AIの活用は魔法のように見えるかもしれない。プロンプトを入力したり、自動化プロセスを作成したり、コマンドを与えたりすれば、答えが現れる。しかし、AIの成長、パワー、使いやすさは、それを支えるために必要な資源を覆い隠している。すべてのAIモデルは、鉱物、製造、電力、水といった実質的な産業基盤の上に成り立っており、特にAIを駆動するために必要な計算能力を提供するデータセンターにおいてそれが顕著だ。これがこの分野への投資を加速させている。例えば、S&Pグローバルの調査によると、2025年にはデータセンター市場に610億ドル以上が流入した。
そして、ビジネスレベルでも個人レベルでも利用は拡大し続けている。筆者の会社であるProsper Insights & Analyticsの最近の調査によると、経営幹部の54.4%がすでに生成AIを使用しており、さらに19.6%が今後利用を検討している。
18歳以上の全米国人のほぼ半数（48.6%）が、調査目的で生成AIを使用したことがある。
AIのリスクを理解する
AIがビジネスにおいてより深く組み込まれるようになるにつれ、企業はそのリスクをより深く理解する必要がある。従来、これらのリスクはアルゴリズムのバイアス回避、データプライバシーの保護、AIモデルのトレーニングに必要な十分で関連性の高い高品質データの確保といった領域に焦点が当てられてきた。
しかし、AIの大規模な導入は企業に新たなリスクをもたらすと、アーサー・ディ・リトル（ADL）のブルーシフト研究所グローバルディレクターであるアルベール・メージュ博士は説明する。「AIには3つの主要な資源脆弱性がある。環境への影響、エネルギー供給、そして計算インフラだ。これらの資源へのAIの依存は、その将来の成長軌道に大きな影響を与える脆弱性につながり、AI バリューチェーン自体のプレーヤーだけでなく、エンタープライズのエンドユーザーにも影響を及ぼす」
これらの脆弱性を詳細に掘り下げると、厳しい現実が見えてくる。
- 環境への影響―AIの大量のエネルギー使用による排出、冷却用の水、チップやその他のハードウェアの製造・加工のための鉱物使用などが含まれる。
- エネルギー供給―電力そのもののコストだけでなく、その利用可能性の確保。これは電力網の負荷に関連する問題によって妨げられる可能性がある。
- 計算インフラ―サプライチェーンのチョークポイントや、ITに関する特定の地域、国、プロバイダーへの依存に関する問題。
依存関係がAIのスケーリングに与える影響
AIがますます重要なインフラとなるにつれ、企業はAIのパイロットプロジェクトから本格的な生産へと移行し、AIを組織の目標と成功の中心に据えている。エージェントAIのようなより複雑なアプリケーションは、エネルギー需要を指数関数的に増加させる。これはより大きなリスクをもたらす。企業が十分なAI資源と計算能力へのアクセスを確保できなければ、そのAI計画は遅延したり、完全に停止したりする可能性がある。
同時に、AIモデルの環境への影響に関する透明性は低い。企業は自社の活動の環境フットプリントに対する可視性を失いつつあり、特にAIツールがより広範なソリューションの一部として組み込まれるようになるにつれ、その傾向が強まっている。
これをさらに複雑にしているのは、AI導入の成長軌道が依然として不明確であることで、これがインフラへの投資を妨げる可能性がある。これは、計算能力や電力などの資源の潜在的な不足、および特定の地域、国、プロバイダーへのサプライチェーンの依存につながる可能性がある。
問題は、今後のAIに対する真の計算需要レベルや、そのアクセスと利用可能性を計画することが現在困難であることだ。これは、発電、送電網の容量、地政学、データセンターやチップ製造のサプライチェーンのレジリエンスなど、多数の要因に影響される。
これらのリスクに対処するための戦略的な取締役会レベルの計画の必要性
これにより、取締役会がこれらのリスクを計画し、防御する責任が生じる。これまで、取締役会は主に、人材の確保、不正確または偏ったアルゴリズムの結果、失敗したプロジェクトによる評判と財務上の損害といったAIの課題に焦点を当ててきた。
今、彼らは市場の不確実性を背景に、AI成功のための十分な資源へのアクセスを妨げる可能性のある新たなインフラ依存関係を同様に理解し、対処する必要がある。
この不確実性を考えると、市場がどのように発展するかについて明確な道筋はない。したがって、企業は需要とアクセスのさまざまな組み合わせの潜在的な結果をカバーするシナリオプランニングを採用する必要がある。これにより、効率性、適応性、レジリエンスを強化する「後悔しない」行動を特定し、実行することができる。
最近のブルーシフトレポート「AIの隠れた依存関係」で、ADLはこれら4つのシナリオを概説している。AI分断（需要抑制、アクセス制限）、バブル崩壊（需要抑制、アクセス十分）、計算戦争（需要急増、アクセス制限）、そして最も楽観的なギガフロー（需要急増、アクセス十分）だ。
「私たちは、低需要から高需要、低アクセスから高アクセスの組み合わせに基づいて、将来のAI開発に関する4つの潜在的なシナリオを見ている」とADLのアルベール・メージュ氏はコメントする。「現在、どのシナリオ、またはシナリオの組み合わせが最も可能性が高いかを予測することは不可能だ。しかし、それは企業が何もすべきでないということを意味しない。すべてのシナリオで利益をもたらす優先すべき活動がある」
AIリスクを軽減するために今すぐ取るべき「後悔しない」行動
どのシナリオが実現しても、ADLは焦点を当てるべき3つの領域を特定している。第一に、企業は環境面での信頼性を回復するために、自社のAI使用の真のフットプリントに対する可視性と管理を獲得する必要がある。これは、サプライヤー契約にエネルギー、水、材料の使用に関する環境開示を組み込むことから始まり、一貫性のない、または部分的な報告を避けるために、サプライヤーに比較可能で監査可能な指標の採用を促す。AI環境報告に関する将来の規制が予想されることから、企業は今から準備を始めるべきだ。
同時に、企業はAIの真のコストを予測し、投資が予測可能で、真のビジネス価値と整合していることを確認しなければならない。特に現在の価格が人為的に低いことを考えると、財務計画に計算、エネルギー、水の真のコストを含めることが不可欠だ。効率性を優先し、プロバイダーから長期的な価格設定を確保することで、特に使用量が増加する中でコストを予測可能に保つことができる。
最後に、戦略的レジリエンスを構築する必要がある。これは、プロバイダーや管轄区域を越えて移動し、適応する柔軟性と自由を持つことを意味する。単一のプロバイダーに縛られるのではなく、アーキテクチャはオンプレミス、ソブリン、パブリックAIプラットフォーム全体でワークロードをセグメント化できるようにし、企業がコスト、コンプライアンス、管理のバランスを取れるようにする必要がある。これにより、クラウド、ベンダー、地域間の移行も容易になり、プロバイダーの多様化が可能になる。あらゆる重要な資源と同様に、企業はエンドツーエンドのサプライチェーンをマッピングし、潜在的な弱点やリスクを特定し、それらに対抗する措置を講じるべきだ。
世界中で、AIは企業の運営方法の重要な部分になりつつある。その真の成長と影響を予測することは依然として困難だが、今こそ企業が将来のAIインフラを保護し、どのシナリオが展開しても将来のニーズをサポートするための適切な資源へのアクセスを確保する時だ。
開示：上記で参照した消費者センチメント調査は、筆者の会社であるProsper Insights & Analyticsによって実施された。これは全米小売業協会が使用しているのと同じデータセットであり、Amazon Web Services、ブルームバーグ、ロンドン証券取引所グループから経済ベンチマーキング用に入手可能だ。
