ここでの戦略的論点は、見出しの数字が示唆する以上に鋭い。知識経済から推論経済への転換は、価値がチップを設計する者だけに蓄積されるのをやめ、大規模にモデルを実行する計算資源をホスト、給電、運用できる者に流れ始めることを意味する。台湾は世界最先端のアクセラレータを製造できても、推論ワークロードが物理的に他の場所に存在すれば、下流の経済的利益のごく一部しか獲得できない。メガワットと冷却で測定される容量が、トランジスタ数ではなく、新たなボトルネックとなる。

この再定義は、現在ハイパースケーラーの構築が直面しているグローバルな反発と直接衝突する。OpenAIやMetaのような事業者が、電力消費、水使用、送電網への負荷をめぐってコミュニティや規制当局の抵抗に直面すると、AI拡張の制約はシリコン供給から社会的許容へと移行する。推論時代の勝者は、安価で安定した電力と迅速な許可プロセス、そして公衆の寛容を組み合わせた管轄区域となる。韓国のリードはこの点を示している。製造力とデータセンターの規模は分離可能な優位性であり、後者はファブ設備投資だけでなくエネルギー政策、土地、政治に依存するため、迅速に構築することが難しい。

日本にとって、その含意は警告であると同時に機会でもある。日本は台湾と同じジレンマに直面している。コンポーネントとシステムでは強いが、大規模な推論が要求する安価で豊富な電力は構造的に不足している。再稼働した原子力発電容量、洋上風力発電の野心、そして政府のAIインフラ補助金が、チップ補助金ではなく、ここでの真のレバーとなる。日本が韓国や米国がホストするクラウドへのコンポーネント供給者ではなく、アジアの推論ハブになりたいのであれば、エネルギーと送電網の近代化が単なる公益事業の問題ではなく、国家技術戦略の問題となる。

日本のSIerやエンタープライズITにとって、実践的な教訓は、推論提供アーキテクチャが第一級の設計分野になりつつあることだ。ワークロードをどこで実行するか、レイテンシとデータレジデンシーのルールが配置をどう形成するか、そして国内容量とより安価な海外地域の間でどう裁定するかが、AIプロジェクトのマージンを決定する。NTTデータ、富士通、NRIのような企業で、主権的で低レイテンシの推論ホスティングを提供できる企業は、規制されたセクターがワークロードを海外に送ることを拒否するにつれ、プレミアムを獲得する。

RPAと自動化ベンダーは、より静かな清算に直面している。推論が安価になり国内でより利用可能になるにつれ、ルールベースの自動化はモデル駆動型エージェントに吸収される。国内開発チームにとっての競争上の問題は、もはやAIを採用するかどうかではなく、エージェント的ワークフローを本番規模で経済的にするために、自社の計算資源が十分近くに配置され、十分適切な価格設定がなされているかどうかだ。