ビデオタイトル：Jensen Huang: Nvidiaの未来、物理的AI、エージェントの台頭、推論の爆発、AIのPR危機
ビデオ作成者：All-In Podcast
翻訳：Peggy，BlockBeats

編集者注：AIの物語がますます盛り上がる中、市場の議論の焦点は、「モデルの強さ」から「システムの具体的な展開」に移っています。過去2年間、業界は大規模モデルの能力向上、トレーニングパワーレース、生成型アプリケーションの拡大を経験してきました。しかし、これらの段階が徐々に共通認識となるにつれて、新たな問題も浮かび上がってきました。AIが単なる問いに答えるだけでなく、任務を実行し、企業プロセスに組み込まれ、物理世界に進出するようになったとき、これを支える根本的条件は一体何なのでしょうか？

本文の対談は、有名なテクノロジーポッドキャスト All-In Podcast からの抜粋です。シリコンバレーで最も影響力のある投資家向けポッドキャストとして、この番組はライン上の4人の投資家によって共同ホストされ、技術、ビジネス、および大局的動向についての深い議論で知られています。

番組の4人のホストは次のとおりです：

・Jason Calacanis：初期のインターネット起業家兼エンジェル投資家であり、Uber、Robinhoodなどへの投資で知られています；

・Chamath Palihapitiya：Social Capitalの創業者であり、元Facebook幹部であり、Slack、Boxなど多くのテクノロジー企業に投資しています；

・David Sacks：Craft Venturesのパートナーであり、「PayPalマフィア」の一員であり、Yammerを起業し、約12億ドルでMicrosoftに売却しました。また、Airbnb、Uberなどの初期投資家でもあります；

・David Friedberg：The Production Boardの創業者であり、農業、気候、ライフサイエンス分野への投資に焦点を当てており、The Climate Corporation（後にMonsantoに買収されました）も創業しています。

今回のゲストはJensen Huang氏であり、NVIDIAの共同創業者兼CEOであり、現在のAIインフラストラクチャの波における最も重要な推進者の1人と見なされています。

左から右: David Friedberg、Chamath Palihapitiya、David Sacks、黄仁勋（Jensen Huang）、Jason Calacanis

全体のインタビューは大まかに3つのレベルに要約されます。

まず、AIインフラストラクチャが変化しています。かつて市場は、AIに関する理解を、より強力なGPUやより多くのデータセンターに基づいていました。しかし、黄仁勋が強調したいのは、将来の競争は単一のチップだけの競争ではなく、システム全体の競争であるということです。推論要件が増加し、モデルの種類が増加し、エージェントがより複雑なタスクを処理し始めるにつれて、AIコンピューティングは、過去に比べて比較的単一のモードから、より複雑で分業化されたシステムの協調に移行しています。そのため、NVIDIAは自身の役割を、単なるチップ企業から一歩進んで、「AI工場」の構築者に移行しようとしています。

次に、AIは「コンテンツ生成」から「タスク完了」へと移行しています。これはこのインタビューで最も重要なヒントです。ChatGPTは一般大衆にAIの能力を初めて直感させましたが、黄仁勋の見解では、本当に大きな変化は、AIがエージェントとしてワークフローに参加し始めることです。AIは単に質問に答えるだけでなく、ツールを呼び出したり、タスクを分解したり、協力して実行したりする能力があり、最終的には物事を本当に完了させます。したがって、AIに支払うユーザーの対象も、「回答を得る」から徐々に「結果を得る」に移行しています。これには、より大きな推論要件、より高いシステムの複雑さが伴い、ソフトウェア開発、組織の管理、知識労働の方法が変更される可能性があります。

最後に、AIはデジタル世界から現実世界に拡張しています。インタビューでは、自動運転、ロボット、医療、デジタルバイオロジー、および黄仁勋が「Physical AI」と表現したものについて話されましたが、本質的にこれらはすべて同じトレンドを指しています。AIの価値は画面内にのみ現れるものでなく、工場、病院、自動車、端末機器、日常生活などでもますます表れるようになります。ただし、これはAIが直面する課題が技術的なものだけでなく、サプライチェーン、政策、規制、製造能力、地政学など、より複雑な現実の制約も含まれることを意味します。つまり、AIの次の段階の拡張は、真の意味での産業化プロセスとなるでしょう。

この視点から見ると、この対談で最も注目すべき点は、特定の製品や数字ではなく、黄仁勋が何度も伝えている判断です。「AIは『モデル時代』から『システム時代』に向かっています」。将来の競争は、単なるモデルの大きさや計算能力の強さではなく、誰が業界をよりよく理解し、AIを実際のプロセスに深く組み込めるか、またこれらの能力を実行可能でスケーラブルなシステムに組み込むかという点で行われるでしょう。

これにより、この記事で議論されている対象は、NVIDIA自体を超えています。これが真に答えようとしている問いは次のとおりです：AIがインフラストラクチャとして徐々に確立されるにつれて、次の産業再編がどのように展開され、新たな価値がどこで形成されるか。

以下は元の記事内容です（読解を助けるため、元のコンテンツが若干再編集されています）：

要約

・AIインフラは、「単一のGPU」から分離されたアーキテクチャに向かっています。異なる計算タスクは、GPU、CPU、ネットワークチップ、Groqなどの推論チップによって協調して実行されます。

・NVIDIAは、GPU企業から「AIファクトリーカンパニー」としての完全なシステムを提供する企業に転換しています。彼らが販売しているのは単一のチップではなく、完全なインフラストラクチャです。

・AIコストを測定する鍵は、データセンターの建設費用ではなく、トークンコストとスループット効率です。より高価なシステムの方が実際はより安価かもしれません。

・AIは生成モデルからエージェント時代に移行しています。ユーザーは本当に「仕事を完了する」ことに対して支払いたいと考えており、単に答えを得るだけではありません。

・計算要件が爆発的に増加しています。生成から推論、さらにエージェントへと、わずかな時間で10,000倍以上に拡大しており、その拡大はまだ加速しています。

・将来、ソフトウェア開発は変化します。エンジニアはもはやコードを書くだけでなく、問題を定義し、アーキテクチャを設計し、エージェントと協力します。

・長期的には、最大の機会は垂直領域の深い専門知識にあります。汎用モデルそのものではなく。業界をよりよく理解し、独自性を持つ者が優位に立ちます。

インタビュー全文

Jason Calacanis（有名なエンジェル投資家｜All-In Podcast ホスト｜Uber初期投資家）：
今週は特別なエピソードです。通常の週次エピソードを「お休み」させ、この待遇は通常、トランプ大統領、イエス、そして黄仁勋（NVIDIAの創業者兼CEO）の3人にしか与えません。これら3つをどのように順位付けするかはあなた次第です。最近、あなたの勢いはすごいですね、そして今回のGTCも非常に成功しました。

黄仁勋（Jensen Huang、NVIDIA CEO）：
業界全体がやってきた。すべてのテクノロジーカンパニー、ほとんどすべてのAIカンパニーが来ている。

Jason Calacanis：
信じられない、本当に驚異的。過去1年で最も重要なリリースの1つ、それがGroqだ。あなたがGroqを買収した時、Chamathがどれだけ「たちの悪い人」になるかに気づいていましたか？

注：GroqはGrokではありません。前者はAI推論チップと推論クラウドを行う企業で、後者はxAIのチャットボットです。2025年末、GroqはNVIDIAと独占的でない推論技術ライセンス契約を締結し、公式には取引金額は非公開ですが、報道や推測では約170億から200億ドルとされています。GTC 2026までに、黄仁勋はGroq技術をNVIDIAプラットフォームに統合した推論システムをさらに展示しました。

ここで言及されているChamathとは、Chamath Palihapitiya（Social Capital創業者｜元Facebook幹部｜All-Inホスト）を指します。彼はAll-Inの4人のホストの1人であり、Groqの初期投資家であり、取締役会のメンバーの1人でもありました。したがって、NVIDIAとGroqの重要な取引後、これはChamathが再び重要なプロジェクトに成功したと見なされました。

黄仁勋：
ぼんやりと予感がありました。

Jason Calacanis：
私たちは毎週彼とやり取りしなければならない。

黄仁勋：
わかっている。あなたたちは完全に6週間のクロージングを待たないといけない。

Jason Calacanis：
その通り。

GPU企業から「AI工場」企業へ

黄仁勋：

実際に、GTCで多くの戦略が数年前に公開されることがあります。2年半前、私はAI工場のオペレーティングシステムであるDynamoを紹介しました。

あなたもわかっているように、dynamoはもともと西暦の装置であり、水のエネルギーを電力に変換し、前回の産業革命で工場システムを推進しました。そのため、私はこの名前が次の産業革命での「工場オペレーティングシステム」の名前として非常に適していると考えています。そして、Dynamoの中で、最も中核的な技術の1つがディスアグリゲート推論（disaggregated inference）です。

Jason Calacanis：

Jensen、技術に精通していることは知っています。では、あなたに定義してもらいましょう。私はあなたの輝きを奪いたくはありませんから。

黄仁勋：

ありがとうございます。デカップリング推論とは、推論の全体的な処理パイプラインが非常に複雑であり、おそらく今日最も複雑な種類の計算問題の一つであることを意味します。

