市場にますます多くの人が議論を始めるなか、AI によってソフトウェアが全面的に商品化され、さらにテクノロジー企業のバリュエーションと利益率の余地が圧縮されるのではないかという問いに対して、NVIDIA の CEO 黄仁勳（ジェンスン・フアン）が返した答えは、非常にストレートです。
本当に商品化しにくいのは、ソフトウェアそのものだけではなく、電子を token に変換する一連のプロセス全体です。
最新のインタビューで、黄仁勳は NVIDIA のサプライチェーン、CUDA のエコシステム、AI 計算アーキテクチャ、超大規模なクラウド顧客、中国市場、米国の輸出規制に至るまで、この AI 競争の局面をどう捉えているのかを、余すところなく説明しました。
(黄仁勳は「五層のケーキ」というたとえで、人工知能の進化史を解説した)
彼の核心的な論点は、ひと言でまとめられます。AI は単一モデルの競争でもなければ、単一チップの競争でもありません。エネルギー、チップ、ネットワーク、ソフトウェア、エコシステム、アプリケーション層を含む「五層のケーキ」の戦いであり、NVIDIA がやろうとしているのは、その中でも最も難しく、しかも最も置き換えられにくい一段です。
黄仁勳：NVIDIA の仕事は、電子をより価値のある token に変えること
外部からの疑念に直面しているなかで、そもそも多くのソフトウェア会社のバリュエーションが AI によって圧迫されているのなら、NVIDIA も本質的には、設計は TSMC に任せ、メモリは SK 海力士と三星に任せ、組み立ては台湾の ODM に任せているわけです。それなら NVIDIA も AI の商品化の波に巻き込まれてしまう可能性があるのではないか――黄仁勳の答えは、「そんなに単純ではない」です。
彼は、NVIDIA の役割はそもそも何でも自分たちでやることではない、と考えています。全体の「電子から token への」変換チェーンのなかで、最も重要で、最も困難な部分を担うのだと。彼の言い方を借りれば、NVIDIA の入力は electrons、出力は tokens。そして、その中間にある極めて複雑な変換能力こそが、この会社が存在する意義なのです。
黄仁勳は、このような変換は単に電力を演算結果に変えるだけではなく、token の価値を継続的に高めることで、同じ演算でもより経済的価値の高い、より高効率な token を生み出せるようにする必要があると強調しました。その過程には、アーキテクチャ設計、封装、メモリ、相互接続、アルゴリズム、関数ライブラリ、ソフトウェアスタック、そしてエコシステムの協業が関わります。高度にエンジニアリングされ、科学的であり、しかもいまだ急速に進化しているプロセスだ、と彼は捉えています。したがって、完全に商品化される可能性は高くありません。
さらに彼は、NVIDIA の会社哲学も説明しました。「必要なものは最大限、非必要なものは最小限」。言い換えれば、自分が手ずからやらなくても済む部分は、できる限り協業パートナーやエコシステムに任せる。一方で、どうしても自社でやらなければならず、しかも極めて難しい部分については、NVIDIA が自ら乗り出し、しかも最高の形でやり切らなければならないのです。
これらの「ツール型ソフトウェア会社」は、むしろ AI の爆発的成長によって伸びるかもしれない
市場では、AI がソフトウェア会社の余地を狭めてしまうのではないかが懸念されていますが、黄仁勳は実は、ほぼ正反対の見方をしています。彼は、現在の多くのソフトウェア会社は本質的にツール製造者だと指摘しています。例えば Excel、PowerPoint。あるいは Cadence、Synopsys といった EDA 企業です。これらの企業が、いまのところ大きなブーム（爆発）を迎えていないのは、ツールが淘汰されるからではありません。今日の agent は、まだツールを使いこなすほど十分に賢くないからです。
彼の見立てでは、将来の agent の数は指数関数的に増え、ツールの利用者も指数関数的に増えていきます。そうなれば、ツールそのものの呼び出し回数やライセンス需要が押し上げられます。例えばチップ設計のケースでは、現時点で設計ツールの使用量はエンジニアの人数に制約されています。しかし将来は、各エンジニアの背後に複数の agent が協働することで、設計空間の探索の密度と頻度は、今日を大きく上回る可能性があります。
