編集：フェリックス（PANews）
今週開催された世界的なテクノロジーイベント、NVIDIA GTC 2026カンファレンスには、ほぼすべての業界、テクノロジー企業、AI企業から参加者が集まりました。NVIDIAの創業者兼CEOであるジェンセン・フアン氏も基調講演を行いました。
4日間にわたるGTCカンファレンス期間中、ジェンセン・フアン氏はAll-In Podcastの独占インタビューに応じ、NVIDIAの将来、物理AI、インテリジェントエージェントの台頭、推論能力の爆発的な成長、AIの広報危機といったトピックについて語った。PANewsはこのインタビューをまとめ、以下にそのハイライトを紹介する。
司会者：昨年の最も素晴らしい発表の一つは、Groqの買収でした。当時、チャマス（ポッドキャストの司会者の一人であり、ソーシャル・キャピタルのCEO）が非常に不満を抱くだろうと予想していましたか？
（PANews注：ソーシャル・キャピタルはGroqの初期投資家でした。彼らの不満は損失によるものではなく、むしろ彼らの性格と投資スタイルに起因するものでした。彼らは節目となる出来事が起こる前の方が、起こった後よりも幸せだったのです。）
ジェンセン・フアン：予感はありました。何しろ、私たちはチャマスと友人ですし、毎週のように彼とやり取りしていますから。買収後の2週間は決して楽なものではありませんでした。実際、私たちの戦略の多くは何年も前に公表されていました。2年半前、私はAI工場向けのオペレーティングシステムであるDynamoを発表しました。Dynamoは、シーメンスが発明した、水を電気に変換する機械で、前回の産業革命の工場に電力を供給していました。私は、次の産業革命の工場向けのオペレーティングシステムにぴったりの名前だと思いました。Dynamoの基盤となる技術は「分離推論」です。今日の推論処理は、あらゆる形や規模の大規模な数学演算を伴う、非常に複雑な計算問題です。私たちのアイデアは、処理を分離し、ある部分をあるGPUで、別の部分を別のGPUで実行できるようにすることで、異種コンピューティングを実現することです。現在、NVIDIAのコンピューティングはGPU、CPU、スイッチ、ネットワークプロセッサなど複数の部品に分散されていますが、Groqの導入により、適切なワークロードを適切なチップに配置することを目指しています。私たちはGPU企業からAIファクトリー企業へと進化を遂げました。
司会者：あなたはステージ上で、データセンターのスペースの25％をGroqやこのようなプロセッサに割り当てるべきだとおっしゃいました。業界はこの考えをどのように捉えていますか？人々はこの考えにどう反応すると思いますか？
ジェンセン・フアン：この技術を導入した当時、業界は大規模言語モデル処理からエージェント処理へと移行しつつありました。エージェントを実行するには、ワーキングメモリ、長期メモリ、および各種ツールへのアクセスが必要となり、ストレージに大きな負荷がかかります。データセンターには、非常に大規模なモデル、小規模なモデル、拡散モデル、自己回帰モデルなど、さまざまなモデルが存在します。私たちは、この極めて多様なワークロードを実行するために、Vera Rubinアーキテクチャを開発しました。そのため、当社の潜在市場規模（TAM）は約33%から50%増加しました。この増加分の大部分は、ストレージプロセッサ（Blue Field）、Groqプロセッサ、CPU、およびネットワークプロセッサによるものです。これらすべてが連携して、AI革命を推進する「エージェント」コンピュータを実行します。
司会者：組み込みアプリケーションの場合はどうでしょうか？例えば、娘のぬいぐるみが娘に話しかけたい場合、専用のASICが必要になるのでしょうか？それとも、エッジアプリケーションと組み込みアプリケーションでは異なる開発ツールが必要になるのでしょうか？
ジェンセン・フアン：この問題を解決するには、全体として3台のコンピュータが連携して動作する必要があります。1台目はAIモデルのトレーニングと開発に使用されます。2台目は、物理法則に従う仮想環境でロボット（自動車、ロボットなど）を評価するために使用されます。3台目はエッジコンピュータ、つまりロボットコンピュータです。これは自動運転車、ロボット、あるいはテディベアの中にある小型コンピュータでも構いません。さらに、2兆ドル規模の通信基地局業界をAIインフラの一部へと変革する取り組みも進めており、将来の無線基地局はエッジデバイスとなる予定です。したがって、これら3台の基本的なコンピュータはすべて必要不可欠です。
