NvidiaのJensen Huangが、AIの次の主戦場は学習ではなく推論とエージェントであり、今後の産業構造そのものを作り替えるのはPhysical AI、ロボティクス、自動運転、デジタル生物学であると語る対談である。AIは単なるチャットの道具ではなく、実際の仕事をこなす存在へ移行しつつあり、その結果として計算需要、インフラ需要、ソフトウェア需要は桁違いに拡大するという見方が全編を貫いている。また、AI規制、国家安全保障、オープンソース、医療、宇宙データセンター、雇用の変化まで幅広く論じながら、AIを恐怖ではなく生産性と繁栄の拡張として捉える姿勢が強く打ち出されている。
- 特別回とJensen Huangの登場
- Grokの買収とGTCで明かしてきた構想
- NvidiaはGPU企業からAIファクトリー企業へ
- 組み込み機器、Omniverse、エッジAI
- 推論は1000倍どころではない
- CEOとしてどう戦略を決めるか
- Physical AI、デジタル生物学、農業
- データセンターからデスクトップへ、Open Clawの衝撃
- Open Clawは現代コンピューティングのOSの青写真
- AI規制、政策、そしてAIへの恐怖
- Anthropic、警告と恐怖の違い
- AIの人気低迷と収益爆発の兆し
- Nvidia社内ではどれだけトークンを使うべきか
- AIエージェント時代、エンジニアの仕事はどう変わるか
- Auto Research、オープンソース、企業ソフトの未来
- オープンソースAIの行き着く先
- 米国のAI拡散、中国市場、国家安全保障
- 中東、台湾、ヘリウム、自動車の供給網
- 自動運転、オープンプラットフォーム、Teslaとの関係
- Google TPU、AWS、そしてNvidiaの優位
- アナリスト予測はAIの規模を理解していない
- 宇宙データセンターと衛星上のCUDA
- ヘルスケア、AI生物学、医療機器のエージェント化
- ロボティクスは3年から5年で生活に入ってくる
- ロボットがもたらす繁栄、月と火星
- Anthropicの収益予測と企業ソフトの再販
- これからのアプリケーション層の堀は何か
- AIで仕事を失うのではなく、AIを使う誰かに仕事を奪われる
- 若者への助言、英語、数学、深い科学
- 放射線科医の例と、AIが増やす仕事
- 締めくくり、AIをどう使うかは私たちが選べる
特別回とJensen Huangの登場
今週は特別回です。いつもの週次番組は差し替えになりました。そして、この番組を差し替えてでも出演してもらう相手は三人しかいません。Trump大統領、Jesus、そしてJensenです。
この順番をどうするかはあなたに決めてもらいますが、とにかく本当に素晴らしい快進撃でしたし、イベントも見事でした。
あらゆる業界の人がここに来ています。あらゆるテック企業が来ています。あらゆるAI企業が来ています。信じられないです。本当にすごい。私は完全に乗っています。
もし今、第一原理から世界的な金融システムを作るとしたら、50年前のレガシーなレールの上には作らないでしょう。Airwallの上に作るはずです。グローバル口座、カード、決済をひとつにまとめた、AIネイティブのプラットフォームです。世界全体を、どこにいてもローカル市場のように感じられるよう設計されています。
他社は壊れたインフラの上にAIを継ぎ足していますが、AirWallは初日から知能の時代のために作られました。レガシー税を払い続けるのはやめて、未来を作り始めましょう。awallix.comallin。Arowallix。未来を作ろう。
Grokの買収とGTCで明かしてきた構想
この一年で最も大きな発表のひとつはGrockでした。Grockを買収した時、Cha Chimathがどれほど手に負えない存在になるか、予想していましたか。
なんとなくその気配はありました。
私たちは彼の友人なんです。毎週相手をしなければならないんですよ。
わかっていますよ。
あなたは6週間のクローズ期間、彼を相手にしなければならなかった。
ええ、わかっています。まるで2週間のことみたいですよ。2週間。今になって全部思い出してきました。かなり居心地が悪くなってきますね。
問題は、私たちの戦略の多くは、実際にやる何年も前から、GTCでかなり公然と示されているということです。
2年半前、私はAIファクトリーのオペレーティングシステムを紹介しました。それがDynamoです。皆さんご存じのように、dynamoはもともとSiemensが作った装置で、要するに水を電気に変えるための機械でした。そしてdynamoは、前回の産業革命における工場を動かしました。だから私は、次の産業革命の工場、その工場のオペレーティングシステムの名前として完璧だと思ったんです。
そして、Dynamoの中核技術は分離推論です。
Jason、あなたはすごく技術に強いですからね。
もちろんです。知っていますよ。
これはあなたに任せましょう。視聴者に向けて定義してあげてください。横取りしたくないので。
ありがとうございます。今、ちょっと入ってきたかったんだろうなと思いましたけど、分離推論というのは、推論の処理パイプラインがものすごく複雑だということです。実際、今もっとも複雑なコンピューティング問題です。途方もないスケールがあり、形も大きさも異なる膨大な数学が絡みます。
そこで私たちは、処理の一部を切り分けて、一部はあるGPU群で、残りは別のGPU群で動かせるようにする発想に至りました。そこから、分離コンピューティングそのものにも意味があるのではないかと気づいたのです。異種混合のコンピューティング構成が成り立つのではないかと。その同じ感覚が、後にMellanoxにもつながっていきました。
NvidiaはGPU企業からAIファクトリー企業へ
今のNvidiaのコンピューティングは、GPU、CPU、スイッチ、スケールアップ用スイッチ、スケールアウト用スイッチ、ネットワークプロセッサにまたがっています。そしてこれからはGrockもそこに加わります。適切なワークロードを適切なチップに載せるのです。
私たちは本当に、GPU企業からAIファクトリー企業へと進化しました。
それが、私にとっても最大の学びだったと思います。GPUから始まって、今やこうした多様な選択肢が並ぶ構成になっていて、最終的にはさらに多彩な形になっていく。あなたがステージ上で言っていたのは、高価値推論に関わる人たちはここをよく聞いてほしいという話でした。データセンターのスペースの25％を、このgro lpu GPUに割り当てるべきだとおっしゃっていましたよね。
データセンターのgの中にあるVera Rubinのおよそ25％をGrockに割り当てる、ということです。
では、この考え方を業界がどう見ているのか聞かせてください。つまり、次世代の分離型prefill decode DSAGのような構成を基本的に作り始めるわけですよね。人々はこれにどう反応すると思いますか。
そうですね。その前に一歩引いて見ましょう。これを加えた時点で、私たちは大規模言語モデルの処理から、エージェント的処理へ移行しました。
エージェントを動かす時には、作業記憶にも長期記憶にもアクセスします。ツールも使います。ストレージには非常に激しい負荷がかかります。エージェント同士が協働し、その一部は非常に大きなモデルであり、一部はより小さなモデルです。拡散モデルもあります。自己回帰モデルもあります。
つまり、このデータセンターの中には、実にさまざまな種類のモデルが存在するのです。私たちは、こうした極めて多様なワークロードを動かせるようにVera Rubinを設計しました。
以前は、1ラックの会社でした。しかし今では、そこにさらに4ラックを追加しました。
つまり、NvidiaのTAMを仮に考えるなら、以前がどんな数字だったにせよ、たぶん33％から50％ほど大きくなった、そう言っていいわけですね。
その33％ないし50％の一部は、ストレージプロセッサになります。それがBlueFieldです。一部は、おそらくかなりの部分がGrockプロセッサになるでしょう。さらに一部はCPUです。そして多くはネットワークプロセッサになります。これらすべてが、要するにAI革命のコンピュータ、すなわちエージェントを動かすことになるのです。
現代産業のオペレーティングシステムですね。
組み込み機器、Omniverse、エッジAI
では組み込みアプリケーションはどうでしょう。たとえば、家にある娘のテディベアが娘に話しかけたがるとします。そこには何が入るのでしょうか。カスタムASICですか。それとも、エッジや組み込み用途に向けて、より広いTAMが生まれ、用途ごとに異なるツールが整備されるのでしょうか。
