NVIDIA創業者ジェンスン・フアンが、AI業界を取り巻く極端な言説に真っ向から反論を展開している。AI失業論、バブル崩壊説、神のようなAGIの到来といった支配的な物語のすべてに異議を唱え、現実はもっと複雑かつ地に足のついたものであると主張する。彼が描くのは、キャパシティ危機に直面しながらも着実に拡大する産業であり、労働力不足を補うAI活用、デジタル生物学や自動運転における突破口、そして何よりも多様な領域で静かに進行する不可逆的な変化である。極端な未来予測ではなく、今まさに起きている現実的な転換点を見据えた視点が印象的である。
AIバブル論への反論と現実の姿
いつか私たちは神のようなAIを手にするでしょう。10億台のロボットがある世界を想像してみてください。それは地球上で最大の産業になるはずです。政府を持つ意味さえあるのでしょうか。神のようなAIはどんな政策も回避できるほど賢くなるでしょう。だとしたら、何のために政府が必要なのか。極端すぎます。私たちは全てを止めるべきだということになってしまいます。
これはNVIDIAのCEO兼創業者であるジェンスン・フアンが、No Priorsポッドキャストで語った言葉です。そして私が印象的だったのは、彼が同意した内容ではなく、彼がはっきりと否定した内容でした。今あなたが耳にするほぼ全ての支配的なAIの物語です。
AIは雇用を奪っている。これは単なるバブルに過ぎない。全知全能の神のようなAIがもうすぐそこまで来ている。
ジェンスンはこれら全てに異議を唱えています。その代わりに彼が描くのは、実際に起きていることのはるかに不穏な姿です。誰が最初に打撃を受けるのか、誰が静かに恩恵を受けるのか、そしてなぜほとんどの人々が全く間違った脅威を見ているのか。
では、ノイズを切り抜けていきましょう。なぜなら、誰もが問い続けている質問そのものが間違っているからです。私たちはAIバブルの中にいるのでしょうか。ジェンスン・フアンが実際にどう見ているのか見ていきましょう。
新しいコンピューティングモデルへの根本的な転換
私たちは新しいコンピューティングモデルに向かって進まなければなりません。そこでアクセラレータの出番となるのです。もしチャットボット、つまりOpenAIやAnthropicやGeminiが今日存在していなかったとしても、NVIDIAは数千億ドル規模の企業であり続けるでしょう。その理由は、ご存知の通り、コンピューティングの基盤が加速コンピューティングへとシフトしているからです。
最初に理解すべきなのは、一歩下がって自問することです。実際に何が起きているのか、と。次の層として、AIについての質問が出てきます。そもそもAIとは何なのか。AIバブルについて質問する時、私たちはいつもOpenAIの収益に直行するのではありませんか。
その通りです。
誰かにAIバブルはあるのかと尋ねると、みんな真っ直ぐにOpenAIの収益に飛びつきます。まず第一に、もしOpenAIが現在の2倍のキャパシティを持っていたら、彼らの収益は倍になるでしょう。もし10倍のキャパシティがあれば、私は本当に彼らの収益が10倍になると信じています。だから彼らにはキャパシティが必要なのです。
これはNVIDIAがTSMCからウェハーを必要としているのと何ら変わりません。NVIDIAが存在していて、私たちがうまくやっているからといって、キャパシティが必要ないわけではありません。私たちにはキャパシティが必要です。DRAMのキャパシティも必要です。私たちの世界では、これは誰にとっても理にかなっています。キャパシティが必要なのです。彼らの世界でも、工場が必要なのです。
もし工場のキャパシティがなければ、どうやってトークンを生成するのでしょうか。これが今日の私たちの会話の出発点でした。だから彼らは収益成長を増やすために工場のキャパシティが必要なのです。
とはいえ、私たちはAIがチャットボット以上のものだとも言いました。それは科学のさまざまな分野を含んでいます。NVIDIAの自動運転事業は100億ドルに迫っています。誰もそのことについて語りません。ワールドモデルを訓練しなければならず、これらのAI自動運転を訓練しなければならないからです。ロボタクシーは世界中で実現しつつあります。
金融サービスにおける私たちのAI業務。クオンツ、つまり定量取引の業界全体が移行しつつあります。
まさにその通りです。彼らは以前は古典的な機械学習を使っていました。クオンツと呼ばれる人間が多くの特徴量を作成していました。これらの専門の数学者たちが予測に使える特徴量が何かを見つけ出そうとしていたのです。
今では私たちはAIを使ってそれを見つけ出します。だからクオンツを雇う代わりに、たくさんのスーパーコンピュータが必要になるのです。金融サービスは私たちの最も急成長しているセグメントの一つです。クオンツ、つまり金融サービスで数十億ドル、自動運転で数十億ドル、ロボティクスで数十億ドルがもうすぐ、デジタル生物学で数十億ドル。