その規模は膨大であり、さまざまな形式や規模の数学的計算が含まれています。私たちの考え方は、全体の処理フローを分解し、その一部をある種類のGPUで実行し、別の一部を別の種類のGPUで実行するようにすることです。さらに、デカップリングコンピューティング自体が妥当な方向であるかもしれないことに気づいています。異なるタイプや性質の計算リソースを完全に連携させることができるかもしれません。

同様の考え方が、後に私たちを Mellanox に導きました。今日を見てください、NVIDIAの計算は既にGPU、CPU、スイッチ、縦および横へのスケーラビリティのスイッチ、およびネットワークプロセッサ上に分散されています。そして、我々は今度はGroqを追加する必要があります。

私たちの目標は、適切なワークロードを適切なチップに配置することです。つまり、私たちはGPU企業から、AIファブリック企業へと進化しています。

David Sacks（Craft Venturesパートナー｜元PayPal COO｜All-In ホスト）：

私にとって、これはおそらく最も重要な洞察です。今見ているのは基本的な「デカップリング」です。以前はGPUしか選択肢がなかったが、今ではますます異なる計算形態が出現し、そしてこれらの選択肢は共存することになるでしょう。

あなたがステージで触れた一点、私は高度な推論を行っているすべての人が真剣に考えるべきだと思います：データセンターの約25%のスペースがGroqのLPUに割り当てられるべきだと言いました。

注：LPUはLanguage Processing Unitの略称です。これはGroqが提唱する、トレーニングではなく推論を中心に据えたチップのカテゴリです。

黄仁勋：

はい、データセンターでは、GroqがVera Rubinシステム全体の約25%を占めるようにすることができます。

注：Vera RubinはNVIDIAの次世代AIプラットフォームアーキテクチャです。それは単一のチップではなく、AIファブリックシステムインフラプラットフォームです。

David Sacks：

それでは、業界は現在、この方向性をどのように見ていると考えていますか？本質的に、あなたは次世代の切り離しアーキテクチャを構築しています：プリフィルとデコードが分離され、推論フローが分割されます。人々はどのように反応すると思いますか？

黄仁勋：

まず一歩後退して考えてみましょう。私たちがその機能をシステムに追加した背景には、全業界が大規模言語モデル処理から、エージェンティック処理（Agentic Processing）、つまりエージェント型処理に移行していたからです。

エージェントを実行すると、それはワーキングメモリにアクセスし、ロングテームメモリをアクセスし、ツールを呼び出しますが、これによりストレージに大きな圧力がかかります。また、エージェント間での協力も見られます。いくつかのエージェントは大規模モデルを使用し、いくつかは小さなモデルを使用します。ディフュージョンモデルを使用するエージェントもいれば、自己回帰モデルを使用するエージェントもいます。つまり、データセンター内にはさまざまな種類の完全に異なるモデルが同時に存在します。私たちがVera Rubinを構築したのは、この非常に多様な負荷に対処するためです。

したがって、以前は「1つのラックを持つ」会社でしたが、今では追加の4つのラックが増えました。言い換えると、NVIDIAのTAM、つまりサービス可能市場が一気に拡大し、以前よりも約33%から50%高くなりました。

そして、この追加の33%から50%の中には、主にストレージプロセッサ、つまりBlueFieldの部分が含まれるでしょう；一部は、私が個人的に非常に望む部分ですが、Groqプロセッサの一部でしょう；そして一部はCPUであり、もちろん、多くのネットワークプロセッサもあります。これらすべてが集まって、最終的にはAI革命を実行する「新しいコンピュータ」、つまりエージェントが動作しています。それが現代産業のオペレーティングシステムです。

Chamath Palihapitiya（Social Capital創始者｜元Facebook幹部｜All-In ホスト）：

組み込みアプリケーションはどうですか？たとえば、娘のテディベアが彼女と会話したい場合、内部には何が入っていますか？カスタムASICですか？それとも、将来的にはエッジと組み込みシーンで、より広範囲のTAMが現れ、異なるシナリオに適した異なるツールが提供されるでしょうか？

注：ASICはApplication-Specific Integrated Circuit（特定用途集積回路）を指し、TAMはTotal Addressable Market（総提供可能市場）を指します。

黄 仁 勋：

私たちは、この問題には実際に3つのコンピューターがあると考えています。

最初のコンピューターは、AI モデルのトレーニング、AI の開発、AI の創造に使用されるコンピューターです。

2番目のコンピューターは、AI の評価に使用されるコンピューターです。例えば、周りを見渡すと、至る所にロボットや自動車などがあります。これらを物理世界を表現する仮想環境に評価する必要があります。つまり、そのソフトウェア自体が物理法則に従う必要があります。私たちはこのシステムを Omniverse と呼んでいます。

3番目は、エッジサイドに展開されるコンピューターであり、つまりロボットコンピューターです。これは自動運転車両であるかもしれませんし、ロボットであるかもしれませんし、小さなクマであるかもしれません。

このようなデバイスの1つ非常に重要な方向性は、現在取り組んでいるものです：通信基地局を AI インフラストラクチャの一部に変えること。これにより、総額20兆ドル規模の通信産業全体が将来的に段階的に AI インフラストラクチャの拡張になるでしょう。したがって、無線機器がエッジデバイスに変わり、工場もエッジデバイスに、倉庫も同様です。

総括すると、これらの3つの基本的なコンピューターはすべて不可欠です。

David Friedberg（The Production Board 創業者｜All-In Podcast ホスト）：

Jensen、去年、あなたは私たち全員よりもはるかに早くに気付いていました。当時、推論ニーズが1000倍だけ増加するのではないと言いましたね。

黄 仁 勋：

自分をだましたのかな？

David Friedberg：

100万倍？10億倍？そうでしょう？

当時、私は多くの人がそれが大げさだと考えていたと思います。なぜなら、世界中がまだトレーニングの拡張に注力していたからです。しかし、今では推論が真の爆発を迎え、そして「推論限定」という状況になっています。今、あなたは「推論ファクトリー」を発表し、次世代の工場よりも10倍の吞み込み量を持つことになりました。

しかし、外部の議論を見ると、多くの人々があなたの推論工場には400から500億ドルかかると言い、ASIC製カスタム、AMDなどの代替案は250から300億ドルで済むため、市場シェアを失うだろうと言います。

それなら、あなたは直接私たちに教えてください：あなたは実際に何を見ているのですか？市場シェアをどのように見ているのですか？これらのクライアントはほぼ2倍のプレミアムを支払う価値があるのですか？

なぜより高価なシステムが、より安価なトークンを生成できるのか？

黄仁勋：

最も重要な点、最も核心的な点は：工場の価格をトークンの価格と同等と見なさず、トークンのコストとも同等と見なさないことです。

非常に可能性が高く、そして私は証明することができます、その500億ドルの工場は、実際に最も低コストなトークンを生成することができます。その理由は、これらのトークンを生成する効率が驚異的に高いためで、10倍も高い効率です。

例えば、500億ドルと200億ドルの間の差額の多くは、実際には土地、電力、工場の外装だけです。それ以外にも、ストレージ、ネットワーク、CPU、サーバー、冷却システムを購入する必要があります。したがって、GPU自体が元々の価格であるか、半額であるかは、総コストを直接的に500億ドルから300億ドルに引き下げるわけではありません。任意の数字を取ってくださいが、現実的には、500億ドルから400億ドルにしか引き下げられないかもしれません。

しかし、500億ドルのデータセンターが処理能力が10倍も高い場合、この差額は実際には大したことではありません。

Jason Calacanis：わかりました。

黄仁勋：

これが私が常に言ってきた理由でもあります：多くのチップにとって、技術の最前線に遅れを取ること、私たちが進むスピードに追いつけないことは、チップがただで提供されても、まだ安価でないということです。

David Sacks：

私はより大局的な戦略的な質問をしたいと思います。あなたは今、世界で最も価値のある企業を運営しています。来年の収益は3500億ドルを超える可能性があり、フリーキャッシュフローは2000億ドルであり、そして複利で急速に成長しています。

あなたは具体的にどのように意思決定を行っていますか？情報はどのように入手していますか？みんなが知っているあなたの有名なメールシステムがありますが、あなたが本当にインスピレーションを得て市場を形作り、どこに集中し、どこを縮小し、どこに進出すべきかを決定するか、それらの情報はどのようにしてあなたに伝わりますか？そして最終的な判断はどのように行いますか？

黄仁勋：

それがCEOの仕事です。

David Sacks：

はい。

黄仁勋：

私たちの責任は、ビジョンを定義し、戦略を定義することです。もちろん、優れたコンピュータサイエンティスト、技術専門家、そして数多くの優れた従業員からインスピレーションと情報を得ますが、最終的には未来を形作ることが私たちの責任です。

その中での1つの判断基準は次のとおりです：このことが非常に難しすぎるかどうか？ 十分に難しくない場合、私たちはそれを遠ざけるべきです。その理由は非常に単純です。何かを行うことが非常に簡単な場合、競合他社が必ずたくさん存在します。

それは他の誰もが行ったことがなく、非常に困難なことですか？ それは偶然にも私たちの会社が持っている「スーパーパワー」を引き出すことができることですか？ だから私はこのような交差点を探さなければなりません：それはこれらの基準を同時に満たす必要があります。

そして最後に、このようなことを行うことは、大量の苦痛と苦難を伴うことを知っておくべきです。どんな偉大な発明も、あまりにも単純で、最初に成功することが容易だからです。

