マイクロソフトAIのCEO、ムスタファ・スレイマン氏は、近い将来、個々のAIトレーニング実行にかかるコストが1000億ドルに達すると予想している。この金額は、フロンティアモデルの開発を一握りの企業だけが実行可能にするものだ。スレイマン氏は、これらの実行が標準となる時期については言及しなかったが、その予測は、その規模で構築できる少数の企業とそれ以外の企業との間の広がるギャップを示唆している。
その意味するところは統合だ。単一モデルのトレーニングに大規模インフラ計画並みの費用がかかるなら、それを実行できる組織の数は急速に減少する。そして、それに伴い、これらのシステムがどのようなもので、どのように振る舞い、誰がアクセスできるかを決定する企業の数も減る。
フロンティアモデルの価格
モデルが大規模化し、より多くのデータを必要とするにつれて、トレーニングコストは着実に上昇してきた。スレイマン氏が公に述べた1000億ドルという数字は、これらのコストがすぐに横ばいになることはないという最も明確なシグナルだ。その価格での実行は、単にコンピュートの請求額が大きくなるだけではない。それは別種のビジネスだ。長期的な資本コミットメント、専用の電力とデータセンター容量、そしてほとんどのテクノロジー企業がこれまで検討したことのない規模での支出を許容する姿勢が必要となる。
その計算は当然ながら分野を狭める。既存のクラウドインフラ、チップ供給の関係、そして何年にもわたる支出を吸収できるバランスシートを持たない企業は、トップ層にとどまるのは難しいだろう。あるものは提携し、あるものは特化し、またあるものはフロンティア開発から完全に撤退し、他者がトレーニングしたモデルの上に構築するだろう。
プレイヤーは減り、影響力は増す
AIトレーニングにおける統合は、多くの影響力を集中させるだろう。1000億ドル規模の実行を維持できる企業は、事実上、業界の技術的方向性—モデルアーキテクチャ、安全慣行、API価格設定、そして新機能が一般に公開されるペース—を決定することになる。それは、より広範なラボ、スタートアップ、研究グループがまだフロンティアを押し進めていると信じられる立場にあった過去数年間を特徴づけた競争環境とは異なる。
プレイヤーが少ないことが自動的にユーザーにとって悪いわけではない。しかし、最も能力の高いシステムがどのようにトレーニングされ展開されるかを決定する独立した声が少なくなることは確かだ。AI開発を追跡する規制当局や研究者は、この集中をしばらく注視してきた。スレイマン氏の予測は、彼らが組織化するための具体的な数字を与える。
安価な推論が物語のもう半分
トレーニングと推論は逆方向に引っ張り合う。スレイマン氏はまた、モデル自体が少数の企業によって構築されるとしても、AI利用を民主化する力として、より安価な推論を指摘した。推論とは、モデルがクエリに答えたり、画像を生成したり、エージェントを実行したりするときに起こることだ。それが安くなれば、より多くの製品、ビジネス、個人開発者が、自分で何かをトレーニングする必要なくAIを活用できる。
その結果、二層の業界が生まれる可能性がある。最上位にはごく少数の極めて高価なトレーニング運用があり、その上に構築されたはるかに広範なアプリケーションのエコシステムがある。参入障壁は、フロンティアラボにとっては上がる一方で、ユーザーにとっては下がる。
注目すべき点
今問われているのは、1000億ドルの実行がどれだけ早く到来するか、そしてその時に誰がまだ立っているかだ。マイクロソフトはすでにAIインフラに多額のコミットを行っており、スレイマン氏の発言は、同社が支出曲線がさらに上向きに曲がり続けると予想していることを示唆している。同等のリソースを持つ競合他社も同様の賭けをしている。それ以外のすべてにとって、実際の決定は、フロンティアで競争するか、できる相手と提携するか、結果として生まれるモデルの上に構築するかである。
その価格での実行に関する公表されたスケジュールはない。スレイマン氏の予測は予報であり、コミットメントではない。しかしそれは、数字が現実になるずっと前に、業界全体の予算、採用、戦略を形作る種類の予測だ。
