へ
計算の歴史の大部分において、ソフトウェアは事前に録画されたものでした。人間がアルゴリズムを記述し、コンピュータがそれを実行します。データは慎重に構造化され、表に格納され、正確なクエリを通じて検索される必要がありました。SQLが不可欠になったのは、その世界を可能にしたからです。
しかし、AIはこのモデルを打ち破ります。
私たちは初めて、非構造化情報を理解できるコンピュータを手に入れました。画像を見て、テキストを読み、音声を聞き、その意味を理解できます。文脈や意図を推論することも可能です。最も重要なのは、リアルタイムで知能を生成できることです。
すべての応答は新たに作り出されます。すべての答えは、提供された文脈に依存します。これは、ソフトウェアが保存された命令を検索しているのではありません。必要に応じて推論し、知能を生成しているのです。
知能がリアルタイムで生成されるため、その下層にある計算スタック全体を再発明する必要があります。
AIを基盤インフラとして
産業の観点からAIを見ると、五層のスタックに分解できます。
エネルギー
最下層はエネルギーです。リアルタイムで知能を生成するには、リアルタイムのエネルギーが必要です。生成されるトークンは電子の移動、熱の管理、エネルギーの計算結果への変換です。その下には抽象層はありません。エネルギーはAI基盤インフラの第一原理であり、システムがどれだけ知能を生産できるかの硬い制約です。
チップ
エネルギーの上にあるのはチップです。これらのプロセッサは、大規模にエネルギーを効率的に計算に変換することを目的としています。AIのワークロードは巨大な並列性、高帯域幅メモリ、迅速な相互接続を必要とします。チップの進歩は、AIの拡張速度と知能のコスト低減を決定します。
インフラ
チップの上にあるのはインフラです。これには土地、電力供給、冷却、建築、ネットワーク、そして数万のプロセッサを一台のマシンに編成するシステムが含まれます。これらはAI工場です。情報を保存するために設計されたのではなく、知能を生み出すために設計されています。
モデル
インフラの上にあるのはモデルです。AIモデルは多様な情報を理解します：言語、生物学、化学、物理学、金融学、医学、そして物理世界そのものです。言語モデルはその一例に過ぎません。最も革新的な研究は、タンパク質AI、化学AI、物理シミュレーション、ロボット、自律システムなどで行われています。
応用
最上層は応用です。ここで経済的価値が創出されます。医薬品発見プラットフォーム、産業用ロボット、法律アシスタント、自動運転車などです。自動運転車は、機械に具現化されたAI応用の一例です。人型ロボットも同様です。異なる結果をもたらす同じスタックです。
これが五層のケーキです：
エネルギー → チップ → インフラ → モデル → 応用。
成功した各応用は、その下の層を引き上げ、生命維持の発電所まで遡ります。
私たちはこの構築を始めたばかりです。数千億ドルを投入したばかりです。数兆ドル規模のインフラも必要です。
世界中で、チップ工場、コンピュータ組立工場、AI工場がかつてない規模で建設されています。これは人類史上最大規模のインフラ建設となっています。
この建設を支える労働力は膨大です。AI工場には電工、水道工、配管工、鉄鋼労働者、ネットワーク技術者、設置工、オペレーターが必要です。
これらは技能と高賃金を要する仕事であり、現在供給不足です。コンピュータサイエンスの博士号は不要です。この変革に参加できます。
一方、AIは知識経済全体の生産性を押し上げています。例として放射線科があります。AIは現在、スキャン画像の読影を支援していますが、放射線科医の需要は依然として増加しています。これは矛盾ではありません。
放射線科医の目的は患者のケアです。スキャン画像の読影はその一部のタスクに過ぎません。AIがより多くのルーチン作業を担うことで、放射線科医は判断、コミュニケーション、ケアに集中できます。病院はより効率的になり、より多くの患者を診ることができ、より多くのスタッフを雇用します。
生産性は容量を生み出し、容量は成長を生み出します。
過去一年で何が変わったか？
過去一年で、AIは重要な閾値を超えました。モデルは十分に優秀になり、大規模に使えるようになったのです。推論能力が向上し、幻覚も減少しました。基盤の（Grounding）も著しく改善されました。初めて、AIを基盤とした応用が真の経済価値を生み出し始めました。
医薬品発見、物流、顧客サービス、ソフトウェア開発、製造業の応用は、強力なプロダクト・マーケット・フィットを示しています。これらの応用は、その下の層を強く引き上げています。
オープンソースモデルは重要な役割を果たしています。世界のほとんどのモデルは無料です。研究者、スタートアップ、企業、国家が先進的なAIに参加するためにオープンモデルに依存しています。オープンモデルが最先端に到達すると、それはソフトウェアだけでなく、スタック全体の需要を喚起します。
DeepSeek-R1はその一例です。強力な推論モデルを広く利用可能にすることで、応用層の採用を加速し、その下の訓練、インフラ、チップ、エネルギーの需要を増やしています。
これが意味すること
AIを重要な基盤インフラとみなすと、その意味は明確になります。
AIはトランスフォーマー型の大規模言語モデルから始まりましたが、それだけにとどまりません。これは産業革命であり、エネルギーの生産と消費、工場の建設、仕事の組織、経済成長の仕方を根本から変えています。
AI工場は、知能がリアルタイムで生成されるために建設されています。チップは効率性が拡張速度を決めるため、再設計されています。エネルギーは、どれだけ知能を生産できるかの上限を設定するため、重要性を増しています。応用は、基盤モデルが大規模に有用な閾値を超えたことで加速しています。
各層は他の層を強化します。
これが、なぜ規模がこれほどまでに大きいのか、その理由です。なぜ多くの産業にまたがるのか、その理由です。なぜ一国や一分野にとどまらないのか、その理由です。すべての企業がAIを使い、すべての国がそれを構築しようとしています。
私たちはまだ初期段階にいます。ほとんどのインフラは未だ存在せず、労働力の訓練も十分ではありません。多くの機会も未だ実現されていません。
しかし、方向性は明確です。
AIは現代世界の基盤インフラとなりつつあります。今私たちが行う選択、構築の速度、参加の範囲、責任ある展開が、この時代の姿を形作るのです。