何かが非常に困難で、誰もやったことがない場合、基本的には多くの苦痛や試練を経験することを意味します。だからこそ、そのプロセスを楽しむべきです。

デビッド・サックス：

「ロングテール」のビジネスを3〜4つ選んで話していただけますか？ たとえば、データセンター上の宇宙、ADAS と自動車、生物学の方向などです。これらの曲線はいつ上向きに転じると思いますか？ これらの長期ビジネスについてどう考えていますか？

注：ADAS は高度運転支援システム（Advanced Driver Assistance Systems）の略です

黄仁勋：

もちろんです。物理AI（Physical AI） は非常に大きなカテゴリーです。私は先ほど言いましたが、私たちには3つの計算システムがあり、それに基づいて構築されたすべてのソフトウェアプラットフォームがあります。物理AI は、科学技術業界が50兆ドル規模の、ほとんど技術的に変革されていなかった産業に本当にサービスを提供する初めての機会です。これを実現するためには、必要なすべての技術を新しく発明しなければなりません。

私は常にこれを10年の旅と考えてきました。私たちは10年前に始めましたが、今やっと上向きの転換点を見ることができました。私たちにとってこれは数十億ドル規模のビジネスで、現在の規模は年間約100億ドルに近づいています。したがって、これは非常に大きなビジネスですし、指数関数的に成長しています。これが最初の点です。

第二の方向として、私はデジタルバイオロジーでは、実際にはChatGPTの瞬間に非常に近づいていると考えています。

私たちは徐々に、遺伝子、タンパク質、細胞の表現と理解方法を学んでいます。化学物質についてはすでに扱い方を知っています。したがって、生物学の基本構成要素とその動的挙動を表現し理解することができるようになると、私は2〜3年から5年の間にそれが起こると考えています。5年以内に、デジタルバイオロジーが医療産業全体に巨大な影響を与えると私は強く信じています。

これらはすべて非常に重要な方向性です。農業もその1つです。

Chamath Palihapitiya：

すでに進行中です。

황인훈：

間違いありません。

Jason Calacanis：

データセンターからデスクトップに話題を戻したいと思います。企業の初期段階は、愛好家、ゲーマー、およびグラフィックスカードユーザーを中心に構築されていました。今日、ステージに立って、約1万人の観客の前で、Claude Code、OpenClaw、そしてエージェントがもたらす革命について言及しました。

特に愛好家コミュニティでは、大量のエネルギーとイノベーションが現れ、多くのブレークスルーがデスクトップで起こっていることが見られます。今回、デスクトップデバイスも発売されましたが、Dell 6800だったと記憶しています。これは非常にパワフルなワークステーションで、ローカルモデルを実行し、750GBのメモリを搭載しています。今、Mac Studioはどこでも売り切れています。当社は現在、OpenClawに全面的に移行しています。Friedbergが使用しており、Chamathも使用しており、皆さん非常に熱心です。

愛好家から始まったこのオープンソースのエージェント運動、デスクトップオープンソースエコシステムは、あなたにとってどのような意味を持ちますか？これはどこに向かっているのでしょうか？

エージェント時代の到来：なぜ計算需要はさらに1万倍に膨張するのか

황인훈：

まず、1歩引いて考えてみましょう。過去2年間、実際に3回のターニングポイントが見られました。

最初は生成的AIです。ChatGPTはAIを一般大衆に紹介し、誰もがその重要性に気づかせました。生成的AIのこの技術は実際、ChatGPTが登場する数か月前にははっきりと存在していました。ただし、ChatGPTが使いやすいインターフェースを提供するまで、生成的AIは本当に爆発しませんでした。

そして生成的AIは、ご存知のように、トークンを生成し、内部消費および外部消費の両方に供給します。内部消費は本質的に「思考」ですが、これはさらに推論の発展を促進しました。

次に、ますます現実的な情報に基づいた能力が登場し、AIがもはや質問に答えるだけでなく、より信頼性の高い、より有用な回答を提供できるようになりました。OpenAIの収益とビジネスモデルでターニングポイントが訪れたのも、ここで始まりました。

そして第三のターニングポイントは、最初は業界内でしか見られなかったClaude Codeでした。これは本当に非常に有用なエージェントシステムであり、革命的です。

しかし、Claude Code の前では、この能力は主に企業向けに提供されており、一般の人々にはほとんど知られていませんでした。OpenClaw が「AI エージェントが実際に何ができるか」を大衆の目に触れるようにしたまでです。

したがって、OpenClaw の文化的重要性は、エージェントの能力を一般の人々が初めて本当に認識するようになったことにあります。

そして、OpenClaw が重要な理由の2つ目は、それがオープンソースであるということです。

さらに重要なのは、OpenClaw が新しい計算モデルを構築し、計算そのものをほぼ再発明したことです。それにはメモリシステムがあります：スクラッチは短期メモリ、ファイルシステムは長期保持リソースです。スケジューリング能力があり、cron ジョブを実行でき、新しいエージェントを生成できます。タスクを分解し、因果推論を行い、問題を解決することができます。I/O サブシステムを持ち、入出力を行い、WhatsApp に接続することもできます。API セットもあり、さまざまなタイプのアプリケーション、つまりスキルを実行できます。

これらの4つの要素は、基本的にコンピューターを定義しています。したがって、私たちは実質的に初めて個人用の人工知能コンピューターを所有しています。

さらに、それはオープンソースであり、本当にオープンソースであり、ほぼどこでも実行できます。これが現代計算の設計図です。ある意味では、それは現代計算のオペレーティングシステムにすでになっており、将来的にはどこにでも存在するでしょう。

もちろん、私たちはそれが対処する必要がある1つの課題があります：エージェントソフトウェアを所有すると、機密情報にアクセスしたり、コードを実行したり、外部と通信したりする可能性があります。したがって、すべてを適切にガバナンスし、十分にセキュリティを確保し、ポリシーに拘束する必要があります。これにより、これらのエージェントは3つの能力のうちの2つを持つことができますが、すべてを同時に持つことはできません。

このガバナンスに関して、私たちは貢献しています。今日は Peter Steinberger もいらっしゃいます。彼と協力して、このシステムをより安全でより堅牢にするために多くの素晴らしいエンジニアが取り組んでおり、プライバシーを保護し、セキュリティを確保できるようにしています。

Chamath Palihapitiya：

Jensen、このパラダイムの転換により、これまで米国で通過してきた多くの AI 規制法案が時代遅れになったと感じていますか？

多くの提案はもともと古いモデルに基づいていました。このようなパラダイムの変化により、どれだけ速く従来の監視方針が陳腐化したかについて話していただけますか？現在、AI 監視はアメリカ政治の非常に話題の中心となっています。

黄仁勋：

この部分では、常に政策立案者よりも一歩先を歩む必要があります。あなたはその点で非常に優れています。私たちは彼らの前に積極的にアプローチし、技術がどの段階に発展しているか、それが何であるか、何でないかを伝えなければなりません。それは生命体でもなければ異星人でもなく、意識も持っていません。それはコンピューターソフトウェアです。

さらに、私たちは「私たちはこの技術をまったく理解していない」というような発言をよく耳にします。しかし、それは真実ではありません。実際には、私たちはすでに多くを理解しています。ですので、第一に、私たちは政策立案者に対して正しい情報を提供し続ける必要があります。彼らがこの技術を理解する方法を終末論や過激主義が左右することがないようにしましょう。

しかし同時に、技術の発展が非常に速いことを認め、政策が技術よりも進みすぎないようにしなければなりません。私が最も懸念しているのは、国家レベルで考えた場合、アメリカがAIに関する最大の国家安全保障リスクを抱えている点であり、それはAIそのものではなく、他の国々がAIを採用している一方で、私たちが怒りや恐れ、あるいは偏見から、自国の産業や社会がAIを受け入れることを望んでいないからです。

だから、私が本当に最も懸念しているのは、AIがアメリカでまだ充分に普及していないことです。

David Sacks：

さらに尋ねます。もしAnthropicの取締役会の会議室にいて、彼らと「戦争部門」の問題を見ていたら、あなたはどう考えるでしょうか？実際、あなたが言及した点がここでも続いています：人々はAIをどのように理解すべきかわからないため、さらに敵意、恐怖、不信感が増しています。あなたなら、Darioと彼のチームに今日の結果と一般的な認識を変えるために、どのような異なるアクションを提案しますか？

黄仁勋：

まず第一に、Anthropicの技術は非常に素晴らしいものです。私たちは自身がAnthropic技術の重要なユーザーです。彼らのセキュリティに対する取り組み方、セキュリティ文化への取り組み方、およびこれらの取り組みを推進してきた技術の卓越性には本当に感心しています。

そして、彼らは一般の人々にこの技術の能力の限界を理解させたいと考えているようですが、それ自体は素晴らしいことだと思います。ただし、私たちはこの世界がスペクトルであることを認識しなければなりません。警鐘を鳴らすことは善ですが、人々をおびえさせるのはあまりよくありません。

Jason Calacanis：はい。

黄仁勋：なぜなら、この技術が私たちにとって重要すぎるからです。私は、未来を予測することはもちろんできますが、より慎重で、より謙虚である必要があります。実際、私たちは将来を完全に予測することはできません。

