AIの重心はシフトし、投資もシフトする

世界最大の自動車メーカーの1つのAI搭載サービスセンターを想像してみましょう。システムは美しく機能しています。車がベイに引っ張り込まれると、AIメカニックはすでにその車両のデータを分析し、必要なサービス構成をすでに把握しています。

この優雅なエッジアプリケーションは、3年間で数百人のエンジニアによって開発され、10のディーラーシップで実行されました。

それを12,000のロケーションにスケールアップするとき、チームはエッジAIを展開するすべての企業が最終的に学ぶことを発見しました。アプリケーションを構築することは簡単な部分です。数千のロケーションにスケールアップするには、ほとんどの業界がまだ解決しようとしているインフラストラクチャが必要です。

何かをスマートに構築することと実際にビジネスが行われる場所で展開することの間にあるギャップは、現在のAIの定義的な課題です。而且、それは次のテクノロジー投資の波の向かう先を再定義しています。

クラウドベットは変化している

約20年間、エンタープライズソフトウェアのプレイブックはシンプルでした。すべてをクラウドに移動し、データとアプリケーションを集中し、制御します。それはワークフローを管理するために素晴らしく機能し、投資家はそれに厚く報いたのです。

しかし、経済は変化しています。SaaS収益倍率は、パンデミック中に18〜20倍に達した後、2016年以来に見られなかったレベルに落ち着きました。2025年末までに、公開されているSaaS企業の平均収益成長率は約12%に低下しました。投資家はまだソフトウェアに興味を失っていませんが、より厳しい質問を始めています。AIはどこで実際に収益を生み出していますか?

増え続ける答えは、クラウドではありません。

インテリジェンスの罠

世界のAI投資は2026年末までに$2.5兆ドルに達することが予測されています。米国の4大テクノロジー企業だけが、今年の資本支出で約725億ドルを費やす予定で、前年比77%増加し、テクノロジーの歴史上最大のインフラストラクチャービルドアウトとなります。その金額は、データセンター、GPU、トレーニングクラスターをサポートするクラウドインフラストラクチャに圧倒的に流れています。

しかし、世界の大部分の運用データはデータセンターで生成されていません。小売店、工場フロア、石油掘削リグ、病院、船舶、エネルギーグリッドで生成されます。そうした環境では、ミリ秒単位で決定が必要であり、遠隔サーバーにデータを送信することは実行可能ではありません。

私は企業との仕事でこれを頻繁に目にします。石油ガス会社が、自社のオペレーショナルデータを10年間収集してオートノミックドリリング最適化システムを構築したとします。そのシステムをパッケージ化して遠隔サイトに送信し、うまく機能することを願います。小売業者が、在庫管理のためのAIを開発し、数千の店舗に展開するのがまったく別の問題であることを発見します。

インテリジェンスは、実質的にクラウドに囚われています。物理的な世界は、ラウンドトリップを待ちません。

お金は実際にどこに行っているのか

ジェンセン・ハワングはそれを「物理AI」と呼んでいます。Qualcommは、それをエッジでのAIが不可欠になるものと位置付けます。AIハードウェアの経済を誰よりも理解している2社が同じ方向を向いている場合、それは注目に値するものです。

このシフトはすでに地上で起こっています。石油ガス、自動車、 小売、産業部門の企業は、すでにエッジでAIワークロードを実行しています。彼らは、エッジAIが機能することを知っていますが、それをスケールアップする方法に苦労しています。さまざまなハードウェアや環境で数千の展開を管理し、フィールドでモデルを更新することなく運用を妨げないようにすることは、巨大な課題を提起しています。

投資のケースは簡単です。AIが自律的に動作する必要がある場合 – 製造ラインで製品を検査したり、風力発電所でエネルギー出力を管理したり、ロジスティクスネットワーク全体でオートノミックシステムを調整したりする場合 – それは、どこでアクションが起こるかそこで実行する必要があります。

アプリケーションからエージェントへ

インフラストラクチャの物語の下に別のシフトが起こっており、それはより重要かもしれません。

エージェントは、従来の企業アプリケーションの剛性を変えています。エージェントは、1つのことを行う静的なコードではありません。それは、理由を付けるシステムで、構造化されていないデータを解釈し、明示的にプログラムされていないシナリオでアクションを起こすことができます。製造ラインの品質を監視するためのカスタマイズされたアプリケーションを構築するのではなく、ビデオフィードを解釈し、欠陥を特定し、問題をフラグするエージェントを展開します。各機器タイプのための予測メンテナンスシステムをゼロからコードするのではなく、センサー データを処理し、リアルタイムで決定を下す推論モデルを展開します。

エッジアプリケーションを構築するのに何年もかかったり、開発者チームが必要だったりした時代から、エージェントはそのタイムラインを劇的に縮小することができます。

これがシンプルではない理由

しかし、ほとんどの場合のように、悪魔は細部にあります。パーソナルAIエージェントが間違いを犯すと、恥ずかしいメールを送信します。産業用エージェントが間違いを犯すと、生産ラインを停止させたり、安全上の危険を生み出したりする可能性があります。AIエージェントを柔軟で強力にする同じ特性が、企業が安全性の重要な環境でそれらを展開することをためらわせるものです。

知的財産の感覚だけがすごいです。10年間で運用データを収集してオートノミックドリリング最適化システムを構築したエネルギーサービス会社は、代替不可能なものを作成しました。もしもそのエージェントが妥協された場合、競合他社は一晩で数年の機関的知識を取得します。EUのサイバーレジリエンス法やNISTフレームワークは、こうしたリスクに対処しようとしていますが、エッジでガードレールを実施するテクノロジーインフラストラクチャはまだ構築中です。

セキュリティとガバナンスは、エッジAI時代の機能ではありません。それらは基盤です。

次のインフラストラクチャビルドアウト

コンピューティングのすべての主要な時代は、インフラストラクチャビルドアウトによって定義されてきました。PC時代はローカルネットワークとデスクトップを構築しました。クラウド時代はデータセンターとSaaSプラットフォームを構築しました。AI時代は、物理的な世界でインテリジェンスを実行するインフラストラクチャを構築しています。

このシフトを早期に認識する企業や投資家は、次の10年間で優位性を獲得することになります。そのためには、AIの能力に投資するだけでなく、モデルを信頼性の高い産業システムに変えるオーケストレーション、セキュリティ、展開インフラストラクチャに投資する必要があります。

価値は、次のチャットボットやクラウドホストモデルではありません。工場、石油田、 小売ネットワーク、物理的な世界が待つことができないデータを生成するすべての場所で、AIを大規模に運用可能にするインフラストラクチャにあるのです。

どこかで、今、自動車メーカーと同じ立場にある別の会社があります。何カ所かのサイトで動作する素晴らしいアプリケーションを持ち、パイロットとスケールの間のギャップを眺めています。あのギャップを埋めることができる企業が、次の10年の競争的要塞を構築することになります。