今日のAIエージェントは目覚ましいものの、AIスーパーサイクルの到達点ではない。
AIスーパーサイクルを実現するには、必要な場所へ知能を安全かつ効率的、確実に届けるインフラが必要だ。
各界のリーダーが集うのは、世界経済フォーラム年次総会2026。AIやその他の新興技術を倫理的に活用し、現実世界の課題を解決する方法を探る。
30年前、インターネットは、単に性能を大幅に高めたファクス機にすぎないと一部で見なされていた。
それから30年、数兆ドルの価値が生まれた今、テクノロジーのスーパーサイクルを「現在から先」だけで考えてもうまくいかないと分かっている。スーパーサイクルは波のように訪れ、触れるものすべてを変える。
AIスーパーサイクルでも、同じ過ちを犯すおそれがある。
今日のAIエージェントは目覚ましいものの、マサチューセッツ工科大学（MIT）の研究では生産性が60％向上すると示されているが、AIスーパーサイクルの到達点ではない。
次のフロンティアでは、AIがノートパソコンやスマートフォンを離れ、現実世界へと進出する。その未来の兆しはすでに、Waymoのロボタクシー、Amazonの産業用ロボット、そしてMetaとGoogleのスマートグラスの革新に見られる。
インフラの観点から見ると、この変化には、AIが次に何を必要とするかを未来から逆算して考える視点が求められる。明らかなことが一つある。AIは、計算能力、コネクティビティ、電力の面で、インターネット時代に構築されたインフラの限界を超えつつある。
フォーラムは、リーダーがAIを理解し、責任あるイノベーションに協力できるよう、どのように支援しているのか
AIエクセレンスセンターは、分野を超えてリーダーを結び、人工知能の急速な進化と、経済や社会への影響を理解する場を提供する。AI導入に伴う機会、リスク、トレードオフについて、十分な情報に基づく対話を支援している。
信頼できる対話の場や協働イニシアチブを通じて、同センターはパートナーが共通理解を築き、AIのイノベーションと活用に責任ある形で取り組めるよう支援する。
AIファクトリーと電力制約
圧力がまず表れるのはAIファクトリー、すなわちモデルの学習と展開を行うデータセンターだ。少数の拠点に計算能力を集中させる方法が今後も成り立つという前提のもと、施設はますます大型化、高密度化している。
電力がその前提を揺るがしている。業界の専門家によると、世界のAIワークロードはすでに数十ギガワットの電力を消費している。10年の終わりまでには、消費量が数百ギガワットに近づく可能性があるとの推計もあり、既存の電力インフラの限界に迫っている。送電網への接続確保には何年もかかる。重要な電気部品の調達にも長い時間を要する。これまでのデータセンターモデルをそのまま拡大しても、需要の伸びには追いつけない。
これは単なる電力問題ではない。アーキテクチャの問題でもある。
業界では、より大きなデータセンターをどう建設するかがよく問われる。より重要なのは、異なるシステムをどう構築するかだ。AIには、電力が得られる場所に計算能力を配置し、それらを接続して一体として機能させるアーキテクチャが必要だ。
コネクティビティは中心的な役割を果たす。高性能な光ネットワークとIPネットワークにより、AIワークロードを分散し、同期させ、拠点間で効率よく移動させることができる。これらのネットワークは、分散した能力を利用可能なインフラへと変える。
集中型AIから分散型の知能へ
AIの次の段階を左右するのは、計算能力の総量よりも、知能をいかに効率よく移動させるかだ。
ベル研究所の調査によると、今後10年間、データセンター間および都市圏のトラフィックは年率10％台後半で成長する見通しだ。これは短期的な急増ではなく、分散型AIアーキテクチャへの構造的な移行を反映している。
学習は複数の拠点にまたがることが増えている。推論処理はユーザーに近い場所へ移る。都市圏や地域の拠点は、単なるアクセスポイントではなく、AIシステムの稼働部分となる。
このモデルでは、ネットワークは受動的な伝送層としての役割を終える。コア、都市圏、エッジの各環境にまたがり、計算能力、データ、意思決定を同期させる知能の基盤を形成する。