非常に極端で破滅的な判断を下す一方で、それが実際に起こる証拠がない場合、それが引き起こす損害は人々が想像するよりも大きくなる可能性があります。

そして今、私たちはすでにテクノロジー業界のリーダーです。以前は誰も私たちの言葉を聞いてくれませんでしたが、今は違います。テクノロジーは社会構造に深く根付いており、非常に重要な産業であり、国家安全保障とも密接に関係しています。私たちの一言一句が重要なのです。

だからこそ、より慎重で、節制が必要で、バランスがとれているだけでなく、より思慮深いアプローチが必要だと思います。

デビッド・フリードバーグ：

私はあなたをその役職に指名します。AI の合意形成率は米国ではわずか17％です。私たちは核エネルギー分野で何が起こったかを見てきました：私たちは基本的に核産業全体を停止させましたが、その結果、今では中国が100基の分裂反応炉を建設しており、アメリカには1基もありません。今度はデータセンターに関する停止命令などが聞こえ始めています。ですから、私たちはより積極的であるべきだと考えています。

しかし、会社内で起きているエージェントの噴出に戻りますと：効率の向上、生産性の向上。多くの人が今、ROI（投資利益率）について議論していますね。あなたと私が今年に入った際、最大の疑問は収益が出るかどうかでした。収益は知的自己そのものと同様に拡大するのでしょうか？そして、我々はAnthropicが2月において月間収益が500億から600億ドルに達したという「オッペンハイマー時計」のような状況を目撃しました。

注：「オッペンハイマー時計」は、マンハッタン計画（第二次世界大戦中に原子爆弾を開発するための秘密の科学プロジェクト）の責任者であるオッペンハイマーに由来します。1945年に初めて原子爆弾が爆発し、技術的なブレイクスルーやリスクの両方を象徴する臨界点として使用されるようになった言葉で、重要な技術的瞬間を指すのによく使われます。

今後の展望はどうでしょうか？あなたは本日また、ブラックウェルとヴェラ・ルビンが数年後に兆ドル単位の需要を持っていることを言及しました。さらに、AnthropicとOpenAIが示している勢いを考えると、私たちはすでにその曲線に乗っており、収益が知的能力と同様に加速して拡大していく様子が見られると思いますか？

ファン・インフン：

いくつかの視点からお答えします。ここのオーディエンスを見てください。確かにAnthropicとOpenAIはここにいます。しかし実際、会場の99%はAIであり、それがAnthropicでもOpenAIでもありません。その背後には、AI自体の非常に多様な性質があります。

私は、ある種のカテゴリとして、2番目に人気があるモデルは実はオープンモデルです。1位はもちろんOpenAI、オープンなウェイト、オープンなモデルといった広義のオープンエコシステムです。2位がオープンモデルで、3位との間には大きな差があります。第3位はAnthropicです。

これは、ここにあるすべての AI 企業の規模がどれほど大きいかを示しているため、まずこの点を認識する必要があります。

計算量についてもう少し詳しく話しましょう。生成型 AI から推論型に移行すると、必要な計算量はおよそ100倍増加します。推論型から行動型に移行すると、計算量はさらに100倍増加する可能性が非常に高いです。つまり、たった2年で、計算ニーズがおおよそ1万倍増加しました。同時に、人々は情報に支払うでしょうが、彼らが本当に支払いたいと考えているのは、実際に成果を出すことです。

David Friedberg: そうですね。

黄仁勋:

チャットボットと会話して、答えを得るのはもちろん良いことです。研究を手伝ってもらうのも素晴らしいことです。しかし、私が本当にお金を払いたくなるのは、それが仕事を完了してくれるときです。そして、これが私たちがいる現在の位置であり、行動型システムは実際に作業を完了しています。それらは私たちのソフトウェアエンジニアが作業を完了するのを手伝っています。

ですので、考えてみてください。一方では計算量が1万倍増加し、もう一方では消費ニーズがおそらく100倍増加しています。さらに、私たちはまだ本当に大規模な展開を始めていません。私たちは間違いなく、100万倍成長へと続く道に立っています。

Jason Calacanis:

私はこれがまさに一つの質問につながると考えていますが、貴社には何人の社員がいますか？

黄仁勋:

43,000人の従業員がおり、そのうちおおよそ38,000人がエンジニアです。

Jason Calacanis:

私たちはポッドキャストでよく話題にしていますが、「おお、当社のトークン利用量が猛烈に増加しています」という話題です。実際、会社に入社する際に「私はどれだけトークンをもらえるか」と尋ねる人もいます。なぜなら、彼らは効率的な従業員になりたいと考えているからです。私は、あなたが2時間半にわたるキーノートスピーチで触れたことを覚えています。そのキーノートスピーチは本当に長かったですが、素晴らしかったです。

黄仁勋:

ありがとうございます。実際、もう少し短くすることができました。

Jason Calacanis:

あなたは、各エンジニアに対するトークンの利用枠がおそらく75,000ドルに達する可能性があると述べました。つまり、NVIDIAのエンジニアチームが1年間でトークンに100億ドルまたは200億ドルを費やすことを意味するのですか？

黄仁勋:

そう計算しています。思考実験をお示ししましょう。ソフトウェアエンジニアまたはAI研究者を雇ったとします。年収50万ドルですが、こちらでは非常に一般的な金額です。

年末、私は彼に尋ねました。「今年、トークンにいくらお金を使いましたか？」もし彼が「5000ドル」と答えたら、本当に爆発するでしょう。年収50万ドルのエンジニアが1年間に使うトークンの価値が25万ドルにも満たない場合、私は非常に用心します。これは、チップデザイナーが「ペーパーと鉛筆だけを使うことに決めました。CADツールは必要ない」と言うのと本質的に同じです。

Jason Calacanis：

これは本当に範疇変更です。あなたがこれらのトップ従業員について理解していることは、まさに私をMBAの授業で聞いたLeBron Jamesの話を思い起こさせます：彼は年間100万ドルを自分の体のメンテナンスに費やし、そのために41歳でもプレーを続けることができます。これらのトップの知識労働者が「スーパーパワー」を持つべきでない理由は何ですか？

黄仁勲：

その通りです。

Jason Calacanis：

このトレンドをさらに2〜3年先に進めると、NVIDIAのトップ従業員たちの効率はどうなるでしょうか？彼らは何ができるようになるのでしょうか？

黄仁勲：

まず第一に、以前のように、「このことは難しすぎる」という考えが消えるでしょう。「これには時間がかかりすぎる」という考えも消えます。「たくさんの人が必要だ」という考えも消えます。

これは前回の産業革命と同じで、その時もだれもが「この建物は重すぎるように見える」とは言わなかったし、「あの山は大きすぎる」とも言わなかった。すべての「大きすぎる、重すぎる、時間がかかりすぎる」という考えが消え去ります。

David Sacks：

残るのは創造力だけです。あなたは本当に何を考えることができますか。

黄仁勲：

完全に正しい。つまり、将来的な課題は、これらのエージェントとどのように協力するかです。

本質的に、これは全く新しいプログラミング方法です。過去にはコードを書いていましたが、将来に私たちが書くのはアイデア、アーキテクチャ、および仕様書です。私たちはチームを編成し、評価基準を定義し、システムに何が良いか、何が悪いか、何が優れた結果かを伝えます。それと繰り返し、ブレストーミングを行います。

これがあなたが本当に行うべきことです。私は、将来、すべてのエンジニアが100のエージェントを持つことになると信じています。

Jason Calacanis：

PRの問題に戻りましょう。David Friedbergのような起業家は、Ohaloであなたの技術とAIを使用して、本当に具体的なことをしています：食料生産を増やし、高品質なカロリー供給を向上させる。Friedberg、あなたはこれをどれだけ低コスト化できると思いますか？このビジョンは、あなたが行っていることにどのような影響を与えるでしょうか？

David Friedberg：

私たちはゼロサンプルのゲノムモデリングを行い、成功しました。その瞬間、本当に驚きました。しかも、これは「他の企業が一夜にして企業全体のソフトウェアスタックを入れ替えた」状況の中で起こりました。

自分で行ったこともあります：90分で、すべてのソフトウェアスタックと多くのワークフローを一新しました。日曜の夜10時に始めて、11時半までにすべてが実行され、展開されました。

CEOとして自分がやった後、週末に私の全ての管理チームメンバーに同じ練習を行うよう依頼しました。月曜日になると、私たちが見たのは：完了しました。

より技術的で科学的な話をします。我々は、オートリサーチと一連のデータを使用して、30分で何かを成し遂げました。従来の方法で行った場合、これはPhD論文並みの業績となり、おそらく7年かかり、そしてこの分野で最も尊敬される博士論文の一つになる可能性があり、『Science』に掲載されるほどの成果となったでしょう。

結果として、私たちはデスクトップでGitHubからオートリサーチをダウンロードし、手に入れたばかりのデータをそこに注入し、30分で実行しました。そのとき、すべての人の表情が変わりました。それが解き放たれる潜在能力は、本当に信じがたいものでした。

だから私は思うのですが、このようなスピードは、かつてない方法で誰もが可能性を拡大していると思います。

ただし、オートリサーチに戻りますが：どうですか？週末に600行のコードで、このような成果を出すことができ、さらにローカルで種々のデータセットを処理できるというのは。

