メガモデルはコンピュート危機の核心ではない

新しいAIモデルがリリースされるたびに——GPTの更新、DeepSeek、Gemini——人々はその巨大さ、複雑さ、そして最近では、コンピュートリソースの消費量に驚かされる。これらのメガモデルがAI革命のリソースニーズを定義しているというのが一般的な仮定である。

しかし、この仮定は誤りである。

大きなモデルはコンピュートリソースを大量に消費することは事実である。しかし、AIインフラストラクチャーに最大の負担を与えているのは、巨大なモデルではなく、各業界で特定の用途に最適化されたAIモデルが無数に存在し、コンピュートリソースを前例のない規模で消費していることである。

LLMの間で発展しているウィナータケオールの競争にもかかわらず、AIの全体的な風景は中央集権化ではなく、分散化している。企業は単にAIを使用しているのではなく、自社のニーズに合わせてカスタマイズされたプライベートモデルをトレーニングし、デプロイしている。これが、クラウドプロバイダー、企業、政府が予測できないインフラストラクチャーの需要曲線を生み出すことになる。

過去にも同様のパターンが見られた。クラウドはITワークロードを統合するのではなく、ハイブリッドエコシステムを生み出した。最初はサーバーのスプロール、次にVMのスプロール、そして今？AIのスプロール。各コンピューティングの波は簡素化ではなく、増殖をもたらした。AIも例外ではない。

AIスプロール：未来のAIは1つのモデルではなく、100万のモデル

金融、物流、サイバーセキュリティ、カスタマーサービス、研究開発——各業界には、それぞれの機能に最適化された独自のAIモデルがある。企業は、1つのAIモデルで全事業を支配するのではなく、数千のモデルをトレーニングしている。これは、より多くのトレーニングサイクル、より多くのコンピュート、より多くのストレージ需要、そしてより多くのインフラストラクチャーのスプロールを意味する。

これは理論的な話ではない。テクノロジーの採用が慎重な業界でも、AIへの投資は加速している。2024年のマッキンゼーの報告書によると、組織は平均で3つのビジネス機能でAIを使用しており、製造、サプライチェーン、製品開発が先頭を切っている(マッキンゼー).

ヘルスケアは典型的な例である。電子ヘルスレコードにAIを統合して臨床的洞察を浮き彫りにするスタートアップ、Navinaは、ゴールドマン・サックスから5,500万ドルのシリーズC資金を調達した(ビジネスインサイダー）。エネルギー業界も同様で、業界のリーダーは、グリッドとプラントの運用を最適化するために、オープンパワーエイアイコンソーシアムを立ち上げた(アクシオス).

誰も話していないコンピュートの負担

AIはすでに伝統的なインフラストラクチャーモデルを破壊している。クラウドがAIの成長を無限にスケールアップできるという仮定は、完全に間違っている。AIは伝統的なワークロードのようにスケールしない。需要曲線は漸進的なものではなく、指数関数的なものであり、ハイパースケーラーは追いついていない。

• 電力制約：AI専用のデータセンターは、ネットワークの背骨ではなく、電力の可用性を中心に建設されている。
• ネットワークのボトルネック：ハイブリッドIT環境は、自動化なしでは管理不能になり、AIワークロードはこの状況を悪化させる。
• 経済的圧力：AIワークロードは1ヶ月で数百万ドルを消費し、財政的予測不可能性を生み出す。

データセンターはすでに世界の電力消費の1%を占めている。アイルランドでは、国民電力網の20%を消費しており、2030年までに大幅に増加することが予想されている(IEA).

さらに、GPUへの圧力が増大している。ベイン・アンド・カンパニーは最近、AIの成長がデータセンター級のチップに対する需要の爆発的増加をもたらし、半導体不足の可能性を警告した(ベイン).

一方、AIの持続可能性問題も増大している。2024年の《持続可能な都市と社会》の分析によると、ヘルスケアにおけるAIの広範な採用は、ターゲットされた効率化によって相殺されない限り、エネルギー消費と炭素排出量を大幅に増加させる可能性がある(サイエンスダイレクト).

AIスプロールは市場を超えた問題——国家権力の問題である

AIスプロールが企業の問題だと思っている場合は、再考してみてください。AIの分散化を推進する最も重要な要因は、民間セクターではなく、政府と軍事防衛機関がAIを企業やハイパースケーラーが匹敵できない規模で展開していることである。

米国政府 aloneは27の機関にわたって700以上のアプリケーションでAIを展開しており、インテリジェンス分析、ロジスティクスなどをカバーしている(フェデラルテックマガジン).

カナダは、国内のAIコンピュート能力を拡大するために最大7億ドルを投資し、国家的な課題を立ち上げて主権データセンターインフラストラクチャーを強化している(イノベーション、科学経済開発カナダ).

そして、AIインフラストラクチャーに対する「アポロ計画」の必要性が叫ばれている——AIが商業的優位性から国家的必須要素へと昇華していることを強調している(MITテクノロジーレビュー).

軍事用AIは、効率的でも、調整されたものでも、コストに優れたものでもない——国家安全保障の要件、地政学的緊急性、そして閉じた主権AIシステムの必要性によって推進されることになる。企業がAIスプロールを抑え込んでも、誰が政府に減速を命じることができるだろうか?

なぜなら、国家安全保障が懸念される時、誰も電力網がそれを処理できるかどうかを問うことを止まないからである。