米国とシンガポールに関わる半導体の迂回輸出を巡る調査が進むなか、Nvidiaは、同社の営業チームが2022年の米国の半導体輸出規制導入前にAlibabaをAlice Huangに紹介したとの指摘を受け、監視の目にさらされている。規制導入前に紹介があったというだけでは、違反の証明にはならない。より広範なリスクは、供給企業が仲介業者の役割やハードウエアの出荷予定先を裏付けられない場合、AI半導体の販売を完了させることが難しくなる点だ。
世界で事業を展開する供給企業にとって、販売チャネルの広がりと可視性の確保は商業上のトレードオフとなる。販売代理店は市場を広げられる一方、メーカーが最終購入者や設置先について同等の情報を得られるとは限らない。監視が審査の厳格化につながれば、出荷に必要な審査の通過までに時間がかかり、売上高を予測しにくくなる可能性がある。投資家は、AI需要の減退と、コンプライアンス上の理由で販売が遅れたり認められなかったりする事態を区別すべきだ。
クラウドサービスの購入企業も、関連する依存リスクを抱える。サービス契約を結んでも、提供事業者のハードウエア調達リスクがなくなるわけではない。調達担当者は、アクセラレーターを誰が所有し、どこで稼働させ、新たな処理能力をどう調達するのかを確認すべきだ。サプライチェーンの上流でコンプライアンス上の理由から供給が保留されると、既存の処理は止まらなくても、能力の拡張が遅れる可能性がある。この違いは重要だ。拡張に制約がある前提で計画を立てることと、サービス停止が目前に迫っていると想定することは異なる。
日本企業にとって実務上の課題となるのは、アクセラレーターの性能だけでなく、納入の確実性だ。海外の仲介業者やクラウド事業者に依存するAI導入では、日本の顧客が規制対象でなくても、その取引先で生じるコンプライアンス上の遅延の影響を受ける可能性がある。購入企業は、調達経路を裏付ける文書、供給元の重要な変更に関する通知、実効性のある契約終了条項を求めるべきだ。代替事業者については、必要になる前に技術的な互換性を評価しておくべきだ。
日本のシステムインテグレーターは、こうした取り組みをサービス化できる。計算資源の依存関係を可視化し、調達の証拠資料を保管し、モデル連携を事業者固有のインフラから切り離すといった対応だ。AIを組み込んだRPAを運用する開発チームは、外部の推論サービスが利用できなくなった場合に機能しなくなる業務フローを特定しておくべきだ。調達の軸足は、性能だけでなく、監査可能な供給体制と復旧可能な運用にも移るとみられる。Nvidiaから一律に離れるということではない。