2026年のダボス世界経済フォーラムにおいて、NvidiaのCEOジェンセン・黄は、BlackRockのCEOラリー・Finkと人工知能の変革力について幅広く議論した。黄は、AIを雇用を破壊する力と見るのではなく、逆説的な見解を示した：この技術は実際に複数のセクターで労働力不足を引き起こすだろうというものである。この議論は、大規模な置き換えの物語に挑戦し、AIが仕事、インフラ需要、そして世界経済の機会をどのように再形成するかを理解する枠組みを提供している。この会話は、Nvidiaが1999年のIPO以来、37％の複合株主リターンを実現してきたことを明らかにした。同じ年にBlackRockも上場し、年率21％のリターンを達成している。しかし、議論は金融パフォーマンスを超え、技術が社会を再形成する役割について深い問いを探求した。黄は、AIをChatGPTやClaudeのような孤立したアプリケーションとしてではなく、パーソナルコンピュータ、インターネット、モバイルクラウドコンピューティングの登場に匹敵する根本的なプラットフォームの変化と位置付けた。## 五層インフラ革命：なぜAIは兆ドル規模の世界投資を必要とするのか黄は、「五層ケーキ」モデルと呼ばれるAIのシステム的複雑さとインフラ需要を示すモデルを紹介した。最下層はエネルギーであり、AIのリアルタイム処理と知能生成には大量の電力が必要である。その上に半導体とコンピューティングインフラ層があり、TSMCのような企業が20の新しいウェハー製造工場を建設している。第三層は、これらの能力を世界中に提供するクラウドサービスである。第四層はAIモデルそのものであり、アルゴリズムやニューラルネットワークが大部分の注目を集めている。しかし、黄は、モデルだけでは不十分であり、それを支える層が必要だと強調した。最上層はアプリケーションであり、金融サービス、ヘルスケア、製造業、そして最終的に経済価値を生み出す新興セクターである。この五層の枠組みは、黄の見解では、「人類史上最大のインフラ建設」が進行中であることを示している。既に数百億ドルが投資されており、エネルギー需要の爆発的増加、データセンターの建設、チップ製造、コンピュータ工場の拡張に兆ドル規模の資金が必要とされている。Foxconn、Wistron、Quantaは、30の新しいコンピュータ工場の建設で提携している。一方、Micron（米国の施設に2000億ドルを投資）、SK Hynix、Samsungなどのメモリチップメーカーは生産能力を急速に拡大している。## 放射線科から看護へ：AIは人間の目的を増幅させ、労働者を置き換えるのではない雇用問題はAI不安の核心にある。黄は、従来の悲観論に対し、「目的」と「タスク」の区別を持ち出した。10年前、放射線科はAIの超人的なコンピュータビジョン能力により廃れると予測されたが、実際には放射線科医の数は増加している。AIは現在、主要なスキャン解析タスクを担っている。その仕組みは、放射線科医が繰り返しのスキャン解釈の負担から解放されることで、より高付加価値の活動—直接診断、患者とのコミュニケーション、臨床協力—に時間を割けるようになることにある。病院はより多くの患者に効率的に対応でき、収益も増加し、追加の放射線科医の雇用も正当化される。同じダイナミクスは看護にも当てはまる。米国では約500万人の看護師不足があるが、AIを活用した医療記録や訪問記録の文字起こしにより、看護師は従来の管理業務から解放されている。患者をより多く診る余裕ができるため、病院は拡大し、追加の看護師を雇用している。黄の枠組みは、どの職業においても、AIがそれを排除するかどうかではなく、ルーチン作業を自動化しつつ、コアな目的を強化するかどうかが重要だと示唆している。自動化が本当に労働者にとって代えられない人間の機能—ケア、判断、複雑な問題解決—に集中させることを可能にすれば、雇用はむしろ拡大する傾向にある。このインフラの構築自体も、電気技師、建設作業員、技術者、鉄鋼労働者、ネットワーク専門家などの熟練ブルーカラー労働者の需要を生み出す。米国では、これらの役割は前例のない需要を経験しており、チップ製造やAI工場建設に従事する人々の給与はすでに6桁に達している。## AIは世界で最もアクセスしやすい技術黄は、AIは「史上最も使いやすいソフトウェア」であると主張した。