黄仁勲：AIは職を奪わない、かえって労働力不足を引き起こす

著者：直面 AI

2026年の世界経済フォーラムで、NVIDIA CEOのジェンセン・フアン（黄仁勲）とブラックロック（BlackRock）CEOのラリー・フィンク（Larry Fink）が対談を行った。

対談のテーマはAIの技術進化、インフラ整備の規模、AIが雇用市場に与える影響、そして世界経済についてであった。

フアンはAIを、世界経済と社会構造を根本から再編する基礎的変革であると位置づけている。これは人類史上かつてない規模のインフラ建設の波であり、労働力の価値を再定義し、世界経済の均衡ある発展に前例のない機会を提供すると述べた。

フアンの中心的な主張は、我々が今まさに根本的な「プラットフォームシフト（platform shift）」の真っ只中にいるということだ。

彼は現在のAIの台頭を、PCインターネットやモバイルクラウドコンピューティングの誕生に匹敵するものと見なし、こうした各々のシフトが計算スタック全体を再構築し、まったく新しいアプリケーションエコシステムを生み出してきたと語る。

彼の見解では、AIとはChatGPTやClaudeのような単一のアプリケーションではなく、あらゆるものが育つ土台となる全く新しい基盤プラットフォームである。今回のシフトの画期的な突破点は、コンピュータが初めて「非構造化情報」を理解できるようになったことにある。

過去のソフトウェア、たとえばSQLベースのデータベースシステムは、あらかじめ定義され構造化されたデータしか処理できなかった。一方、AIは画像、音声、自然言語といった複雑で文脈に富んだ非構造化情報をリアルタイムに理解し、人間の意図を推論してタスクを実行できる。

この「事前に記録されたもの」から「リアルタイム生成」への転換こそが、AIをそれ以前のすべての技術と区別する本質的特徴である。

聴衆がこの巨大な産業の構成をより明確に理解できるように、フアンは「5層のケーキモデル」を提示した。

1. エネルギー（Energy）：最下層はエネルギー。AIはリアルタイムで知能を処理・生成するため、エネルギーが必要になる。

2. チップと計算インフラ（Chips and computing infrastructure）：二層目は私が携わっている分野、チップと計算インフラである。

3. クラウドインフラ（Cloud infrastructure）：その上はクラウドサービス。

4. AIモデル（AI models）：さらに上はAIモデル。多くの人がAIと言えばこれを思い浮かべる場所だ。しかし忘れてはならないのは、これらのモデルを実現するには、その下のすべての層が必要だということだ。

5. アプリケーション層（Application layer）：だが最も重要で、今まさに進行中の層はアプリケーション層である。昨年がAIにとって驚異的な年だった理由は正直に言って、AIモデルが飛躍的に進歩し、私たち全員が成功を望む最終段階である上位のアプリケーション層が繁栄するようになったからだ。このアプリケーション層は金融サービス、医療、製造業などの分野に存在する。最終的な経済的効果はここで生まれる。

このモデルの提示は、AI産業の深さと広がりを強調し、インフラ建設に関する重要な判断へと導くことを目的としている。

これに基づき、フアンは「人類史上最大規模のインフラ建設」を目撃していると断言した。すでに投入された数千億ドルは始まりにすぎず、今後数兆ドル規模の資金がこの分野に流入すると予測している。

これは誇張された予測ではなく、AIプラットフォームの動作原理から導かれる論理的必然である。

AIが膨大な文脈情報を処理し、知能を生成するためには、世界的にエネルギー、データセンター、チップ工場、コンピュータ工場、さらにはAI工場への需要が指数関数的に増加する。

彼はTSMC、フォックスコンなどパートナー企業の大規模な建設計画、およびマイクロン、サムスンなどによるメモリチップ分野での巨額投資を挙げ、この建設ブームの現実性と緊急性を裏付けている。