そのときには、Synopsys Design Compiler、floor planner、layout tools、design rule checker といったツールの実際の利用量が、むしろ急増するかもしれません。
つまり黄仁勳は、AI が単純にツール型ソフトウェア会社を消し去るとは考えておらず、むしろそれらを新たな成長曲線へ押し上げる可能性のほうが高いとみています。
NVIDIA の真の堀（護城河）は、上下流のサプライチェーン
NVIDIA が近年、上流のサプライチェーンに大量の調達コミットメントを行っており、今後数年で積み上がって最大で数千億ドル規模になる可能性があると外部から見積もられていることについて尋ねられた際、黄仁勳は、それが NVIDIA の重要な優位性の一つであることを否定しませんでした。
彼は、NVIDIA は確かに多くの明示的および暗黙的な upstream commitments を行っていると述べました。前者は外部から見える調達コミットメントであり、後者はサプライチェーンの経営層を説得して、彼らが先に投資して増産することに前向きになってもらう取り組みです。こうした投資が起こる理由は、NVIDIA が買う意思表示をしているからだけではありません。サプライヤーが、NVIDIA にはこれらの生産能力を消化する力があり、さらに下流の巨大な需要によって、確実に売り切れると信じているからでもあるのです。
だからこそ彼は、GTC を単なるプロダクト発表会ではなく、AI 宇宙全体の「360 度のパノラマ・ミーティング」と捉えています。彼の考えでは、GTC の価値の一つは、上流に下流の姿を見せ、下流が上流を理解し、そして産業全体で「AI の需要は本当に来る。しかも規模は非常に大きい」ということを、共同で確認する場を作ることにあります。黄仁勳は、自身の keynote にはある種の、かなり強い「教育」機能があることも率直に認めています。なぜなら、サプライチェーン全体に理解してもらう必要があるからです。AI はなぜ来るのか、いつ来るのか、どれくらいの規模なのか、そしてどうやって事前に備えるべきなのか。
これがまた、近年 NVIDIA がサプライチェーンの流れを継続的に拡大できている理由にもなっています。黄仁勳は、サプライチェーンはキャッシュフローだけを見るのではなく、回転率や需要の可視性も見ると強調しました。ある企業のアーキテクチャや製品の回転スピードが十分に速くない場合、サプライチェーンも、その企業のために先行して工場を建てたり、生産ラインを増やしたりすることに乗ってきません。NVIDIA がこうしたことを可能にしているのは、下流の需要が十分に大きく、十分に確実であり、サプライチェーン全体から見通せるからです。
黄仁勳はボトルネックを恐れておらず、多くのボトルネックはせいぜい 2〜3 年の問題にすぎない
「上流は本当に、AI の計算需要についていけるのか？ 特に AI が TSMC の先進プロセスや封装の生産能力を大量に吸収してしまっているのに、今後もどうして年々同じようにさらに倍増を続けられるのか」という問いに対して、黄仁勳の姿勢は非常に明確でした。ほぼすべての製造上のボトルネックは、本質的には 2〜3 年の問題にすぎない、と彼は言います。
彼は例を挙げます。過去には CoWoS の封装ボトルネックがよく話題になっていましたが、いまではあまり誰も口にしません。それは、産業全体が 2 年以内に集中してそれを埋め合わせたからです。TSMC も先進封装と HBM を主流の演算技術の一部として位置付けており、特別な需要ではなくなっています。言い換えれば、需要のシグナルが十分に明確であれば、産業チェーンは自発的に殺到してボトルネックを補うように動くのです。
黄仁勳にとって、AI がもたらすのは仕事の消滅ではなく、産業の再編と人材需要の再配分です。本当に心配すべきなのは、特定の職業が完全に消えるかどうかではなく、社会が過度な恐れによって人材の供給と配置を取り違えてしまわないか、という点だと彼は述べています。
また彼ははっきりと言っています。ロジックプロセス、封装、HBM といった問題は 2〜3 年で解決できます。真にもっと時間がかかり、より厄介なのはエネルギー政策のほうだ、と。なぜなら、AI 工場、チップ製造、先進封装、電気自動車、ロボット、そして再工業化のいずれにおいても、エネルギーは欠かせないからです。エネルギーがボトルネックになれば、産業の拡張スピード全体が制限されます。
この記事 黄仁勳 最新インタビュー：NVIDIA の堀は今後も維持できるのか？（上） 最初に掲載されました 鏈新聞 ABMedia。
関連記事
