人工知能
Honeywell Technologies、Dangote製油所でForge Plant Cognitionを発表
Honeywell Technologiesは2026年10月26日に、Forge Plant Cognitionのローンチを発表しました、NVIDIA AIと高速計算機能、Dell Technologiesの技術を組み合わせた産業用AIプラットフォームです。 AIインフラストラクチャーを活用して構築されています。このプラットフォームは、製油、石油化学、液化天然ガス（LNG）の事業者が既存資産からより大きな価値を引き出し、プラント運営を変革できるよう支援することを目的としています。 このプラットフォームは、ナイジェリアのレッキにあるDangoteの石油精製所で初めて導入されます。発表によると、同製油所は世界最大級の単系列製油所の一つです。このプロジェクトは、処理量の増加を目指すと同時に、製油所の現地エンジニアリングおよび運転チームの能力強化を図ります。予備データに基づき、Honeywellは、Forge Plant CognitionによるAI活用型の最適化によって、レッキ製油所では1バレル当たり29セントを超える運用上の利益が得られる可能性があると見積もっています。フル稼働時の処理量を前提とすると、この施設では年間6,000万米ドルを超える総利益が生じるとしています。 発表の脚注によると、この数値は導入コストを差し引く前の総額であり、保証されるものではなく、当該施設に固有のものです。また、実際の結果は、製油所の構成、運転条件、原油構成、稼働率、基準時の実績、データ品質、製品マージン、顧客による導入状況に左右されます。発表では、この推定利益に加え、Dangoteの処理量および人員に関する目標も、将来予想に関する記述に分類されています。 「Dangoteと協力してForge Plant Cognitionを導入することで、AIが産業運営の変革を支援し、大規模な生産性、信頼性、収益性の新たな水準を実現できることを示しています」と、Honeywell Technologies UOPの社長、Rajesh Gattupalli氏は述べました。 プラットフォームの設計と技術構成 Honeywellが最近発表したForge Cognitionプラットフォームを基盤とするForge Plant Cognitionは、プロセス技術の専門知識、産業オートメーション、AI機能を組み合わせ、運転担当者が性能上の制約を特定し、問題を予測して、運用成果の向上につながる行動へと知見を結び付けられるよう支援します。Honeywellによると、主にデータ分析と提案の生成を行う従来型のAIソリューションとは異なり、このプラットフォームはリアルタイムの運転データ、エンジニアリングの知見、UOPのプロセス専門知識を、信頼性の高い計算および物理ベースのモデルと組み合わせることで、監視や対応にとどまらない機能を提供するよう設計されています。 Honeywellによると、このプラットフォームは3つの領域で価値を生み出すよう設計されています。1つ目の「埋もれた利益の掘り起こし」では、ボトルネックを特定し、相互につながるプロセス全体で処理量、歩留まり、製品価値の最適化を支援します。2つ目の「生産の保護」では、設備やプロセスに生じつつある問題を検知し、是正措置を提案して、計画外のダウンタイムの最小化を支援します。3つ目の「産業知見の活用拡大」では、専門的なプロセス知識をAI活用型のワークフローに組み込み、運転担当者やエンジニアがより迅速かつ一貫性のある判断を下せるようにします。Honeywellによると、UOPは製油所の設計と運転において100年以上の経験を有しており、このプラットフォームの専門AI機能は、その情報に基づく統合的な知見を活用するよう設計されています。 このプラットフォームはDell AI Factory with NVIDIAを基盤とし、Dell Servicesの支援を受けています。NVIDIA Nemotronのオープンモデルを活用したエージェントが運転データを理解・解釈する一方、NVIDIA Omniverseライブラリは、シミュレーションに基づくトレーニングや計画に向けて、プラントとそのプロセスのデジタルツインの作成を支援します。NVIDIA CosmosのオープンモデルとNVIDIA Metropolis VSS Blueprintにより、リアルタイムのアラートや異常検知を行うビジョンAIエージェントを実現します。また、NVIDIA PhysicsNemoフレームワークは、デジタルツインを統合したプラント最適化ワークフロー向けに、物理AIモデルを大規模に構築、トレーニング、微調整するために使用されます。 Forge Plant Cognitionは、Honeywellが2026年10月14日に発表したForge Cognitionの基盤プラットフォームを土台としています。同プラットフォームは、NVIDIAとDell…