「AIバブルはあるのか」と問われた際、フアンは市場の需給に基づいた答えを示した：現在、最新世代だけでなく、それ以前の世代のNVIDIA GPUも、クラウド上でのレンタル価格が継続的に上昇しており、これは実際の需要がまだ十分に満たされていないことを示している。

したがって、現在の巨額投資は非合理的な投機ではなく、巨大な供給不足を埋めるために必要な建設なのである。

AIが雇用市場に与える衝撃については、主流の懸念とは真逆の見解を示した。AIは大量失業を引き起こすどころか、一部の分野では労働力不足を招く可能性があると主張する。彼は仕事の「目的（purpose）」と「タスク（task）」を区別することでこの論理を説明している。

フアンは放射線科医を例に挙げた。10年前、人々はAIのコンピュータビジョン能力によって、この職業が消滅すると予測していた。しかし10年後、放射線科医の数はむしろ増えている。

フアンは説明する。AIが読影という「タスク」を自動化したことで、医師はより効率的に業務をこなせるようになり、診断や患者・他の臨床医とのコミュニケーションなど、本来の「目的」に注力できるようになったと。

生産性の向上により病院はより多くの患者を受け入れられるようになり、収入が増え、結果としてより多くの医師を雇用する必要が生じた。同様に、看護師がAIによって煩雑なカルテ記録から解放され、人的ケアに時間を割けるようになれば、病院の受診能力と効率も向上する。

この論理を拡大すれば、AIはさまざまな専門家にとって強力なツールとなり、反復的なタスクを自動化することで、彼らの本来の業務目的を達成する能力を高め、業界全体の生産性と価値を向上させると考えられる。

同時に、巨大なインフラ建設自体が電気技師、建築作業員、技術者など、専門的技能を要するブルーカラー職に大量の雇用を創出する。これらの高給与の職種は高度な学歴を必要とせず、より包括的な経済成長に貢献する。

フアンの態度は比較的楽観的であり、AIは世界の技術格差を広げるのではなく、縮小する可能性を持つと信じている。

その核心的論理はAIの使いやすさにある。彼は、「AIは『史上もっとも使いやすいソフトウェア』だ。複雑なプログラミング言語を学ぶ必要はなく、自然言語で指示を出すだけで、強力なAIを動かしてタスクを遂行できる」と述べている。

この極めて低い参入障壁により、発展途上国や高等コンピュータ科学教育を受けていない人々も、この技術革命に参加できる。

さらに彼は「国家知能（national intelligence）」あるいは「主権AI（sovereign AI）」の概念を提唱し、各国が自国の言語、文化、データを使って独自のAIモデルを訓練するためのAIインフラを構築すべきだと強く勧める。

ある国が自国のAI能力を持つことは、電力網や交通網を持つことと同様に、将来の国家競争力の基盤となる。これは経済発展に関わるだけでなく、文化の継承と技術的主権にも関わる。

ヨーロッパに関して、フアンは欧州が非常に強力な工業・製造業基盤を持っていると指摘する。これは米国主導のソフトウェア時代では必ずしも優位に結びつかなかったかもしれない。

しかしAI時代、特にNVIDIAが最近開発を進めている「物理AI（physical AI）」において、ヨーロッパには千載一遇のチャンスがある。

彼は欧州に対し、強力な製造能力と人工知能を深く融合させ、AIを「書く」思考から「教える」思考へと転換し、スマート製造やロボティクス分野で飛躍的な発展を遂げることを促す。また、欧州の深い科学研究の伝統もAIと組み合わせることで、科学的発見のプロセスを劇的に加速できる。彼は欧州の指導者に対し、エネルギー供給とインフラ投資を真剣に検討し、地元のAIエコシステムの繁栄の基盤を築くよう呼びかける。