この問題には、最大スケールで見たとき、三つのコンピュータがあると私たちは考えています。
ひとつは、AIモデルの学習、つまりAIそのものを開発し創り出すためのコンピュータです。次に、それを評価するコンピュータがあります。問題の種類によりますが、たとえば周りを見れば、ロボットや車などがたくさんあります。こうしたものは、物理世界を表現する仮想ジムの中で評価しなければなりません。つまり、物理法則に従うソフトウェアである必要があるのです。
これが二つ目のコンピュータです。私たちはこれをOmniverseと呼んでいます。
三つ目のコンピュータはエッジにあるコンピュータ、つまりロボティクス用コンピュータです。
そのロボティクス用コンピュータのひとつは自動運転車かもしれません。別のひとつはロボットです。さらに別のひとつはテディベアかもしれません。
テディベア用なら本当に小さなものですね。
その中で最も重要なもののひとつは、私たちが今取り組んでいるもので、通信基地局をAIインフラの一部に変えていくものです。つまり、2兆ドル規模のこの産業全体が、やがてAIインフラの拡張に変わっていくのです。無線設備はエッジデバイスになります。工場も、倉庫も、何でもそうです。
ですから、この三つの基本的なコンピュータは、すべて必要になるのです。
推論は1000倍どころではない
Jensen、昨年あなたは、世界の他の誰よりも早く、推論は1000倍どころではないと言っていましたよね。
ええ。気を悪くさせますか。100万倍になるのか。10億倍になるのか。ええ、そうです。
当時、多くの人はかなり誇張だと思っていました。世界全体がまだ学習のスケーリングに注目していたからです。でも今こうして見ると、推論は爆発しました。今では推論がボトルネックです。
あなたは推論ファクトリーを発表しました。次の世代のファクトリーに比べて、スループットが10倍優れている最先端のものだと思います。しかし、外の議論を聞いていると、その推論ファクトリーは400億ドルから500億ドルかかる一方で、カスタムASIC、AMDなどの代替案は250億ドルから300億ドルで済む、そしてあなたはシェアを失う、という話になっています。
そこで聞きたいのですが、何が見えていますか。シェアをどう考えていますか。そして、他社が売り込んでいるものの2倍のプレミアムを払うことに意味はあるのでしょうか。
大きなポイント、大きな考え方は、ファクトリーの価格とトークンの価格、つまりトークンのコストを同一視してはいけないということです。
500億ドルのファクトリーの方が、最終的には最も安いトークンを生み出す可能性が非常に高い。実際、私はそれを証明できます。500億ドルのファクトリーは、最も低コストのトークンを生み出します。
なぜなら、私たちは驚異的な効率でトークンを生成するからです。10倍違うのです。しかも、その500億ドルのうち、実際には200億ドルは土地、電力、建屋です。
その上に、いずれにせよストレージが必要です。ネットワークも必要です。CPUも必要です。サーバーも必要です。冷却も必要です。だから、そのGPUが1倍の価格なのか半額なのかの差は、500億ドルと300億ドルの差ではありません。好きな数字を使っていいですが、たとえば500億ドルと400億ドルの差だとしましょう。
しかし、500億ドルのデータセンターが実際には10倍のスループットを持つのであれば、その差は大きな割合ではありません。
だから私は、たいていのチップに関しても、もし技術の最先端と私たちのスピードについていけないなら、たとえチップが無料でも十分に安くはない、と言ったのです。
CEOとしてどう戦略を決めるか
一般的な戦略の話をしてもいいですか。
もちろんです。あなたはいま世界で最も価値のある企業を率いています。この会社は来年3500億ドル超の売上を上げ、2000億ドルのフリーキャッシュフローを生み、途方もない成長率で複利的に伸びていくわけです。
どうやって何をやるか決めるのですか。実際にどうやって情報を得るのですか。あなた宛てに送られることで有名なメールがあるという話もありますが、どうやって市場をどう形作るか、どこに本当に賭けるか、どこを引くか、どこにグリーンフィールドで入るか、その直感を得るのでしょうか。
最終的には、それがCEOの仕事です。
私たちの仕事は、ビジョンを定義し、戦略を定義することです。もちろん、素晴らしいコンピュータサイエンティスト、素晴らしい技術者、会社中の優れた人々から情報を得ています。しかし、その未来を形作るのは私たちでなければなりません。
その一部は、これは途方もなく難しいことか、という問いにかかっています。もし難しくないなら、そこからは引くべきです。なぜなら、簡単にできることなら、当然、多くの競合が入ってくるからです。
誰もやったことがなく、しかもとてつもなく難しく、さらにそれが私たちの会社の特別な超能力を引き出すものなのか。この複数の条件が交わる地点を見つけなければなりません。そして最後には、それに多くの痛みと苦しみが伴うこともわかっています。
簡単だから、最初の一回でうまくいったから、そんな理由で偉大な発明が生まれることはありません。だから、もしそれがものすごく難しく、誰もやったことがなく、しかも多くの痛みと苦しみを伴う可能性が高いなら、その過程自体を楽しめるものでなければいけないのです。
Physical AI、デジタル生物学、農業
発表した長い裾野を持つ事業のうち、いくつか取り上げてもらえますか。たとえば宇宙のデータセンター、自動車のADAS、あるいは生物学の分野など、こうした長期の事業がどのように上向きに変曲していくと見ているのか、感覚を教えてください。
いいですね。Physical AIは大きなカテゴリーだと私たちは考えています。先ほども言ったように、私たちには三つのコンピューティングシステムがあり、その上にソフトウェアプラットフォーム群があります。Physical AIは巨大なカテゴリーです。
これは、テクノロジー業界にとって、これまでほとんどテクノロジーが入り込んでこなかった50兆ドル規模の産業に初めて取り組む機会なのです。そのために必要な技術すべてを、私たちは発明しなければなりません。
私はこれを10年の旅だと感じていました。そして実際、10年前に始めました。今、それが変曲点に差しかかっているのを目にしています。私たちにとってこれはすでに数十億ドル規模の事業です。今では年間100億ドル近くに迫っています。つまり大きな事業であり、指数関数的に成長しています。これがひとつ目です。
デジタル生物学については、私たちは文字通り、デジタル生物学におけるChatGPTの瞬間の近くにいると思っています。遺伝子、タンパク質、細胞をどう表現するかが、まもなく理解できるようになります。化学物質については、すでにどう扱うかを知っています。
ですから、生物学の構成要素のダイナミクスを表現し、理解する能力が生まれる。それは今から2年、3年、あるいは5年先の話でしょう。5年後には、デジタル生物学がヘルスケア産業の変曲点になると、私は完全に信じています。
これらは本当に素晴らしいものの一部であり、周囲を見渡せばその萌芽がすでに見えています。
農業もですね。
農業も今、変曲点に入っています。
間違いありません。
データセンターからデスクトップへ、Open Clawの衝撃
Jensen、データセンターの話からデスクトップに移りたいと思います。会社はもともと、大部分がホビイストやビデオゲーマー、そして初期のグラフィックカードによって築かれました。
ここにはたぶん1万人くらいいますが、その前であなたはclawed open、claw、clawed codeと話していました。そしてエージェントがどれほど革命的な存在になったか、特にホビイストたちが大きなエネルギーの源になっていると。実際、多くのイノベーションの突破口がデスクトップから生まれています。今回ここでも発表がありました。たしかDell 6800でしたね。ローカルモデルを動かすための非常に強力なワークステーションで、RAMは750ギガです。もちろん、Mac Studioも私の会社ではどこでも売り切れです。
私たちは何もかもOpen Clawに移行しています。Freebergはたった今clawdelledされたところです。あなたもclaw peldされたと聞いています。そして皆これに夢中です。
この、現場から湧き上がるようなオープンソースエージェントの動き、そしてデスクトップでオープンソースを使う流れは、あなたにとってどういう意味がありますか。どこへ向かっているのでしょうか。
