マシンエイジを支えるインフラストラクチャ

AIの需要は「無限」であり、その成長を支える供給側、すなわちチップ、メモリ、ネットワーク、電力、冷却、データセンターといったインフラ全体が限界に達している。a16z（アンドリーセン・ホロウィッツ）は、この認識のもと、AI時代の基盤そのものに特化した新ファンド「Machine Age Fund」を発表した。このエピソードでは、ベン・ホロウィッツ、マーティン・カサド、ラグー・ラグラムの各パートナーが、なぜ今このファンドを立ち上げるのか、そしてなぜAIの次のボトルネックがモデルではなく「モデルの下にあるすべてのもの」に移行しているのかを詳細に語る。従来のソフトウェア投資とは一線を画す、巨額の資本と物理的な制約が支配する新たな投資領域の全貌が浮き彫りになる。

議論の核心は、AIがもたらした根本的なパラダイムシフトにある。かつて技術開発は「エンジニアリングの問題」であり、人を増やせば解決するというものではなかった（「9人の女性が1ヶ月で赤ちゃんを産むことはできない」という神話的人月の比喩）。しかしAI時代においては、資本を直接コンピュート（計算資源）に変換し、それをさらに高度な知能へと転換することが可能になった。つまり、問題は「優秀な人材の確保」から「物理的な供給能力の拡大」へとシフトしたのである。この変化は、スタートアップの世界観を根底から覆すものであり、巨額の資金を投じれば、新興勢力が一瞬にしてフロンティアモデルに追いつくことさえ可能にした。本稿では、この議論を、需要の爆発的成長、供給側の物理的限界、新たな投資機会、そして「機械時代」の到来という観点から詳述する。

0:00なぜ今、インフラなのか——「機械時代」ファンドの論理

ベン・ホロウィッツは、今回の技術革命を「私の生涯で最大のものであり、明らかにインターネットよりも大きい」と位置づけ、その比較対象は「マイクロプロセッサ、蒸気機関、電気、あるいは車輪」であると断言する。彼の主張の核心は、画期的な新技術が登場するたびに、それを支える全く新しいインフラが必要になるという歴史の教訓にある。今回のAIにおいては、新しいチップやシステムソフトウェアだけでなく、電力の生成方法、銅線に代わる新しい配線技術、さらには銅鉱山そのものにまで遡るサプライチェーン全体の再構築が必要になるという。マーティン・カサドもこれに同意し、通常、コンピューティングのインフラと言えばサーバー、ストレージ、ネットワークを指すが、今回はその範囲が「鉱山にまで及ぶ」と強調する。モデルの能力が急速に向上した結果、もはやモデル自体がボトルネックではなくなり、その「南側」、つまり物理的な基盤こそが最大の制約条件となっているのだ。

このファンド設立の背景には、創業者コミュニティの明らかな行動変化がある。ラグー・ラグラムによれば、かつてトップクラスの創業者からの案件のうちハードウェア関連はわずか3〜5%程度だったが、現在では20%から30%以上に急増しているという。カサドは「VCよりも創業者の方が常に賢い」と述べ、この数字の増加は、彼らがAIの需要が「基本的に無限」であることを見抜き、サプライチェーンのあらゆる部分に負荷がかかっていると認識した結果だと分析する。さらに、AIビジネス特有の事情として、需要が無限であるがゆえに、企業の成長率よりも「効率性」すなわちマージンが重要になる点を挙げる。そして、その効率性の多くはハードウェアの物理的な限界に依存しているため、既存のシステムを根本から作り変える必要があるというのが、このファンドの根底にある論理である。

5:13需要の爆発——ハイプではなく構造的な不足

需要が本物であるという証拠として、まずハイパースケーラー（巨大クラウド事業者）の設備投資（キャペックス）の異常な伸びが挙げられる。ラグラムは、今年（2025年）のハイパースケーラー全体のキャペックスが約7,000億ドルに達し、来年には合計で1兆ドルに達する見込みだと指摘する。彼らはフロンティアラボ、AIデータ企業、エンタープライズ、さらには地理的な需要まで、あらゆる角度から需要を見渡せる立場にあり、その彼らが前例のない規模で投資を拡大していることは、最も明確な需要シグナルである。さらに、a16zが日々接するアプリケーション企業やフロンティアラボの成長率も「歴史的に見て前例のない速さ」で、需要側のシグナルはかつてないほど明確だと語る。