全文翻訳

ラリー：

皆さん、おはようございます。再び国会議事堂に戻ってこられて嬉しいです。昨日一日を楽しんでいただけたことと思いますし、今日も同じように楽しんでいただけると願っています。ここにジェンセン・フアン氏をお迎えできることを非常に光栄に思います。彼は私がとても尊敬し、ずっと注目してきた人物であり、私自身が技術や人工知能（AI）を学ぶ旅における先生でもあります。

彼がNVIDIAを率いる姿を見るのは本当に驚嘆に値します。私は自分自身を他人と比べることをあまり好みませんが、一つだけ比較してみたいことがあります。NVIDIAが1999年に上場したのと同じ年に、ブラックロック（BlackRock）も上場しました……

黄仁勲：

おっと、それはすごい。

ラリー：

そうです。NVIDIAは株主に対して累積年率37％のリターンをもたらしました。もし各年金基金がNVIDIAのIPO時に投資していたら、何を意味していたでしょうか？ 私たち全員の退職生活に大きな成功をもたらしていたはずです。

一方、ブラックロックの年率トータルリターンは21％でした。金融サービス企業としては悪くありませんが、比較すると明らかに及ばない。しかし、これこそがフアン氏のリーダーシップ、NVIDIAのポジショニング、そして世界がNVIDIAの将来に抱く信念を強く証明しているのです。だからフアンさん、これまでの道のりに心からお祝いを申し上げます。これからも一緒に歩んでいく長い年月があることを知っています。

黄仁勲：

ありがとうございます。心から感謝します。唯一の後悔は、会社がIPOした後に両親に何か良いものを買ってあげたいと思い、3億ドルの評価額でNVIDIAの株を売却したことですね。それで彼らにメルセデス・ベンツのSクラスを買いました。あれは世界で最も高価な車になりましたね。

ラリー：

彼らは後悔していますか？ まだその車を持っていますか？

黄仁勲：

もちろん、まだ持っていますよ。

ラリー：

わかりました。では本題に入りましょう。AIに関する議論の核心は、それが世界と世界経済をどのように変えるかにあります。今日はAIが世界経済にいかに価値を追加するか、そしてAIがますます基盤技術となって、在席の皆さんがそれを活用して生活を改善し、世界中のすべての人々の生活を良くしていく方法について話したいと思います。

私たちは、AIがほぼすべての業界の生産性、労働力、インフラをいかに再構築するかについて議論する必要があります。しかしもっと重要なのは、それが世界をいかに再構築するか、そして世界のより多くの部分がAIからいかに利益を得られるか、そして世界経済を狭めるのではなく広げていくかということです。

AIそのものと、その周辺のインフラ——つまりAIを取り巻いて構築されなければならないインフラ——について、より明確な見通しを持っている人物を他に思いつきません。なぜなら主要な超大規模コンピューティング企業の多くがNVIDIAが創造した製品を使用しており、エコシステム全体がAIインフラとその可能性を中心に展開しているからです。したがって、今日は非常に聞く価値のある声があると思っています。だからフアンさん、改めてありがとう。

彼はダボスの世界経済フォーラムに初めて来たのですが、非常に忙しいスケジュールの中、時間を割いてくれたことに感謝します。

黄仁勲：

どうもありがとうございます。

ラリー：

では早速ですが、なぜAIがこれほど重要な成長エンジンになる可能性があると考えるのですか？ 現在のこの瞬間、この技術が過去の技術サイクルと何が違うのですか？

黄仁勲：

はい。まず、ChatGPT、Gemini、AnthropicのClaudeなどを使用してAIとさまざまな形で関わりながら、それらが成し遂げる驚くべきことについて考えるとき、計算スタック（computing stack）に一体何が起きているのかを第一原理から考えてみることが役立ちます。

これはプラットフォームシフト（platform shift）です。プラットフォームとはアプリケーションを構築する基盤のことです。今回のプラットフォームシフトは、かつてのPCへの移行のように、新しいアプリケーションが新しいタイプのコンピュータ上で動作するために開発されたもの。インターネットへの移行、モバイルクラウドへの移行も同様です。各プラットフォームシフトのたびに、計算スタックが再構築され、新しいアプリケーションが登場しました。

