メガモデルはコンピューティング危機の核心ではない

新しいAIモデルが登場するたびに—GPTの更新、DeepSeek、Gemini—人々はその莫大なサイズ、複雑さ、そして増加するコンピューティング需要に注目する。巨大なモデルがAI革命のリソース需要を定義しているという仮定がある。

その仮定は誤りである。

はい、大きなモデルはコンピューティング需要が高い。ただし、AIインフラストラクチャに最も大きな負担を与えているのは、数少ない巨大なモデルではなく、さまざまな業界にわたって静かに広がり、各アプリケーションに特化したAIモデルであり、前例のないスケールでコンピューティング需要を消費している。

LLM間の勝者全取りの競争が発展しているにもかかわらず、広いAIランドスケープは中央集権化していない—分散化している。すべてのビジネスはAIを使用しているのではなく、トレーニングし、カスタマイズし、独自のニーズに合わせたプライベートモデルを展開している。後者の状況が、クラウドプロバイダー、企業、政府が準備していないインフラストラクチャ需要曲線を作成することになる。

私たちはこのパターンを以前にも見たことがある。クラウドはITワークロードを統合しなかった—広大なハイブリッドエコシステムを作成した。最初はサーバーが広がった。次にVMが広がった。現在？AIが広がっている。各コンピューティングの波は簡素化ではなく、増加をもたらした。AIも例外ではない。

AIスプロール：AIの未来は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—それぞれが独自の機能に最適化されたAIモデルを持っている。組織は全体的な運用を支配する1つのAIモデルをトレーニングしていない。数千ものモデルをトレーニングしている。つまり、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ティング需要、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スプロールとなる。

これは理論的なものではない。テクノロジーの採用に慎重な業界であっても、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、組織は平均して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 (McKinsey)。

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の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 (Business Insider)。エネルギー業界も同様で、業界のリーダーたちはグリッドとプラントの運用にAIの最適化をもたらすオープンパワーアイコンソーシアムを立ち上げた (Axios)。

誰も話していないコンピューティングの負担

AIはすでに従来のインフラストラクチャ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してサポートできるという仮定は、完全に間違っている。AIは従来のワークロードのようにスケールアップしない。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、ネットワークのバックボーンだけでなく、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ワークロードによってさらに悪化する。
• 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、国全体の20%の電力を消費しており、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な増加をもたらし、半導体不足の舞台を整えていると警告した (Bain)。

一方、AIの持続可能性問題が拡大している。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、ターゲットとなる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の増加につながる可能性がある (ScienceDirect)。

AIスプロールは市場よりも国家の力の問題

AIスプロールが企業の問題だと思っている場合は、もう一度考えろ。AIの分散化の最も重要な原動力は、プライベートセクターではなく、政府や軍事防衛機関であり、どのハイパースケーラーも企業も追随できないスケールでAIを展開している。

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、物流などをカバーしている (FedTech Magazine)。

カナダは、国内のAIコンピューティング能力を拡大するために最大7億ドルを投資し、国家的データセンターインフラストラクチャを強化するための国家的な課題を立ち上げた (Innovation, Science and Economic Development Canada)。

そして、AIインフラストラクチャのための「アポロ計画」の必要性が高まっている—AIを商業的優位性から国家的必須へと昇華させている (MIT Technology Review)。

軍事用のAIは、効率的、調整された、コスト最適化されたものではない—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ものとなる。企業がAIスプロールを抑制するとしても、誰が政府に減速するように言うことができるだろうか。

国家安全保障が懸念される場合、誰も電力網がそれを処理できるかどうかを尋ねるのを止めることはない。