過去2年間、人工知能に関する支配的な物語は、無限の可能性というものだった。より大規模なモデル、1兆ドル規模のトレーニング、そして記録的な設備投資サイクルは、途切れることのない加速という感覚を強めてきた。しかし、技術革新がそれほど単純なものであることは稀であり、今回も例外ではない。AIが実験から実世界への応用に移行するにつれ、物理的世界、資本市場、政治システムによって課される限界は、その理論的可能性よりも明らかに重要である。

最も直接的な制約は電力である。データセンターの電力需要は、2035年までに約35ギガワットから78ギガワットに増加すると予想されている。世界最大のクラウド・インフラ集積地であるバージニア州北部では、すでに利用可能な送電網の容量を事実上使い果たしている。アリゾナ州、ジョージア州、オハイオ州の電力会社は、新しい変電所の建設には10年近くかかるかもしれないと警告している。ひとつのキャンパスに必要な電力は300メガワットから500メガワットで、これは都市全体の電力に相当する。シリコンはすぐに製造できるが、高圧送電はそうはいかない。

市場は期待通りのスピードと野心で対応している。ハイパースケーラー（ますます大きくなるコンピューティング能力を背景に、先進的なAIモデルを構築する大手ハイテク企業）は、長寿命の再生可能エネルギーの世界最大の買い手になった。民間の太陽光発電所や風力発電所は、クラウド施設に供給するために特別に建設されており、一部の企業は、低速の自治体インフラをバイパスするための次世代小型モジュール式原子炉を模索している。

このような努力は、最終的には可能性のフロンティアを広げるだろうが、制約をなくすというよりは、制約を方向づけるものだ。AI能力の次の波は、おそらくバージニア北部やダブリンではなく、土地、電力、水が豊富に残る地域、つまりアメリカ中西部、スカンジナビア、中東の一部、中国西部に集中するだろう。AIの地理は、好みではなく、物理学によって書かれつつある。

シリコンは次の制約であり、ここでの話はより複雑になっている。かつてNvidiaは、世界的なAI開発の根底にある普遍的な基盤であるかのように見えたが、その時代は終わりつつある。重要なマイルストーンとして、グーグルは最新の大規模言語モデルであるGemini 3を完全に自社のテンソル処理ユニットで学習させ、アマゾンのTrainium2、マイクロソフトのMaia、メタのMTIAチップもすべて同様の目的で開発されている。同様に中国では、ファーウェイのアセンド・プラットフォームが、米国の輸出規制に直面しながらも、国内モデル訓練の戦略的バックボーンとなっている。

このシフトの一部は、自然な技術的成熟を反映している。ワークロードが増加するにつれて、専用アクセラレーターは、もともとAIに適応していた汎用グラフィック・プロセッシング・ユニットよりも効率的になる。しかし、このタイミングは偶然ではない。希少性、地政学的摩擦、コスト圧力が、かつて半導体企業だけが担っていた役割をハイパースケーラーに押し付けたのだ。

NvidiaのCUDAエコシステムから離脱するには莫大な組織的コストがかかることを考えると、それを負担する意欲が高まっていることは、制約がいかに厳しくなっているかを示している。その結果、ハードウェアはより細分化され、AIエコシステムも細分化されることになる。一度シリコン・レベルでアーキテクチャが分裂すると、再び収束することはほとんどない。

AI能力の次の波は、土地、電力、水が豊富な地域に集中する可能性が高い。

ジェフリー・ウー

3つ目の制約である資本は、より微妙な形で作用する。ハイパースケーラーの2026年までの投資計画は現在5180億ドルを超えており、この数字はわずか1年で3分の2近くまで上昇した。われわれはすでに、現代史上最大の民間セクターのインフラ増強を目の当たりにしている。メタ、マイクロソフト、グーグルは、設備投資のガイダンスを頻繁に修正するため、アナリストはペースを保つのに苦労している。

とはいえ、経済的な利益を得るにはまだ日が浅い。バイドゥは最近、主に企業との契約とインフラ契約によるAIアプリケーション関連の収益26億元（3億6900万ドル）を報告し、テンセントは成熟した事業全体でAIによる効率化によって収益性を高めたと述べている。しかし米国では、ほとんどの企業がまだAI収益をより広範なクラウドカテゴリーの中に埋没させている。

AIの採用と収益化のギャップは大きいが、よくあることだ。過去の技術革新の波では、インフラ投資が生産性の向上より数年先行することが常であった。この制約は、投資家のセンチメントが弱いからではなく、熱意が生み出す戦略的圧力から生じている。

多くの企業は、新しいモデルが発表されるペースでAIを導入することはできない。例えば大手銀行では、セキュリティやコンプライアンスの枠組みに縛られ、密閉された現場での完全監査可能なソフトウェアの導入が義務付けられている。このようなルールは、クラウド側のオーケストレーションと新バージョンの迅速な反復に依存する最先端のフロンティア・モデルから即座に切り離す。医療システムも同様の限界に直面しており、政府はなおさらである。問題は、AIの理論的能力ではなく、そのようなツールを異なる時代に構築されたレガシー・システムに組み込むことの難しさなのだ。

これらの力を総合すると、標準的なメディアの物語が暗示する未来とは大きく異なることがわかる。AIは単一の普遍的なフロンティアに向かって収束しているわけではない。米国の電力不足からシンガポールや日本の土地や冷房の制約、中国の「地政学的」欠乏（欧米の輸出規制が先進的なチップやクラウドハードウェアへのアクセスを制限している）、欧州の規制摩擦、企業全体の組織の硬直性まで、さまざまな地域や制度のアーキテクチャが異なる限界によって形成されている。テクノロジーはグローバルかもしれないが、実装はローカルだ。

幸いなことに、現実世界の制約は進歩の敵ではない。多くの場合、制約が足場となり、新しいシステムが形作られる。1990年代後半の光ファイバー過剰は、当初は無駄なオーバーシュートと揶揄されたが、後にストリーミング、ソーシャルメディア、クラウドコンピューティングの台頭を支えた。

今日の制約も同様の役割を果たすだろう。電力不足はすでにAIの地理的変化をもたらしている。シリコンの断片化は、新たな国家や企業のエコシステムを生み出しつつある。資本の非対称性は、企業を異なる戦略的均衡へと押しやっている。制度的な限界は、最初の実際のユースケースを形成しつつある。

AIの次の10年は、理論的に最大の能力を持つシステムではなく、現実世界の限界を設計上の利点に変えることに最も長けたエコシステムに属するだろう。可能性は地平線を定義するが、制約は世界が最終的に進む道を決定する。

ジェフリー・ウー氏はマインドワークス・キャピタルのディレクターである。©Project Syndicate