司会者：あなたはかつて、推論技術の需要が1000倍、あるいは10億倍に爆発的に増加すると予測しました。現在、あなたの推論ファクトリーの建設費用は400億～500億ドルにも上る一方、競合他社は250億～300億ドルで済むという声も上がっています。顧客はこの2倍の費用を支払う意思があると思いますか？これはあなたの市場シェアに影響を与えるでしょうか？
ジェンセン・フアン：データセンターの建設コストとトークン生成コストを同一視してはいけません。500億ドル規模の工場であれば、生産効率が非常に高いため、最も低コストのトークンを生成できることを証明できます。土地、電気、ストレージ、ネットワーク、サーバー、冷却といった基本コストでさえ固定費（約200億ドル）です。これを考慮に入れると、GPU価格の差は、総コストに占める割合としては500億ドルと400億ドルの差に過ぎず、大きな割合ではありません。しかし、当社の500億ドル規模のデータセンターは、他のソリューションの10倍のスループットを提供します。この業界では、たとえチップが無料で提供されたとしても、技術が開発のペースに追いついていなければ、十分に安価にはならないのです。
司会者：世界で最も価値のある企業（来年の売上高は3500億ドルと予測されている）のCEOとして、どのように意思決定を行い、情報を収集し、どの分野に投資するか、あるいは撤退するかを決定しているのですか？
ジェンセン・フアン：ビジョンと戦略を策定することは、CEOの第一の責任です。私たちは主に社内外のトップクラスのコンピューター科学者やエンジニアから情報を得ていますが、未来を形作るのは私たち自身です。新しい方向性を評価する基準は、「前例がなく、極めて困難か？」ということです。簡単にできることには無数の競合他社が存在します。極めて困難であり、かつ当社の独自の「強み」と合致する分野こそ、私たちが求めているものです。前例がなく、極めて困難なため、その過程には必然的に多くの苦痛と困難が伴いますが、その過程を楽しむべきです。
司会者：ロングテールビジネスに関してですが、宇宙データセンター、自動車の先進運転支援システム（ADAS）、生物学といった分野の長期的な存続可能性と成長の可能性についてお話しいただけますか？
ジェンセン・フアン：まず、物理ベースのAIがあります。テクノロジー業界は初めて、これまでほとんど技術の手が及んでこなかった50兆ドル規模の伝統的な産業を解決する機会を得ました。私たちは10年前にこの分野に着手し、今や爆発的に成長しています。すでに100億ドル近いビジネス規模に達しており、指数関数的に成長しています。次に、デジタルバイオロジーがあります。私たちはデジタルバイオロジーにおける「ChatGPTの瞬間」に非常に近づいています。今後2～5年で、AIを使って遺伝子、タンパク質、細胞のダイナミクスを表現し理解できるようになり、医療業界は完全に変革されるでしょう。農業分野もまた、爆発的な成長を遂げています。
司会者：多くの熱狂的なファンやイノベーターが「OpenClaw」のようなデスクトップ型オープンソースエージェントシステムに夢中になっているのを目にします。こうした草の根的なオープンソースエージェント運動は、あなたや業界にとってどのような意味を持つのでしょうか？
ジェンセン・ホアン：過去2年間で3つの大きな転換点がありました。第一に、ChatGPTが生成型AIを民主化しました。第二に、推論能力を持つモデルによって、AIは質問に答えるだけでなく、より実用的な回答を提供できるようになりました。第三に、「Claude Code」のような革新的なエージェントシステムが業界に登場しました。しかし、Claude Codeは当初企業向けであり、OpenClawが登場するまで、一般の人々はAIエージェントが何ができるのかを真に理解していませんでした。さらに重要なのは、この種のシステムがコンピューティングのパラダイムを根本的に変革したことです。短期記憶（スクラッチディスク）を持ち、リソースを管理し、タスクスケジューリングを実行し、サブエージェントを作成して問題を解決し、APIを介してさまざまなアプリケーション（スキル）を実行できます。これらの要素がコンピュータを定義します。つまり、私たちは初めて、どこでも実行できるオープンソースのパーソナルAIコンピュータの設計図を手に入れたということです。これは、現代のコンピューティングのオペレーティングシステムとなるでしょう。もちろん、このような高い権限を持つソフトウェアは、適切に管理される必要があります。私たちは、エージェントが適切なセキュリティガバナンスとプライバシー保護の対象となるよう、ピーター・スタインバーガー氏（OpenClawの創設者）をはじめとする多くのエンジニアと協力体制を構築してきました。