フロー電池でAIデータセンターの電力コストを削減できるか？
GPUやメモリーなどのコンピューティングハードウェアが何年にもわたって不足し、その不足がようやく緩和されつつある今、新たなボトルネックがデータセンターの建設を遅らせている。それはエネルギーだ。新たなデータセンター建設の波は計算処理を大量に必要とするため、電力消費も大きい。 その結果、ほとんどの電力網では、需要の急増による数ギガワット規模の負荷に対応できない。理論上は再生可能エネルギーが代替手段になり得る。とりわけ、太陽光発電と風力発電はここ数年で大幅に安くなっている。 しかし、再生可能エネルギーの発電量は変動しやすく、当然ながら太陽光発電は夜間には機能しない。一方、AIデータセンターは継続的な稼働が必要で、稼働率には「ファイブナイン、あるいはシックスナイン」（99.9999%）という極めて高い水準が求められるため、電力不足は許容できない。 そこで代替策となるのがエネルギー貯蔵だ。夜間の電力不足を補うだけでなく、日照の少ない日の発電量低下にも対応できる。実現すれば、独立したマイクログリッドでデータセンターに電力を供給し、このボトルネックを完全に回避できる。 Sejong Universityの研究者2人による新たな研究では、系統に接続しない再生可能エネルギーのマイクログリッドを利用するAIデータセンターに、どのエネルギー貯蔵技術が最も適しているかを分析した。 研究者らは、この用途にはバナジウム・レドックス・フロー電池が最適となる可能性があると結論づけた。一方で、データセンターの負荷が大きくなるほど、リチウムイオン電池の競争力も高まるようだ。研究では、これらの選択肢を水素ベースのバックアップ電源やフライホイールとも比較している。 研究成果は、Journal of Engineering Research1に掲載された。論文のタイトルは「AIデータセンター向けオフグリッド再生可能エネルギーマイクログリッドにおけるエネルギー貯蔵技術の技術経済性比較評価」。 AIの膨大な電力需要 従来世代のデータセンターとは異なり、電力消費という点で、AIデータセンターは重工業に近い。たとえば、ハイパースケールAIデータセンターでは100 MWを超える電力容量が必要になる場合があり、これは約10万世帯の年間電力消費量に相当する。さらに、最新のデータセンターの多くはギガワット規模を目指している。これは100万世帯の電力消費量に相当し、大規模な原子炉1基の発電量を消費するほどの規模だ。 そのため、ESG評価を維持するために、ハイパースケーラーやテクノロジー企業は低炭素電源から電力を調達しようとしている。 「国際エネルギー機関（IEA）によると、データセンターの追加電力需要の約50%は、2035年までに再生可能エネルギーで賄われると見込まれている。GoogleやMicrosoftなどの大手テクノロジー企業は、2030年までの『24時間365日カーボンフリー電力』目標を発表しており、電力消費量とカーボンフリー電力の発電量をリアルタイムで一致させることを目指している」 エネルギー貯蔵の選択肢をシミュレーション 現実的なオフグリッドAIデータセンターの構築 この研究では、韓国・テベクの地域条件を踏まえ、AIデータセンター向けの仮想的なオフグリッド再生可能エネルギー・マイクログリッドを評価している。山間部に位置するため、夏季の平均気温は約26.0°Cと低く、冬季の平均最低気温は約−9.6°Cであり、データセンターの冷却需要を抑えるうえで有利な条件が整っている。 この場所のもう一つの利点は、冬に太陽光発電量が減る一方で風力発電量がピークを迎えることだ。これにより、システムは季節ごとの発電量を均衡させられる。 対象となるのは、太陽光発電（PV）、風力タービン、水素貯蔵、および3種類のエネルギー貯蔵システム（ESS）技術、すなわちリチウムイオン電池、バナジウム・レドックス・フロー電池（VRFB）、フライホイールで構成される統合電力供給システムだ。 電解装置、H₂タンク、燃料電池で構成される水素エネルギー貯蔵サブシステムも含まれており、長期貯蔵と再生可能エネルギーの余剰電力の活用を担う。 HOMER Proのマイクログリッド最適化ソフトウェアを使用し、各構成要素の規模を最適化するとともに、異なるESSベースのシステム構成の経済性を比較した。 精度の高いシミュレーションの設計 データセンターでは、サーバー、冷却システム、関連する電気設備がサービスの中断を防ぐために常時稼働するため、年間を通じてベース負荷が比較的安定している。実際の運用条件における限られた変動を反映するため、1時間ごとに±5%、1日ごとに±3%の負荷変動を適用した。 財務面では、プロジェクトの存続期間を25年、想定インフレ率を2.0%、名目割引率を2.5%と設定し、実質割引率を0.49%と算出した。 