これは、アルゴリズムの最適化やハードウェアの最適化、どちらにおいてもまだ非常に初期の段階にあることを示していると言えるのでしょうか？

黄仁勋：

OpenClawの驚異的な点は、第一に、大規模言語モデルの突破と完璧に重なったタイミングです。それが非常にうまくタイミングよく現れたからです。

ほとんどは、Claude、GPT、ChatGPTの今日の水準に達したからこそのものです。なぜなら、モデルがすでに非常に高い水準に到達しているからです。

第二に、それは新たな能力をもたらしました：これらのモデルが、私たちが何年も前から作り出してきたツールを呼び出せるようにしました。例えば、ブラウザ、Excel；チップ設計では、SynopsysやCadence；さらにOmniverse、Blender、Autodeskなどがあります。そしてこれらのツールは今後も使用され続けます。

今、一部分の人々は、企業ITソフトウェア業界が崩壊しつつあると言っています。しかし、私から別の視点を伝えます：これまで企業ソフトウェア業界の規模は常に「いくつの座席にいくつの尻が座っているか」という制約によって制限されてきました。しかし、将来、それは100倍のエージェントを迎え入れることになります。これらのエージェントはSQLを叩き、ベクトルデータベースを叩き、BlenderやPhotoshopを叩くでしょう。

その理由は非常に単純です。第一に、これらのツールは元々非常に優れていました。第二に、これらのツールは本質的に私たちと機械の間の「仲介インターフェース」です。最終的に、仕事が完了した後、結果は私が制御できる方法で私に返される必要があります。そして私はこれらのツールの操作方法を知っています。

そのため、最終的にはすべてがSynopsysやCadenceに戻ってくることを願っています。それは私が制御し、「確定基準」検証を行なえる場所だからです。

注：Synopsys、CadenceはEDA（Electronic Design Automation）ソフトウェア企業であり、すべてのチップ企業（NVIDIA、Apple、AMD）は基本的にこれらに依存しています。

AIの次の戦場：オープンソース、垂直化、およびグローバル拡散

David Sacks：

オープンソースに関する質問があります。現在、私たちはクローズドソースモデルと、非常に優れたオープン重みモデルがあります。多くの中国モデルも驚くべきものであり、非常に強力です。

2日前に、おそらくその時あなたはステージで忙しかったので見ていなかったかもしれませんが、暗号プロジェクトであるBitTensorのSubnet 3で、誰かが40億のパラメータを持つLlamaモデルのトレーニングを完全に分散型で行いました。ランダムな人々が計算リソースを提供しましたが、彼らは完全に状態を管理して全体のトレーニングプロセスを行いました。技術的に非常にクレイジーだと思います。なぜなら、参加した人々は完全にランダムな場所にいました。

ホワン・イーフン：

これは今の時代のFolding@homeのようなものです。

注：Folding@homeは、世界中のボランティアがコンピュータリソースを貢献し、タンパク質シミュレーションや医学研究のために分散コンピューティングを行うプロジェクトです。

David Sacks：

その通りです。ですので、オープンソースの究極の姿をどのように見ますか？アーキテクチャも分散化され、計算リソースも分散化され、これによってオープン重みと徹底的にオープンソースの進路を支え、AIを本当に広く利用可能にすると考えますか？

黄仁勋：

私は、根本的に両方が同時に必要であると信じています：第一に、モデルがファーストクラスのビジネス製品、プロプライエタリ製品として存在すること；第二に、モデルがオープンソースの形態で存在すること。

これは A または B の関係ではなく、A と B の両方が必要です。疑いの余地はありません。なぜなら、モデルはまず技術であり、最終製品ではないからです。モデルは技術であり、サービスではありません。

ほとんどのユーザーにとって、その横断的なレベル、一般的な知能レベルにおいて、私は実際にモデルを自分で微調整したくありません。私は引き続きChatGPT、Claude、Gemini、Xを使用したいと考えています。それぞれが個性を持っており、それは私の気分や解決したい問題によって異なります。したがって、この部分の業界は非常にうまく育ち、非常に繁栄するでしょう。

ただし、これらすべての業界の領域知識、専門能力は、彼ら自身が制御可能な方法でオープンモデルから沈殿しなければならず、それは最先端から非常に近い開放モデルからしか得られません。我々も熱心に取り組んでいます。

率直に言って、開放モデルが本当に最先端に追いついたとしても、私はモデル即サービス、ワールドクラスのビジネス製品モデルは引き続き繁栄すると考えています。

Jason Calacanis：

私たちが現在投資しているすべてのスタートアップは、ほとんどが最初にオープンソース化し、その後プロプライエタリモデルに移行しています。

黄仁勋：

はい。そして素晴らしい点は：優れたルーターがあれば、最初の日、そして毎日、世界でも最高のモデルを受け取ることができます。同時に、これによりコストを下げたり、微調整したり、専門化したりする時間が与えられます。ですので、最初から世界クラスの能力を持ち、そして徐々に自分たちのモート・アウレを構築していきます。

David Friedberg：

Jensen、私は地政学的な問題について質問したいと思います。もちろん、アメリカが世界のAI競争で勝利することを望んでいる人は誰もいません。しかし、1年前、バイデン政権時代のその普及規則は、実際にはアメリカのAI技術の世界的拡散を妨げていました。

新政権は現在1年を経過しています。AIの全球的な普及の観点から、私たちはA、B、またはCですか？何がうまくいっていて、何がうまくいっていないのでしょうか？

黄仁勋：

まず第一に、トランプ大統領は、アメリカを産業のリーダーとし、アメリカのテクノロジー産業をリードし、アメリカのテクノロジー産業が勝利し、アメリカの技術が世界に普及し、アメリカが世界で最も裕福な国になることを望んでいました。彼はすべてを達成したかったのです。

しかし、現時点では NVIDIA は世界第二の市場で、元の 95% のシェアを失い、現在は 0% です。トランプ大統領は、その一部を取り戻すことを望んでいます。

第一歩は、販売できる企業にライセンスを取得することです。多くの企業が申請を提出しており、私たちは彼らのためにライセンスを申請し、商務長官のLutnickが一部を承認しました。次に、買い付け注文をすでに出している中国企業に通知しました。ですので、現在、サプライチェーンを再開し、商品を発送しています。

さらに高いレベルで言えば、私たちは1つのことを認識すべきだと思います。マイクロモーターやレアアース鉱物を手に入れられないと、国家安全保障が脅かされます。自国の通信ネットワークをコントロールできないと、国家の安全保障が脅かされます。国が持続可能なエネルギーを提供できないと、国家の安全保障も脅かされます。これらの業界は、私が AI 業界で繰り返して欲しくない物語の1つです。

未来を展望するとき、「アメリカのテクノロジー産業、アメリカの AI 産業が世界をリードする姿はどのようなものか」と問うとき、正直に言わなければなりません：AI モデルはアメリカだけで世界をリードすることは不可能であり、そのような結末は意味をなしません。

しかし、想像できるのは、アメリカのテクノロジースタックが、世界中で広く採用されることです。世界中の人々が、このアメリカのテクノロジースタックの上に自分たちの AI、パブリック AI、プライベート AI を構築し、その社会に奉仕できる。私はアメリカのテクノロジースタックが世界の90%をカバーすることを望んでいます。本当にそう願っています。

さもなければ、最終的な結末が太陽光、レアアース、マグネット、モーター、通信機器と同じようなものになった場合、それはアメリカの国家安全保障にとって非常に悪い結果だと考えます。

Chamath Palihapitiya：

あなたは現在、地球規模の紛争状況にどれだけ密接に注意を払っていますか？それがどの程度心配を引き起こしていますか？例えば、中東での事態がヘリウム供給に影響を与える可能性があり、ヘリウムは半導体製造にとって潜在的なサプライチェーンリスクです。これらの問題がどれだけ心配ですか？あなたはこれにどれだけの労力を費やしていますか？

注：ヘリウムは半導体製造に非常に重要であり、光造版や検査などの重要な段階で置き換えが困難であり、再生不可能な資源として供給が高度に集中し、米国、カタール（中東）、アルジェリア（北アフリカ）などのわずかな産地に依存しています。これらの上流供給に何らかの混乱が生じれば、直接的にチップラインの安定した運用に影響を与える可能性があります。

黄仁勋：

まず、中東についてですが、そこには6000人の家族がいます。会社には多くのイラン人社員がおり、彼らの家族はイランにいます。ですので、私たちはそこに多くの家族を持っています。

まず最初に言いたいのは、彼らは今非常に不安で、非常に心配して、非常に恐れているということです。私たちは常に彼らのことを考え、状況の変化に注目しています。彼らは私たちから100%の支援を受けることになります。また、中東の現在の状況を考慮すると、イスラエルにとどまるかという質問もありました。私の答えは、私たちは確実にイスラエルにとどまるということです。私たちはその地の家族を全面的に支持します。そして、中東にとどまり続けるつもりです。

さらに、中東の状況がこうである以上、そこにAIを展開することが価値があると考えていますか？私の見解は、戦争があるのはみんながより安定した結果を求めているからだということです。そして私は信じています、戦争が終わった後、中東は以前よりも安定するでしょう。ですので、戦前からそこを考慮する用意があるのであれば、戦後はさらに真剣に考慮すべきだと思います。したがって、この問題に関しても私は全力を尽くすつもりです。