この意味で、これは新たなプラットフォームシフトです。今日あなたが使っているChatGPT自体はアプリケーションですが、重要なのは、ChatGPTの上に新しいアプリケーションが構築され、AnthropicのClaudeなどのモデルの上にも新しいアプリケーションが構築されることです。これがまさにプラットフォームシフトなのです。

AIがこれまで決してできなかったことができるようになったと認識すれば、理解しやすくなります。過去のソフトウェアは実際には「事前に録音された」ものでした。人間がアルゴリズムやレシピを入力・記述し、コンピュータに実行させるのです。

それは構造化された情報しか処理できませんでした。つまり名前、住所、口座番号、年齢、居住地などを入力し、構造化されたテーブルを作成しなければならず、ソフトウェアはそこから情報を検索します。これはSQLクエリと呼ばれます。SQLは人類史上最も重要なデータベースエンジンであり、ほとんどすべてのものがかつてSQLの上に走っていました。

しかし今、私たちは非構造化情報を理解できるコンピュータを持ちました。つまり画像を見て理解し、文章を読んで理解できるのです。

これらは完全に非構造化されています。音声を聞き取り、その意味と構造を理解し、どう対応すべきかを推論できます。つまり、我々は初めて「事前に録音された」ものではなく、リアルタイムで情報を処理できるコンピュータを持ったのです。これは、現在の状況情報、環境情報、文脈情報、そしてあなたが与えたあらゆる情報を取得し、その意味を推論し、あなたの意図を推論できることを意味します。そしてその意図は非常に非構造化された形で表現できます。

私たちはこれを「プロンプト（prompts）」と呼びますが、好きなように表現できます。あなたの意図を理解さえすれば、タスクを実行してくれるのです。

重要なのは、我々が計算スタック全体を再構築していることです。問題は、「AIとは何か？」です。AIを考えるとき、AIモデルを思い浮かべるかもしれませんが、産業の観点からAIを理解することは極めて重要です。実際、AIは5層のケーキのようなものです：

1. エネルギー（Energy）：最下層はエネルギー。AIはリアルタイムで知能を処理・生成するため、エネルギーが必要です。

2. チップと計算インフラ（Chips and computing infrastructure）：二層目は私の領域、チップと計算インフラです。

3. クラウドインフラ（Cloud infrastructure）：その上はクラウドサービスです。

4. AIモデル（AI models）：さらに上はAIモデル。多くの人がAIがあると思う場所です。しかし、これらのモデルを実現するには、その下のすべての層が必要であることを忘れないでください。

5. アプリケーション層（Application layer）：しかし最も重要で、今まさに起きているのはアプリケーション層です。昨年がAIにとって信じられない年だったのは正直に言って、AIモデルが大きく進歩し、私たち全員が成功を望む最終段階である上位のアプリケーション層が繁栄するようになったからです。このアプリケーション層は金融サービス、医療、製造業などの分野に存在します。最終的に、経済的効果はここで生まれます。

しかし重要なのは、この計算プラットフォームは下位のすべての層を必要とするため、人類史上最大規模のインフラ建設がすでに始まっているということです。すでに数千億ドルが投入されています。

ラリー：

たった数千億ですか。

黄仁勲：

我々はまだ数千億ドルしか投入していないのです。ラリーさん（司会者）と私は多くのプロジェクトで協力する機会があります。

数兆ドル規模のインフラを構築する必要があります。これは論理的に当然のことです。なぜなら、すべての文脈情報を処理しなければ、AIモデルは必要な知能を生成できず、トップのアプリケーションを駆動できないからです。

ですから、一つひとつ戻って推論していけば、エネルギー業界が非凡な成長を遂げていることがわかります。半導体業界では、TSMCが新たに20のウェハファクトリーを建設すると発表しました。