これら全てがどれほど大きくなるのか。シンプルな論理はこうです。シンプルな計算です。AIが労働力不足や人手不足をどんな形であれ置き換えるだろうと考えるかどうか、それは一旦無視しましょう。世界のGDPは100兆ドルです。そのうち、仮に2%、年間2%が研究開発だとしましょう。5年前に遡ってみましょう。もし世界最大の創薬企業、製薬企業を見て、彼らの研究開発が全てウェットラボだったとしたら。
今日、彼らは何をしているでしょうか。スーパーコンピュータを構築しているのです。
そうなのです。だから彼らがその2兆ドルをどう考えるかという点で根本的なシフトがあります。
以前は2兆ドルが古いやり方のためのものでした。今では2兆ドルがAIのやり方のためのものになろうとしています。2兆ドルの研究開発には、それを支える大量のインフラが必要になるでしょう。
それが私たちが世界中でスーパーコンピュータを構築している理由です。だから、もし外側から内側へ、あるいは基盤から上へと論理的に考えるなら、私たち3人全員が経験していることという結論に至ります。コンピューティング需要の量は常軌を逸しているのです。
キャパシティ危機という現実
彼の答えは不穏なほどシンプルです。これはバブルではありません。キャパシティ危機なのです。需要は減退していません。世界がそれを支えるマシンを構築できるスピードよりも速く加速しているのです。ボトルネックは信念ではなく、インフラなのです。
そしてそれを理解すれば、雇用喪失についての彼の見解はさらに暗くなります。彼はどの仕事が消えるかを問いません。彼はどの産業が、他の人々がパニックに陥っている間に静かに拡大するかを問うのです。この視点の転換は全てを変えます。そして彼が正しければ、本当の混乱はまだ始まってさえいないのです。
もっと詳しく見ていきましょう。
生産性向上がもたらす真の意味
インフラへのこの投資によって生み出される仕事の多様性を超えて、しばしば見逃されていることが一つあると思います。それは、より良い医療のような、社会で必要とされるさまざまな財への潜在的な需要がどれほどあるかということです。
アメリカの医療や世界の医療が到達できる頂点に達したと感じている人は誰もいないと思います。これらの人々の生産性を高めれば高めるほど、需要は増えるでしょう。
まさにその通りです。もしNVIDIAがより生産的になれば、それはレイオフにつながるのではなく、私たちがより多くのことをすることにつながります。
今日あなたの新入社員クラスに会いましたが、あなたは毎週採用しているようですね。
まさにその通りです。私たちがより生産的になればなるほど、探求できるアイデアが増え、結果として成長が増え、利益が増えます。それによってさらに多くのアイデアを追求できるようになります。だからあなたの言う通りだと思います。もし仕事が、もしあなたの人生が、もし世界の問題がすでに完全に定義されていて、他に解決すべき問題がないのであれば、生産性は実際に経済を縮小させるでしょう。しかし明らかに経済を拡大させるでしょう。
次に考えるべき部分は、人々がこう言うことです。ああ、私たちが話しているこれらのロボット全てが仕事を奪うだろう、と。私たちが非常にはっきりと知っているように、工場労働者は十分にいません。私たちの経済は実際、持っている工場労働者の数によって制限されています。ほとんどの人々が労働者を維持するのに非常に苦労しています。
また、世界中のトラック運転手の数が深刻に不足していることも知っています。その理由は、人々が国中を旅して、毎晩国のさまざまな地域で暮らさなければならないような仕事を望んでいないからです。人々は自分の町に留まり、家族と一緒にいたいのです。
だから最初の部分として、ロボットシステムを持つことで労働力不足のギャップを埋めることができるようになると思います。これは非常に深刻で、高齢化社会のために悪化しています。これはアメリカだけでなく、ご存知の通り世界中の問題です。
だから私たちは労働力不足を補うことになります。しかし第二の部分として人々が忘れていることがあります。その結果、人々がAIが関連すると話している他の場所にも不足があります。会計がその例で、そこには不足があります。看護も別の例です。他にも複数の産業を見て、ギャップがあると言えるでしょう。
AIはそれらのギャップを埋める手助けをしようとしているのです。
まさにその通りです。だから自動化は私たちが労働ギャップを増やし解決する手助けをするでしょう。人々はまた覚えていません。車があれば、車の面倒を見る整備士が必要になります。