素晴らしいですね。まず一歩引いてみましょう。
この2年間で、私たちは基本的に三つの変曲点を見ました。ひとつ目は生成です。ChatGPTがAIを一般の人々の意識の中に持ち込みました。しかし実際のところ、その技術自体はGPTの何か月も前から目の前に存在していました。ChatGPTがその周りにユーザーインターフェースを作り、私たちが使いやすくしたことで、生成AIは一気に広がったのです。
生成AIはご存じのように、内部消費用にも外部消費用にもトークンを生成します。内部消費とは思考であり、それが推論へとつながりました。o1とo3は、そのChatGPTの流れを継続しつつ、情報に接地した形へと進めました。AIは単に質問に答えるだけでなく、より根拠のある、役に立つ形で答えるようになったのです。そこで私たちはOpenAIの収益や経済モデルが変曲し始めるのを見ました。
三つ目は、業界の内側でだけ見えていたものでした。clock code、つまり非常に有用で本当に革命的な最初のエージェントシステムです。ただしcloud codeは企業向けにしか提供されていませんでした。外の人たちのほとんどは、open clawが登場するまでcloud codeについて何も見ていませんでした。
Open Clawは、AIエージェントが何をできるのかを、一般の意識の中に持ち込んだのです。だからこそ、文化的な観点から見てOpen Clawは重要なのです。
Open Clawは現代コンピューティングのOSの青写真
そして二つ目に重要なのは、Open Clawがオープンでありながら、ある種のコンピューティングモデルを構造化している点です。これはコンピューティングそのものを再発明しつつあります。
メモリシステムがあり、短期記憶のファイルシステムがあり、スキルがあります。
今、skillsと言いましたか、それともscalesと言いましたか。
skillsです。
ああ、skillsですね。
理論上はscalesもありますけどね。そう、skillsです。
ともかく、まずリソースを持ち、それを管理します。スケジューリングをします。cron jobsもあります。エージェントをスポーンさせることもできる。タスクを分解し、問題を引き起こし、解決もできる。I/Oサブシステムもあります。入力もできるし、出力もある。WhatsAppにも接続できる。そしてAPIを持ち、skillsと呼ばれる複数種類のアプリケーションを動かせます。
この四つの要素は、コンピュータを根本的に定義するものです。
ということは、いったい何が生まれたのか。私たちは史上初めて、個人用の人工知能コンピュータを手にしたのです。
しかもオープンソースです。
そうです。オープンソースで、文字通りどこでも動きます。ですから、これは現代コンピューティングのオペレーティングシステムの青写真そのものなのです。そして文字通り、あらゆる場所で動くことになります。
もちろん、私たちがその実現のために手助けしなければならなかったことのひとつは、エージェント的ソフトウェアが機密情報にアクセスし、コードを実行し、外部と通信する以上、そのすべてが統治されなければならないということです。すべてがセキュアでなければならず、ある種のポリシーによって、エージェントに三つの能力のうち二つは与えても、三つ全部を同時には与えないようにしなければなりません。
そのガバナンスの部分について、私たちはPeterに貢献しました。Peter Steinbergerもここに来ていました。そして私たちは優秀なエンジニアを大量に投入して、彼と一緒にプライバシーとセキュリティを守れるよう整備してきたのです。
AI規制、政策、そしてAIへの恐怖
Jensen、そのパラダイムシフトを見ると、全米で可決されたAI規制法案や提案中の法案の多くは、事実上意味を失いつつあるのではないでしょうか。AI規制に関する従来の監督モデルが、どれほど急速に無効化されているかについて、一言お願いできますか。今これは政治の世界でも非常に熱い論点です。
これは本当に、政策立案者に対して私たちが常に先回りしなければならない部分です。Brad、あなたはそこを本当にうまくやっています。私たちは彼らに先んじて、技術の現状、それが何であり何でないかを伝えなければなりません。
それは生物ではありません。異星人でもありません。意識もありません。コンピュータソフトウェアです。
その通りです。
そして、私たちがこの技術について何も理解していない、などという言い方も正しくありません。まったく理解していないわけではないのです。多くのことを理解しています。
ですから第一に、私たちは政策立案者に情報を伝え続けなければなりません。そして、破滅論や極論が、彼らの理解の仕方に影響を与えないようにしなければなりません。
ただし一方で、技術が非常に速く進んでいることも認識しなければならない。そして政策をあまりにも早く技術の前に走らせてはいけない。国家としての私たちが負うリスクは何かというと、他国がこの技術を採用する一方で、私たちはそれに怒ったり、怖がったり、偏執的になったりして、産業や社会がAIを活用しないことです。
だから私が最も心配しているのは、アメリカ国内でのAIの普及なのです。
Anthropic、警告と恐怖の違い
もう少し踏み込ませてください。もしあなたがAnthropicの取締役会にいて、あの国防総省をめぐる一連の騒ぎを見ていたらどうしますか。人々が何を考えればいいのかわからず、AIソフトウェア層への反感や恐れ、一般的な不信感をさらに強めたように見えます。Darioやそのチームに、結果や印象を変えるために何を違ってやるべきだったと言うと思いますか。
まずAnthropicについて言いたいのは、何よりも技術が素晴らしいということです。私たちはAnthropicの技術を大規模に利用している側です。彼らのセキュリティへの集中、安全への集中を本当に高く評価しています。彼らが進めてきた文化、技術的な卓越性、本当に素晴らしいものです。
また、その能力について人々に警告したいという意思も非常に立派です。ただし、世界には幅があるということを理解しなければいけません。警告は良いことです。怖がらせることは、その一段階下です。
なぜなら、この技術は私たちにとってあまりに重要だからです。未来を予測するのは構いません。しかし、もう少し慎重である必要があります。実際には未来を完全には予測できないという謙虚さが必要です。そして、起きる証拠もないのに、極端で破滅的なことを言うのは、人々が思う以上に有害になり得ます。
しかも、私たちは技術のリーダーです。かつては、私たちの言葉に誰も耳を傾けなかった時代もありました。しかし今は、技術が社会の織物の中であまりに重要な位置を占め、この産業が国家安全保障にも極めて重要になっています。だからこそ、私たちの言葉は重いのです。もっと慎重で、もっと穏当で、もっとバランスが取れていて、もっと思慮深くなければなりません。
AIの人気低迷と収益爆発の兆し
業界全体で連携すべきだと思います。アメリカにおけるAIの人気は17％しかない。原子力で何が起きたかを私たちは見ましたよね。実質的に産業全体を止めてしまい、今では中国で100基の核分裂炉が建設され、アメリカではゼロです。データセンターへのモラトリアムの話も聞こえてきます。だから、もっと積極的である必要があると思います。
ただ、その前に、あなたの会社の内部で起きているエージェント爆発、効率化、生産性向上の話に戻りたい。今、ROIが出ているのかどうか大きな議論がありますよね。今年に入る時点で最大の疑問は、収益は出てくるのか、知能と同じように収益もスケールするのか、というものでした。そして2月にはAnthropicの月商が50億から60億ドルという、ある種のOppenheimer的瞬間がありました。
あなたは先を見た時、今後数年でBlackwellとVera Rubinだけで1兆ドルの可視性があると発表しました。AnthropicやOpenAIでこういうことが起きているのを見ると、知能がスケールしているのと同じように収益もスケールしていく曲線の上に、私たちは今いるのでしょうか。
これにはいくつかの答え方があります。まず、この会場を見回すとAnthropicやOpenAIも来ていますが、実際にはここにあるものの99％は全部AIです。そして、それはAnthropicでもOpenAIでもありません。
その理由は、AIが非常に多様だからです。
カテゴリーとして二番目に人気のあるモデルは、私はオープンモデルだと言います。