フォックスコン（Foxconn）、ウィストロン（Wistron）、クァンタ（Quanta）は我々と協力し、AI工場に供給される30の新しいコンピュータ工場を建設中です。そのため、世界中でチップ工場、コンピュータ工場、AI工場が建設されています。

ラリー：

メモリもありますね。

黄仁勲：

もちろん、メモリもです。完全に正しい。あのチップ工場たちです。マイクロン（Micron）はアメリカに2000億ドルを投資し始めました。SKハイニックス（SK Hynix）とサムスン（Samsung）も非常に好調です。半導体層全体が驚異的に成長しているのが見て取れます。もちろん、現在はモデル層に注目していますが、モデルの上のアプリケーション層も非常に好調です。一つの指標は昨年のベンチャーキャピタル（VC）の資金の流れです。

昨年はVC投資史上最大規模の年であり、その大部分がいわゆる「AIネイティブ」企業に流れました。これらの企業は医療、ロボティクス、製造、金融サービスなど、世界の主要産業すべてに広がっています。AIモデルが初めてアプリケーション構築の基盤として十分な性能を持つようになったため、巨額の投資がAIネイティブ企業に流れ込んでいるのです。

ラリー：

もう少し掘り下げましょう。明らかに、ここにいる皆さん全員が自分のチャットボットを使って情報を得ていると思います。しかし、AIの普及が鍵になるとおっしゃいました。AIが物理世界に普及することで生まれる、より前向きなビジョンについて話してください。医療は良い例だとおっしゃいましたが、交通や科学などの分野ではどのような変革的な機会が見えていますか？

黄仁勲：

昨年、AI技術層、つまりモデル層で三つの大きな出来事がありました。

第一に、モデル自体は当初新奇で興味深いものの、「幻覚（hallucinated）」を大量に生成していました。しかし昨年、大方が認められるように、これらのモデルはより「根拠のある（grounded）」ものになりました。研究ができ、トレーニングされていない環境についても推論し、それをステップごとに分解し、計画を立てて質問に答えたりタスクを実行したりできるようになりました。したがって昨年、言語モデルが「エージェントシステム（Agentic Systems）」または「エージェントAI（Agentic AI）」と呼ぶAIシステムへと進化したのを目にしました。

第二の大きな突破口は「オープンモデル（open models）」の出現です。約一年前、Deepseekが登場し、多くの人が懸念しました。しかし正直に言えば、Deepseekは世界のほとんどの業界や企業にとって大きな出来事でした。なぜなら、それは世界初のオープンな推論モデルだったからです。それ以来、多数のオープン推論モデルが登場しました。オープンモデルのおかげで、企業、業界、研究者、教育者、大学、スタートアップがそれらを活用してプロジェクトを開始し、特定分野向けや特殊ニーズに合った成果を生み出せるようになったのです。

第三に、昨年大きく進展した分野は「物理的知能（physical intelligence）」または「物理AI（physical AI）」の概念です。このAIは言語を理解するだけでなく、自然界も理解します。これは私たちの物理的世界を理解するAIであり、タンパク質、化学物質、物理学（流体力学、素粒子物理学、量子物理学）を理解するAIでもあります。これらのAIは現在、さまざまな構造や異なる「言語」——たとえばタンパク質を一種の言語と見なしてもよい——を学習しています。

これらのAIはすべて非常に大きな進歩を遂げており、製造業や創薬分野の産業企業が大幅な進展を遂げています。良い例が私たちとエリ・リリー社（Eli Lilly）の協力です。彼らはAIがタンパク質や化学物質の構造を理解する点で並外れた進歩を遂げたことに気づきました。基本的に、ChatGPTと会話するようにタンパク質とやり取り・対話できるようになったのです。これにより、本当に大きなブレークスルーが見られると予想されます。