そして今日路上を走っているロボタクシーを見れば、それが起こるまでに10年かかりました。これらのロボタクシーの世話をしなければならない全ての整備員と、さまざまな拠点を見てください。10億台のロボットがあると想像してみてください。
それは地球上で最大の修理産業になるでしょう。だから多くの人々は、彼らはただ考え抜く必要があるのです。
これはあなたが言った部分です。このような自動化を生み出すとき、私たちは別の仕事を生み出します。今AIを見てください。非常に多くの仕事を生み出しています。AI産業は雇用のブームを生み出しているのです。
短期的楽観論の裏にある長期的な問題
ここでの核心的な課題の一つは、直線的な外挿を描くのが非常に簡単だということだと思います。弁護士がより生産的になるのを助けるツールがあれば、それは弁護士を置き換えるだろう、と。しかし実際には、一段階の増分的な推論が必要です。経済には吸引音があります。全てのAIインフラに向けて、実際には全てのこの需要に向けて吸引音があり、それはギャップがある場所に潜在しています。私は多くの政策立案者が、私たちが持っているものを置き換えたり減らしたりできないということに焦点を当てていると思いますが、実際には私たちが実際に注目している部分にははるかに多くの需要があります。
表面的には、少なくとも今のところ、私は彼に同意します。彼の核心的な主張は、生産性は経済を縮小させない、ということです。それは経済を拡張します。しばしば私たちが事前に想像すらできなかった場所へと。新しい産業、新しい役割、マシンそのものを支えるために構築される生態系全体です。ロボットのメンテナンスが地球上で最大の雇用市場の一つになる未来のようなものです。
そして不足については彼は間違っていません。医療、看護、トラック輸送、製造。これらのシステムはすでに崩壊しつつあります。デジタルワーカーは彼らを置き換えるのではありません。彼らを生き続けさせるのです。
しかし彼の議論には沈黙があります。彼は長期について語ることがほとんどありません。なぜなら、そうです、AIは仕事を生み出すでしょう。そうです、私たちが必死に埋める必要があるギャップを埋めるでしょう。しかしAIが人間よりも全ての仕事をうまくこなせるようになったとき、AIが生み出した新しい仕事も含めて、何が起こるのでしょうか。
人間の労働が資産であることを止め、負債になり始めるとき、何が起こるのでしょうか。その時点で、これは経済的な会話であることを止めます。それははるかに危険な何かになります。
仕事そのものが崩壊します。私たちの社会構造がそれに続きます。そして最終的には、人間であることが何を意味するのかという私たちの理解そのものが崩壊します。
完全な実存的螺旋は別のビデオのために取っておきましょう。なぜなら、ジェンスンがこのインタビューで繰り返し強調しているのは別のことだからです。現在の両サイドのほとんどのAI物語は極端に過ぎるのです。そこが面白くなるところです。
極端な物語への警告
私は政策立案者を教育するために多くの時間を費やしています。彼らが理解できるように助けるために。あなたが何を決定しようと、何をしようと、オープンソースを忘れないでください。何を決定しようと、何をしようと、生物学を忘れないでください。
ここで取り上げる価値のある反対の物語は、本質的には、一枚岩の垂直的なプレイヤーと一枚岩の資産があるべきだというものです。全てを行う一つのモデルがあり、その王冠の宝石を他国や非アメリカ企業に渡すことはできない、と。あなたの主張は、実際には膨大な多様性のAIアプリケーションが必要で、アメリカの優位性、あるいはあらゆる主権的優位性は、実際にはスタック全体にあるということですね。その任意の部分を提供する能力にあると。
いつか私たちは神のようなAIを手にするでしょう。
しかしそれはいつの日でしょうか。
しかしそのいつかは、おそらく聖書的な規模、つまり銀河系規模のものだと思います。
今日の私たちがいる場所から神のようなAIに行くことは役に立ちません。実質的にどの企業も神のようなAIに近づいているとは信じていないと思いますし、神のようなAIを創造する合理的な能力を持つ研究者も見当たりません。人間の言語、ゲノム言語、分子言語、タンパク質言語、アミノ酸言語、物理学の言語、これら全てを最高レベルで理解する能力、そんな神のようなAIは存在しません。それでも私たちにはAIを必要とする多くの産業があります。
AIは、簡単に言えば、単に次のコンピュータ産業なのです。
コンピュータを必要としない企業、産業、国の例を挙げてください。
私たちは皆、神のようなAIが来るのを待ち続ける必要はありません。前進するためにです。神のようなAIは来週現れません。それは確実です。
神のようなAIは来年も現れないでしょう。しかし世界全体が来週、来年、次の10年と前進する必要があります。神のようなAIを持つ一枚岩の巨大企業、国、国家という考えは、それはただ役に立ちません。
