
エヌビディアのAIチップがなぜ使われるのか?と個人事業主が「AIの遣い手」になる価値(アクセンチュアから聞いた仰天の話)
この記事では「AIつながり」でしかありませんが、別々の話ながらホットな話題を前編・後編の二つに分けて書いております。
ちなみに、この記事のアイキャッチ画像ですが記事内容とは関係ありません。11月の平日、まだ暗さの残る朝の早い時間帯に撮影した、東京丸の内側のライトアップされた風景です。私の職場がすぐ近くにあってそこで「AIシステム開発」をしており、noteにも時々写真をアップしていますので、これもまた単なるAIつながりということでご愛嬌まで😅
【前編】エヌビディアのAIチップがなぜ使われるのか?
最近、ニュースでエヌビディア(Nvidia)創立者でCEOを辞任したジェンスン・フアン氏の話題で大騒ぎになっています。ただ、そのニュースの話をしたいわけではありません。
エヌビディアがやたら今ニュースになっているので、それにまつわる話となります。
エヌビディアのAIチップ、つまりGPUについての話題。
世界的にほぼ独占的なシェアを占めています。
AI用GPU市場:Motley Foolの2026年1月報道によれば、NVIDIAのAI用GPUシェアは約85%
データセンターGPU市場:IoTアナリティクス社の調査によると、2023年時点でNVIDIAが市場の92%
GPUとは、Graphics Processing Unit(グラフィックス プロセッシング ユニット)の略で、これから想像できるようにもともとグラフィクス(描画用)エンジンとして作られたものです。
「なんで、それがAIに関係するの?」
という素朴な疑問を持つ方がほとんどかもしれません。
そのへんの説明は、以下の私の記事に載せています。
実は私は、1990年代の初頭から当時、「もしかして世界で初めて?」と勝手に空想していたGPUを某大学と共同開発していた時期がありました。
開発は難航を極めましたが、インターネットが登場前の時代で、アメリカからの風聞ではなにやら、エヌビディアという会社がGPUを物凄い勢いで作っているらしいと聞いたのが、この会社の存在を知った最初でした。
このころは、毎日大学の近くに事務所を設けてそこでシコシコ開発を続けておりました。残業で毎日夜10時くらいまでいて、そこから車で帰宅。
寒い地方にある大学のため、真冬には窓ガラスやワイパーが凍り付き、帰り際にダルマストーブで沸かしたお湯で溶かしてから帰宅という日々でした。
熱湯をかけるのは車にとっても良くないことを聞いてましたが、そうもいっておられない寒さです。
そんなある日、大学からの情報でエヌビディアという恐るべき競争相手(当時はそう思っていました)に追い越されるかもという話を聞き、純国産のGPU作りに、10名を超えるチームは焦りつつ完成に向け頑張っておりました。
結果として、前記記事にも書いた通り発熱問題(消費電力)がクリアできず商品化に失敗し、一方でエヌビディアはセガの支援もあって大成功の道を歩んできました。(当時のGPU市場はゲーム業界くらいで、まだ黎明期)
消費電力問題は、今や世界中でむしろ大きくなっています。
データセンターのことです。冷却に大量の水を必要とする、騒音もする、ということで誘致と反対とが割れているのはどなたもご存じでしょう。
それはさておき、エヌビディアのGPUは、この半導体性能が凄いというだけで世界No.1を歩き続けているとは思えません。
実はソフトウェア環境のほうが、圧倒的なシェア獲得にとってそれ以上に重要なカギを握っているとしか思えないのです。
私はGPUそのものを開発したのでよくわかります。
チップを扱うためのソフトウェア環境(ライブラリなど)が揃っていないと、実際には使い物にならないのです。
GPUが例えばスクリーン上で滑らかで、自然な描画をするには?
1990年代の前半まで、最初はPHIGS(フィグス)、次にOpenGLというOpenなインタフェース規格(API)が業界の標準でした。
私がGPUを開発していた時期はそのOpenGLが主流でした。
従ってOpenGLにマッチするようなGPU設計を行うことになり、この点では創成期のエヌビディアGPUも同じだったはずです。
その後、マイクロソフトがDirectXを採用することになり、主流も移っていきます。
そこでエヌビディアは新しいソフトウェア環境を提供し始めました。
それはCUDA(クーダ)と呼ばれます。
このCUDA、めちゃめちゃ優秀です。
圧倒的に優秀なのです。
私の結論は、CUDAがあるからずっと勝ってきた、という見立てです。
そのあたりの事情は、エンジニア・起業家でシアトルにお住まいの中島聡さんの丁寧な下記記事をご覧ください。Windows95のOS開発を牽引された中島さんならではの説得力ある内容です。(なお私は中島聡さんからは、AIに限らず、ビジネスの考え方全般で相当に学ばせてもらってます)
CUDAの中身を知って、本当に衝撃を受けました。
よくぞここまで考えて作りこんであるな・・・と、もはやあきれるほど凄いです。AIのエンジンチップであるGPUを直接コントロールするような仕事に就いている方なら、言わずともきっと理解されているはずです。
生成AIを使うという一般利用者の立場では伺い知ることのできない、技術の粋のようなものがそこに存在します。
こんなのを考え、用意したジェンスン・フアンという人の凄さを思うあまり、このたびの辞任ニュースは残念でなりません。
【後編】個人事業主が「AIの遣い手」になる価値(アクセンチュアから聞いた仰天の話)
話変わって、アクセンチュア株式会社ってご存じでしょうか?