私たちが行うべき3つのことがあります。第一に、アメリカをできるだけ早く再工業化する必要があります。それが半導体工場、コンピュータ工場、またはAI工場であってもです。

Jason Calacanis：

この面での進展はどうでしょうか？

黄仁勋：

進展は非常に良好です。アリゾナ、テキサス、カリフォルニアで驚異的なスピードで進展することができるのは、中国台湾のサプライチェーンからの戦略的サポート、友情、そして援助があるからです。彼らは本当に私たちの戦略的パートナーです。彼らは私たちのサポート、友情、慷慨を受けるに値する存在です。そして彼らも進行を加速するために全力を尽くしています。

第二に、製造サプライチェーンをより多様化させる必要があります。韓国、日本、ヨーロッパであろうと、サプライチェーンを分散し、より弾力性を持たせる必要があります。第三に、多様性と弾力性を高める一方で、不必要な圧力をかけないように節度を保つ必要があります。

Jason Calacanis：

あなたは、つまり、忍耐が必要だと言っているのですね。

Chamath Palihapitiya：

それにヘリウムはどうでしょうか？多くの報告でその問題が取り上げられています。

黄仁勋：

ヘリウムは問題になる可能性があると考えています。しかし一方で、サプライチェーンには通常、かなりの在庫があり、この種のシステムでは余裕を持たせる傾向があります。

Jason Calacanis：

自動運転において大きな進展を遂げ、重要なニュースを発表しています。多くのパートナーが追加され、Uberを含む。最近、あなたがメルセデスの自動運転車に乗っているビデオを見ました。また、Uberと共に、多くの自動車メーカーと協力して、より多くの車両を展開することが発表されました。

あなたの賭けは次のとおりです：将来、Androidのようなオープンプラットフォームが登場し、あなたがその中でキーとなる役割を果たし、数十の自動車メーカーにサービスを提供することでしょう。一方、TeslaやWaymoのようにiOSのような閉じたシステムも登場するかもしれません。

あなたの戦略はどのようなものでしょうか？このゲームはどのように展開されるのでしょうか？協力と競争の両面があるように感じられますし、あなたのスタックは非常に深いです。

黄仁勋：

まず第一に、私たちはすべてがいつか完全または部分的に自律化されると信じています。第二に、自動運転車を自社製造するつもりはありませんが、世界中のすべての自動車会社が自動運転車を製造できるよう支援したいと考えています。

そのために、私たちは3つのコンピューターを構築しました：トレーニングコンピューター、シミュレーションコンピューター、評価コンピューター、および車載コンピューター。また、世界で最も安全な運転オペレーティングシステムを開発しました。

同時に、私たちは世界初の推論能力を持つ自動運転システムも開発しました。複雑なシナリオをより単純なものに分解し、1つずつナビゲートする能力があり、まるで推論モデルのようです。この推論システムはAlpamayoと呼ばれ、非常に素晴らしい成果をもたらしました。

私たちは縦方向の最適化と横方向の革新の両方を行い、そしてそれぞれのメーカーに自身で決定してもらいます。私たちのコンピューターを1台だけ購入したいですか？ElonやTeslaのように、トレーニングシステムを購入することもできます。あるいはトレーニングシステムに加えてシミュレーションシステムを購入することもできます。または、3つをすべて統合し、車載コンピューターも自分の車に搭載したいですか？

私たちの姿勢は常に問題を解決したいと考えていますが、私たちだけが唯一の答えを提供しなければならないとは思っていません。どのような方法で協力するかに関わらず、どのような選択をするかに関わらず、私たちは喜んでいます。

David Sacks：

この質問につながって、非常に興味深いと思います。実際、あなたはプラットフォームを構築し、多くの花々が咲く場を提供しています。しかし、いくつかの花々は現在、下へ、スタックの底へ向かい、あなたと競争しようとしています。GoogleはTPUを、AmazonはInferentiaとTrainiumを持っており、ほとんどの人が「NVIDIAも超えられる」というバージョンをやっていますが、彼らは同時にあなたの大親友でもあります。

この関係をどのように扱っていますか？長期的には何が起こると思いますか？これらの製品は最終的にエコシステム全体でどのような役割を果たすと思いますか？

黄仁勋：

この質問は非常に重要です。

まず第一に、私たちは真のAI企業です。自社で基本モデルを作り、多くの分野で最先端に位置しています。私たちは上から下まで、スタックの各層ごとに構築しています。私たちはまた、すべてのAI企業と協力している唯一のAI企業です。

彼らは私に彼らが何をしているかを決して示すことはありませんが、私は常に私が何をしているかをはっきりと彼らに伝えます。したがって、私たちの自信は少し一つの点から来ています：私たちは「誰のテクノロジーが最高か」で競争することに非常に喜んでいます。私たちが高速で走り続ける限り、私は引き続きNVIDIAに買い続け、それが彼らの最も経済的な選択の一つであると信じています。この点に私は非常に自信があります。

第二に、私たちはすべてのクラウドプラットフォームに展開できる唯一のアーキテクチャです。これには根本的な利点があります。また、私たちだけがクラウドから取り外し、オンプレミスのデータセンターや車両、どんな領域、さらには宇宙にも配置できる唯一のアーキテクチャです。

したがって、私たちの市場では、実際に40％程度の事業があります。CUDAスタックがない、AI工場全体を提供する能力がない場合、顧客はあなたとどのように協力すればよいかさえ分かりません。彼らはチップを買いたいのではなく、AIインフラを構築したいのです。ですから彼らが必要とするのは、あなたが完全なスタックを持ち込み、そして私たちがちょうど完全なスタックを持っているからです。

驚くべきことに、今見ると、実際にNVIDIAのマーケットシェアはまだ上昇しています。

David Sacks：

つまり、これらの企業はいくつか試して、「ああ、これはあまりにも複雑だ」という結論に達し、そして戻ってきたのですか？ですから、あなたのシェアが引き続き拡大している理由はそれですか？

Jensen Huang：

シェアの増加にはいくつかの理由があります。

第一に、私たちの前進速度があまりにも速すぎるからです。第二に、課題はチップを製造することではなく、システムを製造することであり、このシステムは非常に難しいからです。したがって、彼らと私たちの協力規模はまだ増加しています。

たとえば、AWSの場合、彼らは昨日100万個のチップを将来数年間に購入すると発表したことを覚えています。これは非常に大きな購入量であり、彼らがすでに購入したものは含まれていません。私たちはもちろん喜んでいます。

さらに、過去数年間、私たちのシェアは増加しましたが、これはそれだけではありません。今はAnthropicが参入し、Metaも参入し、オープンなモデルが驚異的に拡大していますが、これらはすべてNVIDIAで起こっています。

したがって、私たちのシェアは増加しており、一方ではモデルの数が増えているうえ、これらの企業はますますクラウドから出てきており、地域展開、企業シナリオ、業界のエッジシナリオで成長しています。

そして、その市場全体を考えると、ASICを1つだけ作ることは非常に困難です。

David Friedberg：

関連する質問をさせていただきますが、数字の詳細には立ち入らず、アナリストたちはあなたを信頼していないようです。

あなたはハッシュパワーが100万倍に増加する可能性があると言いましたが、市場の一致した予想は次のようです：来年は30%、再来年は20%、2029年まで、通常なら爆発的な成長が期待される年はたったの7%です。あなたがこの成長数字にあなたのTAMを当てはめると、実際にはあなたのシェアが大幅に低下することを暗示しています。

では、あなたが見ている将来の注文簿から、この判断を支持する手がかりはありますか？

黄仁勋：

まず、彼らはAIのスケールと幅を理解していませんでした。

David Sacks：

はい、私もそう考えています。

黄仁勋：

ほとんどの人々は、AIが単なる5つの巨大クラウドベンダーだけのものだと考えています。

Jason Calacanis：

はい。

David Sacks：

そして、「スケールが大きくなればなるほど持続的な成長が難しくなる」という投資の伝統的な論理もあります。彼らは投資銀行のリスク管理委員会にモデルを説明する必要があり、"5兆ドルが1.5兆ドルに達する可能性がある"とは簡単には信じません。最大でも7兆ドルまでしか受け入れることができず、それ以上は受け入れることができません。

Jason Calacanis：

彼らは1兆ドルの企業を想像することができません。

David Sacks：

基本的には自己保護的なモデリングであり、過去に起こったことがないことに対しては踏み込めないのです。

黄仁勋：

さらに、あなたはあなたが本当に何をしているのかを再定義する必要があります。

最近、誰かが言った：Jensen、NVIDIAはなぜサーバーマーケットでIntelを超えることができるのか？その理由は非常にシンプルです：データセンターのCPU市場全体は約2500億ドルです。そして私たちは、ここでいま座ってチャットしているこの時間帯に、ほぼ250億ドルを達成できます。

Jason Calacanis：

素晴らしい。

黄仁勋：

もちろん、これは冗談です。

Chamath Palihapitiya：

ポッドキャストで言われることは、正式な業績指針とは見なされません。

黄仁勋：

そうです、業績指針ではありません。しかし重要なのは、あなたがどの程度成長できるかは、あなたが本当に何を作っているかにかかっているということです。

NVIDIA はチップを製造していません。これが1つ目のポイントです。2つ目は、チップだけを製造するだけでは、AI インフラの問題を解決するには不十分であり、この問題は非常に複雑です。3つ目は、多くの人々がAIに対する理解が非常に狭いことであり、彼らは見たり聞いたり議論したりした部分に限定されています。