役に立たないのです。極端すぎます。
実際、そのレベルまで持っていきたいのなら、私たちは全てを止めるべきです。政府を持つ意味さえあるのでしょうか。なぜ彼らは政策を作っているのでしょう。神のようなAIはどんな政策も回避したり迂回したりできるほど賢くなるでしょう。
だから何の意味があるのでしょうか。だから私たちは物事を地上レベルに戻し、物事を実際的に考え始め、常識を使うべきだと思います。
これは一般的にこの会話における大きなテーマのようです。多くのことが出されてきました。
実際に考えてみると非常に極端です。
雇用と就業の話です。もう誰も働けなくなる、と。
神のようなAIが全ての問題を解決するでしょう、と。
XYZの理由でオープンソースを持つべきではない、オープンソースがすでに私たちの産業の多くを支えているにもかかわらず、と。
その通りです。
だから一般的に、2025年のテーマの一つは、AIについて公の場で描かれた多くの極端な見解が、注意深く見ると、近いうちに起こるという論理的な連鎖に本当に従っていない、ということかもしれません。
現実的な視点がもたらす示唆
結論は不穏なほどシンプルです。世界が不可逆的な方法で変化し始める前に、神話的な全知の神のようなAIを待つ必要はありません。実際、ジェンスンはそのアイデアに執着することは気を散らすものだと主張します。それは会話を空想の中に引き込み、すでに起きている静かな現実世界のシフトから遠ざけるのです。
そしてこれは彼の視点ではありますが、無視するのは難しいものです。なぜなら、はるかに可能性が高いのは、全てを行う単一の知性ではないからです。それは多くの狭い超知性の台頭です。それぞれが自身の領域を支配します。劇的ではなく、映画的でもなく、ただ効率的で不可避です。
だからこそ次のクリップで、ジェンスンは抽象的には語りません。彼は自身のChatGPTモーメントの端にあると信じている特定の分野を名指しします。最初のもの、デジタル生物学です。そしてその理由を見れば、目を逸らすことが非常に難しくなります。
デジタル生物学のブレイクスルー
コストが下がると、通常は新しいアプリケーションや新しい垂直市場が開かれ、よりアクセスしやすくなります。この昨年、CursorやCognitionなど、それから本当に恩恵を受けている企業について少し話しました。
2026年に特に、次の画期的な産業やアプリケーションの新しい領域になるものについて、何か考えや予測はありますか。あなたが最も期待している、来るであろう一つか二つのものはありますか。
三つのこと、二つ三つのことのために、いくつかの産業がChatGPTモーメントを経験するだろうと思います。
マルチモーダリティと非常に長いコンテキストによって、もちろん本当に素晴らしいチャットボットが可能になると信じています。しかし基本的なアーキテクチャは、合成データ生成におけるブレイクスルーと組み合わせることで、デジタル生物学のChatGPTモーメントを創出する手助けをするでしょう。
そのモーメントが来ています。デジタル生物学とは、具体的にはタンパク質折り畳みや、タンパク質結合、タンパク質診断のような他の側面を意味していますか。
タンパク質が見えます。
タンパク質の理解は得意だと思います。
今、マルチタンパク質の理解がオンラインになりつつあります。私たちは最近、Love Proteinaというモデルを作りました。それはオープンです。マルチタンパク質の理解と表現学習と生成のためのものです。
だからタンパク質理解は非常に急速に進んでいます。今、タンパク質生成が非常に急速に進むでしょう。タンパク質のChatGPTです。
分子設計にエンドツーエンドで取り組んでいる興味深い企業がたくさんあります。
まさにその通りです。そしてもちろん化学的理解と化学的生成、そしてタンパク質、化学的な。
構造的理解と生成、そういうことですか。その組み合わせ、ChatGPTモーメント、生成AIモーメント、それら全てがデジタル生物学のために一緒になってきています。新しい産業についてのあなたの指摘について、私がそれを考える方法は、このAIのための入力への投資のようなものです。生物学や化学や材料科学に関するこれらの全ては、現実世界のデータ生成と実験を必要としますよね。それも新しいインフラです。
新しいインフラです。合成データは本当に重要になるでしょう。なぜなら彼らはデータの疎性を持っているからです。人間の言語ほど多くのデータを持っていません。そして本当のブレイクスルーは、ワールド基盤モデル、タンパク質のための基盤モデル、細胞のための基盤モデルを訓練できるようになった時です。
私はその両方に非常に興奮しています。
生物学シミュレーションがもたらす革命
