AWSとNvidiaは、2027〜2028年にかけてAWSデータセンター全体で約200万個の追加GPUを展開し、CPU、ネットワーキング、オープンモデル、データ処理、ロボティクスを網羅するパートナーシップを拡大する。
見出しの数字よりも、タイムラインこそが重要だ。2〜3年先のキャパシティを確約することは、AI需要が構造的なものであり、現在の学習サイクル後に弾ける泡ではないという賭けである。これはまた、真のボトルネックがどこにあるかを明らかにする。チップ設計ではなく、その周辺の物理的スタック、すなわち電力契約、土地、冷却、そして構築に数年を要するネットワークファブリックである。Nvidiaがハイパースケーラーを複数年の引き取り契約に縛ることで、個別顧客の自社製シリコン野心に対する需要基盤を守り、一方でAWSはMicrosoftとGoogleが同じ割り当てを追う中で供給の確実性を得る。より静かなシグナルは、学習を超えた多様化だ。ロボティクスとデータ処理の包含は、両社が次の計算波を吸収するのは、より大規模なフロンティアモデルだけでなく、推論と物理世界の自動化であると予想していることを示唆している。
リスクは集中にある。2つのベンダーがAIインフラのリファレンスアーキテクチャを定義すると、価格決定力とロードマップ管理は顧客から離れていく。このスタックに完全に標準化した企業は、簡単には解消できないロックインを引き継ぎ、これらの構築に供給されるメモリと電源サプライチェーンは、他の全員にとってシステミックな圧力点となる。
日本にとって、これは企業とSIerの双方にとって計算を再構築する。国内企業が優先的なGPU割り当てを確保することは稀であるため、フロンティア規模の計算への実用的な道はハイパースケーラーのリージョンを経由し、この約束は事実上、そのキャパシティの多くを大規模なグローバル購入者向けに事前予約する。2027年以降のAIワークロードを計画する日本企業は、可用性の逼迫と価格の硬直化を想定し、直感が示唆するよりも早期に予約キャパシティを交渉すべきだ。
NTTデータ、野村総合研究所、富士通などのSIerにとって、機会は生の計算能力で競うことではなく、その上の統合レイヤーにある。予約されたクラウドGPUキャパシティをレガシーなオンプレミスシステム、ガバナンス、日本語データパイプラインに接続することだ。ロボティクスとデータ処理の角度は、日本の製造業基盤と労働力不足を考えると特に関連性が高く、そこでは物理的自動化が別のチャットボットよりも明確なROIを持つ。RPAベンダーと国内開発チームは、これを価値がスクリプト化された自動化から、エージェント駆動の計算支援ワークフローへ移行していることの確認と読み取り、縮小するルールベースの領域を守るのではなく、それに応じてリスキリングを計画すべきだ。
