ジェンセン・フアンが語るNVIDIAの未来：推論1万倍、物理AI、そして放射線科医の逆説
この記事の要約
NVIDIA CEOジェンセン・フアンがAll-In PodcastでGTC 2026直後に語った全貌。計算量10,000倍、500億ドル工場が最安トークンを生む逆説、放射線科医が増えた理由、中国95%→0%の教訓まで。
この記事は Jensen Huang: Nvidia's Future, Physical AI, Rise of the Agent の内容を基に作成しています。
2026年3月、サンノゼ。GTC 2026の基調講演を終えたばかりのジェンセン・フアンが、All-In Podcastのスタジオに現れた。2時間半に及んだ基調講演について聞かれ、こう答えた。
"I was writing the speech while I was giving the speech."
「スピーチを話しながら書いていた」
練習ゼロ。世界最大のテックイベントの基調講演が即興だった。だがこれは自慢ではない。NVIDIAのCEOが「7つの新チップ、5つのラックスケールシステム、すべて生産中」と語れるのは、何年もかけて積み上げた戦略の結果だからだ。
この対談でフアンは、NVIDIAの技術戦略だけでなく、「AIで仕事は増える」「エンジニアは年収の半分をトークンに使え」「警告は良い、恐怖を煽るのは良くない」という哲学まで率直に語った。
本記事の表記について
- 金額の日本円換算は1ドル=150円で計算しています
- 下線付きの用語にカーソルを合わせると解説が表示されます
- NVIDIAはAI向けGPU・データセンター基盤を提供する半導体企業（NASDAQ: NVDA、時価総額約4.2兆ドル＝約630兆円）
- All-In PodcastはJason Calacanis、Chamath Palihapitiya、David Sacks、David Friedbergがホストするテック・経済ポッドキャスト
この記事でわかること
- 計算量10,000倍の現実: 生成AI→推論→エージェントの3段階で何が起きているか
- 500億ドルの工場が最安のトークンを生む: NVIDIAの競争優位の本質
- エンタープライズソフトウェアは破壊されない、100倍使われる: AI時代の反直感的な未来
- 放射線科医の逆説: AIで仕事が「増えた」最強の実証事例
基本情報
| 項目 | 内容 |
|---|---|
| 動画チャンネル | All-In Podcast |
| 登壇者 | ジェンセン・フアン（NVIDIA CEO・創業者） |
| ホスト | Jason Calacanis、Chamath Palihapitiya、David Sacks、David Friedberg |
| 収録時期 | GTC 2026直後（2026年3月18-19日、サンノゼ） |
| 難易度 | 中級 |
| NVIDIA基本データ（FY2026通期） | |
|---|---|
| 売上高 | 2,159億ドル（約32.4兆円、前年比+65%） |
| Q4売上高 | 681億ドル（前年比+73%） |
| データセンター売上比率 | 約92%（Q4で623億ドル） |
| 時価総額 | 約4.2兆ドル（約630兆円） |
| 粗利益率 | 75.0%（GAAP） |
NVIDIAのAIファクトリー全体構造NVIDIAはGPUメーカーをやめた
Dynamoという命名の意味
GTC 2026の最重要発表は、新GPUではなくDynamoだ。NVIDIAのAIインフラ全体を統括するオープンソースOSである。
"Dynamo powered the factory of the last industrial revolution. So I thought it was the perfect name for the operating system of the next industrial revolution."
