生成AIの電力消費を千分の一にする新モデルが登場。自社のクラウド維持コスト削減計画を立てる。
今日のニュース
- 生成AIの電力消費を千分の一にする非ノイマン型の新モデルが登場 — TNW
- Shopifyが特定AIモデルへの依存を排除する独自のプロキシ基盤を構築 — VentureBeat
- OpenAIとBroadcomが推論に特化した専用チップ「Jalapeño」を共同で発表 — OpenAI Blog
- Ripplingが複数SaaSに散在するデータを統合する管理基盤への進化を宣言 — TechCrunch
- 導入前のAI音声エージェントをテストする専門企業Covalが約43億円を調達 — TNW
- 仏Mistralが複雑な非定型帳票を構造化データへ変換する新モデルを公開 — VentureBeat
- 欧州委員会がAWSとAzureをデジタル市場法の規制対象に指定する方針を表明 — The Register
- IBMが1000億個のトランジスタを指先サイズに収めるサブ1ナノ技術を発表 — MIT Technology Review
- 金融業界向けのリスク判定プロセスを自動化するTaktileが約160億円を調達 — TNW
ピックアップ: AIの電力消費1000分の1を可能にする新技術と、コスト構造が変わるまでのタイムライン
先月、OracleはAIインフラ投資へのシフトを理由に2万人を削減しました。 FordはEV向け電池工場をAI用蓄電設備へ転換しています。 巨額の資本と物理的なインフラがAIという一点へ集中しています。 このメガトレンドのど真ん中に小さくも鋭い問いが生まれました。 「そもそもAIはこれほど電力を消費する必要があるのか」という疑問です。
今の現実 — 電力という見えない請求書
国際エネルギー機関の予測があります。 2026年までに世界のデータセンターが消費する電力が倍増します。 日本の年間総消費量に匹敵する約1,000TWhに達する見込みです。 数字を少し身近なものに置き換えてみます。 ChatGPTは1回の応答で通常のGoogle検索の約10倍の電力を消費します。 およそ2.9Whの電力を使います。 これは一般家庭の約1万7000世帯分に相当します。 ChatGPT単体が1日でこの電力を使い切る計算です。 その膨大な計算処理を支えるのがNVIDIAのH100です。 このAIチップは1基あたり700Wの電力を消費します。 さらに1基の価格は約550万円と非常に高価です。 クラウド事業者はこの巨額の維持費を負担しています。 そしてそのコストはそのままサービス利用料へ転嫁されます。 企業が毎月AIツールに払う費用の裏側にはこの現実があります。 電力とチップのコストが積み上がって料金を押し上げています。 だからクラウド料金が高いという企業の感覚は間違いではありません。
本質的な変化 — 「計算の仕組み」を根本から変えるアプローチ
この状況を打破する新技術が登場しました。 元DatabricksのAI責任者が創業したUnconventional AIです。 同社が画像生成モデル「Un-0」を新たに公開しました。 注目すべきは生成される画像の品質ではありません。 AIを動かす根本的な仕組みが変わった点です。 従来のAIは0と1のデジタル演算を膨大な回数繰り返して結果を出します。 GPUはその繰り返しを猛スピードで処理するための専用装置です。 しかし新モデルのUn-0はその前提を完全に取り払いました。 電圧の振幅ではなく発振器の位相を使って情報を処理します。 回路が物理的に最低エネルギーの状態へ落ち着こうとする現象を利用します。 この自然の物理現象をそのまま計算に活用する仕組みです。 量子コンピュータのような冷却設備などの特殊環境は一切不要です。 標準的な半導体製造プロセスで生産でき室温のまま動作します。 ミネソタ大学らの研究チームも同種の構造で実証結果を出しています。 従来CPUの消費エネルギーを0.52%に抑えつつ99.99%の精度を達成しました。 同社が主張する電力1000分の1という数値はこの構造に基づきます。 単なるソフトウェア上の処理効率化やデータ圧縮ではありません。 計算そのものの原理が異なるため根本的な省電力が可能になります。
見落としがちな補足 — 今すぐ料金が下がるわけではない