いわゆる世界をまたいで活動するコンサル会社です。
普通、コンサル会社と聞くとクライアントの悩み、課題を聞き分析し、
『ではこうすればどうでしょうか?』
という提案はしても、その提案に基づいた計画を実行する、というところまではなかなかいかないものです。
よく個人事業主、フリーランスの方で「コンサルします」という場合についても相談に乗り、提案やアドバイスをすることはできても、相手の立場に寄り添い言ったことを代行し達成できるか?というと皆無だろうと思います。
アクセンチュアというコンサル会社は、提案後にそれをクライアント企業が満足できるまで実行し、実現し、貢献する。
つまり「全部やる」という点が全く異なります。
ちなみに、私はアクセンチュアの回し者ではありません😌
アクセンチュアは世界全体で、社員81万人。
日本法人だけで31000人の世界最大級のコンサルファームです。
ごく最近、日本法人の江川社長から直接聞いた話を、私なりに咀嚼してまとめてみたいと思います。
個人でチマチマAIを使ってもダメ。会社業務のすべてをAIで置き換えると・・・
組織の規模が大きくなると、ただでさえ非効率になってきます。
手続き、書類が複雑になったり、はよくあること。
で、今は企業内でもどんどんAIを使って効率化が進んでいる、
かというと実際のところ、個人任せではないでしょうか?
一人一人のレベルでは、時間短縮になったり、より効果的な資料作成ができたりといろいろあるのでしょうけど、組織としての総合的アウトプットとしては何か目に見えて効率化ができたとか、業績がアップしたとかに結びつく話はあまり聞こえてきません。
これ、組織が大きいほどその傾向があるように感じます。
見える効果が得られるには、個人でチマチマやったところでたかが知れている、というわけです。
江川社長の話によると、社員31000人の業務の「ぜんぶ」をAIエージェントに任せる試みを進めたとのことでした。
ぜんぶって?
全部です。
ありとあらゆることをAIエージェント化してみたと。
31000名の業務の中身を洗い出し、言語化し(=図解し)、仕事がどのように動いて回っているかを細部まで分解して、それらをAIに任せる仕組みです。CEOの経験判断支援までも含めて、と聞きました。
つまり、社長である自分の仕事もどこまでAIに任せられるか、そこまでやったと聞きました。
恐ろしい話です。
で、どうなった?
お話を聞くと、社員31000人のうち、8000人くらいが余剰人員として出てきたそうです。4割近い余剰😓
人が余ったという意味よりも、8000人分はAIで置き換えられた、つまり企業活動の4割近くをAIに任せられる、という意味になります。
その8000人に及ぶ社員をリストラしたのではなく、リスキリングして新たな業務に再配置し、これによって効率化、業績をアップしたとのお話でした。
なんとも凄まじいのは、チマチマした個人レベルでAIをなんとか使えとか、そんなものではなく事業のうちAI化できるものをことごとく置き換えていったらそうなるのだ、という実例だということです。
ここまで聞いて思ったのは、実際のところ日本の中小企業割合は99%を超えていて、アクセンチュアのような取組みをするには資金面でも様々なリスクがあり、簡単にできることではない、と。
しかし、もっと規模を落として数人から10数名とかの小企業ではどうか?
こちらも社長がその気にならない限り難しい。
効果が最も出そうな規模のような気がしますが、AIについて否定的であれば前に進まない。
個人事業主/フリーランスだからこそ真の「AI遣い手」になる価値
さらに規模を落として、個人事業主、フリーランスならどうか?
私は余地が大幅に広がると考えています。実際、私自身の側面も個人事業主としての活動があり、別のAIシステム開発で得た知見をそこでも活かしています。
2025年~2026年にかけては、「HACC」や「MIRA」という商品リリースもしております。これらはまさしく個人事業主、フリーランスに向けて、ひょっとすると人によって数日から数カ月かかること、あるいはいくら時間をかけても後戻りや横道にずれて容易に得られないことをAIの仕組みを借りて実現するアプローチです。
それらはAIエージェントではなく、今やどんどん賢くなってきた普通の生成AI(ChatGPT、Gemini、Claude)で実現することを意識しています。
AIエージェントは、行うものにもよりますが費用面でかかり過ぎることがあり、これは個人レベルで行うには痛い。それ以前に生成AIで実現できるギリギリのところまではそれを使っても十分行ける。そう考えているからです。
たとえばMIRAでは、本人理解→役割分担→完成までできる点に価値を置き、AIを複雑に操作せず成果物を完成させることを特徴としました。
実はやろうと思えば普通の生成AIを工夫することで、MIRAに頼らずともできます。
普通の生成AIでQ/Aを続けていても、そこに至る時間がやたらかかる、いったりきたりの繰り返しでなかなか思うようにならずそこに行き着く前に疲れ諦めてしまう。
本当の深掘りをすることは理屈では簡単そうに見えても、行動は面倒で地道な繰り返しが求められます。
しかし人が労力を使うべきところはそこじゃない。
判断、評価、Go/No Go、選択、そして最後に責任。
できるだけそういうところに追い込みたいと思ってHACCやMIRAを作りました。
どちらにしても、AIを本当の意味で使いこなす人に仕事は奪われる傾向が進むと思いますが、単に質問する次元から超えられるかどうかで決まるように思っております。
KENBO