司会者：AIにおけるこのパラダイムシフトのスピードは、最近のAI規制法案を無意味なものにしてしまうのでしょうか？Anthropicを取り巻く広報上の混乱など、AIによって引き起こされたパニックに関して、もしあなたがAnthropicの取締役会のメンバーだったら、世間の認識を変えるために彼らのチームにどのようなアドバイスをしますか？
ジェンセン・フアン：政策立案者に対して、AIの現状について継続的に啓発していく必要があります。AIは単なるコンピュータソフトウェアであり、異星生命体でもなければ、意識を持つものでもありません。また、一部の人が言うように「我々が何も知らないもの」でもありません。終末論や過激主義が政策を左右することを許してはなりません。しかし、政策が技術の進歩をあまりにも早く追い越してしまうことも許されません。現在、国家安全保障上の最大の懸念は、我々が恐怖、怒り、あるいは偏執的な考えからAIの利用をためらっている間に、他国が積極的にこの技術を採用していることです。
アントロピック社に関しては、その技術は卓越しており、セキュリティと備えへの注力は称賛に値します。テクノロジーの可能性について人々に警告することは良いことですが、「恐怖を煽る戦術」は適切ではありません。テクノロジー業界のリーダーとして、私たちの業界は国家安全保障と社会構造にとって極めて重要であるため、私たちの発言は大きな影響力を持っています。したがって、未来を予測する際には、謙虚さを保ち、よりバランスの取れた、穏健で思慮深い姿勢を貫き、証拠に基づかない極めて悲観的な発言は避けるべきです。
司会者：私たちはAIの普及にもっと積極的に取り組む必要があります。インテリジェントエージェントの爆発的な増加によってもたらされる生産性向上に関して、AIへの投資対効果（ROI）について現在議論が交わされています。OpenAIやAnthropicの爆発的な成長を見ると、私たちの収益規模は知能レベルの拡大に追いつけると思いますか？
ジェンセン・フアン：周りを見渡すと、アントロピコやオープンAIの代表者がいますが、実際にはAI企業の99%が関わっており、アントロピコとオープンAIはそのうちの1社に過ぎません。現在、オープンAIが最も人気があり、次いでオープンソースモデルが続き、アントロピコは3位です。これは、AIエコシステムの広大さと多様性を示しています。生成AIから推論AIへと進むと計算負荷は100倍になり、推論からエージェントAIへと進むとさらに100倍になる可能性があります。人々は情報にお金を払うことを厭いませんが、「仕事を成し遂げる」ことにはもっとお金を払うことを厭いません。エージェントシステムは、ソフトウェアエンジニアが仕事を成し遂げるのに真に役立つことができます。そのため、計算負荷が1万倍になると、エネルギー消費は100倍になる可能性があります。私たちの現在のスケーリングはまだ始まったばかりです。
司会者：スピーチの中で、Nvidiaはエンジニアリングチームに多額のトークン費用を支払っているとおっしゃっていましたね。概算では、エンジニア一人あたり約7万5000トークンが必要だとされています。現在、エンジニアリングチームのために年間10億～20億ドルをトークンに費やしているのでしょうか？2、3年後には、これらのエンジニアの効率はどの程度になるでしょうか？
ジェンセン・フアン：思考実験をしてみましょう。トップクラスのソフトウェアエンジニアやAI研究者に年間50万ドルの給与を支払ったとします。年末に彼らがトークンに5000ドルしか使っていないと言ったら、私は激怒するでしょう。この50万ドルの給与をもらっているエンジニアが少なくとも25万ドル分のトークンを消費しなかったら、私は深くショックを受け、心配になるでしょう。これは、チップ設計者がCADツールの使用を拒否し、紙とペンを使うことに固執するようなものです。これはまた、ジェームズが年間100万ドルを健康維持に費やすのと同じように、こうした優秀な知識労働者に「超人的」な能力を与えることにもつながります。