一番は、ええ、オープン、オープンソース、オープンウェイト、オープンソースです。
OpenAIが一番です。
オープンソースが二番。かなり離れて三番手がAnthropicです。
それが何を意味するかというと、ここにいるAI企業すべての規模感です。ですから、その点を認識することは大事です。
そして、いくつか言い直したいことがあります。ひとつは、生成から推論に移った時、必要な計算量はおよそ100倍になりました。推論からエージェントへ移った時、計算量はさらに100倍になったでしょう。つまりわずか2年で、計算量は1万倍になったのです。
一方で、人は情報にもお金を払いますが、基本的には仕事にお金を払います。チャットボットと話して答えをもらうのは素晴らしい。調査を手伝ってくれるのも驚異的です。しかし、実際に仕事を終わらせてくれるなら、私はそれに本当にお金を払います。
そして今、そこに到達しているのです。エージェントシステムは仕事をこなします。私たちのソフトウェアエンジニアが仕事を進めるのを助けている。だから、そこに1万倍の計算量があり、今の時点でおそらく100倍の消費があり、しかもまだ本格的なスケーリングは始まってもいません。私たちは確実に100万倍の世界にいます。
Nvidia社内ではどれだけトークンを使うべきか
それは、会社の人数の話につながると思います。社員は2万、3万人くらいでしたか。
4万3000人です。うち3万8000人はエンジニアです。
ポッドキャストでも何度も話してきたんですが、自分たちの会社のトークン使用量がものすごい勢いで増えています。中には、会社に入る時に、効果的な社員になるために自分はどれくらいトークンを使えるのかと尋ねる人もいます。
あなたは、2時間半の基調講演の中で、かなり長い講演でしたが、うまくやっていましたね、もしあれがうまくできていたなら、もっと短かったはずです。1時間にまとめる時間がなかったんですね。
皆さんに知っておいてほしいんですが、リハーサルは一切ありません。全部ぶっつけ本番です。
つまり、その場で握って振り下ろす感じなんですね。
そうです。ちなみに私は、話しながらスピーチを書いていました。だからどう転ぶかわからないんです。
だとすると、ざっくり計算では、エンジニア一人あたり7万5000ドル分くらいトークンを使っている、ということになりますよね。ではNvidiaは今、エンジニアリングチームのために10億ドル、20億ドルをトークンに使っているのでしょうか。
こう考えてみてください。ソフトウェアエンジニアあるいはAI研究者がいて、その人に年間50万ドル払っているとします。私たちはいつもそうしています。
その50万ドルのエンジニアに対して、年末に、今年トークンにいくら使ったかと聞くわけです。もしその人が5000ドルと言ったら、私は激怒します。その50万ドルの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ていなかったら、私は本当に深く危機感を覚えます。
これは、私たちのチップ設計者の一人が、これからは紙と鉛筆だけでやります、CADツールは要りません、と言うのと何も変わりません。
これは本当にパラダイムシフトですね。スター社員のことを、まるでLeBron Jamesが自分の身体の健康維持に年間100万ドルを使うように考えるようになる。41歳でもまだプレーしている。それと同じで、もし彼らが信じられないほど優秀な知識労働者なら、なぜ超人的な能力を与えないのか、ということですよね。
まさにその通りです。
AIエージェント時代、エンジニアの仕事はどう変わるか
それはどこへ向かうのでしょう。2年後、3年後を外挿すると、Nvidiaにおけるそのスター社員の効率はどうなっていて、何ができるようになっているのでしょうか。
まず、うわ、これは難しすぎる、という考えは消えます。これは時間がかかる、という考えも消えます。たくさん人が必要だ、という考えも消えます。
これは前回の産業革命と何も違いません。あの建物は本当に重そうだ、などと誰も言いません。あの山は大きすぎる、などとも言いません。大きすぎる、重すぎる、時間がかかりすぎる、そうした考え方自体が消えていくのです。
残るのは創造性だけです。
そうです。何を思いつけるか、です。
では、その時代にエージェントとどう働くのか。それは単に、新しいコンピュータプログラミングのやり方になるということです。これまではコードを書いていました。これからは、アイデア、アーキテクチャ、仕様を書いていくことになります。チームを編成し、彼らに任せ、何をもって良い結果とするか、何を悪い結果とするか、その評価の定義を一緒に作る。どう反復するか、どうブレインストーミングするか。そこに価値があります。
私は、すべてのエンジニアが100体のエージェントを持つようになると思っています。
Auto Research、オープンソース、企業ソフトの未来
今の業界のPR問題にもつながりますが、たとえばDavid Freebergのような経営者は、あなたの技術とAIを使って、生産できるカロリー量や高品質なカロリーのコストを下げようとしています。どれだけコストを下げられると思いますか。そして、そのビジョンはあなたがやっていることにどんな影響を与えますか。
ゼロショットのゲノムモデリングが機能するんです。
そして、その瞬間、うわ、となるわけです。
正直、それだけじゃありません。人々が一晩で企業向けソフトウェアスタック全体を置き換えている。私は90分であることをやりました。皆にも話したんですが、ソフトウェアスタック全体とかなり多くのワークロードを置き換えたんです。日曜の夜、Claude上でこのエージェントシステムを動かして、全部作って、デプロイして、夜10時に始めて11時半には終わって寝ました。
CEOであるあなた自身が置き換えたんですか。
そうです。そして経営チームの全員も週末に似たような課題をやりました。月曜にその結果を見た時、私は、もう終わった、と思いました。
でも技術系、科学系の話では、私たちはAuto Researchを使って30分であることをやりました。Auto Researchについてのあなたの見方をぜひ聞きたいですし、アルゴリズムとハードウェアの効率の観点で、私たちがまだどれほど初期段階にいるのかも知りたいです。
Auto Researchとデータの塊を使って、社内で何かが公開された時、皆が、うわ、となったんです。本来なら7年かかるPhD論文です。その分野で見た中でも最も称賛される博士論文のひとつになっていたでしょうし、Science誌に載るようなものです。それが、取り込んだばかりのデータを使って、デスクトップコンピュータ上のAuto Researchで30分でできてしまった。
金曜にデータを受け取って、試してみよう、となり、GitHubに行ってAuto Researchをダウンロードして実行した。その瞬間、皆の顔が一斉にこうなるんです。そして、これが私たちに何を解き放つのか、その可能性は、7年かかるはずのことが30分で起きた、というレベルです。ゲノミクスでそれを体験していて、本当に信じられません。
だから、この加速は、数年前には想像もしなかった形で、すべての人に可能性の窓を広げていると思います。
Auto Researchの点に戻ると、このものが週末に600行のコードで公開され、ローカルで動き、これほど多様なデータセットでこれだけのことを達成できる。その事実をどう見ていますか。そして、それはアルゴリズム最適化とハードウェア最適化の面で、私たちがまだどれほど初期にいるかを何を物語っていますか。
Open Clawがこれほど驚異的である根本的な理由は、第一に、大規模言語モデルのブレークスルーとの合流、そのタイミングです。そのタイミングが完璧でした。非の打ち所がありませんでした。
多くの意味で、ClaudeやGPTやChatGPTが本当に非常に優れた水準に到達していなければ、Peterもそれを思いつかなかったかもしれません。
これはまた、こうしたモデルが、私たちが長年作ってきたツールを使う新しい能力でもあります。ウェブブラウザやExcelスプレッドシート、あるいはチップ設計で言えばSynopsysやCadence、OmniverseやBlenderやAutodesk、そうしたツールは今後も使われ続けるでしょう。
企業向けITソフトウェア業界は壊滅する、という人もいます。しかし別の見方もあります。企業向けソフトウェア業界は、これまでは人間の席数に制約されていたのです。これからは、そのツールを叩くエージェントが100倍になります。SQLを叩くエージェント、ベクトルデータベースを叩くエージェント、Blenderを叩くエージェント、Photoshopを叩くエージェントが出てくるでしょう。