従来のコンピュータ時代はプログラミング言語の習得を必要としたが、AIシステムは自然言語の指示を受け付ける。正式なコンピュータサイエンスの訓練を受けていない人でも、「ウェブサイトの作り方を教えて」と頼めば、段階的な指導を受けられる。このアクセスのしやすさは、発展途上国の経済発展にとっても大きな意味を持つ。グローバルな技術格差を拡大するのではなく、AIはむしろそれを縮小する可能性がある。参入障壁はソフトウェア時代よりも格段に低くなっている。技術インフラが乏しい国の個人も、AIを活用してグローバルな知識経済に参加できる。Deepseekなどのオープンソースモデルや他の貢献者によるモデルは、アクセスを民主化し、企業や国がローカル言語や文化、データに合わせてソリューションをカスタマイズできるようにしている。## 主権AIの必要性：なぜ各国は自国のAIインフラを持つ必要があるのか黄は、「主権AI」と呼ばれる概念を強く提唱した。各国が自国のAIインフラを構築し、母国語や文化データを用いてモデルを訓練することが必要だと述べた。これは、電力網や交通網を持つことと同じくらい重要な国家競争力の要素と位置付けている。経済だけでなく、文化の保存や技術的主権の観点からも重要だ。ヨーロッパは特に興味深い事例である。米国がソフトウェア時代を支配した一方で、黄は、当時のヨーロッパの強固な工業・製造基盤は十分に活用されていなかったと指摘する。物理的AIやロボティクスの進展により、ヨーロッパには「一生に一度の機会」が訪れていると黄は述べる。AIを「書き込む」のではなく、「教える」ことに焦点を当て、製造の卓越性と人工知能を融合させてスマート製造とロボティクスのリーダーになるべきだと提言している。ヨーロッパの科学研究の伝統は、AIと融合することで、学問分野全体の発見を飛躍的に加速させる可能性を秘めている。ただし、この潜在能力を実現するには、エネルギー供給とインフラ投資に真剣に取り組む必要がある。黄は、ヨーロッパの指導者たちにこの基盤を真剣に扱うよう促した。## AIバブル論の検証巨大なAI投資が投機的過剰を示すのかと問われた黄は、市場の明確な指標を示した。すべての世代のNvidia GPUは、スポット価格の高騰によりクラウドでのレンタルが非常に困難になっている。これは、AIスタートアップや企業が研究開発予算を人工知能に振り向けている実質的な需要を反映している。エリ・リリーはこの変化の典型例であり、かつてはほぼすべての研究開発費をウェットラボ研究に充てていた同社が、今やAIスーパーコンピュータやAI研究所に多額の投資を行っている。このインフラ投資の急増は、各層が生み出す計算需要によるものであり、正当化されている。AIモデルの性能向上とアプリケーションの拡大に伴い、エネルギー、チップ、クラウドサービス、物理的施設の需要は減少するどころか、むしろ増大している。昨年だけで1,000億ドル以上がAIネイティブ企業に流入し、史上最大級のベンチャーキャピタル投資年となった。## 世界経済の計算式の再構築この議論から導き出される主張は、AIが根本的にコンピューティングスタックを再構築する基盤的なプラットフォームシフトとして機能しているということである。初めて、コンピュータは画像、音声、自然言語といった非構造化情報をリアルタイムで処理し、人間の意図を推測し、複雑なタスクを実行できるようになった。この「事前録画」から「リアルタイム生成」への移行こそが、AIの他の技術との差別化要因である。グローバルな機会の縮小ではなく、黄はAIをより広範な経済包摂のエンジンと位置付けている。新興国は従来の技術インフラを持たずとも、AIを最初から採用することで中間段階を飛び越えることができる。アクセスの容易さは、正式な教育を受けていないプログラマーでも、シリコンバレーのエンジニアと同等のツールを使えることを意味している。最終的な経済的試金石は、インフラの構築が十分な富と雇用を生み出し、投資の正当性を証明するかどうかである。放射線科や看護のモデルが一般化し、自動化が人間の目的を増幅させるならば、黄の労働力不足予測は的中する可能性が高い。実際、最も早い兆候は、医療、製造業、そして新興のAIネイティブ産業において、このダイナミクスがすでに現実になりつつあることを示している。
AIの労働パラドックス：黄氏が語る、失業ではなく不足が迫る理由—実際、すでに起きていること