未来のパラダイムシフトによって、「これは難しすぎる」「時間がかかりすぎる」「人手が多すぎる」といった考え方は完全に消滅するでしょう。仕事のボトルネックは、もっぱらあなたの創造性にかかっています。未来のプログラミングは、もはやコードを書くことではなく、アイデア、アーキテクチャ、仕様を書くことになるでしょう。私たちはチームを編成し、良い成果とは何かを定義し、その評価方法を指導し、インテリジェントエージェントと共にブレインストーミングと反復作業を行います。私は、すべてのエンジニアが何百ものインテリジェントエージェントアシスタントを持つようになると信じています。
司会者：私たちは多くの技術分野で驚異的な効率性を目の当たりにしてきました。例えば、あるCEOは週末の90分でソフトウェアスタック全体をClaudeとインテリジェントエージェントに置き換えました。また、Auto Research社は通常7年かかる博士論文レベルの研究を30分で完了させました。これは、企業向けITソフトウェア業界が崩壊することを意味するのでしょうか？
Jensen Huang: OpenClawが素晴らしいのは、大規模言語モデルのブレークスルーと、ツールを使ったモデルの新しい機能のタイミングが完璧に合致しているからです。エンタープライズITソフトウェア業界は崩壊すると言う人もいますが、別の見方もあります。これまでエンタープライズソフトウェアは従業員の数によって制限されていましたが、将来的には、これらのツールを使うインテリジェントエージェントが何百倍にも増えるでしょう。彼らはSQL、ベクターデータベース、Blender、Photoshop、CADといったツールを使うでしょう。これらのツールは性能が高く、人間と作業結果を結びつける「パイプライン」となるからです。私は、作業結果をSynopsisやCadenceといったツールに戻すためにAIを必要としています。そうすることで、私は結果を制御・検証できるからです。
司会：最近、暗号プロジェクトのBit Tensorが、分散型アプローチを用いて40億個のパラメータを持つLLaMAモデルの学習に成功しました。オープンソースモデルの究極の形について、どのようにお考えですか？分散型コンピューティング能力と完全なオープンソース手法は、将来的に主流となるのでしょうか？
ジェンセン・フアン：最高水準の製品としての独自モデルとオープンソースモデルの両方が必要であり、両者は共存します。なぜなら、モデルは製品やサービスではなく、技術だからです。一般消費者にとって、ChatGPT、Claude、Geminiといった異なるサービスを提供するサービスの利用体験は素晴らしいものです。しかし、世界中のあらゆる業界は、完全に制御可能なモデルにドメイン固有の専門知識を組み込む必要があり、これはオープンソースモデルによってのみ実現可能です。現在、私たちが投資しているスタートアップ企業のほぼすべてが、独自モデルへの移行を徐々に進める前に、「オープンソース優先」戦略を採用しています。
司会者：昨年、バイデン政権の政策はAIの世界的な普及を制限しました。新大統領が就任した今、アメリカのAI技術を世界に広めるという点で、私たちの実績をどのように評価されますか？
ジェンセン・フアン：トランプ大統領は、アメリカの産業と技術が世界の最前線に立ち続け、勝利を収め、世界で最も裕福な国になることを望んでいます。かつて中国市場で95％のシェアを放棄したNvidiaは、現在0％となっています。トランプ大統領は、私たちがその市場に復帰することを望んでいます。私たちはルトニック長官を通じて関連企業への販売許可を申請し、取得しました。また、発注書も受け取っており、現在サプライチェーンの再開に取り組んでいます。
国家安全保障の観点から言えば、マイクロモーター、レアアース、通信ネットワーク、エネルギーといった資源の支配権を失うことは、国家安全保障を脅かす事態です。私はAI業界がこれらの後を追うことを望んでいません。世界全体がたった一つの普遍的なAIモデルを使うことを期待することはできませんが、チップ、システム、プラットフォームを含む「アメリカのテクノロジースタック」が世界市場の90%を占めることを容認し、世界各国がそれぞれの社会に適した公共または民間のAIアプリケーションを構築できるようにすることは可能です。これこそが私たちが望む結果です。