ラリー：

こうしたすべての進歩は「人間的要素」に対する懸念を引き起こしています。あなたとはこの点について何度も対話を重ねましたが、視聴者の皆さんに伝えなければなりません。人々はAIが職を奪うのではないかと非常に心配しています。しかし、あなたはずっと逆の立場を主張してきました。確かに、あなたが言うように、AIの建設——人類史上最大規模のインフラ建設——は雇用を生み出します。エネルギー業界が雇用を生み出し、産業が雇用を生み出し、インフラ層が雇用を生み出し、土地、電力、工場が雇用を生み出す。これは本当に驚くべきことです。

では詳しく掘り下げましょう。実際には労働力不足に直面するとお考えです。AIとロボット技術が仕事を消滅させるのではなく、その性質を変えると考えるのはなぜですか？

黄仁勲：

この問題をいくつかの異なる角度から考えることができます。

まず第一に、これは人類史上最大規模のインフラ建設です。これにより大量の職が生まれます。素晴らしいのは、これらの仕事が「職人技（tradecraft）」に関連していることです。 plumbing 技師、電気技師、建設作業員、鉄骨工、ネットワーク技術者、設備の設置・調整を行う人材が必要になります。こうした仕事は、アメリカでは非常に顕著な繁栄を見せています。給料はほぼ倍になっています。

ラリー：

はい。

黄仁勲：

チップ工場、コンピュータ工場、AI工場を建設する人々には六桁の給与が支払われていることを話しています。しかし、この分野では深刻な人手不足があります。多くの国、多くの人々がこの重要分野に気づいているのを見て本当に嬉しいです。誰もが良い生活を送れるべきです。コンピュータサイエンスの博士号を持つ必要はありません。だから、こうした状況を見て嬉しいです。

第二に認識すべきは、理論的にタスクの自動化とそれが仕事に与える影響について議論しているということです。私は現実世界で実際に起きた事例をいくつか紹介しましょう。

10年前を覚えていますか？ 最初に消える職業の一つとして挙げられていたのが放射線科医でした。理由は、最初に人間を超えるレベルに達したAIの能力がコンピュータビジョンであり、その最大の応用先が放射線科医による画像診断だったからです。

10年後、AIは確かに放射線医学のあらゆる側面に完全に浸透・拡散しており、放射線科医は実際にAIを使ってスキャン画像を分析しています。その影響は100％、完全に現実のものです。しかし、驚くべきことに——第一原理から考えれば驚くことではありませんが——放射線科医の数はむしろ増えています。

ラリー：

それはAIへの信頼が足りないからですか？ それとも人間とAIの結果を相互作用させることでより良い結果が得られるからですか？

黄仁勲：

後者です。理由は、放射線科医の仕事の「目的（purpose）」は病気を診断し、患者を助けることにあるからです。それが彼らの仕事の目的です。仕事の「タスク（task）」はスキャン画像を分析することです。彼らは今、ほぼ無限に近い速度で画像を分析できるようになったため、患者と過ごす時間、病気の診断、患者や他の臨床医との交流に、より多くの時間を費やせるようになったのです。

同様に驚くべきことではありませんが、そのおかげで病院が受け入れられる患者数が増えました。以前は多くの人がスキャンを待つために長時間列に並んでいました。今、患者数が増え、病院の収入も増えたため、より多くの放射線科医を雇用するのです。

看護師の場合も同じです。アメリカでは500万人の看護師が不足しています。AIを使ってカルテ記録や患者の診察内容の文字起こしをすることで——看護師はかつて半分の時間を記録に費やしていました——今、AI技術を利用できます。当社のパートナー企業Abridgeはこの分野で非常に優れた仕事をしています。そのため、看護師は患者の診察に費やす時間を増やせます。

ラリー：

人間的なケアです。

黄仁勲：

その通りです。今、より多くの患者を診られるようになったので、看護師の人数というボトルネックに悩まされなくなり、より多くの患者が迅速に病院に入院できます。その結果、病院の経営が良くなり、より多くの看護師を雇用するのです。