供給側の状況はさらに深刻で、GPU（画像処理半導体）の価格は通常、時間の経過とともに下落するものだが、現在は高騰を続けている。カサドによれば、市場に出回っているGPUの供給は2028年までほぼ全て予約済みであり、数千基のGPUを巡って複数日にわたるオークションが開催される事態も発生しているという。これは、インターネットバブル期の「ダークファイバー」とは根本的に異なる。当時は理論上の需要はあったものの、実際に帯域幅を消費するユーザーやアプリケーション（特に動画）が不足しており、投機的な建設が大半だった。しかし今回は、すべてのGPUが実際に販売済みであり、転売価格が購入価格の4倍に達することもある。電力や冷却能力も不足しており、ラグラムはある大企業のCFOから聞いた逸話として、サーバーのメモリ価格が高騰したおかげで、その売却益だけでクラウド移行全体の資金を賄えたという話を紹介する。この異常な状況は、単なるハイプサイクルではない構造的な不足を如実に示している。

13:57トークンの自己触媒的増加——推論が生む無限の需要

AIの需要がなぜ無限に近いのか、そのメカニズムが詳細に解説される。チャットボットから推論（リーズニング）、エージェント、マルチエージェントへと進化するにつれ、単一のタスクが消費するトークン数は桁違いに増加する。カサドは、強化学習（RL）もチェーン・オブ・ソート（思考の連鎖）も、長期間稼働するエージェントも、すべては膨大な推論（インファレンス）を必要とすると説明する。つまり、AI自体のスケーリングの方法が、必然的にトークンの大量消費を伴うのである。さらに重要なのは、AIがより良くなるために、より多くのAIを使うという「自己触媒的効果」だ。GPUカーネルを開発するのにAIを使う、といった具合に、AIを活用してAIを改善するプロセス自体が、新たなトークン需要を生み出し続ける。

この現象を、ホロウィッツは「問題はすべて、十分なインフラ、GPU、電力、そして資金があれば解決できる」という新しい原則に結びつける。かつては、エンジニアを何人投入しても開発速度は上がらないという「神話的人月」の法則が支配的だった。しかし現在は、30億ドルを投じて巨大なクラスタを構築すれば、新興勢力（GrokやKimieなど）が突如としてフロンティアモデルに追いつくことが可能になった。これは、資本を直接知能に変換できるという、歴史上かつてないダイナミクスである。ChatGPTが10億人の週次アクティブユーザーを抱え、約3,000万人の開発者がコンピュート需要の大部分を占める現状は、まだ「コード」という専門領域に過ぎない。次のフロンティアは10億人以上のナレッジワーカーであり、その先にはバックオフィスのエージェント化、そしてロボットなどの具現化AI（エンボディドAI）が控えており、それぞれが一段と桁違いの需要を生み出すと予測される。

21:10組織におけるAIエージェント——「従業員」としての機械

マーティン・カサドは、AIが私たちの生活に入り込む形態の進化について、自身の経験を交えて語る。初期は製品に組み込まれる検索バーのような存在であり、次にチャットで対話する相手、そしてOpenAIの「Operator」のようにユーザーの拡張として鍵やパスワードを共有する存在へと進化した。しかし、xAIの「Grok」が正しかったのは、AIを「従業員」として扱ったことだという。Grokはユーザーの特別なアクセス権を持たず、独自のコンピュータとブラウザを持ち、世界で最も賢いモデルとして、人間の従業員と同じようにタスクを遂行できる。カサド自身、メールのトリアージやクレジットカードの更新、サブスクリプションの解約など、日常的なタスクをGrokに任せるようになったと述べ、その判断の sophistication（洗練度）に驚かされるという。

この新しい「従業員」の登場は、組織運営に新たな課題と機会をもたらす。ベン・ホロウィッツは、AIエージェントは多くのトークンを消費して無駄なことをしたり、情報を忘れたり捏造したり、セキュリティ問題を引き起こす可能性がある一方で、非常に生産的でもあると指摘する。a16z社内では、エージェントを組織に統合する最善の方法を模索した結果、「彼らを人間として扱う」という結論に達したという。これは、エージェントを特別視するのではなく、他の従業員と同じようにマネジメントするというアプローチであり、現在最も持続可能な方法だと彼は語る。ホロウィッツは「全社を完全に自動化して人間を排除する」という段階ではなく、「ボットが暴走して会社を壊さないようにしながら、人間を超人にする」ことを目指していると述べ、AIエージェントの統合はまだ学習過程にあると認める。