各蓄電システム（ESS）の初期費用、交換費用、運用・保守（O&M）費用を、それぞれ基準値の80％、100％、120％に同時に変化させ、各条件でシステムを再最適化した。 冷却性能の向上を想定した簡易シナリオとして、1 MWのデータセンターの施設全体の電力需要を5％削減して評価した。 想定される各設計では、採用する蓄電システムによって異なる利点がある。 リチウムイオン電池は、高効率で応答が速く、短時間から中時間の需給調整に適している。 バナジウムレドックスフロー電池（VRFB）は、出力容量とエネルギー容量を独立して拡張でき、長時間の蓄電や深い放電の繰り返しに適している。 フライホイールは、高出力にすばやく応答でき、短時間の蓄電が可能である。 年間の最大供給力不足は2％に制限した。運転予備力の要件は、現在の負荷の10％、太陽光発電（PV）出力の80％、風力発電出力の50％に設定した。 これは計画段階での比較であり、ミッションクリティカルな信頼性を実証するものではない。年間の未供給電力量は、リチウムイオン電池で1.18％、VRFBで0.684％、フライホイールで0.588％だった。これらの割合は未供給のエネルギー量を示すもので、停止時間を示すものではなく、稼働率に直接換算することはできない。また、このモデルでは、GPU使用率の変動や冷却需要を明示的にシミュレーションせず、簡略化した負荷プロファイルを用いている。 再生可能エネルギーを活用するマイクログリッドの最適な構成を探る リチウムイオン電池を用いる構成を分析したところ、これらの電池と水素システム全体を組み合わせた構成が最も経済的だった。 「リチウムイオン電池のケースでは、最適なシステムは、PV 4,443…
Jonathan Schramm
Coles、オンライン食料品販売でのAI検索と商品発見にCoveoを採用
Coveo Solutions Inc.は 2026年10月21日、Coles Group Limitedが、オーストラリアの小売業者が運営するオンライン食料品販売プラットフォームcoles.com.auのAI検索と商品発見を支える技術として、Coveoを選定したと発表した。選定に関する金銭的条件は公表されていない。 モントリオールおよびオーストラリア・メルボルン発のCoveoの発表によると、この導入は、顧客がColesの幅広いオンライン食料品をより簡単に見て回り、商品をすばやく、安心して見つけられるようにすることを目的としている。Coveoによると、同社のAI-Relevance技術は、買い物客の意図や状況、行動シグナル、商品データを組み合わせ、各顧客に最も関連性の高い検索結果やおすすめ商品を提示する。常に品ぞろえが変化する大規模な食料品販売では、これにより買い物客にとって、より直感的な体験が実現すると同社は述べた。 Colesのデジタルプロダクト担当ゼネラルマネジャー、Ben Levinson氏は、顧客がColesでより便利に買い物できる方法を常に模索しており、検索はオンラインでの体験において重要な要素だと述べた。「Coveoの技術により、お客様が探している商品をより簡単に見つけられることが示されました。Colesのオンラインショッピング体験を今後さらに向上させていくことを楽しみにしています」と同氏は語った。 Coveoのアジア太平洋地域担当マネージングディレクター、Alexander Mahr氏は、オーストラリアの人々が日々の食料品をより速く簡単に見つけられるよう支援することは、同社にとって大きな機会だと述べた。「オーストラリア全土のお客様に、よりスマートで直感的なオンライン食料品購入体験を提供するColesを支援できることを誇りに思います」と同氏は語った。 Colesのオンライン食料品販売事業 Colesは、2026年8月25日にオーストラリア証券取引所へ提出した2026年度通期決算発表で、2026年6月28日までの52週間におけるグループ売上高が456億豪ドルとなり、2.8％増加したと報告した。スーパーマーケット部門のeコマース売上高は26.4％増の56億豪ドルとなった。eコマースの売上構成比は通期で13.6％、第4四半期で14.6％に達した。これらのeコマースの数値には、coles.com.auで販売された酒類が含まれる。Colesによると、売上構成比は2027年度最初の8週間で15.7％に上昇した。同社は、差別化されたeコマースの提供内容が成長を大きくけん引していると述べた。 マネージングディレクター兼最高経営責任者のLeah Weckert氏は、今年度の業績は、自動化とeコマースへの投資、規律ある事業運営、そして顧客への価値提供に注力してきたことの効果を示していると述べた。 Colesによると、2カ所の顧客向けフルフィルメントセンターは、稼働2年目にあたる今年度に、EBITDAが黒字となった。