なぜなら、それらのツールは第一に非常に良い仕事をしてくれるからです。第二に、それらは最終的に私たちとの接点になる導管だからです。仕事が終わった時、その成果は、私が制御できる形で私に返ってこなければなりません。そして私はそれらのツールの使い方を知っています。だから最終的に全部Synopsysに戻してほしい。Cadenceにも戻してほしい。そこが私の制御点であり、真実の基準だからです。
オープンソースAIの行き着く先
オープンソースについて聞きたいです。クローズドソースのモデルがあり、それは優れています。一方でオープンウェイトのモデルもあります。中国のモデルの多くは信じられないほど優れています。本当に素晴らしい。
2日前、あなたはステージで忙しかったので見ていないかもしれませんが、Bit Tensor Subnet 3という暗号資産系プロジェクトで学習ランがありました。4BパラメータのLlamaモデルを、完全分散で、余剰計算資源を出し合った人々によって、状態を保ちながら学習させることに成功したんです。かなり狂気的な技術的成果だと思いました。
ええ、ランダムな人々が少しずつ分担していたわけですね。
現代版のfolding at homeです。
その通りです。では、オープンソースの最終状態をどう見ていますか。アーキテクチャの分散化や、オープンウェイトを支えるための計算資源の分散化、そしてAIを誰もが広く利用できるようにする完全オープンソースのアプローチが進むと見ていますか。
私は、モデルを第一級の製品として、プロプライエタリな製品としても、オープンソースとしても、両方必要だと根本的に思っています。AかBではありません。AでもありBでもあるのです。まったく疑いありません。
なぜなら、モデルは製品ではなく技術だからです。モデルは技術であって、サービスそのものではありません。大多数の消費者にとって、つまり水平レイヤーとしての汎用知能に対して、自分でファインチューニングしたいとは本当に思いません。私はChatGPTを使い続けたい。Claudeも使いたい。Geminiも使いたい。Xも使いたい。ご存じのように、それぞれに個性があるので、その日の気分や解きたい問題によって使い分けるでしょう。Xでやるかもしれないし、ChatGPTでやるかもしれない。ですから、その産業セグメントは今後も繁栄していきます。
しかしその一方で、あらゆる産業には、その領域特有の専門知識、特殊性があり、それを自分たちで制御できる形で取り込まなければなりません。そしてそれはオープンモデルからしか得られません。
私たちはオープンモデルの世界にも多大な貢献をしています。それは最前線にかなり近いところにあります。そして率直に言って、たとえ最前線に到達したとしても、サービスとしての製品世界と、製品としてのモデル世界の両方が今後も繁栄し続けると思います。
今、私たちが投資するスタートアップはすべてオープンソースファーストで、そこからプロプライエタリモデルに移っています。
美しいのは、良いルーターがあれば、初日から毎日、世界最高のモデルにアクセスできることです。そしてそれが、コスト削減やファインチューニング、特化へ向かう時間を与えてくれる。つまり毎回、世界最高クラスの能力を打ち出せるのです。
米国のAI拡散、中国市場、国家安全保障
J、ひとつ聞かせてください。世界のAI競争でアメリカに勝ってほしいと誰よりも思っているのは、あなたですよね。でも1年前、Biden政権時代のdiffusion ruleは、実質的にはアメリカのAIの世界拡散を妨げるものでした。
では、新政権になってから1年たった今、成績をつけるとしたらどうですか。世界的な拡散という意味で、そしてアメリカのAI技術を世界中に広げる速度という意味で、私たちはAですか、Bですか。何がうまくいっていて、何がうまくいっていないのでしょうか。
まず第一に、Trump大統領はアメリカ産業が主導することを望んでいます。アメリカのテクノロジー産業が主導し、勝つことを望んでいます。アメリカの技術を世界中に広めたいと考えています。アメリカを世界で最も豊かな国にしたいと考えています。その全部を望んでいます。
現時点で、まさに今この瞬間、Nvidiaは世界第二位の市場で95％のシェアを手放し、今は0％です。
Trump大統領は、私たちにそこへ戻ってほしいと望んでいます。まず最初の仕事は、販売可能な企業向けにライセンスを取得することです。ライセンスを求めてきた企業は多くあります。私たちはそのために申請し、Lutnick長官から承認を得たライセンスもあります。今、そのことを中国企業に伝え、多くの企業が発注書を出してきました。そこで、再び出荷できるようにサプライチェーンを立ち上げ直しているところです。
より大きなレベルで言えば、Brad、私たちが認識すべきことがあります。国家安全保障は、ミニチュアモーターやレアアース鉱物にアクセスできない時に弱まります。通信ネットワークを自分たちで制御できない時にも弱まります。持続可能なエネルギーを国内で確保できない時にも弱まります。本質的に弱くなるのです。
そして、こうした産業の一つひとつは、AI産業をそういう姿にしたくないという私の思いを映す例です。未来を見て、アメリカの技術産業、アメリカのAI産業が世界をリードするとはどういうことか、と考えた時、AIモデルがひとつに統一される世界などありえないことは皆わかっています。そんな結果は意味をなしません。
しかし、チップからコンピューティングシステム、プラットフォームに至るまで、アメリカのテックスタックが世界に広く使われ、その上で各国が自分たちのAIを作り、公的なAIを使い、私的なAIを使い、社会の中でアプリケーションを構築していく。私はそうなってほしい。アメリカのテックスタックが世界の90％を占めてほしい。それを強く望みます。
逆に、太陽光、レアアース、磁石、モーター、通信ネットワークのような状態になるなら、それは国家安全保障上、非常に悪い結果だと考えます。
中東、台湾、ヘリウム、自動車の供給網
いま世界各地で起きている紛争の状況を、あなたはどれくらい見ていますか。そしてどれほど心配していますか。たとえば中国と台湾、それに中東からのヘリウム供給は、半導体製造のサプライチェーンリスクになり得ると聞いています。どれほど気にしていますか。
まず第一に、中東について言えば、私たちにはそこに6000の家族があります。NVIDIAには多くのイラン人がいて、その家族はいまもイランにいます。ですから多くの家族を抱えているのです。
何よりもまず、彼らは非常に不安で、非常に心配し、非常に怖がっています。私たちは常に彼らのことを考えていますし、常に見守っています。彼らには私たちの全面的な支援があります。
また、何度も聞かれました。今でもイスラエルで事業を続けるつもりなのかと。私たちは100％イスラエルにいます。そこにいる家族を100％支えています。中東にも100％コミットしています。
さらに、中東で今起きていることを踏まえても、そこに人工知能を拡張できると考えるか、とも聞かれました。私は、戦争が起きたのには理由があると思っていますし、戦争が終わった後の中東は以前より安定すると考えています。ですから、以前そこを検討していたなら、その後はなおさら検討すべきです。私は100％その立場です。
台湾に関しては、三つのことをしなければなりません。第一に、できる限り早くアメリカを再工業化することです。チップ製造工場であれ、コンピュータ製造工場であれ、AIファクトリーであれ、それが必要です。
進み具合はどうですか。
非常にうまくいっています。台湾のサプライチェーンから戦略的支援と友情を得ることによって、Arizona、Texas、Californiaを驚くべき速度で整備できています。彼らは本当に戦略的パートナーです。私たちは本当に、彼らに支援と友情と寛大さを示すべきです。そして彼らも、私たちのために製造プロセスを加速させるためにできることをすべてやってくれています。
第二に、製造サプライチェーンを多様化しなければなりません。韓国、日本、ヨーロッパ、どこであれ、多様化し、より強靭にしなければなりません。
第三に、自制を示すことです。多様性と強靭性を高めながら、不必要な圧力を加えすぎないことです。忍耐が必要です。
ヘリウムは問題ですか。
多くの報道がありますが、ヘリウムは問題になり得るとは思います。ただし、サプライチェーンの側にもかなりのバッファがあるでしょう。こういうものにはたいてい相当の余裕があります。とはいえ、もちろん注意して見ています。