ただし一つだけ冷静に捉えておきたい事実があります。 Un-0はまだ画像生成の研究段階にあります。 この技術が企業向けのクラウドサービスとして実装されるには時間がかかります。 明日からすぐにAIの利用料金が下がるわけではありません。 一方でハードウェアの変化はすでに複数の方向から同時進行しています。 OpenAIとBroadcomは推論専用チップを共同開発しています。 自社インフラの垂直統合を進めてコスト削減を図る狙いです。 IBMは指先ほどのサイズに1000億個のトランジスタを収める技術を発表しました。 サブ1ナノ未満という微細化技術でムーアの法則を延命させます。 NVIDIAが約80%のシェアを握るAIチップ市場に変化が起きています。 複数の勢力がそれぞれ異なる角度からコスト構造に切り込んでいます。 これらは個別のニュースではなく一本の線でつながっています。 電力とコストの物理的な天井を突破しようとする確かな動きです。 ソフトウェアとハードウェアの両面で同時に進化が進んでいます。 クラウドのAI利用料が今すぐ下がるわけではありません。 しかし前提となるコスト構造が複数の方向から変わりつつあるのは事実です。 自社のAI関連コストを今後も高止まりするものとして計画を組んでいる場合。 その前提を一度立ち止まって点検する機会になります。 現行の巨額コストを固定費として織り込む前に動向を注視します。 この1から2年の技術進化を見越して次世代のAI戦略を準備します。 次の予算サイクルで自社の選択肢が大きく広がるはずです。
特定のAIモデルに依存しないShopifyの柔軟なプロキシ運用基盤
Shopifyは複数のAIモデルへリクエストを自動で振り分けるシステムを構築しました。 この基盤により自社開発のアプリケーションを特定のAIベンダーへ依存させずに済みます。 開発陣は利用中のAIモデルが将来的に陳腐化するリスクを懸念せずに業務へ専念できます。 状況に合わせて最適な言語モデルを適宜選択し柔軟に切り替えることが可能な仕組みです。 特定の企業への依存を防ぐAI運用の手本となる構成です。 出典: VentureBeat
複雑な非定型帳票を構造化データへ変換する仏Mistralの新型モデル
Mistralの新型モデル「OCR 4」は単なるテキストの読み取りにとどまりません。 複雑な企業文書から直接構造化データを生成する機能を備えています。 従来のOCR技術では処理が難しかった非定型帳票や複雑なPDFにも対応します。 大規模言語モデルの技術を活用し情報の抽出精度を実用レベルまで高めています。 バックオフィス業務の電子化を進める企業にとって実用的な選択肢になります。 出典: VentureBeat
音声AIの本格導入前に動作を検証するテスト基盤Covalが資金調達
顧客対応に用いる音声AIを本番環境へ導入する前に動作を検証する専用の基盤です。 不適切な応答などを事前に検出するテストプラットフォームを提供します。 創業者はWaymoで自動運転車の安全検証システムを手がけた経歴を持ちます。 その検証手法を音声AIの分野へ応用し安全性を担保する仕組みを構築しました。 デモ環境で正常に動いても実際の通話環境で失敗する事例が多数報告されています。 本格導入前のテスト機能への需要が高まっており投資家も強い関心を寄せています。 出典: TNW
複数のSaaSに散在する社内データを一元管理するRipplingの基盤拡張
人事と給与管理のツールとして事業を始めたRipplingが新たな方針を示しました。 複数のSaaSに散在する企業データを一元管理して分析する基盤へ拡張します。 各ツールに社内データが分散した状態ではAIが参照できる情報に偏りが出ます。 AIから正確な回答を引き出すには社内データの統合が欠かせません。 このデータ一元化のアプローチはAI活用の質を根底から高める重要な土台になります。 出典: TechCrunch
金融業界の複雑なリスク判定プロセスを自動化するTaktileの資金調達
融資や保険の審査など金融機関が担うリスク判定業務を自動化する専門のSaaSです。 AIエージェントを活用して複雑な意思決定プロセスを効率的に支援します。 Goldman Sachs主導のラウンドで1億1000万ドルの資金を調達しました。 審査の判断を一つでも誤れば数百万ドルの損失につながる非常に厳しい業務領域です。 法令遵守と処理速度の向上を両立させる専門ツールへの需要が高まっています。 出典: TNW
メガクラウドの寡占を牽制し競争環境を整備する欧州委員会の規制方針
欧州委員会がEUのデジタル市場法に基づき新たな予備的見解を公表しました。 独占的な地位を持つ企業としてAWSとAzureを規制対象に指定する方針です。 指定後は料金の透明性確保や他社サービスとの相互接続が法的に義務付けられます。 違反した場合は全世界の売上高の最大10%に相当する制裁金が科されます。 複数のクラウドを併用する企業にとって価格交渉や移行がしやすい環境へ向かいます。 出典: The Register
PDFをブラウザで軽快に表示するツールがあります。 BuildVuでPDFやOffice文書をHTML5やSVG形式へ変換します。 プラグイン不要でどのデバイスでも忠実に表示します。 詳しくはこちら