「ダイナモは前の産業革命の工場を動かした。次の産業革命の工場のOSにこの名前をつけるのは完璧だと思った」
19世紀のダイナモ（発電機）がシーメンスの水力を電力に変えたように、NVIDIAのDynamoはデータを知能に変える。GPUとメモリをクラスタ全体で制御し、ワークロードに応じてリクエストを最適ルーティングする。Blackwell GPU上で推論性能を最大7倍向上させた。
1ラックから5ラックへ
従来NVIDIAは「1ラック構成」の会社だった。GTC 2026で5ラック構成に拡張された。
| コンポーネント | 役割 |
|---|---|
| Vera Rubin GPU | Blackwell後継の次世代GPU。電力効率10倍 |
| Groq 3 LPU | プリフィル処理の高速化（NVIDIAが約200億ドルで買収） |
| BlueField | ストレージ処理プロセッサ |
| ネットワーキング | スケールアップ・スケールアウト接続 |
| CPU | 汎用処理 |
5ラック＝5つの異なるシリコンを組み合わせる「非均質コンピューティング」。フアンは「この発想はMellanox買収と同じ感覚から来ている」と明かした。それぞれのワークロードに最適なチップを使う。結果としてNVIDIAのTAM（獲得可能市場）は33〜50%拡大した。
GTC 2026でのデモシーン（2）AI進化の3段階：計算量が10,000倍になった
フアンは過去2年間のAI進化を3段階で説明する。
第1波：生成AI（ChatGPT登場）
AIが一般市民の意識に届いた瞬間。技術そのものはChatGPT登場の数か月前から存在していたが、UIの「使いやすさ」が普及を生んだ。
第2波：推論AI（o1/o3）
AIが答えるだけでなく、根拠を持って考えるようになった。「情報検索」から「確かな情報検索」へ。計算量は第1波の100倍。
第3波：エージェントAI
AIが「考える」だけでなく「仕事をする」。長期記憶・短期記憶・ツール呼び出し・他エージェントとの連携・コード実行。計算量はさらに100倍。
"We went from reasoning to agentic, the computation is probably another 100 times. Now we're looking at in just two years, computation went up by a factor 10,000x."
「推論からエージェントへで計算量はさらに100倍。わずか2年で合計1万倍になった」
Chamathが補足した。「1年前、あなたは推論の計算量が1,000倍ではなく1億倍・1兆倍になると言っていた。当時は大げさに聞こえたが、今の10,000倍はまだ序章にすぎないということか」。フアンはうなずいた。
AIの3段階進化フローなぜエージェントが経済を変えるのか
"People pay for information, but people mostly pay for work."
「人は情報にもお金を払うが、ほとんどの場合、仕事（成果） にお金を払う」
チャットボットで検索するのは「情報」。エージェントが実行するのは「仕事」。情報の市場規模と仕事の市場規模は桁が違う。フアンは「我々はまだ100万倍の成長の入口にいる」と表現した。
「500億ドルの工場が最安のトークンを生む」逆説
対談で最も数学的に鋭い議論がこれだ。「NVIDIAは高い」という批判に、フアンは数字で反論する。
"You should not equate the price of the factory and the price of the tokens. The $50 billion factory will generate for you the lowest cost tokens."
「工場の価格とトークンのコストを混同してはいけない。500億ドル（約7.5兆円）の工場が最も低コストのトークンを生み出す」
コスト構造の真実
データセンターの総コストを分解すると：
| 費用項目 | 金額 |
|---|---|
| 土地・電力・建屋 | 約200億ドル（約3兆円） |
| ストレージ・ネットワーク・CPU・冷却 | どのGPUを選んでも同じ |
| GPU差額（NVIDIA vs 競合） | 500億ドル vs 400億ドル |
GPUの価格差は工場全体の10〜20%にすぎない。しかしNVIDIAのスループット（処理能力）が10倍あるなら、トークン単価では圧倒的にNVIDIAが安い。
"Even when the chips are free, it's not cheap enough—if you can't keep up with the state of technology and the pace that we're running."
「技術の最前線と私たちのペースについてこられないなら、チップが無料でも安くない」
NVIDIAファクトリー vs 競合コスト比較OpenClawとエージェントAI：個人AI計算機の誕生
Claude CodeとOpenClawがエージェント変曲点を起こした
GTC 2026の基調講演でフアンはこう宣言した。「Claude CodeとOpenClawがエージェント変曲点を引き起こした」。
OpenClawは2026年1月に確立されたオープンソースのAIエージェントフレームワーク。GitHub上で4か月以内に25万スターを突破し、Reactを抜いて最も星の多い非アグリゲーターソフトウェアプロジェクトになった。
フアンはOpenClawの構造に注目する。4つの要素を持つ「コンピュータ」として機能するからだ：
- メモリシステム（短期メモリ＝ファイルシステム）
- スキル（API）
- スケジューリング・IO
- エージェント間通信
"These four elements fundamentally define a computer. And therefore what do we have? We have a personal artificial intelligence computer for the very first time."