自動運転、オープンプラットフォーム、Teslaとの関係
あなたは自動運転で大きな前進を遂げました。大きな発表もありましたし、BYDを含む多くのパートナーも増えました。Mercedesで走っている動画もありましたし、Uberとの大きな発表もありました。多様なメーカーの車が道路を走るようになるわけですよね。
あなたの賭けは、Androidのようなオープンプラットフォームができて、その中であなたが大きな役割を果たす、というものだと思っています。何十社もの自動車メーカーがそれに乗り、一方ではTeslaやWaymoのようなiOS的なものがあるかもしれない。その盤面がどう現れると見ていますか。あなたは深いスタックを持ちつつ、ある場面では競争し、別の場面では協調しています。
一歩引いて見ましょう。私たちは、動くものはすべて、いつの日か完全あるいは部分的に自律化すると考えています。これが第一です。
第二に、私たちは自動運転車そのものを作りたいわけではありません。しかし、世界中のあらゆる自動車会社が自動運転車を作れるようにしたいのです。そこで私たちは三つのコンピュータ、学習用コンピュータ、シミュレーション用コンピュータ、評価用コンピュータ、そして車載コンピュータをすべて構築しました。
私たちは世界で最も安全な運転用オペレーティングシステムを開発しました。さらに、世界初の推論型自律走行車も作りました。複雑な状況をより単純な状況に分解し、それを通過する方法を自ら考えられるようにするためです。ちょうど私たちの推論システムと同じです。その推論システム、Al Pomayoによって、私たちは驚異的な結果を達成できています。
私たちは縦方向に最適化し、横方向にも革新し、最終的には皆さんに選んでもらう。学習用コンピュータひとつだけを買いたいですか。ElonとTeslaの場合は、私たちの学習用コンピュータを買っています。学習用とシミュレーション用の両方が欲しいですか。それとも三つすべてを一緒にやって、車載コンピュータまで車に載せたいですか。
私たちの姿勢は、問題を解きたいということです。私たち自身が唯一の解ではありません。どんな形で一緒に仕事をしてもらっても喜んでいます。
Google TPU、AWS、そしてNvidiaの優位
この質問に重ねたいのですが、とても興味深いです。あなたはこのプラットフォームを実際に作っていて、百花繚乱の状態になっている。ただ、その花のいくつかはスタックを下に降りてきて、少しあなたと競争したがっています。GoogleにはTPUがあり、AmazonにはInferentiaとTrainiumがある。皆、自分版の、Nvidiaに勝てるかもしれない、を始めているわけです。でも同時に彼らは巨大顧客でもあります。
この状況をどう乗り切っているのですか。時間がたつと何が起きると思いますか。そして、こうしたものはこのビジョンの中でどこに位置づくのでしょうか。
素晴らしい質問です。まず第一に、私たちは唯一のAI企業です。私たちはAI企業であり、基盤モデルも構築しています。多くの異なる領域で最前線にいます。単一の層だけでなく、あらゆる層、あらゆるスタックを作っています。
私たちは、世界中のすべてのAI企業と仕事をしている、世界で唯一のAI企業です。彼らは自分たちが何を作っているかを私に見せません。でも私は自分が何を作っているかを、彼らにそのまま見せています。
その自信はそこから来ます。私たちは、何が最良の技術かを競うことに喜んでいます。そして、私たちがこのスピードで走り続けられる限り、Nvidiaから買うことは依然として最も経済的な選択のひとつだと信じています。
第二に、私たちはあらゆるクラウドに存在できる唯一のアーキテクチャです。それは根本的な利点をもたらします。クラウドから取り出してオンプレミスに置ける。車に置ける。どの地域にも置ける。
宇宙にも。
その通りです。宇宙にもです。
そして私たちの市場の大きな部分、事業の40％ほどは、ほとんどの人が気づいていませんが、CUDAスタックがなければ、そしてAIファクトリー全体を構築できなければ、顧客はあなたをどう扱っていいかわかりません。彼らはチップを作りたいわけではなく、チップを買いたいわけでもない。AIインフラを作りたいのです。だから彼らはフルスタックで来てほしい。そして私たちはその全スタックを持っている。
そのため、驚くべきことに、Nvidiaはシェアを伸ばしています。今の位置を見れば、私たちはシェアを伸ばしているのです。
いったん皆が自分でやってみて、うわ、これは大変すぎる、と気づいて戻ってくる。それでシェアが伸びるのですか。
シェアが伸びている理由はいくつかあります。ひとつは、私たちの速度がさらに上がったこと。チップを作ることではなく、システムを作ることが重要だと人々に理解してもらえるようになったからです。そしてそのシステムを作るのは本当に難しい。だから、彼らの私たちとの取引量が増えている。
AWSの場合で言えば、たしか昨日発表されたと思いますが、今後数年で100万チップを買うことになるはずです。AWSが買うチップとしては膨大です。それは、これまで買ってきたチップの上積みです。私たちは喜んでそれに応じます。
ただし、シェアが伸びている理由はそれだけではありません。この数年でAnthropicがNvidiaに来るようになり、MetaもNvidiaに来ています。オープンモデルの成長はすさまじい。そしてそれは全部Nvidia上です。モデル数が増えることでシェアが伸びているのです。
さらに、こうした企業の多くがクラウドの外側で成長しています。地域単位で、企業で、産業で、エッジで成長している。そして、その成長セグメント全体は、単にASICを作るだけでは本当に難しいのです。
アナリスト予測はAIの規模を理解していない
Brad、これに関連して、数字の細かい話には入りたくないんですが、アナリストたちは信じていないように見えます。あなたは計算量が100万倍になる可能性があると言っていますよね。それなのにコンセンサス予測を見ると、来年の成長率は30％、その次は20％、そして巨大な年になるはずの2029年が7％です。
あなたのTAMにその成長率を当てはめると、シェアが急落することを意味します。将来の受注の中に、それが正しいと言えるようなものはありますか。
まず第一に、彼らはAIの規模と広がりを理解していません。
それは本当だと思います。多くの人は、AIは上位5つのハイパースケーラーの中にあるものだと考えています。
そうです。それに加えて、大数の法則のような正統派の考え方もある。彼らは投資銀行のリスク委員会に戻って、何らかのモデルを示さなければいけない。頭の中では、5兆ドルが15兆ドルになるとは信じられないのです。7兆ならあるいは、とか、10兆ドル企業にはなれるかもしれない、とか。その程度です。
でも、それは一度も起きたことがない。だから起きるとは言えない、と。
しかも、それは自分たちが何をしている企業なのかを再定義しなければならないからです。最近、誰かがこう指摘していました。NvidiaのJensen、どうしてサーバー分野でIntelより大きくなれるんだ、と。理由は、データセンター全体のCPU市場が年250億ドルほどだったからです。
私たちは、皆さんご存じの通り、そのくらいの規模を、ここで座っている間にもやっているわけです。
それは冗談でしたよね。
まあ、All-In podcastですから。ここでは何でもだいたいです。心配しないでください。もちろんそれはガイダンスではありません。ただ、要点は、どれだけ大きくなれるかは、あなたが何を作っているかに依存するということです。
Nvidiaはチップを作っているわけではない。第一に、チップを作るだけでは、もはやAIインフラの問題は解決できません。複雑すぎるからです。第三に、多くの人はAIを、自分が話題にし、見聞きしている狭い範囲のものだと考えています。OpenAIは信じられないほど素晴らしく、巨大な存在になるでしょう。Anthropicも同様です。しかしAIはそれよりはるかに大きくなります。そして私たちは、その大きな部分を相手にしているのです。
宇宙データセンターと衛星上のCUDA
宇宙のデータセンターについて少し教えてください。
私たちはすでに宇宙にいます。一般の人は、その事業を、地上で進んでいる巨大なデータセンタービルドアウトと比べてどう理解すればいいでしょうか。
もちろん、まずは地上でやるべきです。すでにここにいるのですから。これが第一です。第二に、宇宙に出ていく準備もすべきです。宇宙には明らかに大量のエネルギーがあります。