同社はその要因として、配送対象エリアの拡大、センターからの当日配送の開始、倉庫の保管グリッド上で作業するロボット式ピッキングアーム、自動フレーム積載、自動袋詰め技術の導入を挙げた。また、店舗で対応するClick & Collectでは、待ち時間の短縮と処理能力の増強が進んだ。メルボルンとシドニーで当日配送の注文が各センターに移管されたことも、その改善につながったという。 同社は今年度、Uber Eatsとの提携も拡大し、オーストラリアのオンデマンド配送プラットフォームで利用できる食料品としては最大規模の品ぞろえを顧客に提供していると説明した。また、決済手続きの改善や店内検知機能に加え、アプリの「New for You」「My Weekly Specials」機能など、デジタル機能を強化した。さらに、AIと自動化の活用を拡大し、店舗サポートチームのメンバーがChatGPT Enterpriseを利用できるようにした。 Colesは今後2年間、店舗、オンライン販売の処理能力、テクノロジーへの投資を加速する。既存市街地内や高成長エリアに約45店舗のスーパーマーケットを新設し、約150店舗を改装するとともに、効率向上とAIを活用した機能のさらなる導入促進に向けて、テクノロジーを簡素化する計画だ。この計画には、2028年度末までに追加で3億豪ドル、年間約1億5,000万豪ドルを投資する。2027年度の設備投資総額は約15億5,000万豪ドルとなる見込みだ。 発表によると、Colesは2026年6月28日時点でスーパーマーケット870店舗、酒類販売店988店舗を運営しており、グループ全体の店舗数は1,858店だった。 Coveoの業績と見通し 米ドルで決算を報告するCoveoは、2026年7月30日に発表した2027年度第1四半期決算で、2026年6月30日までの四半期におけるSaaSサブスクリプション収益が9％増の3,740万ドルとなり、総売上高は8％増の3,850万ドルだったと発表した。純損失は580万ドルで、前期の1,510万ドルから縮小した。調整後EBITDAは前期のマイナス190万ドルに対し、10万ドルとなった。2026年6月30日時点の現金および現金同等物は1億710万ドルだった。 同社によると、四半期末の直後、Fortune Global 500に名を連ねるテクノロジー企業との間で、同社史上最大の取引が成立し、この顧客の年間換算SaaSサブスクリプション支出は8桁となった。また第1四半期には、Fortune 500に名を連ねる医療製品販売会社との間で、7桁規模の新規事業拡大を獲得した。この顧客は現在、ナレッジとコマースにまたがる複数のユースケースを有している。同社はさらに、B2Bコマースでも引き続き手応えが見られると述べた。 Coveoによると、Coveo Search Agentsを活用したConversational Searchは、5社で本番環境に導入されており、さらに数十社が評価を進めている。また、複数の顧客が、最近リリースされたConversational Product Discoveryの導入を開始している。同社はさらに、Merchandising Hubに組み込まれたエージェント型アシスタント、Merchandising…
OpenAI、ChatGPT Adsを26か国に拡大し、提供国は計89か国に
OpenAIは2026年10月21日に発表し、ChatGPT Adsの提供国をさらに26か国増やして、広告プラットフォームを世界89か国で利用可能にすると明らかにした。また、広告の開始から8か月余りで、10万社を超える広告主がChatGPTでキャンペーンを実施したという。 OpenAIによると、毎週12億人以上がChatGPTを使ってアイデアを探り、選択肢を比較し、意思決定をしている。広告は、ほかでは見つけられなかったかもしれない選択肢も含め、自分のニーズに合った商品やサービスを見つける助けになるという。同社は、広告によって世界中の人々がChatGPTを無料または低価格で利用できる環境を支えていると述べた。 ラテンアメリカ、欧州、中東、アフリカ、アジアの新市場 メキシコとブラジルでの提供開始に続き、OpenAIはアルゼンチン、チリ、コロンビア、ペルーなど、ラテンアメリカのさらに14か国でChatGPT Adsを提供する。今回の開始により、ナイジェリア、南アフリカ、セルビア、ウクライナ、カンボジア、バングラデシュ、パキスタンなど、欧州各地の市場に加え、中東、アフリカ、アジアの市場でも利用可能になる。OpenAIは、今回の展開は欧州、東南アジア、台湾での最近の拡大に続くものだと述べた。 新たに対象となる国の広告主は、テクノロジーパートナーを通じて、またはOpenAIのポータルであるads.openai.comのAds Managerからセルフサービスで、ChatGPT Adsを利用できる。広告が表示されるのはFreeプランとGoプランのみで、Plus、Pro、Enterpriseの各プランには引き続き広告が表示されない。 