半導体争奪戦が映すAIの「本当のコスト」

半導体市場の2026年売上高は約9750億ドルに達する見通しで、過去最高を更新すると予測されている。その主役は生成AIだ。データセンターの増強、推論処理に必要なGPUの大量調達——世界の大手テック企業が資本を集中させている構図は、AIが「アイデアの話」から「インフラの話」に移行したことを示している。

注目すべきは、この数字が「需要がある」という話にとどまらない点だ。供給が追いついていないからこそ、市場規模が膨らんでいる。計算リソースをめぐる争奪戦は、今後数年は続く構造にある。AI業界の「使う側」格差が加速する3つの動きでも触れたように、インフラ層の動きは使う側の戦略にも直結する。

AIを使った事業計画や業務設計で、よく前提に置かれるのが「コストはどんどん下がるから、将来的にはもっと安くなる」という見立てだ。しかしこの前提は、現時点では危うい。

研究者の間では、生成AIのコストが劇的に下がるのはまだ先の話であり、当面は計算能力と半導体供給がボトルネックになり続けるという見方が広がっている。AIモデルは性能を保ちながら小型化する方向には進んでいるが、それが「誰でも格安で使える」状況に直結するかどうかは別の話だ。推論コスト、API利用料、モデルの更新サイクル——これらはまだ安定していない。

現実的な判断軸として持っておきたいのは、「今あるツールを使い切る」視点だ。将来の値下がりを待つより、現在アクセスできるツールで一つの業務フローを完結させる設計の方が、変化への耐性も高い。生成AI三国時代、使う側の選択肢が広がるで整理したように、選択肢は今も十分に広い。

ゴールドマンサックスの調査によると、AIによる雇用喪失が見込まれるコンピュータサイエンス系専攻への進学者数が、数値として確認できるレベルで減少しているという。スタンフォードをはじめとする米国トップ大のCS学生の間でも、その空気は感じ取られているようだ。代わりに医療系などの専攻が増えているとも報告されている。

これは「AIに仕事を奪われる」という単純な話ではなく、「コードを書く」という行為がAIによって代替されやすくなった結果として、専攻の選択に影響が出始めているという動きだ。「AIが仕事を奪う」研究、実は穴だらけだったでも指摘されているように、「誰が何をどの程度奪われるか」の実態は複雑だが、少なくとも「高度なコーディングスキルを磨けば安泰」という前提が揺らいでいることは確かだ。

逆に言えば、AIを使いこなす側に早く回ることの優位性は高まっている。専門知識とAI活用を組み合わせられる人材が、今最も動きやすいポジションにある。