🔭 アメリカ最前線 ②
1,250億パラメータが、ゲーミングPCのGPU1枚で動いた。「AIは借りるもの」という前提が崩れた日
きょうの結論
今日の論点は2つだけでした。そのAIを、どこで動かすのか。そしてその答えを、どう検証するのか。どちらも、日本には担い手がまだいません。
TOPIC 1
見積りの桁が、ひとつ変わった
数千万円の話が十数万円の話になると、「買う」か「借りる」かの答えも変わります。
125BGPU1枚で動いたモデルの大きさ
100/秒出てきた文字のかたまりの数
2%実際にAIを買っている消費者の割合
パラメータ = AIの中にある「つまみ」の数。多いほど賢いとされ、多いほど動かすのに大きな機械が要るとされてきました。125B = 1,250億個です。
TOPIC 2
いちばん刺さる相手は、いちばん遅れていると言われてきた層
堰を切ったように需要が出る層でもあります。それなのに、専業の事業者が国内にほとんど見当たりません。
顧客のラックに大きなモデルを載せて、設計から運用保守まで一貫して請け負う会社です。クラウドGPUの再販業者は増えましたが、それは真逆の商売です。推定で1,200億円規模の空白が残っています。
同じ日、Appleも「AIに何でも見せるのは危ない」として、パソコン内のファイルへのアクセス権を厳しくすると発表しました。「データを外に出さない」という設計に、業界標準としての追認が与えられたことになります。
TOPIC 3
Googleが、報奨金の受付を止めた
前提が崩れると、制度そのものが機能しなくなります。
既存の「AI検出ツール」は、AIが書いたかどうかの二択に留まっています。本当に必要なのは中身が検証に耐えるかどうかの判定です。この差は大きく、差別化の余地がはっきり残っています。推定市場は600億円程度と見ています。
TOPIC 4
データセンターの水と電気が、隠せなくなった
米国で開示が慣行として固まれば、日本の案件でも同じ開示を求められます。追われるのは国内の建設会社と運営事業者です。
計測・推計・近隣への影響の可視化・住民説明の文書化を一式で請け負う事業者が先に型を作れば、標準を握れる局面だと思います。推定市場は400億円程度。参入難易度は高めです。
TOPIC 5
ソフト一辺倒だった資金が、物理側へ戻り始めている
「データを外に出さずに、現場の知見を学び続けるモデル」という組み合わせが、いちばん日本向きです。
ホワイトハウスがAIを呼び替え、主要テックのトップをほぼ全員集めて安全誓約に署名させた、という派手なニュースもありました。それでも実際に買っている消費者は2%という冷ややかな数字が同じ日に出ています。呼び名が変わっても、現場の論点は変わっていません。
継続学習 = いちど作ったAIを、その会社のデータで学ばせ続けること。現場の勘やコツのような、文章になっていない知識を取り込む道になります。