これはほとんど誰もが過小評価している部分です。なぜならAIが生物学をシミュレートできるようになれば、私たちはもはやより良い薬やより速い研究サイクルについて話しているだけではないからです。その含意は医学をはるかに超えて広がります。ここで人々は危険なアイデアをささやき始めます。
病気を完全に治す、老化を書き換える、分子レベルで気候を解決する。そしてそれでさえ表面に過ぎません。
このように考えてください。あなたの生物学はあなたのコードです。あなたが誕生以来実行してきたソフトウェアです。もし私たちがそのコードをシミュレートでき、編集でき、ストレステストでき、リアルタイムで何百万もの結果を実行できるなら、物事は非常に急速に奇妙になります。
そしてさらに不穏なのは、これが研究室の中に留まっていないことです。ジェンスンが指摘するのは、生物学で起きているのと同じシフトが今、物理世界に波及しつつあるということです。推論、記憶、長期計画を加えれば、AIは受動的なソフトウェアであることを止めます。それは行動し始めるのです。そこに車が入ってきます。
そこでロボットがツールであることを止め、参加者になり始めるのです。
物理AIの時代の到来
基盤モデル、理解能力、生成能力を手にすれば、そのデータフライホイールは本当に離陸するでしょう。
もちろん、私が期待している第二の領域は、推論が言語において巨大なブレイクスルーを遂げたことです。しかし推論のおかげで、車はより良いパフォーマンスを発揮できるようになるでしょう。
だから、単なる知覚する車や計画する車ではなく、推論する車になるでしょう。これらの車は常に考え続けるでしょう。そして以前に遭遇したことのない状況に遭遇すると、それを以前に遭遇したことのある状況に分解し、それをどうナビゲートするかの推論システムを構築できます。
だから分布外の、つまりAIの分布外の部分は、推論システムによって大いに対処されるでしょう。そして結果として、私たちは教えられたこと以上のことができるようになります。生成AIとマルチモーダルなビジョン・言語・行動モデル、そして推論システムの間で、人間型ロボットや複数の身体を持つロボットにおいて大きなブレイクスルーが見られると思います。
その時間枠についてどう思いますか。なぜなら、自動運転のアナロジーを見ると、明らかに自動運転技術は今日私たちが使っているものとは非常に異なるタイプのニューラルネットワークに基づいていました。過去2、3年でそこには大きな入れ替わりがありました。
そうです。
私たちは早く始めすぎました。
自動運転車には本当に四つの時代があります。最初の時代はスマートセンサーでした。
車に接続された、そしてMobileye時代でした。
Mobileyeの時代、そしてWaymoの最も初期の頃でさえ、スマートセンサーを使っていました。多くの人間が設計したアルゴリズムを使っていました。
そして厳密なマッピングまで。
極端なマッピングです。
マッピング、そして知覚と計画のための異なるシステムです。
まさにその通りです。だから本質的には、デジタルレールの上を走っている車を作っているのです。ディズニーランドのレールと何ら変わりません。デジタルレールがあるのです。それが第一世代です。
次世代技術への移行
これがNVIDIAが彼らが物理AIの時代と呼ぶものに非常に積極的に賭けている理由です。
ジェンスンによれば、推論システムこそが欠けているピース、AIをデジタル世界から現実へと押し出すものです。そしてもしあなたがこのチャンネルをフォローしているなら、私の立場をご存知でしょう。
私はヒューマノイドロボットと自動運転車について極めて強気です。実際、私たちは物理AIのための真のChatGPTモーメントを、デジタル生物学で見る前に見ることになると思います。そのモーメントがどのような形になるにせよです。
しかしあなたがジェンスンに同意するかどうかにかかわらず、このインタビューからの本当の結論は無視することが不可能です。AIは一つのものではありません。単なるモデルではありません。単なるチャットボットでもありません。そして一晩で現れる神のような知性では絶対にありません。
それはスタックです。静かに所定の位置にはまりつつある能力の層です。そしてそのスタックはすでに生物学を再形成しており、すでに労働を再形成しており、すでに物理世界を再形成しています。おそらくほとんどの人が認識しているよりも多く。同時に、オンライン上の最も大きな声が信じさせようとするよりもはるかに劇的ではありません。
もしこのような分析をもっと見たいなら、地に足がついた、純粋なハイプでもなく純粋な破滅論でもないものを、必ず登録して、コメントで教えてください。あなたが最も注意深く見ているのは何ですか。ロボットですか、デジタル生物学ですか、それとも完全に別の何かですか。次回お会いしましょう。
コメント