「これら4要素がコンピュータの定義だ。つまり私たちは初めて個人用人工知能コンピュータを手にした」
NVIDIAはOpenClawと統合する「NemoClaw」を発表。単一コマンドでインストール可能だ。
エージェントAIの実用化シーン（15）エンジニアは年収の50%をトークンに使え
対談で最も実用的な提言がこれだ。
"If that $500,000 engineer did not consume at least $250,000 worth of tokens I am going to be deeply alarmed."
「年収50万ドル（約7,500万円）のエンジニアが少なくとも25万ドル（約3,750万円）分のトークンを使っていなければ、深刻に心配する」
NVIDIAはエンジニアへのトークン支出に20億ドル（約3,000億円）を投じる計画で、各エンジニアには四半期ごとに25万トークンを支給する。フアンのビジョンでは、今後10年でNVIDIAは人間社員7.5万人とAIエージェント750万体で構成される企業になる。
「紙と鉛筆でチップを設計するデザイナーがいたら怒るだろう。EDAツールを使えと言う。それと同じだ」
AI投資を「コスト」ではなく「レバレッジ（てこ）」として捉える。年収に対するトークン使用量を測定する──これはあらゆる企業で明日から使える指標だ。
エンタープライズソフトウェアは破壊されない、100倍使われる
「AIがSaaSを破壊する」という議論に対して、フアンは反直感的な見解を示した。
SQL、Blender、Photoshop、Excel──これらのツールをAIエージェントが使う側に回る。人間ユーザー1人あたりのソフトウェア使用量には限界があるが、エージェントにはない。
エージェントが100体あれば、同じSaaSが100倍使われる。Anthropicへの評価もこの文脈で語られた。
"I think he's being very conservative. I believe Dario and Anthropic is going to do way better than that."
「Darioは保守的すぎる。Anthropicはそれ以上やると確信している」
Dario Amodei（Anthropic CEO）が「2030年に非インフラAI収益1兆ドル」と予測したことに対して、NVIDIAのCEOが「もっと行ける」と断言した。理由は明快だ──すべてのエンタープライズソフトウェア会社がAnthropicトークンのVAR（付加価値再販業者）になるから。
物理AIの50兆ドル：ロボット・ヘルスケア・自動運転
テック産業初の大型産業参入
"Physical AI is technology industry's first opportunity to address a $50 trillion industry that has largely been void of technology until now."
「物理AIはテクノロジー産業が、これまでほぼ技術に無縁だった50兆ドル産業に参入する初めての機会だ」
NVIDIAはこの領域に10年前から投資し、年間約100億ドル（約1.5兆円）規模のビジネスに育てた。物理AIの世界には3つのコンピュータが必要だ：
| コンピュータ | 役割 | 代表製品 |
|---|---|---|
| 訓練用 | AIモデルの開発・訓練 | データセンターGPU群 |
| 評価用（Omniverse） | 物理法則に従う仮想環境 | デジタルツイン |
| エッジ | 自動車・ロボット・工場 | Jetson等 |
ロボットは3〜5年で製品化レベルに
「存在証明から製品化まで技術は2〜3サイクル、つまり3〜5年」
フアンは具体的なタイムラインを示した。ただし中国のロボティクス優位性（モーター・希土類・磁石の製造能力）に対する危機感も表明。「すべての動くものが自律化する」世界で、NVIDIAはAndroid的プラットフォームを目指し、TeslaやWaymoはiOS的アプローチで垂直統合を進めている。
ヘルスケアの3領域
フアンはAI×ヘルスケアを3つに分類した：
- AI物理：創薬（分子設計・タンパク質構造予測）
- AIエージェント：診断補助（放射線画像解析等）
- フィジカルAI：手術ロボット
"We are literally near the ChatGPT moment of digital biology."
