欧州のクラウド市場では、プロバイダーの集約がますます進んでいる。
AIとデジタル主権の時代において、これは解決すべき緊張関係を生み出している。
分散型のハイブリッドアーキテクチャを取り入れることで、社会は主権を守りながら経済的価値を獲得できる。
今日のデジタル主権をめぐる議論は、もはや理論上のものではない。地政学的緊張、サプライチェーンの混乱、増大するサイバーリスクを受け、政府も企業も、自らの繁栄を支える技術を自ら管理できなければならないと認識するようになった。
しかし、これまでデジタル主権を守るために用いられてきた手段には、しばしば代償が伴ってきた。コンプライアンス体制はコストと複雑さを増し、「地元で調達する」規則はイノベーターから世界水準のプラットフォームを遠ざけかねない。また、手厚い補助金も、世界のテクノロジーを牽引する少数の企業との格差を縮めるには至っていない。
たとえば欧州のクラウド市場では、域内プロバイダーの合計シェアが2017年から2024年にかけて29%から15%に低下した一方、現在では米国を拠点とする3社のハイパースケーラーが需要の約70%を占めている。人工知能（AI）にも同様の傾向が見られる。最大規模の投資は依然として、米国または中国に本社を置く少数の企業が所有する、数か所の非常に大規模なデータセンターに集中している。
では、核心となる問いは、主権と競争力は常に相反するのか、それともAI革命の次の段階で両者を両立できるのか、ということだ。両立が可能であることを示す証拠は増えつつある。
モノリシックなモデルから分散型の知能へ
2022年後半、OpenAIのChatGPTのような大規模言語モデルが一般公開されたことで、かつてない規模の実験が始まった。組織は、マーケティング文案の作成、調査の要約、ソフトウェアコードの記述を行う生成AIアプリケーションの試用に奔走した。投資は急増し、アナリストによると、過去4年間の世界のAI支出の3分の2超が、ますます大規模化する基盤モデルの訓練に充てられ、その大半は集中型のハイパースケール施設で行われた。
成果は一様ではない。MITの最近の調査によると、AIのパイロットプロジェクトで測定可能なビジネス価値を生み出すのは、わずか20件に1件にも満たない。主な理由は構造的なものだ。どれほど高度な基盤モデルであっても、はるかに広範なシステムの一要素にすぎない。銀行、製造業者、公衆衛生当局を真に差別化するデータは、独自性があり、広く分散し、厳格な機密保持規則の対象となることも多い。その価値を引き出すには、AIをデータに近づけ、地域の状況に適応させ、厳密に定められた制約の範囲内で自律的に動作させる必要がある。
テクノロジー専門家は、この次の段階を「エージェント型AI」と呼ぶ。クラウド上の単一のモノリシックなモデルがテキストの指示に応答するのではなく、専門化されたエージェントのネットワークが連携し、互いから学び、必要に応じて工場の現場、車両内、国家安全保障上の境界内といった「エッジ」でリアルタイムに行動する。つまり、AIはハイブリッド型の多層アプリケーションへと変わりつつあり、集中型の訓練とローカルでの推論が絶えず相互に強化し合う。
AI革命が主権をめぐる構図を変える3つの理由
分散型アーキテクチャは技術的に不可避であるだけでなく、地政学的・経済的な計算も塗り替える。決定的な特徴は3つある。
第一に、最大の付加価値を生む多くの業務は、地域固有の、しばしば機微なデータに依存する。 そのため、ファインチューニングと推論は、企業のデータセンター、病院の敷地内、農村部の工場に設置されたオンプレミスのマイクロデータセンターなど、データ所有者が管理する環境で行われる。こうした仕組みは一方的な依存を減らし、組織が独自のセキュリティ、プライバシー、コンプライアンス基準を適用できるようにする。
第二に、レイテンシーが重要である。 自律型ロボット、スマートグリッド、アルゴリズム取引エンジンは、遠隔地のデータセンターからの応答を待てない。エッジでの処理は性能とレジリエンスを高め、地域インフラと専門的な接続への需要を生み出す。
第三に、エネルギー消費と持続可能性への配慮から、「大きいほどよい」という考え方の見直しが迫られている。 高密度のAIクラスターは膨大な電力を必要とし、大量の排熱を生み出す。低炭素エネルギーが豊富で、排熱を再利用できる場所に小規模な施設を設ければ、排出量と運用コストの両方を削減できる。
その結果、さまざまな主体、地域、さらには個々の都市が、それぞれ異なる役割を担いながら相互運用できるAIバリューチェーンが生まれる。
ハイパースケール施設、いわゆる「ギガファクトリー」では、非常に大規模なモデルの訓練を集中的に行う。
地域別または特定分野のセンターでは、独自データを用いたファインチューニングを担う。
工場、車両、通信交換局に組み込まれたエッジノードは、リアルタイム推論を実行し、自律型エージェントを稼働させる。
高性能で安全なネットワークは、このエコシステムの「神経系」として各層をつなぎ、新たな知見がモデルの再訓練に還元されるようにする。
あらゆる層で貢献できるため、各国や企業は、豊富な再生可能エネルギー、先進的な製造データ、充実した医療制度、機微情報に関する堅牢な規制枠組みといった比較優位に応じて専門性を発揮できる。つまり、競争力と主権は相反する目標ではなく、互いを補完するものとなる。
意思決定者にとっての意味
ビジネスリーダーへのメッセージは明確だ。AIがもたらす次の価値の波は、単一の巨大な仕組みを管理することよりも、多様な要素の連携を取り仕切ることに左右される。競争優位を得るのは、独自のデータ資産を見極め、重要な領域ではローカルインフラを導入または提携によって活用し、それ以外の領域ではグローバルなモデルプロバイダーとシームレスに連携する企業だ。
政府にとって優先すべきなのは、エネルギー効率の高いデータセンター、特定分野向けモデルの調整、エッジAIの展開などで、国内の事業者が不可欠なノードを担えるエコシステムを育むことだ。その際、技術スタックのあらゆる要素を再現しようとする必要はない。このアプローチはレジリエンスを高め、地域産業を支え、気候変動対策の公約にも合致する。
AI革命は、第二幕が始まったばかりだ。分散型のハイブリッドアーキテクチャを取り入れることで、社会は戦略的依存を減らしながら、はるかに大きな経済的価値を獲得できる。そうすることで、デジタル主権と世界的な競争力がもはやトレードオフではなく、同じ共通の目標を形づくる二つの側面となる世界に近づく。