つまり、AIは生産性を高めているのです。不思議ではありません。結果として病院の業績が上がり、より多くの人を雇いたくなるのです。入院を待つ時間が長すぎる人が多すぎます。これらは完璧な二つの例です。

今、特定の仕事に対するAIの影響を考える最も簡単な方法は、その仕事の「目的」と「タスク」が何かを理解することです。私たち二人にカメラを付けてただ見ていたら、二人ともタイピストだと思うかもしれません。私は一日中タイピングしているからです。もしAIが大量の単語予測を自動化してタイピングを助けたら、私たちの職はなくなるかもしれません。

しかし明らかに、それが私たちの「目的」ではありません。問題は、あなたの仕事の「目的」は何なのかということです。放射線科医や看護師にとって、目的は人を世話することです。この「目的」はタスクが自動化されたことで強化され、より効率的になります。したがって、誰もが自分の「目的」と「タスク」を区別できれば、これは非常に有効な思考フレームワークだと思います。

ラリー：

議論を先進国経済圏の外に広げましょう。AIが全世界にいかに恩恵をもたらすかを教えてください。先週末、Anthropicの記事を読みました。最近のAI利用は主に教育を受けた社会層が主導しており、社会内でも教育レベルが高い層ほど頻繁に利用していると書いてありました。もちろん、彼らは自社のモデルに基づいて結論を出しているので、偏見があるかもしれません。

では、AIがWi-Fiや5Gが新興世界に与えたような変革的技術になるにはどうすればいいのでしょうか？ AIが新興世界とその雇用状況に交わるとき、それは何を意味するのでしょうか？ 世界経済をいかに広げられるでしょうか？ 雇用問題に戻りますが、ロボット技術とAIの発展とともに、確かに代替は起こります。アメリカではすでに代替が始まっています。

おそらくより多くのplumbing 技師や電気技師を創造するでしょうが、金融機関のアナリストの数は減るかもしれません。弁護士もデータをより早く集められるため、分析担当者の数は減るでしょう。では、新興国や発展途上国に視点を移しましょう。状況はどうなると思いますか？

黄仁勲：

まず第一に、AIはインフラです。世界のどの国もAIを自国のインフラの一部として必要としないとは到底想像できません。すべての国に電力があり、道路があるように、AIもインフラの一部であるべきです。

AIを輸入し続けることもできますが、今やAIを訓練するのはそれほど難しくありません。多くのオープンモデルがあるため、それらと地元の専門知識を活用して、自国に役立つモデルを作ることができるはずです。

だから私は確信しています。各国は参加し、自国のAIインフラを構築し、自国のAIを開発すべきです。自国の最も基本的な天然資源——すなわち言語と文化——を活かし、AIを発展させ、洗練させ、自国の「国家知能（national intelligence）」をエコシステムの一部にするべきです。これが第一点です。

第二点、AIは非常に使いやすいことを覚えておいてください。これは史上もっとも使いやすいソフトウェアです。だからこそ、成長が最も速く、採用も急速に進んでいます。わずか2〜3年で、ユーザーは10億人に迫りました。

まず、Claudeは本当に素晴らしいと思います。AnthropicはClaudeの開発で大きな進歩を遂げました。私たちの会社中どこでもそれを使っています。Claudeのコーディング能力、推論能力は本当に驚異的です。ソフトウェア企業を経営している人は誰もが参加して使うべきです。一方、ChatGPTはおそらく史上最も成功したコンシューマー向けAIであり、その使いやすさと親しみやすさは、誰もが参加すべきだと考えます。

発展途上国の個人であろうと学生であろうと、AIの使い方、AIの指導法、プロンプトの与え方、AIの管理法、AIにガードレールを設定する方法、AIを評価する方法を学ぶことが極めて重要です。これらのスキルはリーダーや管理者が行うことと何も変わりません。あなたや私がずっとやってきたことと同じです。将来、生物的・炭素ベースの「AI」（＝人間）に加えて、デジタル版、シリコンベースのAIも持つことになります。そして、それらを管理しなければなりません。それらは私たちのデジタル労働力の一部になるのです。

