AIは何の上で、どこで動いているのか
チップ、電力、データセンターが、AIのコストとAIを置ける場所を決めます。何が変わったのか、そしてAIをどこで動かすかを選ぶ企業にとってそれが何を意味するのかを見ていきます。
アシスタントの答えは、どれもどこかで計算されています。データセンターのチップが演算を行い、送電網が電力を届け、冷却システムが熱を運び去ります。ほとんどの企業にとって、そのすべては見えないものでした。
それがいま、経営上の判断になりつつあります。AIの価格、速度、そして自社のデータの行き先を決めるからです。
計算資源は周囲の何よりも速く増えている
StanfordのAI Index 2026は、世界のAI計算能力が2022年以降、毎年3.3倍に増え、NvidiaのH100チップ約1710万個分に相当する規模になったと推定しています。そのうち60パーセント超をNvidiaが占めます。残りの多くはGoogleとAmazonが自社製チップで供給し、Huaweiは小さいながらも拡大するシェアを持っています。主要なAIチップのほぼすべては、台湾のファウンドリー、TSMCの1社で製造されています。
お金も後を追っています。国際エネルギー機関（IEA）によると、最大手のテクノロジー企業の設備投資は2025年に4000億ドルを超え、2026年にはさらに75パーセント増える見込みです。IEAはまた、AIチップの製造に欠かせない部品である広帯域メモリーの不足にも触れており、それは少なくとも2027年末まで続くと見ています。
電力が新たな制約になる
チップには電気が必要です。IEAの集計では、2025年のデータセンターの電力需要は17パーセント増え、AI向けに建てられたデータセンターでは50パーセント増えました。IEAの中心的な予測では、データセンターの消費電力は2025年の485テラワット時から2030年には950テラワット時へとほぼ倍増し、世界の電力需要の約3パーセントになります。AIに特化したデータセンターの消費は、同じ期間に3倍になります。
AI Indexは、2025年末時点のAIデータセンターの電力容量を約29.6ギガワットとしています。ニューヨーク州のピーク需要に匹敵する規模です。その推定では、すべてのAIシステムを合わせた電力需要は、スイスやオーストリアの国全体の電力消費に匹敵します。
欧州は、その容量をもっと域内に持ちたいと考えています。IEAによれば、欧州委員会は5〜7年以内にEUのデータセンター容量を3倍にするという目標を掲げています。2026年7月30日、EuroHPC共同事業は、少なくとも7つの加盟国に最大7つのAIギガファクトリーを設ける公募を始めました。公的資金がアンカー顧客となり、200億ユーロを超える民間投資が見込まれています。提案の締め切りは11月12日で、選定は2027年初めの予定です。
ひとつの答えは安くなっている
全体が増える一方で、ひとつの答えは安くなっています。IEAによれば、AIのタスク1件あたりのエネルギー使用量は近年、毎年少なくとも1桁ずつ減っており、単純なテキストの問い合わせは、いまでは同じ時間テレビをつけておくより少ない電力で済むのが一般的です。
価格も同じことを物語っています。Epoch AIは、一定の性能に到達するための価格がどれだけの速さで下がるかを測りました。タスクによって、年に9倍から900倍です。最も急激な下落は最近のもので、Epochはそれが続くとは限らないと慎重に述べています。
その下にあるハードウェアも、同じ道をたどってきました。AI IndexはIEAのデータを用いて、GPUによる計算のコストが2006年以降99パーセント以上下がり、主要なチップは10年前のチップに比べて1ワットあたり約10倍の計算をこなすことを示しています。
落とし穴は、仕事そのものにあります。IEAによれば、動画、推論、エージェントは、単純なテキストの回答に比べて、問い合わせ1件あたり数百倍から数千倍のエネルギーを使うことがあります。単価は安くなります。請求額は、機械に何をさせるかによって決まります。
オフィスに収まる大きさ