司会者：メルセデス・ベンツやUberなど、自動運転分野で多くのパートナー企業をお持ちですね。Androidのようなオープンソースプラットフォームを構築する予定ですか、それともテスラのiOSのようなクローズドなエコシステムを構築する予定ですか？
ジェンセン・フアン：私たちは、将来、あらゆる移動体が程度の差こそあれ自動化されると信じています。私たちは自社で自動車を製造するのではなく、世界中の自動車メーカーが自動運転車を製造できるよう支援したいと考えています。そのため、トレーニング用コンピュータ、シミュレーション用コンピュータ、車載評価用コンピュータ、そして人間のように複雑なシナリオをより単純なシナリオに分解できる推論機能を備えた世界初の自動運転オペレーティングシステムを開発しました。垂直統合と水平統合によるイノベーションを通じて、お客様に選択していただくようにしています。例えば、マスク氏（テスラ）はトレーニング用コンピュータのみを購入するかもしれませんが、他のお客様はハードウェアとソフトウェアのシステム一式を購入したいかもしれません。私たちの姿勢は問題解決であり、お客様がどのような選択をされても、パートナーシップを歓迎します。
司会者：GoogleやAmazonといった多くの大手顧客も、御社に対抗するために独自のAIチップを開発しています。一方、ウォール街のアナリストは、御社の成長率が2029年までに7%に低下し、市場シェアを失うと予測しています。これについてどうお考えですか？
ジェンセン・フアン：私たちは、スタック全体と基盤となるモデルを構築するAI企業であり、世界中のすべてのAI企業と協力する世界で唯一の企業です。彼らは自分たちが何を作っているのか私に見せませんが、私はいつも自分たちが何を作っているのかを彼らに見せます。私たちが迅速に行動する限り、NVIDIA製品を購入することが最も経済的な選択肢であり続けます。NVIDIAは、あらゆるクラウド、オンプレミスサーバー、自動車、さらには宇宙に展開できる唯一のアーキテクチャです。当社のビジネス顧客の約40%はチップを購入するのではなく、AIインフラストラクチャを構築したいと考えており、当社が提供している完全なCUDAスタックを必要としています。そのため、NVIDIAの市場シェアは減少するどころか実際に増加しています。たとえば、AWSは今後数年間で100万個のチップを購入すると発表しましたし、MetaとAnthropicもNVIDIAに注目しています。
ウォール街のアナリストたちは、AIの規模と広がりを全く理解していない。固定観念に基づき、市場規模が5兆ドルから15兆ドルにまで拡大するとは考えていないのだ。多くの人はAIは上位5社のクラウドサービスプロバイダーに集中していると考えているが、AIの影響はOpenAIやAnthropicが現在示しているものよりもはるかに大きいだろう。Nvidiaはもはやチップ製造の問題解決だけでなく、極めて複雑なAIインフラの問題解決にも取り組んでいるのだ。
司会者：専門家ではない人にも分かりやすいように、宇宙データセンターにおける御社の事業内容を説明してもらえますか？
ジェンセン・ファン：地球上の問題解決を最優先すべきなのは確かですが、宇宙空間にも備えるべきでしょう。宇宙には豊富なエネルギー資源があるからです。最大の課題は放熱です。宇宙空間での放熱は伝導や対流では実現できず、放射のみに頼るしかありません。そのためには広大な表面積が必要となります。しかし、宇宙空間は私たちにとって不足することのない唯一のものです。私たちは既に宇宙空間に進出しており、放射線遮蔽されたCUDA機器が世界中の衛星上でAI画像処理を行っています。多くの画像処理作業は、地球に送信することなく宇宙空間で直接完了できます。宇宙データセンターのアーキテクチャを探求するには時間がかかりますが、私たちには十分な時間があります。
司会者：医療分野のシステムは非常に肥大化しています。AIはどのようにして規制を克服し、この分野で真の役割を果たすことができるのでしょうか？
