生成AIについて日本で語られるとき、「AGI（汎用人工知能）はいつ実現するのか」という話題をよく目にする。
もちろん、AIがどこまで人間の知的能力に近づくのかは重要なテーマだ。
しかし現在のAI産業を別の角度から見ると、それとは異なる、もっと現実的な問題が急速に大きくなっている。
それが、
誰がAIを開発するのか。
そして、そのAIを動かす膨大な電力をどう確保するのか。
という問題だ。
AI競争は、単純な「モデルの賢さ」の競争から、人材、半導体、データセンター、電力、発電設備まで含めた巨大なインフラ競争へ変わりつつある。
米国のAIを支えている人材は、必ずしも米国で育った人材ではない
AI研究の中心地といえば米国、特にシリコンバレーを思い浮かべる。
しかし、そこで研究している人材がどこで育成されたのかを見ると興味深い数字が出てくる。
Paulson InstituteのシンクタンクMacroPoloは、AI分野の主要国際会議NeurIPS 2022に採択された論文の著者を調査し、トップ層のAI研究者がどこで学部教育を受け、現在どこの国で働いているのかを分析している。
その結果、米国の研究機関・企業で働くトップ層AI研究者の38％が、中国の大学で学部教育を受けていた。
一方、米国の大学で学部教育を受けた研究者は37％だった。
つまり、米国の最先端AI研究を支えている人材を「学部教育を受けた国」で分類すると、中国で教育を受けた研究者の割合が米国自身をわずかに上回っている。
ここで注意したいのは、この38％を「米国のAI研究者の38％が中国人」と単純に読み替えてはいけないことだ。
MacroPoloが分類基準にしているのは国籍や民族ではなく、学部をどの国の大学で卒業したかである。対象も米国のすべてのAIエンジニアではなく、NeurIPS採択論文の著者をもとにしたトップ層AI研究者だ。
それでも、この数字は中国のAI人材育成力の大きさを示している。
世界全体を見ると、その傾向はさらに顕著だ。
MacroPoloによれば、世界のトップ層AI研究者のうち、中国の大学で学部教育を受けた研究者は、
2019年：29％
2022年：47％
まで増加した。
つまり世界のトップAI人材のおよそ半分を、中国の大学が育成している計算になる。
一方、その人材を研究機関や企業として引き付けているのは依然として米国だ。
この構造を見ると、現在の米国のAI競争力は、
「米国だけで優秀な人材を育てているから強い」のではなく、世界中で育成された優秀な人材を集めることができるから強い
という側面が見えてくる。
特に、中国で育成されたAI研究者を米国の大学院や企業が吸収してきたことは、現在のAI産業を理解するうえで重要なポイントだ。
「AGIはいつ来るのか」より現実的な問題
もう一つ、現在のAI産業を見るうえで重要になっているのが電力だ。
AGIがいつ実現するのかについては様々な予測がある。
しかし、仮に現在のAIモデルがこれ以上進化しなかったとしても、AIの利用量が増加するだけで膨大な計算資源が必要になる。
そして計算資源を増やすためには、
GPU
データセンター
送電設備
発電設備
そして電力
が必要になる。
ここにはソフトウェアだけでは解決できない物理的な制約がある。
米国のシンクタンクCSISは2025年の報告書で、米国のAI計算能力を拡大するうえで、電力供給が最も強く制約している要因だと分析している。
特にデータセンター業界では現在、
「speed-to-power」
という考え方が重要になっている。
これは「土地を取得してから、実際に十分な電力を供給してもらえるまでどれだけ時間がかかるか」という意味だ。
CSISによれば、世界最大級のデータセンター集積地である米国北バージニアでは、新しいデータセンターが電力供給を受けるまで最大7年待ちになるケースまで出ている。
そのためデータセンター事業者にとって、電力価格や土地価格よりも「どれだけ早く電力を確保できるか」が重要になっているという。
これは非常に象徴的だ。
AIという最先端のソフトウェア産業が、最終的には
「コンセントから十分な電気を供給できるか」
という極めて物理的な問題にぶつかっている。
2030年にはデータセンターだけで現在の日本一国分を超える電力
国際エネルギー機関（IEA）の最新見通しでは、世界のデータセンターによる電力消費は、
2025年：約485TWh
2030年：約950TWh
へ、わずか5年間でほぼ倍増すると予測されている。
950TWhという規模は、現在の日本一国の年間電力消費量をやや上回る。
さらにAIに特化したデータセンターの電力消費量は、この期間に約3倍になると予測されている。
米国ではさらに影響が大きい。
IEAによると、2030年までに増加する米国の電力需要のほぼ半分をデータセンターが占める見通しだ。
つまりAI産業が今後成長できるかどうかは、AIモデルのアルゴリズムだけでは決まらない。
どれだけGPUを購入できても、それを置くデータセンターと、それを24時間動かす電力がなければ計算能力を増やせない。
AIの競争は「知能」から「物理世界」へ広がっている
ここまでを見ると、現在のAI競争には二つの特徴が見えてくる。
一つは人材の国際化だ。
中国は世界最大級のAI人材育成国になっている一方、その一部が米国へ移動し、米国企業や研究機関のAI開発を支えている。
米国の強さは、自国の研究者だけではなく、世界の優秀な研究者を吸収できるエコシステムにもある。
もう一つはAI競争の物理化だ。
AIモデルそのものはソフトウェアだが、それを大規模に動かすには、
半導体工場
GPU
データセンター
土地
送電網
変圧器
発電所
電力
が必要になる。
そして現在、その中でも特に電力供給が大きな制約として浮上している。
そのため、「AGIはいつ実現するのか」という議論とは別に、AI産業の現場では、
「これ以上AIを増やしたとき、それを動かす電力を本当に用意できるのか」
という、より差し迫った問題に直面している。
AGIが5年後に来るのか、10年後なのか、それとも「AGI」という境界そのものが曖昧になっていくのかは分からない。
しかし一つ確かなことがある。
AIの利用量はすでに急速に増えており、それを支える計算設備と電力は現実に必要になる。
現在のAI競争を見るなら、
「どのAIが一番賢いか」だけを見ていては全体像を捉えられない。
誰が優秀な人材を集めるのか。
誰が半導体を確保するのか。
誰がデータセンターを建設できるのか。
そして、
誰が大量の電力を確保できるのか。
AI競争は、デジタル空間だけの競争から、現実世界の資源とインフラを奪い合う競争へと広がっている。