Sovereign AIはモデル問題ではなく、サプライチェーン問題である

AI投資と言えば、特定の企業群が思い浮かびます：NVIDIA、AMD、SKハイニックス、サムスン電子、ASML。これらの企業は間違いなくAIインフラの中心です。しかし今回は、少し異なる角度から見る必要があります。AI市場で最近大きな変化が起きました。フロンティアAIモデルはもはや単なるソフトウェア製品ではなく、半導体と同様の戦略的資産と見なされ始めています。モデルへのアクセスが特定の国やユーザーに制御・制限され得るという認識が高まるにつれ、政府や企業は当然一つの質問をします。「私たちが使うAIは明日も稼働し続けるのか？」この質問は、Sovereign AIをめぐる議論を新たなレベルに引き上げます。

これまでSovereign AIは「私たちは独自の基礎モデルを開発しなければならない」というスローガンに近いものでした。しかし、今後はより実践的な問題に発展する可能性が高いです。Sovereign AIの本質は、独自モデルの開発ではなく、モデルの訓練、運用、検証、保護に必要なサプライチェーンをどれだけ自国または同盟国内で確保できるかにあります。この観点から、Sovereign AIは単なるAIソフトウェアのテーマではなく、GPU、HBM、ファウンドリ、パッケージング、装置、材料、電力、冷却、光通信から次世代メモリに至るまでのグローバルサプライチェーン再編テーマです。

学習需要は終わっていない；その上限は再び上昇している 最近、市場ではAI需要に関する非常に単純なロジックが流行っています。「学習はGPU、推論はCPU」というものです。もちろん現実はもっと複雑で、GPUは推論にも使われ、学習にはCPU、メモリ、ネットワークが必要です。しかし、投資家の理解はおおむねこの枠組みに沿っていました。ある程度は正しかったと言えます。フロンティアレベルのモデル訓練は、米国と中国の少数の企業が独占しています。OpenAI、Google、Anthropic、Meta、xAI、そして一部の中国の大手テック企業やモデル企業が学習競争の中心です。自然に市場は考え始めました。「学習は一定段階に達した。これからは推論需要が鍵だろう？」私はこの方向性に原則的に同意します。AIが実際のサービスに拡大するにつれ、推論需要は自然に成長します。エージェント、検索、コーディング、ロボティクス、オンデバイスAI、エンタープライズAIワークフローが増加するにつれ、推論インフラの日常運用が重要になります。

しかし、Sovereign AIはこの力学を再び揺さぶります。以前は米国と中国だけがフロンティア基礎モデルの作成に注力していました。しかし、G20各国が「最低限のAIインフラを自国で持たなければならない」と決断し始めたらどうなるでしょうか？すべての国がGPTレベルのモデルを直接構築できるわけではありません。しかし、自国の言語とデータに基づいてモデルを訓練・調整し、政府、防衛、金融、法務、医療、公共システムで使用する需要は増加する可能性があります。重要なのは、彼らが最高のモデルを構築できるかどうかではなく、外国モデルへの完全な依存を避ける動きです。これがGPU市場を再燃させる燃料となります。

Sovereign AIは専有モデルではなく、専有サプライチェーンの問題である これが核心的なポイントです。Sovereign AIはモデルの主権から始まりますが、最終的にはサプライチェーンの主権に至ります。AIモデルを直接構築するにはGPUが必要であり、GPUを使用するにはHBMが必要であり、HBMを製造するには先端パッケージングとテスト装置が必要です。チップを製造するにはファウンドリとリソグラフィ装置が必要であり、ファウンドリを稼働させるにはウェハ、フォトレジスト、特殊ガス、化学材料が必要です。データセンターを運用するには電力、冷却、光通信、変圧器、電力制御システムが必要です。結局、Sovereign AIは「自国のモデルを作ろう」で終わるのではなく、「私たちが依存するAIサプライチェーンの停止スイッチは誰が握っているのか？」という問いにつながります。

この観点から、米国と韓国の株式だけを見るのは視野が狭すぎます。日本、台湾、中国、欧州も考慮しなければなりません。特に日本は、主要なAIソフトウェア企業は少ないかもしれませんが、半導体装置と材料のサプライチェーンで不可欠です。台湾はTSMCなどの主要ファウンドリを擁します。Sovereign AIが推進するサプライチェーン再編は、エコチェーン全体の企業に恩恵をもたらすでしょう。