だから私は、発展途上国に対して、インフラを構築し、AIに参画し、AIが技術的格差を縮小する可能性が高いと認識することを提唱します。

ラリー：

本当ですか？

黄仁勲：

それは非常に使いやすく、豊かで、入手しやすいからです。だから私は、AIが新興国の可能性を高める力に対して非常に楽観的です。コンピュータサイエンスの学位を持っていない多くの人々でも、今やプログラマーになれます。昔はコンピュータのプログラミング方法を学ばなければなりませんでした。今、あなたはコンピュータに「どうやって君にプログラミングするの？」と話しかけるだけでプログラミングできるのです。

AIの使い方がわからなければ、「AIの使い方がわからない。どう使えばいい？」とAIに聞けば、AIが説明してくれます。また、「自分のウェブサイトを作るプログラムを書きたいけど、どうすればいい？」と言えば、どんなサイトを作りたいかを一連の質問され、その後コードを書いてくれます。それほど簡単に使えるのです。まさにAIの驚くべき力の本質です。

ラリー：

あと2つの短い質問を。時間も少なくなってきました。今、ヨーロッパにいます。多くの企業について話すとき、米国やアジアの企業が多く出てきます。AIがヨーロッパの成功と未来にどう関わるか、そしてNVIDIAがヨーロッパでどのような役割を果たすと考えているか教えてください。

黄仁勲：

私は一つ有利な点があります。NVIDIAは幸運にも世界のすべてのAI企業と協力しています。インフラの最下層に位置しているため、言語、生物学、物理学、製造やロボットに関連するワールドモデルなど、あらゆる分野のAIにパワーを提供しているのです。

ヨーロッパにとって本当にエキサイティングなのは、産業基盤が非常に強力であることを覚えておくことです。ヨーロッパの工業製造基盤は極めて強固です。これはソフトウェア時代を飛び越えるチャンスです。米国は確かにソフトウェア時代をリードしました。しかしAIは「書く」必要のないソフトウェアです。「AIを書く」のではなく、「AIを教える（You don't write AI, you teach AI）」のです。

だから今すぐ早期に介入し、産業能力、製造能力を人工知能と融合させてください。これにより、物理AIやロボット技術の世界へと導かれます。ロボット技術はヨーロッパ諸国にとって千載一遇のチャンスです。私が訪れたすべてのヨーロッパ諸国で、産業基盤が非常に強力であることを確認しました。

もう一つ認識すべきことは、ヨーロッパの多くの「ディープサイエンス（deep sciences）」が依然として非常に強力であるということです。今、これらのディープサイエンスは、発見を加速するためにAIを応用することで恩恵を受けられます。だから私は、エネルギー供給の増加を真剣に検討し、インフラ層への投資を可能にし、ヨーロッパに豊かなAIエコシステムを築くべきだと考えます。

ラリー：

つまり、AIバブルに達していないということですね。問題は、私たちの投資が十分かということです。逆に考えてみましょう。多くの人がバブルについて語っていますが、あなたから聞く限り、世界経済を広げるために十分な投資をしているでしょうか？

黄仁勲：

AIバブルについての良い検証方法は、NVIDIAが現在クラウド上に数百万個のGPUを持っているという事実を認識することです。すべてのクラウドにあり、どこにでもあります。今、NVIDIAのGPUをレンタルしようとしても、極めて困難です。GPUレンタルの即時価格は上昇しており、最新世代だけでなく、2世代前のGPUのレンタル価格も上昇しています。

理由は、新しく設立されるAI企業の数、そして研究開発予算をAIに振り向ける企業の数が増加しているからです。エリ・リリー社が良い例です。3年前まで、彼らの研究開発予算の大部分、あるいはすべてがウェ