2026-05-02. インディー開発者のための Nomoyu Daily（第350号）

📰 ニュース

1.3GWの計算力の背後で、AIにはまだ何が足りないのか

この2年、AI界隈で最も危険な幻想は、モデルが十分に強くないことではない。より強いモデルこそがすべての答えだと、みんなが思い込んでいることだ。

それは間違いだ。勝敗を本当に決めるものは、誰がパラメータをより大きく積めるかではなく、計算力、データ、フィードバック、標準を一つのネットワークにつなげられるかへと移っている。

AIの前半戦はモデルを競い、後半戦は秩序を競う。

コードのようにすでに何度も検証されてきた領域では、モデルの限界利益は確かに鈍化し始めている。だが材料、物理、科学的発見のように、まだ十分に掘り尽くされていない方向では、計算力はコストではなくエンジンだ。

本当に最前線にいる企業は、ますますソフトウェア会社ではなく研究所に近づいている。モデルが論文を読み、ロボットが合成し、X線回折装置が検証し、その結果が再び学習へ戻る。モデルはただ話せるだけではなく、発見に参加し始めている。

より希少なのは、公開インターネット上のデータではなく、実験室、工場、サプライチェーンの中に閉じ込められた現実のデータだ。ロボット、センサー、実験装置、モデルを閉じたループに接続できる者が、コンテキストを能力へ変えられる。Contextは重要だが、Contextは堀ではない。フィードバックこそが堀だ。

問題は、今日の計算力が電力のように標準化されていないことだ。むしろ互換性のない発電機の集まりに近い。チップも違い、インターフェースも違い、安全境界も違い、互いに滑らかに流れない。

その結果、計算力がないのではなく、大量の計算力がロックされ、遊休化し、浪費されている。AI能力のバブルを見ているつもりでも、実際にはGPU浪費バブルに近い。

より現実的には、計算力は純粋なビジネス問題ではなく、多くの場合システム設計の問題でもある。お金がないわけではない。本当に足りないのは、株式、債務、土地、電力、データセンターをまとめて、実際に動くシステムにできる人だ。

一部の政府、大企業、重要産業にとって、データを自由に国外へ出すことはできず、モデルも自由に外部ホスティングできない。だから、ローカルで、制御可能で、コンプライアンスに沿った計算力を提供できる者が、次のラウンドで最も重要な注文を獲得する。

したがって将来伸びてくるのは、単なるモデル企業ではなく、フロンティアシステム企業であることが多い。モデルは入口にすぎず、本当の壁は閉じたループにある。現実のシナリオがあるか、継続的なフィードバックがあるか、デプロイ結果を再び学習プロセスへ戻せるかが、企業の天井を決める。

今日もっとも間違いやすいのは普通の人ではなく、市場マップだけを見ている人たちだ。PPTは企業をモデル層、アプリケーション層、インフラ層に分けるが、現実は境界を崩し続けている。ラベルだけを見続ける人は、本当の堀を見逃す。

AIで本当に難しいことは、多くの場合AI alignmentではなく、human alignmentだ。

技術者は速度を求め、政府は安全を求め、資本はリターンを求め、企業は効率を求める。誰もが口ではイノベーションを語るが、実際には自分の境界を守っている。その結果、標準はなかなか出ず、プロトコルはなかなか着地せず、計算力は電力網のようにはなかなか調整されない。

本当にやるべきことは、RFCのように定義を明確にすることであり、マーケティング用語に標準の代わりをさせることではない。問題は機械をどう整合させるかだけではなく、人間が先に整合する気があるかどうかだ。

だからこの世代の若者が最も学ぶべきなのは、最新ランキングの追い方ではなく、スタック全体の理解だ。データはどこから来るのか、フィードバックはどう戻るのか、計算力はどうスケジュールされるのか、標準はどう定めるのか、プロダクトはどう現場に落ちるのか。本当の機会は、にぎやかな表層ではなく、誰も噛みたがらない下層にある。

AIは純粋なモデル競争ではない。それは秩序の再構築に近い。先に秩序を作った者は、未来に参加するのではない。未来を定義するのだ。