2026年のダボス世界経済フォーラムにおいて、NvidiaのCEOジェンセン・黄は、BlackRockのCEOラリー・Finkと人工知能の変革力について幅広く議論した。黄は、AIを雇用を破壊する力と見るのではなく、逆説的な見解を示した：この技術は実際に複数のセクターで労働力不足を引き起こすだろうというものである。この議論は、大規模な置き換えの物語に挑戦し、AIが仕事、インフラ需要、そして世界経済の機会をどのように再形成するかを理解する枠組みを提供している。
この会話は、Nvidiaが1999年のIPO以来、37％の複合株主リターンを実現してきたことを明らかにした。同じ年にBlackRockも上場し、年率21％のリターンを達成している。しかし、議論は金融パフォーマンスを超え、技術が社会を再形成する役割について深い問いを探求した。黄は、AIをChatGPTやClaudeのような孤立したアプリケーションとしてではなく、パーソナルコンピュータ、インターネット、モバイルクラウドコンピューティングの登場に匹敵する根本的なプラットフォームの変化と位置付けた。
五層インフラ革命：なぜAIは兆ドル規模の世界投資を必要とするのか
黄は、「五層ケーキ」モデルと呼ばれるAIのシステム的複雑さとインフラ需要を示すモデルを紹介した。最下層はエネルギーであり、AIのリアルタイム処理と知能生成には大量の電力が必要である。その上に半導体とコンピューティングインフラ層があり、TSMCのような企業が20の新しいウェハー製造工場を建設している。第三層は、これらの能力を世界中に提供するクラウドサービスである。
第四層はAIモデルそのものであり、アルゴリズムやニューラルネットワークが大部分の注目を集めている。しかし、黄は、モデルだけでは不十分であり、それを支える層が必要だと強調した。最上層はアプリケーションであり、金融サービス、ヘルスケア、製造業、そして最終的に経済価値を生み出す新興セクターである。
この五層の枠組みは、黄の見解では、「人類史上最大のインフラ建設」が進行中であることを示している。既に数百億ドルが投資されており、エネルギー需要の爆発的増加、データセンターの建設、チップ製造、コンピュータ工場の拡張に兆ドル規模の資金が必要とされている。Foxconn、Wistron、Quantaは、30の新しいコンピュータ工場の建設で提携している。一方、Micron（米国の施設に2000億ドルを投資）、SK Hynix、Samsungなどのメモリチップメーカーは生産能力を急速に拡大している。
放射線科から看護へ：AIは人間の目的を増幅させ、労働者を置き換えるのではない
雇用問題はAI不安の核心にある。黄は、従来の悲観論に対し、「目的」と「タスク」の区別を持ち出した。10年前、放射線科はAIの超人的なコンピュータビジョン能力により廃れると予測されたが、実際には放射線科医の数は増加している。AIは現在、主要なスキャン解析タスクを担っている。
その仕組みは、放射線科医が繰り返しのスキャン解釈の負担から解放されることで、より高付加価値の活動—直接診断、患者とのコミュニケーション、臨床協力—に時間を割けるようになることにある。病院はより多くの患者に効率的に対応でき、収益も増加し、追加の放射線科医の雇用も正当化される。同じダイナミクスは看護にも当てはまる。米国では約500万人の看護師不足があるが、AIを活用した医療記録や訪問記録の文字起こしにより、看護師は従来の管理業務から解放されている。患者をより多く診る余裕ができるため、病院は拡大し、追加の看護師を雇用している。
黄の枠組みは、どの職業においても、AIがそれを排除するかどうかではなく、ルーチン作業を自動化しつつ、コアな目的を強化するかどうかが重要だと示唆している。自動化が本当に労働者にとって代えられない人間の機能—ケア、判断、複雑な問題解決—に集中させることを可能にすれば、雇用はむしろ拡大する傾向にある。
このインフラの構築自体も、電気技師、建設作業員、技術者、鉄鋼労働者、ネットワーク専門家などの熟練ブルーカラー労働者の需要を生み出す。米国では、これらの役割は前例のない需要を経験しており、チップ製造やAI工場建設に従事する人々の給与はすでに6桁に達している。
AIは世界で最もアクセスしやすい技術