「私たちはまさにデジタル生物学のChatGPTモーメントの直前にいる」
物理AIの議論シーン（28）中国市場95%→0%の教訓と、AIの17%問題
地政学リスク：中国でシェアを失った経緯
NVIDIAはかつて中国のAI半導体市場で95%のシェアを持っていた。バイデン政権の「拡散規制（diffusion rule）」により、その数字は0%に転落した。
フアンはトランプ政権下での回復に期待しつつも、この経験を地政学リスクの教訓として語った。
原子力の前例
"17% popularity of AI in the United States. We see what happened to nuclear, right?"
「AIの支持率は米国でわずか17%。原子力に何が起きたか見ただろう？」
この17%はPew Researchの調査で「AIが今後20年で米国に良い影響を与える」と答えた一般市民の割合だ。AI専門家の56%とは大きな乖離がある。
フアンは原子力の前例を引いた。反対論が先行した結果、米国では新規原子力発電所がゼロになり、中国が100基建設している。
「警告は良い、恐怖を煽るのは良くない」
"Warning is good, scaring is less good."
「警告は良い。恐怖を煽るのはそれより良くない」
Anthropic CEO Dario Amodeiがダボス会議でNVIDIAの中国向け販売を「北朝鮮に核兵器を売るようなもの」と比喩した文脈を踏まえた発言だ。フアンの立場は明快──AI技術者には警告する責任はあるが、恐怖を煽る権利はない。この技術は重要すぎるから。
"It is not a biological being. It is not alien. It is not conscious. It is computer software."
「AIは生物ではない。宇宙人でもない。意識もない。コンピュータソフトウェアだ」
AIの社会受容についての議論（45）放射線科医の逆説：AIで仕事は増える
対談の終盤、フアンは「AIで仕事がなくなる」論への最強の反論を展開した。
2016年、AIの父の一人であるGeoffrey Hintonが予言した。「コンピュータビジョンが放射線科医を完全に代替する」。
10年後、その予言は半分だけ正しかった。
"Computer vision has been integrated into all of the radiology technologies and radiology platforms in the world 100%. The surprising outcome is the number of radiologists actually went up."
「コンピュータビジョンは世界中の放射線技術プラットフォームに100%統合された。驚くべき結果は、放射線科医の数が実際に増えたことだ」
なぜか。スキャンが速く正確になったことで、より多くの患者がスキャンを受けるようになった。病院の収益が増え、放射線科医の需要が増えた。AI技術は仕事を奪うのではなく、市場そのものを拡大した。
「英語専攻が最も成功するかもしれない」
若い世代へのメッセージを問われ、フアンはこう答えた。
「言語は今やAIのプログラミング言語だ。英語専攻が最も成功するかもしれない」
コードが書けなくてもAIを使いこなせる時代。重要なのはAIを使える専門家になることであって、AIの専門家になることではない。
よくある質問（FAQ）
Q1. NVIDIAとは何の会社ですか？
AI向けGPU（画像処理装置）とデータセンター基盤を提供する半導体企業（NASDAQ: NVDA）。1993年創業。FY2026通期売上は2,159億ドル（約32.4兆円）で、売上の約92%がデータセンター向け。時価総額は約4.2兆ドル（約630兆円）で世界トップクラス。
Q2. Vera Rubinとは？
NVIDIAのBlackwell後継のGPUアーキテクチャ。GTC 2026で正式発表され、前世代比で電力効率10倍。2026年後半にAWS・Google Cloud・Microsoft等から提供開始予定。
Q3. Dynamoとは？