OpenAI は非常に優れており、非常に大きくなります。Anthropic も非常に優れており、これも非常に大きくなります。しかし、AI そのものがそれらを合わせた以上に大きくなります。そして、私たちが提供するのは、そのさらに大きな部分そのものです。

David Sacks：

それでは、一般の人々に「スペース・データセンター」というビジネスについて説明してください。地上の大規模データセンターと比較して、どのように捉えればよいですか？

黄仁勲：

私たちはすでに宇宙にいます。

David Sacks：

一般の人がこのビジネスをどのように理解すべきですか？

黄仁勋：

まず第一に、当然のことですが、地上でのことをまずしっかり行う必要があります。やはり今、私たちは地上にいます。第二に、宇宙への準備も整える必要があります。宇宙にはもちろん多くのエネルギーがあります。問題は放熱です。伝導や対流に頼ることができないため、放射冷却に頼るしかありません。しかし、放射冷却には非常に大きな表面積が必要です。これは解決できない問題ではありませんが、やはり宇宙は場所がたくさんあるため、コストはまだ高いです。しかし、私たちは探求を続けます。

さらに、私たちはすでにそこにいます。すでに私たちのハードウェアは耐放射線性が強化されており、世界中の多くの衛星で CUDA が稼働しています。それらは画像処理、画像解析、AI 画像解析を行っています。こうしたことは本来、宇宙で行うべきであり、すべてのデータを最初に地上に送り返してから画像解析を行うべきではありません。したがって、宇宙で行うべき仕事はたくさんあります。

同時に、私たちは、宇宙におけるデータセンターが具体的にどのように見えるべきかについても引き続き研究しています。これには多くの年月がかかるでしょう。問題ありません。私には時間がたくさんあります。

ロボット、医療、そして仕事の未来：AI が現実世界にどのように導入されるか

Jason Calacanis：

さらに医療について質問したいと思います。

私たちはすでに一定の年齢に達し、寿命と健康寿命について考え始めます。見た目も悪くないですが、中にはより良い人もいます。Jensen、あなたの秘訣が何か私は本当にわかりません。抗老化ですか？絶対に食べてはいけないものは何ですか？これらのことは私に内密でお願いします。

そして、医療システムの構築から見ると、この方向性はどこに向かっているのでしょうか？私たちはどれだけの進展を遂げているのでしょうか？

私はちょうどClaudeを使って米国の医療請求コードについて分析していました。アメリカは他の国の2倍支払っているようで、結果として健康成果は半分しかないようです。

私が大まかに見たところ、15％から25％の支出が実際には最初の総合診療医の診察に費やされていることがわかりました。正直言って、皆さんもご存知のように、今日の大規模言語モデルは初診の際にもっと安定してより良い結果を出せるようになっています。

それでは、規制を突破し、AIが医療システム全体に実質的な影響を与えるには、何が不足しているのでしょうか？

黄仁勋：

私たちが医療分野で主に関わっているのはいくつかの分野です。

第一に、AI物理学です。これはAI生物学に役立ち、つまり生物学とその行動を理解し表現するのにAIを使用します。これは薬物探索で非常に重要です。

第二に、AIエージェントは、診断を補助するシナリオに使用されます。OpenEvidenceは素晴らしい例であり、Hippocraticも素晴らしい例です。私はこれらの企業と協力することが大好きです。私は本当に、エージェント技術が私たちが医師や医療システムとやり取りする方法を根本的に変えると思っています。

三番目は、物理的AIです。

第一部分はAI物理学で、AIを使用して物理を予測します。第二部分は、物理的AIが物理法則を理解することであり、これはロボット手術に使用することができます。これはすでに非常に活発に行われています。将来、病院では、超音波、CTスキャン、その他の装置など、どの装置に触れても、すべてがエージェントとして機能するようになります。

安全強化されたバージョンのOpenClawと捉えることができます。それはすべての装置に組み込まれます。したがって、多くの意味で、これらの装置は将来、直接患者、看護師、医師とやり取りします。

Jason Calacanis：

AI武器に多額の投資をしてきましたが、AI救急隊員、AI EMT、AI救急医にもっと投資し、殺すだけでなく人を救うことができるといいですね。

これはちょうどロボットの話題につながります。現在、数十のパートナーがいるとのことです。過去10年、20年で、ロボット分野は非常に奇妙な時期を経験しました。ボストン・ダイナミクス、Googleが多くの会社を買収し、最後には売却・分割。皆がロボットは本当に使える段階にはまだ至っていないと考えていました。

しかし、現在、あなたやElon Muskなどのトップ起業家たちがすでに賭けています。Optimusは既に非常にすごい見せていますし、中国でも多くの企業が急速に進展しています。では、本当の意味でロボットを日常生活に取り入れるにはまだどれくらい時間がかかるでしょうか？例えば、ロボット料理人、ロボット看護師、ロボットベビーシッター、現実世界で働ける本物のヒューマノイドロボットなど。

特に中国では、彼らはアメリカと同じようにうまく進んでいるようですし、おそらくより速く進んでいるかもしれません。あなたが見ているパートナーの進捗や技術の成熟度に基づいて、あとどれくらいかかると思いますか？

黄仁勲：

多くの点で言えば、ロボットという業界は元々私たちが発明したものであり、アメリカが発明したものとも言えます。我々は本当にキーテクノロジーである「脳」について、おおよそ5年早く参入したため、自らが先を越され、先に忍耐を失いました。

しかし、今や本当にその時が来ました。次に残された問題は、『高機能実証』から『受け入れ可能なビジネス製品』まで、あとどれくらいかかるのかということだけです。

技術は常に2〜3サイクル以上には及びません。2〜3サイクル、おおよそ3〜5年です。それだけです。3〜5年以内には、どこもがロボットに満ちているでしょう。

私は中国が非常に強いと考えており、そして軽視できないほどの強さです。なぜなら、彼らのマイクロエレクトロニクス、モーター、希土類元素、磁石など、これらが偶然にもロボティクス産業の基盤であり、世界トップクラスだからです。そのため、私たちのロボティクス産業は、彼らのエコシステムやサプライチェーンに重度に依存することになるでしょう。世界のロボティクス産業全体がそれに深く依存することでしょう。

したがって、急速な変化を見ると思います。

Jason Calacanis：

最終的に1:1になるのでしょうか？Elonは、将来は1人に1台のロボットが付くことになると考えているようです。70億人に70億のロボット、80億人に80億のロボット。

黄仁勲：

私はそれ以上を期待しています。ますます大勢のロボットが工場で24時間働いている状況とか、あまり動かないが多少の動きをする工場ロボットが存在するはずです。ほぼすべてのものが最終的にロボット化されるでしょう。

Chamath Palihapitiya：

個人的には、ロボットの最も重要な点は、それがすべての人に経済的流動性を提供することです。

以前、誰もが車を持っていれば、さまざまな仕事をこなせましたが、将来は、誰もがロボットを持っていれば、そのロボットが様々な仕事を代わりにできるようになります。彼はEtsy店舗やShopify店舗を立ち上げることができ、ロボットを活用して自分が何でも作り出せるようになり、1人ではできなかった多くのことをすることができます。私は最終的に、ロボットが私たちが見てきた中で最も多くの人々に繁栄をもたらす技術になると思います。

黄仁勋：

間違いない。今日、最も身近な現実は、何百万もの労働力が不足しているということ。そのため、我々は非常に緊急にロボットを必要としている。もっと多くの労働力がいれば、これらすべての企業はもっと速く成長できたはずです。

そして、あなたが触れたいくつかの点は本当に興味深いです。ロボットがあれば、「仮想的に場にいる」ことができます。例えば出張中に、家のロボットの体に入り込んで遠隔操作し、家の中を歩き回り、犬の散歩をしたり家の様子を見たりできます。

Jason Calacanis：

私たちはすぐにスタッフを追い出さないといけないですね。

黄仁勋：

その通り。しかし考えてみてください、本当に家の中を自由に歩き回り、何が起きているのかを見たり犬と話したり子供と話したりできるんですね。

David Friedberg：

これはある意味でタイムトラベルにも似ていますね。

黄仁勋：

同時に、私たちは光速で旅行することもできます。もちろん、最初にロボットを送ります。自分を最初に送るつもりはありません、まずは状況を確認するためにロボットを送り、その後に私のAIをアップロードします。

Chamath Palihapitiya：

これはほぼ必然です。それは月や火星を開放し、それらを植民地化の対象とするでしょう。そしてそれはほぼ無限の資源を意味します。月から地球に物資を運ぶことは、ほぼゼロエネルギーで行えるでしょう、太陽エネルギーを利用して加速することができるからです。したがって、将来、月で工場を建設し、地球のニーズに応じたものを製造することが完全に可能になるでしょう。そして、そのすべてが可能になるのは、ロボットがその鍵となるからです。

黄仁勋：

その時代において、距離はもはや問題ではありません。

David Friedberg：

そして、モデルとエージェントから得られる収入が多ければ多いほど、私たちはインフラへの投資が進みます。インフラが整備されればされるほど、さらに強力なモデルとエージェントが開放されるでしょう。

Darioは最近、Dwarkeshのポッドキャストで2027年から2028年にはモデル会社とエージェント会社が数千億ドルの収益を上げ、2030年には1兆ドルに達すると述べました。注意してください、これにはインフラストラクチャ層のAI収益は含まれていません。

黄仁勋：

私は彼が非常に控えめだと思います。私はDarioとAnthropicのパフォーマンスがはるかにこの数字を上回ると確信しています、遥かに。

Jason Calacanis：

So, from 300 billion to 1 trillion?