ジェンセン・フアン：医療分野では、主に3つの分野に注力しています。1つ目は、生物学におけるAIです。これは、創薬、AIによる生物学的挙動の予測と理解などに活用されます。2つ目は、AIエージェントです。ヒポクラティック社のような企業は、診断を支援するアシスタントを開発しており、医師とのやり取りの方法を劇的に変化させています。3つ目は、物理法則を理解するAIである物理AIです。これはロボット手術などに活用されます。将来的には、病院にあるすべての機器（超音波診断装置、CTスキャン装置など）に、OpenClawのセキュアなエージェントが組み込まれ、患者、看護師、医師と全く新しい方法でやり取りするようになるでしょう。
司会者：ヒューマノイドロボット業界は「失われた10年」を経験しましたが、今ではマスク氏のOptimusや中国企業の目覚ましい活躍を目にしています。ロボットが私たちの生活に入り込むまで、あとどれくらいかかるのでしょうか？
ジェンセン・ホアン：実はアメリカはこの産業をずっと前に発明したのですが、市場に参入するのが早すぎました。AI（人工知能）の頭脳となる技術が登場する5年前には、すでに疲弊しきっていました。しかし今では頭脳技術が確立されています。高い機能性が実証されてから、実際に合理的な製品が発売されるまでには、通常2～3サイクル、つまり約3～5年しかかかりません。そして、私たちは至るところでロボットを目にするようになるでしょう。
中国は驚異的な力を持っています。マイクロエレクトロニクス、電気工学、レアアース、磁石技術は世界をリードしており、ロボット産業の基盤を形成しています。世界のロボット産業は、中国のエコシステムとサプライチェーンに大きく依存することになるでしょう。ロボットは労働力不足の問題を解決するでしょう。仮想現実を通して家庭内のロボットを制御し、家事を手伝わせたり、月や火星への移住といった星間移住の先駆的な労働力として活用したりすることさえ可能になるかもしれません。
司会：AnthropicのCEO、ダリオ氏は、インフラストラクチャ以外のAIアプリケーション（モデルやエージェント）からの収益が2030年までに数兆ドルに達すると予測しています。将来、ソフトウェアアプリケーション層の企業はどのようにして競争優位性を築くことができるでしょうか？また、運転手など、避けられない失業に直面している若者たちに、どのような学習アドバイスをしますか？
ジェンセン・フアン：ダリオの予測は非常に控えめだと思います。彼らはもっと良い結果を出すでしょう。彼は、将来、すべてのエンタープライズソフトウェア企業が、これらの基盤となる大規模モデル（AnthropicやOpenAIなど）の付加価値再販業者（VAR）となり、市場が大幅に拡大するという点を考慮していませんでした。
アプリケーション層における真の堀は、深い専門化です。一般的なクラウドモデルはソフトウェア企業のエージェントシステムに接続しますが、独自のデータを使用してドメイン固有のサブエージェントをトレーニングする必要があります。エージェントを早期に顧客に接続することで、専門化されたドメイン内でのフライホイール効果が加速し、ソフトウェアプラットフォームがそれぞれの垂直分野の専門家になる機会が得られます。雇用に関しては、仕事は確かに変化します。一部の仕事はなくなりますが、多くの新しい仕事が生まれます。たとえば、自動運転が広く普及すると、既存のドライバーは車内の「旅行アシスタント」になり、荷物を扱ったりホテルの旅程を手配したりするようになるかもしれません。これは、飛行機の自動操縦装置がパイロットの需要を高めたのと同様です。
若い人たちへの私のアドバイスは、科学と数学を深く掘り下げること、そして語学力も非常に重要だということです。なぜなら、言語はAIにとって究極のプログラミング言語だからです。さらに、学歴に関係なく、AIを使いこなせる専門家になる必要があります。ディープラーニングが登場したばかりの頃、放射線科医は職を失うだろうと予測する専門家もいました。しかし10年後、コンピュータビジョンが医療プラットフォームに100%統合されたことで、放射線科医の需要は急増しました。これは、スキャン速度が速くなることで病院がより多くの患者を診察できるようになり、収益が増加し、より多くの医師を雇用できるようになったためです。同様に、生産性の向上は国を豊かにし、教室に多くの教師を配置し、AIを使って生徒一人ひとりに合わせた授業を作成できるようになります。すべての生徒には優れた教師が必要です。AIに関して、私たちは終末論的な恐怖を広める必要はありません。この技術をどのように活用してより良い未来を築くかを選択できるのです。