NVIDIAが発表したオープンソースの分散推論ソフトウェアプラットフォーム。AIファクトリーのOSとして、GPUとメモリをクラスタ全体で制御する。19世紀の発電機（ダイナモ）が前の産業革命を動かしたように、次の産業革命を動かすOSという命名哲学。
Q4. エージェントAIで計算量が10,000倍になるのはなぜ？
生成AI→推論AI（100倍）→エージェントAI（さらに100倍）の3段階の累積。エージェントは回答生成だけでなく、長期記憶・ツール呼び出し・コード実行・他エージェント連携など複合的な処理を行うため、計算需要が桁違いに増大する。
Q5. 「チップが無料でも安くない」とはどういう意味？
データセンターの総コストのうち、GPU価格差は10〜20%。土地・電力・冷却・ネットワークは共通コスト。GPUが安くてもスループット（処理能力）が低ければトークン単価は高くなる。逆に高いGPUでも処理能力が10倍あれば、トークン単価は圧倒的に安くなる。
Q6. 「エンジニアは年収の50%をトークンに」は実現可能？
NVIDIAはすでに実行中。エンジニアへのトークン支出に20億ドル（約3,000億円）を計画し、四半期ごとに25万トークンを支給予定。規模は異なるが、エンジニア1人あたりのAIツール投資を「人件費比率」で測る考え方は、あらゆる企業で応用できる。
Q7. NVIDIAはGroqを買収したのですか？
2025年12月に約200億ドルの資産購入でGroq（LPU＝Language Processing Unitメーカー）をほぼ買収。GTC 2026でGroq 3 LPUとNVIDIAエコシステムの統合を発表。プリフィル処理をGrokに任せ、GPUは生成に集中する分業体制。
Q8. 物理AIのロボットはいつ製品化される？
フアンの見解では「存在証明から製品化まで2〜3サイクル＝3〜5年」。ただし中国のロボティクス優位性（モーター・希土類・磁石）への危機感も表明。
Q9. 放射線科医の逆説は他の職種にも当てはまる？
フアンはこの事例を「AIが仕事を奪うのではなく市場を拡大する」一般法則として提示。スキャンが速くなれば患者が増え、診断が安くなれば受診率が上がる。同様のメカニズムは法務、会計、エンジニアリング等でも起こりうる。
Q10. AIの支持率が17%しかない問題はどう解決する？
フアンは「技術者が恐怖を煽るのをやめること」と「AIの具体的な恩恵を見せること」の両方が必要だと主張。原子力の前例（反対論先行→米国ゼロ・中国100基）を繰り返してはならないという強い危機感を示した。
まとめ
主要ポイント
- NVIDIAはGPUメーカーからAIファクトリーメーカーへ脱皮: 5ラック構成、Dynamo OS、Groq統合でTAMが33〜50%拡大。「500億ドルの工場が最安のトークンを生む」逆説が競争優位の本質
- 計算量10,000倍は序章にすぎない: 生成→推論→エージェントの3段階。「人は情報ではなく仕事にお金を払う」──エージェントの経済的必然性はまだ始まったばかり
- AIは仕事を奪わない、市場を拡大する: 放射線科医の逆説が示す通り、技術導入→コスト低下→需要拡大→雇用増というメカニズムが働く。重要なのはAIの専門家になることではなく、AIを使える専門家になること
次のステップ
- 自社のエンジニアチームの「トークン使用量/人件費」比率を測定する
- エンタープライズソフトウェアの「エージェントによる100倍利用」が自社にどう影響するか検討する
- 物理AIが自社の業界（製造・物流・ヘルスケア）に適用できるタイムラインを評価する
関連記事
参考動画
この記事は以下の動画を参考に作成しました：
- Jensen Huang: Nvidia's Future, Physical AI, Rise of the Agent, Inference Explosion, AI PR Crisis - All-In Podcast
本記事はネクサフローのAI研究シリーズの一部です。
この記事の著者
中村 知良
代表取締役
早稲田大学卒業後、ソフトバンク株式会社にてAI活用やCEO直下案件のプロジェクトマネージャーに従事。その後、不動産スタートアップPit in株式会社の創業、他スタートアップでの業務改善・データ活用を経験後、2023年10月、株式会社ネクサフローを創業し代表取締役CEO就任。