Ben Huang：

Yes. And the reason is that a part he hasn't considered yet is: I believe that every enterprise software company will eventually become a value-added reseller of Anthropic code, Anthropic token, OpenAI token. This part will significantly expand their GTM scale.

David Sacks：

In such a world, what is the real remaining "moat"?

Some moats, to be honest, may become nearly insurmountable. For example, one of the moats that nobody talks about much, but may be the strongest, is actually CUDA, which is an amazing strategic advantage.

But if in the future the model itself can create something great, the next generation of models may also disrupt it. So, in your view, what is the most important differentiation for these application-layer companies?

Ben Huang：

Deep specialization.

I believe that in the future, there will be a system where general models can access software companies as agents. Many of these models will be commercial models like Claude, proprietary models; but among them, there will also be many specialized sub-agents trained by these companies themselves for specific subtasks.

David Sacks：

So your call to entrepreneurs is: truly understand your vertical domain.

Ben Huang：

Exactly.

David Sacks：

Understand it deeper and better than anyone else. And then wait for these tools to catch up with you. Once the tools catch up, you can pour your knowledge into them.

Ben Huang：

Yes. You have your own knowledge, and you can onboard clients onto your agent. The sooner you truly connect clients to your agent, the sooner this flywheel will start spinning, and it will spin very rapidly.

David Sacks：

This is almost the opposite of today's software logic. Today we first create software, then think about "what can be generalized," then sell it to as many people as possible, and finally sell customization as an add-on service.

David Friedberg：

And then lock in the customers.

黄仁勋：

実際、あなたが言ったように、私たちはまず横断的プラットフォームを作ります。でも見てください、すべてのグローバルシステムインテグレーター（GSI）やコンサルタント会社は、本質的にエキスパートであり、あなたの横断的プラットフォームを縦方向のソリューションにカスタマイズします。

Jason Calacanis：

その通りです。そしてある意味で、カスタマイズ市場の規模は、プラットフォーム自体よりも5〜6倍大きい可能性があります。

黄仁勋：

完全に正しい。ですので、私はこれらのプラットフォーム企業自体が、そのエキスパートになり、その垂直領域のプレイヤーになり、特定の分野の真の主導者になる機会があると考えています。

Jason Calacanis：

私はあなたに当然の賞賛をお贈りしたいと思います。

3年前、あなたが「仕事を失わせるのはAIではなく、AIを使いこなす人である」と述べた言葉を覚えています。今振り返ると、私たちの議論はほぼ常にこの点を中心に展開しており、エージェントは人間を「スーパーヒューマン」に変え、ビジネス機会が拡大し、起業の機会が拡大しているということです。あなたは実際には非常に早くからこれをはっきりと見通していました。

黄仁勋：

あなたたちはあまりにも親切です。

Jason Calacanis：

もちろん、私たちは両方の考え方を同時に受け入れなければなりません：第一に、良い発展が確かに起こるだろう；第二に、確かに職種が置き換えられるだろう。そして問題は次のようになります：それらの人々は、これらの新技術を受け入れるために十分な抵抗力と決意を持っているかどうかです。

たとえば、将来、100％の運転業務が自動化に置き換えられた場合、それは確かに多くの命を救うことになりますが、アメリカには1000万〜1500万人の人々がこれで生計を立てています。この変化は必ず起こります。

黄仁勋：

私は、仕事が変わると考えています。たとえば、今日は多くのドライバーがいます。私は、将来、多くのドライバーがまだ車に座っていると信じていますが、運転を担当するのではなく、後部座席や横の席に座り、一種の「移動アシスタント」になります。

なぜなら、忘れてはいけないのは、運転手が最終的に行うことは、単に運転することだけではないということです。彼らは荷物を運んだり、さまざまなことを手伝ったりするでしょう。本質的にはアシスタントの役割です。

ですので、私は一向に驚かないでしょう。将来の運転手は、車が自動運転している間、あなたのモビリティアシスタントになり、他の多くのことを処理してくれるようになるでしょう。

Jason Calacanis：

ホテルでのように。

黄仁勋：

はい。車は自動で運転していますが、彼はさまざまなことを調整するのを手伝っています。

David Friedberg：

自動操縦飛行機も、パイロットを追い出しませんでした。自動操縦はすでに飛行の90%を担っていますが。

Chamath Palihapitiya：

実際、車が自動運転しているとき、そのドライバーは携帯電話でさまざまな作業をすることができ、さまざまなことを手配しています。

黄仁勋：

例えば、調整、コミュニケーション、予約、多くのタスクを処理します。

Chamath Palihapitiya：

ケーキ全体が大きくなっています。

黄仁勋：

はい。従って、1つ確かなことは、すべての仕事が変わるでしょう。一部の仕事は消えるかもしれませんが、その一方で、多くの新しい仕事が生み出されます。そして、AIに焦点を当てる若者に言いたいことがあります。学校を卒業したばかりの人々にAIの扱いに長けた人になりなさい。

今日、私たちは皆、従業員が本当にAIを精通した人になることを望んでいます。これは簡単なことではありません。要件を提示する方法を知らなければなりませんが、指示を厳密に規定しすぎてはいけません。AIには革新と創造を促し、私たちのガイダンスのもとに望ましい結果に導くための十分な余地を与えなければなりません。このすべては一種の「芸術」が必要です。

David Sacks：

かつてスタンフォード大学で若者にしたアドバイスは有名ですね。「あなた方が苦労と困難を経験することを祈っています。」覚えていますか？

Jason Calacanis：

本当に名言です。

David Sacks：

では、今日はどうですか？今、高校を卒業する直前に立っている人生の岐路で、大学に進むべきか、どんな専攻をすべきか、大学に進むべきかどうかさえ迷っている場合、どのようにアドバイスしますか？

黄仁勋：

私はまだ、深い科学、深い数学、そして言語能力が重要だと信じています。そして、言語自体が実際にはAIのプログラミング言語であり、最終的なプログラミング言語です。したがって、英語専攻の人が将来最も成功するかもしれません。

要するに、私のアドバイスは：どのような教育を受けるにせよ、AIを使用することにおいて専門知識を持つようにしてください。

仕事に関して、補足したいことがあります。深層学習革命の初期に、世界でも最高のコンピュータサイエンティストの一人であり、私が非常に尊敬している人物は、コンピュータビジョンが放射線科医を完全に駆逐すると強く予測しました。彼はさらに、誰もが放射線科学の分野に進まないよう勧めたことさえありました。

10年後、この予測はある面で100％正しかったです：コンピュータビジョンは実際に世界中のすべての放射線医療機器およびプラットフォームに統合されています。しかし、意外な結果として、放射線科医の数は減少するどころか増加し、需要も急増しています。その理由は、すべての仕事には2つの側面があるということです：タスクと目的。

放射線科医のタスクは画像を見ることですが、彼らの真の目的は医師が患者を治療し、疾患を診断するのを助けることです。そして今、画像検査はより速く行われるため、病院はより多くのスキャンを行うことができ、医療効率が向上し、病人はより速く治療に入り、治療を受けることができます。その結果、病院はより多くのスキャンを行い、より多くの患者にサービスを提供し、収入も増加しました。

Jason Calacanis：

その通り。

黄仁勋：

したがって、結果は逆転しています。

David Friedberg：

そして、成長が速く、生産性が高く、より富裕な国は、教室により多くの教師を配置することができます。少なくする必要はありません。

ただし、各教師には、教室のそれぞれの生徒に合わせたカリキュラムを提供する能力が必要です。これにより、彼らはバイオミメティクスのようにより強力になり、結果もより良くなります。

黄仁勋：

すべての学生にはAIアシストがありますが、すべての学生には優れた教師が依然として必要です。

Jason Calacanis：

素晴らしいですね。Jensen、このような成功を収めたことをおめでとうございます。これは非常に前向きで、非常に刺激的な議論でした。お時間を割いて参加していただき、本当にありがとうございます。

David Sacks：

あなたはこの業界が必要とするリーダーです。

Jason Calacanis：

本当にその通りです。あなたはAIのポジティブな側面をもっと大きな声で伝えるべきだと思います。今、否定的な予言があまりにも多いですから。

David Sacks：

また、このような大きな成功を収めた後も、ソフトウェアであるという健全な姿勢を保っていることは非常に重要だと思います。「みなさん、私たちの取り組みは本質的にはソフトウェアなのです」ということを伝え続けることは本当に健康的です。人々はこれを聞く必要があります。以前も新しいカテゴリーや新しい産業を生み出してきたのですから。私たちはパニックに陥る必要はありません。それは何の助けにもなりません。

Jason Calacanis：

そして、私たちは選択肢がありますよね？ 自律性も行動力も持っています。私たちはその使い方を選択することができます。それでは皆さん、次回お会いしましょう。今回の All-In インタビューをご視聴いただきありがとうございました。

黄仁勋：

ありがとうございます。

[Video Link]

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia