**数字は嘘をつかない：すでに150万のAIモデルが存在**NvidiaのCEOジェンセン・フアンは、投資家のAIに対する考え方を変えるべき視点を示した。世界がChatGPT、Claude、その他の身近な名前に夢中になる一方で、すでに世界中で150万以上のAIモデルが展開されており、そのほとんどは影の中で動いている。彼らは夕食時に話題にならない問題を解決している。この乖離は驚くべきものだ。公共の議論は少数の生成AIの人気に集中しているが、フアンの指摘はAIが実際に変革をもたらす理由の核心に直接触れている：それは少数のブレークスルーモデルではなく、あらゆる分野にわたる専門的な知能の普及に関するものだ。**AIインフラストラクチャースタックの解体**ここでフアンのフレームワークが非常に役立つ。彼はAIインフラを4つの相互依存する層に分解し、それぞれの層がボトルネック、機会、巨大な資本投入の物語を語っている。**層一：エネルギー**これはしばしば見落とされがちな基盤だ。すべてのAIのブレークスルー、ニューラルネットワークの訓練、推論リクエストには電力が必要だ。特別な電力—信頼性が高く、スケーラブルで、分散された電力—が世界中のデータセンターを支える必要がある。フアンはこれを*制約*と位置付ける。エネルギー問題を大規模に解決しなければ、AIのスケーリングは硬い天井にぶつかる。これは魅力的ではないが、現実だ。**層二：半導体**Nvidiaはもはや単なるチップ企業ではなく、AI時代の計算基盤だ。現代のAIワークロードには、GPUやカスタムアクセラレータなどの特殊なシリコンが必要で、これらは前例のない規模で並列処理を行える。チップ層は電気的な潜在能力を計算の現実に変換している。**層三：資本**資金が機械を動かす。データセンターインフラ、ネットワーク機器、冷却システム、冗長性の仕組みを構築し、大規模なAIを支えるには持続的かつ巨大な資本投資が必要だ。これはスタートアップの問題ではなく、マクロ経済の問題だ。フアンは、AIのスケーリングは技術的な課題だけでなく、金融工学の課題でもあると強調する。**層四：モデル**最後に、この巨大なインフラストラクチャの上に位置するのがAIモデルそのものだ。これが一般に見える部分だ。しかし、ここに驚きがある：150万のモデルは、特定の問題に特化した解決策だ—医薬品発見、タンパク質折りたたみ、遺伝子解析、気候モデリング、金融予測、ロボット最適化などだ。ほとんどはソーシャルメディアで話題にならないが、それでも実際の価値を生み出している。**なぜ150万のモデルが5つの有名モデルよりも重要なのか**これは議論の転換点だ。誰もが最新のChatGPTリリースやGrokの能力について祝福したり議論したりしているが、真の革命はロングテールで起きている。産業用途。科学研究。医療の突破口。金融システム。それぞれの分野が、特定のデータ、制約、目的に合わせた専門的なAIモデルを開発している。フアンのポイント：消費者向けAIモデルが「勝つ」かどうかに固執している投資家は、実際のストーリーを見逃している。ストーリーはインフラのコモディティ化と専門モデルの普及だ。**AIの隠れた影響範囲**フアンは、人工知能が自然言語処理を超えて大きく進化していることを明確に示す。現代のAIシステムは、遺伝子配列の解釈、タンパク質構造の解析、化学反応のモデル化、量子現象の予測、ロボットシステムの最適化、経済動向の予測、医療データの処理など、多様な分野で利用されている。これは異なるドメイン固有の言語で表現された普遍的なインフラだ。この普遍性は重要だ。なぜなら、AIを支えるインフラ—チップ、エネルギー、資本投入—が産業横断的な共通の要素となるからだ。これらの層を制御する者が、フライホイールを回す。**Nvidiaの仮説：基盤であり、流行ではない**この見解は、Nvidiaの立ち位置を説明している。同社は、長期的に勝つAIモデルやアプリケーションに賭けているわけではない。むしろ、Nvidiaは基盤層に深く組み込まれている。製薬会社が新しい化合物を発見したり、金融会社が尾部リスクをモデル化したり、ロボットメーカーが動作制御を最適化したりする場合、すべてがNvidiaのシリコンやソフトウェア上で動いている。特定のモデルが話題になろうと、同社は勝ち続ける。**投資家や市場参加者にとってなぜ重要か**フアンのフレームワークは、「ChatGPTスタイルのモデルが支配するのか、それとも専門的なAIが勝つのか？」という二元論を解消し、実際の答えを明らかにする：両方とも繁栄するが、スタックの異なる層で起きている。消費者向けモデルは見える。専門モデルは退屈だが価値のある問題を解決する。インフラ提供者がそれらすべてを支える。彼の150万モデルの統計が浮き彫りにする不快な真実：AI革命の規模はあまりに巨大であり、公の注目メカニズムは追いつけない。市場は見えるものを評価する。しかし、実際の経済価値は、標準化されたコモディティ化されたインフラ上で動く、ほとんど見えない解決策の数百万に分散している。この分野を追う者にとって、フアンのメッセージは明白だ：層を理解せよ。資本の流れを見よ。エネルギーインフラの拡大を追跡せよ。半導体の需要を追え。そして、どのモデル—見えるものか、見えないものか—がこれらの基盤改善から恩恵を受けるのかを問いかけよ。そこに本当のAIの物語が書かれている。
本物のAI革命：ジェンセン・黄が語る、私たちが大きく見積もりを誤っている未来
数字は嘘をつかない：すでに150万のAIモデルが存在
NvidiaのCEOジェンセン・フアンは、投資家のAIに対する考え方を変えるべき視点を示した。世界がChatGPT、Claude、その他の身近な名前に夢中になる一方で、すでに世界中で150万以上のAIモデルが展開されており、そのほとんどは影の中で動いている。彼らは夕食時に話題にならない問題を解決している。
この乖離は驚くべきものだ。公共の議論は少数の生成AIの人気に集中しているが、フアンの指摘はAIが実際に変革をもたらす理由の核心に直接触れている：それは少数のブレークスルーモデルではなく、あらゆる分野にわたる専門的な知能の普及に関するものだ。
AIインフラストラクチャースタックの解体
ここでフアンのフレームワークが非常に役立つ。彼はAIインフラを4つの相互依存する層に分解し、それぞれの層がボトルネック、機会、巨大な資本投入の物語を語っている。
層一：エネルギー
これはしばしば見落とされがちな基盤だ。すべてのAIのブレークスルー、ニューラルネットワークの訓練、推論リクエストには電力が必要だ。特別な電力—信頼性が高く、スケーラブルで、分散された電力—が世界中のデータセンターを支える必要がある。フアンはこれを制約と位置付ける。エネルギー問題を大規模に解決しなければ、AIのスケーリングは硬い天井にぶつかる。これは魅力的ではないが、現実だ。
層二：半導体
Nvidiaはもはや単なるチップ企業ではなく、AI時代の計算基盤だ。現代のAIワークロードには、GPUやカスタムアクセラレータなどの特殊なシリコンが必要で、これらは前例のない規模で並列処理を行える。チップ層は電気的な潜在能力を計算の現実に変換している。
層三：資本
資金が機械を動かす。データセンターインフラ、ネットワーク機器、冷却システム、冗長性の仕組みを構築し、大規模なAIを支えるには持続的かつ巨大な資本投資が必要だ。これはスタートアップの問題ではなく、マクロ経済の問題だ。フアンは、AIのスケーリングは技術的な課題だけでなく、金融工学の課題でもあると強調する。
層四：モデル
最後に、この巨大なインフラストラクチャの上に位置するのがAIモデルそのものだ。これが一般に見える部分だ。しかし、ここに驚きがある：150万のモデルは、特定の問題に特化した解決策だ—医薬品発見、タンパク質折りたたみ、遺伝子解析、気候モデリング、金融予測、ロボット最適化などだ。ほとんどはソーシャルメディアで話題にならないが、それでも実際の価値を生み出している。
なぜ150万のモデルが5つの有名モデルよりも重要なのか
これは議論の転換点だ。誰もが最新のChatGPTリリースやGrokの能力について祝福したり議論したりしているが、真の革命はロングテールで起きている。産業用途。科学研究。医療の突破口。金融システム。それぞれの分野が、特定のデータ、制約、目的に合わせた専門的なAIモデルを開発している。
フアンのポイント：消費者向けAIモデルが「勝つ」かどうかに固執している投資家は、実際のストーリーを見逃している。ストーリーはインフラのコモディティ化と専門モデルの普及だ。
AIの隠れた影響範囲
フアンは、人工知能が自然言語処理を超えて大きく進化していることを明確に示す。現代のAIシステムは、遺伝子配列の解釈、タンパク質構造の解析、化学反応のモデル化、量子現象の予測、ロボットシステムの最適化、経済動向の予測、医療データの処理など、多様な分野で利用されている。これは異なるドメイン固有の言語で表現された普遍的なインフラだ。
この普遍性は重要だ。なぜなら、AIを支えるインフラ—チップ、エネルギー、資本投入—が産業横断的な共通の要素となるからだ。これらの層を制御する者が、フライホイールを回す。
Nvidiaの仮説：基盤であり、流行ではない
この見解は、Nvidiaの立ち位置を説明している。同社は、長期的に勝つAIモデルやアプリケーションに賭けているわけではない。むしろ、Nvidiaは基盤層に深く組み込まれている。製薬会社が新しい化合物を発見したり、金融会社が尾部リスクをモデル化したり、ロボットメーカーが動作制御を最適化したりする場合、すべてがNvidiaのシリコンやソフトウェア上で動いている。特定のモデルが話題になろうと、同社は勝ち続ける。
投資家や市場参加者にとってなぜ重要か
フアンのフレームワークは、「ChatGPTスタイルのモデルが支配するのか、それとも専門的なAIが勝つのか？」という二元論を解消し、実際の答えを明らかにする：両方とも繁栄するが、スタックの異なる層で起きている。消費者向けモデルは見える。専門モデルは退屈だが価値のある問題を解決する。インフラ提供者がそれらすべてを支える。
彼の150万モデルの統計が浮き彫りにする不快な真実：AI革命の規模はあまりに巨大であり、公の注目メカニズムは追いつけない。市場は見えるものを評価する。しかし、実際の経済価値は、標準化されたコモディティ化されたインフラ上で動く、ほとんど見えない解決策の数百万に分散している。
この分野を追う者にとって、フアンのメッセージは明白だ：層を理解せよ。資本の流れを見よ。エネルギーインフラの拡大を追跡せよ。半導体の需要を追え。そして、どのモデル—見えるものか、見えないものか—がこれらの基盤改善から恩恵を受けるのかを問いかけよ。そこに本当のAIの物語が書かれている。