1ギガワットとは国家や重工業が扱う規模の単位であり、ソフトウェア企業のものではない。AnthropicがApollo Global支援の開発企業からこの規模の容量確保に向けた交渉を行っているという事実は、最先端AIをめぐる競争が実際にどこで繰り広げられているかを物語っている。それは研究論文の世界ではなく、電力、土地、シリコンという物理的なサプライチェーンの中だ。戦略的なシグナルは明確である。コンピュートが制約要因となっているのだ。モデルアーキテクチャはますますコモディティ化された知識となりつつあり、いまOpenAI、Google、Anthropicを分かつのは、最先端での学習と推論を継続するために、誰が十分な速さで電力とラックを確保できるかという点である。

資金調達の構造も、メガワット数と同じくらい重要だ。Apolloのようなプライベート・エクイティ大手に資産の所有と建設を任せることで、Anthropicは資本負担を自社のバランスシートから切り離しながら供給を確保できる。これはAI業界が、かつての通信事業者やハイパースケーラーの戦略を静かに採用している証左である。資本集約型のインフラ層と高利益率のサービス層を分離するのだ。今後、こうしたオフバランス型のテイク・オア・ペイ方式のコンピュートリースが増加し、インフラファンドは有料道路やパイプラインと並んでAIデータセンターを新たなコア資産クラスとして扱うようになるだろう。

二次的な影響はエネルギーである。1ギガワットの持続的な電力消費は、大型原子炉1基分の出力にほぼ相当する。これこそが、イタリアの原子力回帰や広範な原子炉復権がAIとは別の話ではない理由である。これらは同じストーリーなのだ。最先端AIの経済性は今や、送電網の接続待機列と電力購入契約(PPA)を通じて動いている。安定した電力を保証できない者は、スケールできない。以上。

日本にとって、これは鋭い警告であると同時に狭い好機でもある。日本のハイパースケール構想は、高コストで供給が限られた電力と遅い送電網整備によって構造的に制約されており、国内プレーヤーがギガワット級のAI学習基盤の確保競争で戦うことを困難にしている。想定される結果は、日本の本格的なAIコンピュートが海外へ、あるいは外資系ハイパースケーラーの拠点へと移動し、米国インフラへの依存が深まることである。国内事業者や商社は、安定電力の調達——原子力の再稼働、再生可能エネルギーと蓄電の組み合わせ、専用PPA——を、信頼できるAIインフラ戦略の後付けではなく前提条件として扱うべきだ。

SIerやエンタープライズIT部門にとっての教訓は、潤沢さを前提とせずコンピュート不足を前提に設計することである。最先端の研究機関が自らの学習と推論のために容量を確保する中、トップモデルへのオンデマンドアクセスは逼迫し、価格が見直される可能性がある。SIerは、ホスト型最先端APIとコスト重視のワークロード向けの小規模な国内モデルやオープンモデルを組み合わせたアーキテクチャを構築し、スポット利用に頼るのではなく早期にコミット容量条件を交渉すべきだ。一方、RPAや自動化ベンダーは、価値がモデルのラッピングから、ワークフローのコンテキストとデータの所有へとシフトしていることを認識すべきである。それこそが、生のコンピュートが少数のギガワット級事業者に集約される中でも防御可能な層なのだ。