2つ目の変化は大きさにあります。高性能なモデルに、もはやデータセンターは必要ありません。NvidiaのDGX Sparkは、最大128GBのメモリーを備えたデスクトップマシンです。Nvidiaによれば、最大2000億パラメーターのモデルを動かし、最大700億パラメーターのモデルをファインチューニングでき、さらに大きなモデルには最大4台を連結できます。
小さなモデルは、その大きさのわりに性能を上げています。AI Indexが挙げるのは、パラメーター数が320億で、Grok 4のほぼ90分の1しかないのに、いくつかのベンチマークで同等の結果を出すオープンモデルです。開発者たちは、はるかに少ないトークンで学習させ、データを細心の注意を払って選びました。
スイスは独自のモデルを作っています。EPFL、ETH Zurich、スイス国立スーパーコンピューティングセンターが2025年9月に公開したApertusは、スーパーコンピューターAlpsで1000万GPU時間以上をかけて学習しました。サイズは80億パラメーターと700億パラメーターで、1'000を超える言語の15兆トークンで学習しています。重み、レシピ、学習データの記録は公開されています。2026年7月にはバージョン1.5が続き、画像と音声の理解と、コンパクトなモデルのファミリーが加わりました。
スイスには、そのための人材がいます。AI Indexの集計では、スイスのAI分野の著者と発明者は人口100'000人あたり110.5人で、ほかのどの国よりも多く、シンガポールがそれに迫っています。
スイスと欧州でのホスティング
大手の提供者も近くにやって来ています。2025年6月、Microsoftはチューリッヒとジュネーブ近郊にある4つのデータセンターを拡張するため、4億ドルを投じると発表しました。医療、金融、行政といった規制業種向けのAIを念頭に置いたものです。HeiseはReutersを引用し、この拡張によってデータがスイス国内にとどまるはずだと報じました。
Swisscomは自社のプラットフォームの上に構築しています。2026年2月、同社は企業の知識のためのアシスタントを公開しました。完全にスイス国内で運用され、いくつかのオープンソースモデルを変更せずに使っています。すべてのデータは同社のスイスのデータセンターで保存・処理され、企業のデータが基盤モデルの学習に使われることはありません。その土台にあるプラットフォームはGPUの計算能力とモデルのインターフェースをほかの企業にも提供しており、Swisscomは今後追加する予定のモデルとしてApertusの名前を挙げました。
AIをどこで動かすかを選ぶ
中小企業にとって、選択肢は3つに絞られます。企業向けの規約と欧州リージョンのもとで、APIを通じて借りるフロンティアモデル。スイスまたは欧州のクラウドでホストするオープンモデル。あるいは、自社の建物や自社のクラウドアカウントにある自前のハードウェア上のモデルです。
私たちは4つのことを念頭に置いて決めます。データの機密性がどれほど高いか。モデルを通る仕事の量がどれだけあるか。固定費が従量課金より有利になるのは、一定の量を超えてからだからです。答えにどれだけの速さが必要か。そして、システムが動き出した後に誰が面倒を見るのか。
私たち自身も、これらのうち複数を使っています。私たちにとってのTwinは、ClaudeとChatGPTの中で、そして自社のハードウェア上の自社モデルで動いています。Studioはデータをチューリッヒに置いています。クライアント向けには、Twinはスイス、EU、あるいはクライアント自身のハードウェアで動きます。
私たちのパートナーであるEigna Labsが開発するEignaは、プライベートな側の端に位置します。企業自身のクラウドまたは自社のサーバーで、1台のマシンからクラスターまで動き、閉じたネットワークで完全にオフラインで動くように設計されています。修正をもとに企業自身のハードウェア上で再学習し、新しいバージョンはよりよいテスト結果を出したときにだけ本番に出ます。
マシンはスプレッドシートの上で選べます。どのデータが建物の外に出てよいかは判断であり、それに責任を持つ人が下すものです。まずデータから始めてください。チップ、建物、国は、そこから決まります。