コネクティビティは、もはやデータを移動させるだけではない。知能がどこに存在できるかを決める。
この次の段階は、しばしばフィジカルAIと呼ばれる。機械、インフラ、システムに組み込まれ、現実世界と直接やり取りする知能であり、意思決定は一瞬のうちに行われ、誤りが壊滅的な結果を招くこともある。
人のために構築されたネットワークが、今や知能を運ぶ
フィジカルAIは、ネットワークに求められる役割を変える。ネットワークは人間の行動を前提に発展してきた。トラフィックは予測可能なパターンに従い、主に下り方向に流れ、遅延も許容されていた。
AIネイティブのトラフィックは異なる振る舞いをする。変動幅が大きく、上り方向のデータが増え、厳格な遅延要件と信頼性が求められる。
現在、モバイルネットワークのトラフィックのうち、真にAIネイティブといえるものはごく一部にすぎない。その割合が増えるにつれ、ネットワーク要件は根本から変わる。
遅延は予測可能でなければならない。信頼性は設計段階から確保する必要がある。物理システムは一貫した結果に依存するため、可用性は業界で「シックスナイン」と呼ばれる水準、つまり稼働率99.9999％を保証する、ほぼ完全なシステム信頼性に近づく。
こうした要件を満たすには、AIネイティブのネットワークが必要だ。ソフトウェア駆動型のプラットフォームが状況を把握し、需要を予測し、性能を最適化し、リアルタイムで自らを保護する。最終的に、コネクティビティが生み出す価値のより多くは、ネットワーク自体に組み込まれた知能からもたらされる。
フィジカルAIとミッションクリティカルなコネクティビティ
この変化は、重要システムの構築と運用のあり方を根本から変える。
工場、交通システム、電力網、病院、公共安全ネットワーク、防衛の現場はすべて、極限の条件下でも予測可能で、強靱かつ信頼できるコネクティビティに依存している。
AIが物理世界の結果を左右するようになると、ネットワークの完全性そのものが安全システムの一部となり、信頼性、強靱性、国家安全保障を左右する。
AI時代に必要なインフラを実現する3つの優先事項
1. 信頼をつながる知能の基盤にする
信頼は、予測どおりに機能し、データを保護し、あらゆる状況下で安全性を保つインフラから始まる。また、政府、産業界、パートナーが重要ネットワークを任せられるプロバイダーも欠かせない。AI時代において、知能を大規模に安全運用できるかどうかは、信頼にかかっている。
2. 相互運用性を戦略的優位性として捉える
AIワークロードには、途切れのない持続的なコネクティビティが必要だ。インフラは、企業、モバイル、衛星の各ネットワークを横断し、パートナーや国境を越えて、データセンターからエッジ、デバイスまで知能を確実に届けなければならない。相互運用性は、規模、強靱性、速度を可能にする。オープンな標準ベースのシステムは依存を減らし、電力、データ、需要が存在する場所へ知能を移動できるようにする。競争が激化する世界では、相互運用性が強みとなる。
3. 信頼できるエコシステムを結集して主導する
AIの未来を単独で築ける企業や国はない。進歩には、クラウド、半導体、ソフトウェア、通信、産業の各エコシステムにまたがる協業と共同イノベーションが欠かせない。AI時代のリーダーシップとは、パートナーを結集し、イノベーションから導入までを迅速に進めることだ。エコシステムを結集する者が、AIによる成長、安全保障、長期的な競争力のあり方を形づくる。
AIの次の段階に向けた基盤づくり
インターネットのスーパーサイクルは、人々をつなぐことで世界経済を変革した。AIスーパーサイクルは、産業間や物理世界全体に知能をつなぐことで、世界経済を再び変革する。
今問われているのは、AIが生産性を飛躍的に高められるかどうかではない。その成果がどれほど早く現れ、社会がどれほど広く享受できるかだ。
答えを左右するのはインフラだ。信頼性が高く相互運用可能なコネクティビティが、知能の流れ、安全な運用、そして経済が恩恵を受ける範囲を決める。
これから取り組むべきことは明らかだ。必要な場所へ知能を安全かつ効率的、確実に届けるインフラが必要だ。これを実現できれば、AIは生産性、競争力、長期的な経済発展を持続的に押し上げる原動力となる。