25:10供給側の物理的限界——電力、冷却、そして建設

AI時代のインフラは、既存の設計思想を根底から覆す。ラグラムは、推論エンジンが大量のメモリを消費し、計算とともに新しいトークンを生成するという特性に基づき、メモリ階層、計算方法、チップ間・データセンター間の接続、そしてそれぞれの消費電力と冷却方法を、すべて根本から再設計する必要があると説明する。この「分解して再構築する」作業こそが、現在業界で進行中の大きな機会である。カサドは、フロンティアモデルのトレーニングコストが30億〜50億ドルに達する現在、推論がその2倍の100億ドルを稼ぐ必要があると仮定すると、推論効率を20%改善できれば20億ドルの価値が生まれ、その資金で専用ASIC（特定用途向け集積回路）を開発するのが理にかなうという、興味深い「メンタルモデル」を提示する。モデルの重みが固定されているという特性は、モデルごとに特化したASICの開発を経済的に正当化する可能性がある。

データセンターの物理的な変化も深刻だ。ラックあたりの電力要件は5〜10キロワットから100〜250キロワットへと約70倍に増加し、冷却は空冷から液冷が必須となる。ホロウィッツは、このレベルの電力になると交流電力（AC）では対応できず、直流電力（DC）に移行せざるを得ないと指摘する。しかしDC電力は独自の冷却が必要で、かつ非常に危険であり、皮肉なことに、かつてエジソンが交流電力の危険性を主張するために動物を感電させて見せたように、今度はDC電力の方が危険なのだという。さらに、米国でDC電力の認定を受けた電気技師はわずか2%しかおらず、800ボルトの高電圧を扱える人材が極端に不足している。データセンターの建設自体も、鉄筋コンクリートの価格高騰や騒音問題への対応など、従来の建築方法がすでに時代遅れになりつつある。電力網への接続も、変圧器やタービンの不足、複雑な規制により、リードタイムの短縮は容易ではない。このような状況から、GPUを求める新興企業が、米国での建設難を避けてメキシコやオーストラリアに進出するケースも出てきている。

40:03新興企業の機会——巨人の「銀のレンガ」と市場の断片化

巨額の資本が必要なこの分野で、新興企業に勝機はあるのか。この疑問に対し、カサドは「既存の巨人はすべて衰退する」と断言する。その理由は、トークン/秒/ドル、トークン/ワット、トークン/ラックなど、どの指標を取っても10倍の改善を達成するには、根本的な新しいイノベーションが必要であり、それは第一原理から考える優秀な創業者によってもたらされるからだ。既存の半導体大手の時価総額が数兆ドルに達するとしても、その5%に相当する市場だけでも巨大なプライベートカンパニーが誕生する余地がある。さらに、大手企業が「銀のレンガ」を拾う気にならないという指摘もある。a16zのパートナー、アレックス・ランペルの逸話を引き合いに出し、フェイスブックの幹部が「金のレンガが多すぎて銀のレンガを拾う余裕がない」と言ったように、NVIDIAもまた、自社の巨大な既存市場に注力するだろうと予測する。

市場は拡大するにつれて断片化するという歴史的法則も強調される。フォードが1913年にルージュ川工場で原材料から自動車までを一貫生産する垂直統合を試み、アマゾンのジャングルに「フォードランディア」という理想都市を建設したが、最終的には失敗したように、あらゆる市場は成長期にサプライヤーが多様化し、成熟期に統合される。AIインフラ市場も例外ではなく、ユースケースの多様化に伴い、特定の領域に特化した新興企業が数多く登場する余地がある。さらに、ソフトウェアとは異なり、AIビジネスではハードウェアの最適化が企業の収益性に直結するため、ハードウェアの革新がビジネスの成長を直接牽引するという、これまでにない構図が生まれている。投資対象としては、コンピュートチップだけでなく、システム全体、メモリ、ネットワーキング、電力チップ、そしてそれらを管理するソフトウェア層まで、あらゆるカテゴリーが対象となる。

結びに

このエピソードの核心は、AIがソフトウェアの問題から、物理的な資源と資本の投入によって解決される「機械時代」の問題へと移行したという認識である。モデルの能力向上はもはやボトルネックではなく、その下にあるインフラ全体が、前例のない速度で拡張を迫られている。ホロウィッツ、カサド、ラグラムの3人は、この構造的変化を、具体的な数字（キャペックス1兆ドル、供給の2028年までの完売、電力需要44ギガワットなど）と歴史的な類推（蒸気機関、電気、自動車産業）を用いて鮮やかに描き出した。彼らの議論は、単なる投資機会の分析を超えて、資本が直接知能に変換されるという新しい時代の原理を提示している。そして、このインフラ競争で「アメリカが勝つ」ことが、同国の価値観を維持する上で不可欠だという強い信念が、ファンド設立の根底にあることが伝わってくる。AIの未来は、モデルの進化だけでなく、それを支える物理的な基盤を誰が、どのように構築するかにかかっているのである。