黄は、AIは「史上最も使いやすいソフトウェア」であると主張した。従来のコンピュータ時代はプログラミング言語の習得を必要としたが、AIシステムは自然言語の指示を受け付ける。正式なコンピュータサイエンスの訓練を受けていない人でも、「ウェブサイトの作り方を教えて」と頼めば、段階的な指導を受けられる。このアクセスのしやすさは、発展途上国の経済発展にとっても大きな意味を持つ。
グローバルな技術格差を拡大するのではなく、AIはむしろそれを縮小する可能性がある。参入障壁はソフトウェア時代よりも格段に低くなっている。技術インフラが乏しい国の個人も、AIを活用してグローバルな知識経済に参加できる。Deepseekなどのオープンソースモデルや他の貢献者によるモデルは、アクセスを民主化し、企業や国がローカル言語や文化、データに合わせてソリューションをカスタマイズできるようにしている。
主権AIの必要性：なぜ各国は自国のAIインフラを持つ必要があるのか
黄は、「主権AI」と呼ばれる概念を強く提唱した。各国が自国のAIインフラを構築し、母国語や文化データを用いてモデルを訓練することが必要だと述べた。これは、電力網や交通網を持つことと同じくらい重要な国家競争力の要素と位置付けている。経済だけでなく、文化の保存や技術的主権の観点からも重要だ。
ヨーロッパは特に興味深い事例である。米国がソフトウェア時代を支配した一方で、黄は、当時のヨーロッパの強固な工業・製造基盤は十分に活用されていなかったと指摘する。物理的AIやロボティクスの進展により、ヨーロッパには「一生に一度の機会」が訪れていると黄は述べる。AIを「書き込む」のではなく、「教える」ことに焦点を当て、製造の卓越性と人工知能を融合させてスマート製造とロボティクスのリーダーになるべきだと提言している。
ヨーロッパの科学研究の伝統は、AIと融合することで、学問分野全体の発見を飛躍的に加速させる可能性を秘めている。ただし、この潜在能力を実現するには、エネルギー供給とインフラ投資に真剣に取り組む必要がある。黄は、ヨーロッパの指導者たちにこの基盤を真剣に扱うよう促した。
AIバブル論の検証
巨大なAI投資が投機的過剰を示すのかと問われた黄は、市場の明確な指標を示した。すべての世代のNvidia GPUは、スポット価格の高騰によりクラウドでのレンタルが非常に困難になっている。これは、AIスタートアップや企業が研究開発予算を人工知能に振り向けている実質的な需要を反映している。エリ・リリーはこの変化の典型例であり、かつてはほぼすべての研究開発費をウェットラボ研究に充てていた同社が、今やAIスーパーコンピュータやAI研究所に多額の投資を行っている。
このインフラ投資の急増は、各層が生み出す計算需要によるものであり、正当化されている。AIモデルの性能向上とアプリケーションの拡大に伴い、エネルギー、チップ、クラウドサービス、物理的施設の需要は減少するどころか、むしろ増大している。昨年だけで1,000億ドル以上がAIネイティブ企業に流入し、史上最大級のベンチャーキャピタル投資年となった。
世界経済の計算式の再構築
この議論から導き出される主張は、AIが根本的にコンピューティングスタックを再構築する基盤的なプラットフォームシフトとして機能しているということである。初めて、コンピュータは画像、音声、自然言語といった非構造化情報をリアルタイムで処理し、人間の意図を推測し、複雑なタスクを実行できるようになった。この「事前録画」から「リアルタイム生成」への移行こそが、AIの他の技術との差別化要因である。
グローバルな機会の縮小ではなく、黄はAIをより広範な経済包摂のエンジンと位置付けている。新興国は従来の技術インフラを持たずとも、AIを最初から採用することで中間段階を飛び越えることができる。アクセスの容易さは、正式な教育を受けていないプログラマーでも、シリコンバレーのエンジニアと同等のツールを使えることを意味している。
最終的な経済的試金石は、インフラの構築が十分な富と雇用を生み出し、投資の正当性を証明するかどうかである。放射線科や看護のモデルが一般化し、自動化が人間の目的を増幅させるならば、黄の労働力不足予測は的中する可能性が高い。実際、最も早い兆候は、医療、製造業、そして新興のAIネイティブ産業において、このダイナミクスがすでに現実になりつつあることを示している。