課題は、冷却です。伝導や対流を使えないので、放射しか使えません。放射には非常に大きな表面積が必要です。とはいえ、それは解けない問題ではありませんし、宇宙には広大な空間があります。ただ、それでもコストはかなり高い。そこは事実です。
私たちはこれを探っていきます。すでにそこにいます。すでに放射線耐性も持っています。世界中の衛星にCUDAが載っています。画像取得、画像処理、AI画像処理などをしています。そして、そうしたことはデータをいちいち地上に送り返してから処理するのではなく、宇宙でやるべきです。宇宙でイメージングをやるべきなのです。
ですから、宇宙でやるべきことはたくさんあります。その一方で、宇宙におけるデータセンターのアーキテクチャがどうあるべきかも探っていきます。何年もかかるでしょう。それでいいのです。私は時間をたっぷり持っていますから。
ヘルスケア、AI生物学、医療機器のエージェント化
ヘルスケアについてももう少し聞きたいです。大きく取り組んでいますよね。私たちも皆ある程度の年齢になってきて、寿命や健康寿命のことを考えています。みんな見た目はいいですが。
人によって差はありますね。
Jensen、あなたの秘密は何なんですか。
かなりいい感じですね。
何を摂っているんですか。何をやめているんですか。舞台裏で教えてください。グリーンルームで何をやっているのか知りたいです。
スクワット、腕立て、腹筋です。
完璧ですね。
では、ヘルスケアのビルドアウトはどうなっていくのでしょうか。どんな進展がありますか。私はさっきClaudeを使って分析していて、請求コードはどうなっているのか見ていました。アメリカは2倍のお金を使っているのに、得られるものは半分に見える。最初のGP受診に15％から25％のお金が使われているように見えました。そして、私たちは皆わかっていますが、ChatGPTや大規模言語モデルの方が、今では初診でより一貫して良い仕事をします。そこを突破して、AIが医療制度に本当の影響を与えるには何が必要でしょうか。
私たちはヘルスケアの中でいくつかの領域に関わっています。ひとつはAI physics、つまりAI biologyです。AIを使って生物学的振る舞いを理解し、表現し、予測することです。これは創薬にとって非常に重要です。
二つ目はAIエージェントです。これは支援や診断補助の領域です。OpenEvidenceは非常に良い例です。Hippocraticも非常に良い例です。こうした企業と一緒に働くのは本当に好きです。この領域では、エージェント技術が、医師との関わり方や医療との関わり方を革命的に変えると思っています。
三つ目はPhysical AIです。ひとつ目は、AIで物理を予測するAI physics。二つ目は、物理法則の性質を理解するAI、つまりPhysical AIです。これはロボット手術に使われます。ここでは膨大な活動が起きています。
将来、病院で触れるあらゆる機器、超音波であれ、CTであれ、どんな機器であれ、エージェント化されるでしょう。安全版のOpen Clawのようなものが、すべての機器の中に入ることになる。そうなれば、その機器は患者、看護師、医師と、これまでにない独特な形でやり取りすることになります。
AI兵器にこれほど多くの投資が集まっているなら、AI救急隊員やAI救命士、命を奪うのではなく救う方にも投資が向いてくれると素晴らしいですね。
ロボティクスは3年から5年で生活に入ってくる
それはロボティクスへの素晴らしい流れですね。あなたには何十ものパートナーがいます。Boston Dynamicsの10年、あるいは20年にも見える、奇妙な停滞期がありました。Googleも多くの会社を買ったものの、売却したりスピンアウトしたりして、ロボティクスはまだ本番ではないと思われていた。
ところが今、現時点で世界最高の起業家、まああなたと並んでですが、Elon Muskがいて、Optimusもかなり印象的です。そして中国の他の企業もあります。どれくらい近いのでしょうか。ロボットのシェフ、ロボットの看護師、ロボットの家事手伝い、そうしたヒューマノイドが実世界で働くのは。特に中国では、こちらと同じくらい、あるいはそれ以上うまくやっているように見えます。
この産業は大部分、私たちが作ったのです。アメリカが生み出したと言っていい。もしかすると、私たちは少し早く入りすぎたのかもしれません。そして、可能にする技術が現れる5年ほど前に、疲れてしまった。ほんの少し、早く疲れすぎたのです。
でも、今それが来た。では、あとどれくらいか。高機能な存在証明から、まともな製品に至るまで、技術はせいぜい2、3サイクルしかかかりません。2、3サイクルとは、だいたい3年から5年です。それだけです。3年から5年で、ロボットは至るところにいるようになります。
中国は手ごわいと思います。なぜなら、マイクロエレクトロニクス、モーター、レアアース、磁石といった、ロボティクスの基盤をなすものにおいて、彼らは世界最高だからです。ですから、多くの意味で、私たちのロボティクス産業は彼らのエコシステムとサプライチェーンに深く依存しています。もちろん彼らは非常に速く動いています。私たちのロボティクス産業も、世界のロボティクス産業も、それに大きく依存せざるを得ない。だから、ここではかなり速い動きが見られるでしょう。
最終的には1人に1台ですか。Elonは、人間1人に対してロボット1体、70億人なら70億体、80億人なら80億体になると考えているようです。
私はもっと多いことを望みます。工場で24時間働くロボットが大量に出てきます。あまり動かないけれど少しは動くようなロボットも大量に出てくる。ほとんどすべてのものがロボティックになるでしょう。
ロボットがもたらす繁栄、月と火星
世界はどう見えるのでしょうか。
すみません、私にとってロボティクスは、あらゆる個人に経済的な可動性の機会を解き放つもののひとつだと思っています。かつて皆が車を持ったことで、いろいろな仕事へ行けるようになった。今度は皆がロボットを持つことで、そのロボットが代わりにいろいろな仕事をしてくれるようになる。Etsyの店も、Shopifyの店も、自分のロボットで立ち上げられる。自分ひとりではできないことが、できるようになる。ロボットは、地球上のより多くの人々の繁栄を解き放つ、これまでで最大の技術になると思っています。
間違いありません。単純な計算として、現時点ですでに労働力は何百万人分も足りていません。私たちは実際、ロボティクスを切実に必要としているのです。もっと労働力があれば、企業はもっと成長できます。
あなたが挙げたようなことは本当に楽しいですね。ロボットがあることで、仮想的な存在感も得られます。出張中でも、自宅のロボットの中に入り込んで、仮想的に操作できる。家の中を歩き回ったり、犬の散歩をしたり。
落ち葉を掃いたり。
そう、その通りです。犬をびっくりさせたり。
そこまではしないかもしれませんが、家の中を歩き回って様子を見たり、犬と話したり、子どもたちと話したりできる。時間旅行のようなものです。光の速度で移動できるようになる。つまり、自分自身ではなく、先にロボットを送り出すわけです。
見に行かせるんですね。
そうです。それから自分のAIをアップロードする。
まあ、それは避けられないでしょう。月も火星も、植民の対象として現実味を帯びてきます。そこには無限の資源があります。月から物資を持ち帰るのは、実質的にゼロエネルギーコストです。太陽光を使って加速できるからです。世界に必要なものをすべて月で作る工場を持つこともできる。そして、その鍵を握るのがロボットです。
その通りです。距離はもはや問題ではありません。
Anthropicの収益予測と企業ソフトの再販
モデルとエージェントから得られる収益が増えれば増えるほど、私たちはインフラ構築に投資できるようになり、それがさらにモデルとエージェントの能力を解き放つ。Darioは最近Dwarkeshのポッドキャストで、2027年から2028年までに、モデル企業とエージェント企業から数千億ドルの収益が出るだろうと言っていました。そして2030年までに1兆ドルを予測していました。これはインフラを除くAI収益です。
私は、彼はかなり保守的だと思います。DarioとAnthropicは、それよりずっと良い結果を出すと信じています。ずっとです。
すごいですね。300億ドルから1兆ドルへ。
ええ。それに加えて、彼がまだ考慮していない部分があります。私は、あらゆる企業向けソフトウェア会社が、AnthropicのコードやAnthropicのトークンの再販業者、付加価値再販業者にもなると思っています。OpenAIも同じです。その部分で市場投入はものすごく広がるでしょう。今年のうちにです。
これからのアプリケーション層の堀は何か
その世界で、何が堀として残ると思いますか。率直に言って、あなたにはいくつか、ほとんど乗り越えられない堀があります。誰も語らない最高のものは、おそらくCUDAでしょう。信じられないほどの戦略的優位です。
でも将来、モデルが何かすごいものを生み出せるなら、次のモデル世代がそれを壊すこともできるかもしれない。アプリケーション層で構築している企業にとって、堀は何だと考えますか。どう差別化すればいいのでしょうか。
深い専門化です。深い専門化だと私は思います。一般モデルがあり、それがソフトウェア会社のエージェントシステムにつながるようになるでしょう。その多くはクラウドモデルであり、プロプライエタリモデルです。しかし、その多くの中には、自分たちで学習させた特殊なサブエージェントも含まれるでしょう。
つまり、起業家に対する号令はこれですね。自分の垂直領域を知れ。
その通りです。
誰よりも深く、誰よりもよく知れ。
その通りです。
そして、その知識をこれらのツールに吹き込める時を待て、と。
その通りです。あなたのエージェントを顧客につなげるのが早ければ早いほど、そのフライホイールが回って、エージェントはどんどん良くなっていく。
今のやり方の完全な反転ですね。今はソフトウェアを作って、何が一般化できるか考え、それをできるだけ広く売り、さらにその周囲のカスタマイズを売るわけです。
まさにその通りです。私たちは水平プラットフォームを作る。しかし、そこにはGSIやコンサルタントのような専門家集団がいて、その水平プラットフォームを特定領域向けに特化させている。
しかもそのカスタマイズ市場の方が、5倍や6倍大きいとも言えます。
完全にそうです。ですから、プラットフォーム企業には、その専門家、その垂直の存在になる機会があると思います。
ドメインエキスパートですね。
AIで仕事を失うのではなく、AIを使う誰かに仕事を奪われる
あなたに花を贈りたいです。3年前、あなたは、AIに仕事を奪われるのではなく、AIを使う誰かに奪われるのだ、と言いました。そして今、会話全体がこの概念、つまりエージェントが人間を超人的にし、事業機会も起業の可能性も拡大するという考えに収斂しました。あなたは本当に、それをかなり明確に見ていた。
あなたは見方を変えましたよね。Doomerから。
いや、私はDoomerではありません。Doomerの部分も持っていますが、二つの考えを同時に保つことはできます。
それ、バズりますよ、Jake。
いや、本当にできますよ。
それは彼が私と十分一緒にいないからです。
まあ、少しは一緒にいますけど。その話はしませんね。彼は表を見せてくるんですよ。ついて回るんです。
私は求めていませんよ。
私とTuckerと一緒に来てもいいですよ。毎年1月に日本でスキーをしているんです。いいですね。
Tuckerとロードトリップです。
仕事の置き換えは起きます。そして問題は、その人たちがこうした技術を受け入れるだけの気力や意思を持てるかどうかです。人間による運転は100％なくなっていくでしょう。それは美しいことですし、命も救われます。ただし、それがアメリカだけで1000万から1500万人の雇用に関わることも認識しなければいけません。だから、それは起きます。
私は、仕事は変わるのだと思います。たとえば今も運転手はたくさんいます。私は、将来その多くの運転手は、車が自動で走っている間、ハンドルの後ろに座っていると思います。なぜなら、最終的に運転手がしていることを思い出してほしいからです。彼らはあなたの荷物を手伝い、さまざまなことを助けてくれる。つまりアシスタントなのです。
だから、将来の運転手が、あなたのモビリティアシスタントになることは十分あり得る。ホテルに着くまでの間にも、さまざまなことを手伝ってくれるでしょう。
飛行機のオートパイロットは、パイロットをコックピットから追い出すどころか、むしろ多くのパイロットを生みました。しかも今や飛行の90％はオートパイロットが担っています。ところで、自動運転中のその運転手は、その間にスマホで他の仕事もするようになるでしょう。いろいろ手配したり調整したりしてくれる。
その通りです。仕事はすべて変化します。なくなる仕事もあります。しかし、同時に多くの仕事が再創造されることもわかっています。
ただ、学校を出たばかりでAIを不安に思っている若い人たちに、どうしても言いたいことがあります。AIを使う専門家になってください。
私たちは皆、社員にAIを使う専門家であってほしいと思っています。そしてそれは決して簡単ではありません。どう指定するか、指定しすぎないか、AIが創造し、革新できる余白を残しながら、私たちの望む結果へ導くか。それには職人芸が要るのです。
若者への助言、英語、数学、深い科学
Stanfordでだったと思いますが、あなたにはすごく印象的な助言がありました。あなたに痛みと苦しみがあれ、というやつです。覚えていますか。
ええ。
素晴らしかったです。
今の若者には、何を学ぶべきだと助言しますか。高校を出る直前で、大学に行くのか、何を専攻するのか、そもそも大学に行くのか、そういう決断をまだしていない子たちです。どう導きますか。
私は今でも、深い科学、深い数学、そして言語能力が重要だと信じています。ご存じのように、言語はAIのプログラミング言語です。究極のプログラミング言語なのです。ですから、英文学専攻が最も成功する可能性すらある。
とはいえ、どんな教育を受けるにせよ、AIの使い方において深く深く熟達していることを確認してほしいと思います。
放射線科医の例と、AIが増やす仕事
仕事についてもうひとつ言いたいことがあります。皆さんにぜひ聞いてほしい。深層学習革命の初期、世界でも最高クラスのコンピュータサイエンティストの一人、私が深く敬意を抱いている人物が、コンピュータビジョンによって放射線科医は完全になくなると予測しました。そして皆に対し、絶対に進むなと助言した分野が放射線学だったのです。
10年後、その予測の技術的中身は100％正しかった。コンピュータビジョンは、世界中の放射線技術やプラットフォームに100％統合されました。
しかし驚くべき結果として、放射線科医の数はむしろ増え、需要は急増したのです。なぜか。あらゆる仕事には目的とタスクがあるからです。
彼らのタスクは画像を見ることです。しかし、その目的は病気の診断を助け、医師を助け、患者を助けることです。驚くべきことに、画像を非常に速く処理できるようになったことで、より多くの検査が可能になった。医療が改善したのです。そして、より多くの検査をより速く行えることで、患者をより早く受け入れ、より早く治療できるようになった。
そして、病院も利益を上げることを好みます。だから検査数が増え、患者数が増え、収益が上がる。つまり、より速く成長する国、生産性が上がる国では、教室の教師を減らすのではなく、増やせるようになるのです。
その通りです。ただ、その教師一人ひとりに、教室内のすべての生徒のための個別カリキュラムを与えることができる。それによって皆がバイオニックになる。すべての生徒がAIに支えられるようになるでしょうが、それでもなお、すべての生徒には優れた教師が必要です。
締めくくり、AIをどう使うかは私たちが選べる
素晴らしいですね。Jensen、おめでとうございます。今回の成功も、そして本当に、この対話全体が非常に前向きで、高揚感のあるものになりました。時間を取ってくれて本当に感謝しています。あなたは、まさに今、私たちに必要な導き手です。
あなたは本当に、ポジティブな側面をとても強く発信しています。AIに対する破滅論が多すぎると思います。
ただ、ここまで成功してなお、私たちはソフトウェアを作っているだけなんです、と謙虚に言えることが重要なのだと思います。そして、それを人々が聞くのはとても健全なことです。私たちは以前にもこうしたことをしてきました。以前にも新しいカテゴリーや産業を生み出してきました。
だから、わざわざ恐怖を煽る場所へ行く必要はありません。それは何も生みません。
そして選ぶのは私たちです。自律性も、主体性もあります。どう使うかは私たちが決められる。
その通りです。
では皆さん、次回のAll-In interviewでまたお会いしましょう。
よかったよ、兄弟。
ありがとう。
いい仕事だった。
ありがとうございます。
最高でした。
よかった、よかった。感謝しています。
皆さん最高です。
見てくださいよ、皆さんの後ろのこの大きな人だかりを。
きっとあなたに会いに来ているんですよ。
私は完全に乗っています。
コメント