OpenAIは、利用者が探しているものを説明し、追加の質問をし、会話を通じて選択肢を絞り込む過程で広告が表示されるよう設計していると説明した。発表で示された例では、初めてのマラソンに向けてトレーニングしている人が、大会前の週の食事を考える際、食の好みや調理に使える時間に応じて選択肢を絞り込み、その会話に関連した食料品宅配サービスの広告が表示されることがある。同社によると、このプラットフォームは、利用者がまだ選択肢を検討している段階で、地元企業、地域ブランド、国際企業が商品を紹介できる場を提供する。 L’Oréal GroupのCDMOであるAsmita Dubeyは、発表の中で次のように述べた。「L’Orealでは、『始まりつつあるものをつかむ』ことが企業文化です。何十億もの消費者がAIモデルを使って美容について知り、探求する今日も、私たちの使命は、価値あるものを届け、より深いつながりを築くことにあります。OpenAIと早期にテストを行うことで、発見から評価、エージェント型コマースに至るまで、役立つ体験や顧客の道のりを切り開き、美容についての会話がどこで行われても、L’Oréalが最も信頼される専門的な回答であり続けることを目指します。」 広告の原則とプラットフォームの展開 OpenAIによると、広告に関する原則に基づき、利用者との会話は広告主に開示せず、顧客データも販売していない。ChatGPT内の広告には明確な表示が付き、ChatGPTの回答とは分けて表示される。また、広告がChatGPTの回答に影響を与えることはない。 OpenAIは2026年1月16日に広告に関する原則を公表し、その際、数週間以内に米国の無料プランとGoプランで広告のテストを開始する予定だと発表した。原則には、使命との整合性、回答の独立性、会話のプライバシー、選択と管理、長期的な価値という5つの約束が掲げられている。利用者はいつでもパーソナライズをオフにし、広告に使用されるデータを消去できる。また、OpenAIは、広告のない有料プランを含め、ChatGPTで広告を表示しない選択肢を常に提供するとしている。さらに、同社はChatGPTの利用時間を最大化することを目指さず、収益よりも利用者の信頼と体験を優先すると明記している。 1月の発表でOpenAIは、テスト期間中、利用者が18歳未満だと申告したアカウントや、18歳未満と推定されるアカウントには広告を表示しないとも述べた。また、健康、メンタルヘルス、政治など、慎重な取り扱いが必要な話題や規制対象の話題の近くには広告を表示しないとしている。 その後、プラットフォームは段階的に拡大してきた。OpenAIは2026年5月にAds Managerを導入し、中小企業にもプラットフォームを開放した。2026年8月31日、同社は、ChatGPT Adsが開始から200日未満で年換算売上ランレート10億ドルに達し、数万人の広告主を獲得したこと、40か国超で利用可能になったこと、50社を超えるテクノロジーおよび効果測定パートナーからなるエコシステムを築いたことを明らかにした。2026年9月23日の拡大では、インドネシア、マレーシア、フィリピン、シンガポール、タイ、ベトナム、台湾でChatGPT Adsの提供を開始し、当時の提供国は60か国を超えた。利用はOpenAI Ads Solutionsチームのほか、dentsu、Havas Media、Omnicom Media、Publicis Groupe 、WPPなどの代理店パートナーおよびテクノロジーパートナーを通じて可能だった。 OpenAIによると、次の成長段階では、広告フォーマット、目的、購入方法、効果測定機能をさらに開発する。また、企業がChatGPT内で、より自然な形で消費者と関わる新たな方法も引き続き模索している。
OpenAIの最先端モデルとCodexがGoogle Cloud Model Gardenに登場
OpenAIとGoogle Cloudは2026年10月21日、OpenAIの最先端モデルとCodexのエージェント型ワークフローをGoogle CloudのModel Gardenに導入するため、提携すると発表した。購入手続きはGoogle Cloud Marketplaceを通じて行われ、企業は既存のGoogle Cloud利用契約の支出枠を充当して料金を支払える。 OpenAIの発表によると、この連携により顧客はGoogle Cloud上でモデルをネイティブに利用できるようになり、Google Cloudのデータガバナンスと高性能インフラを基盤として、大規模で複雑なエージェント型ワークフローを実行できる。OpenAIは、この提携によって企業の開発者やデータサイエンティストが、普段利用している環境で同社の最先端モデルを使えるようになり、企業はソフトウェア開発ライフサイクルを近代化し、エージェント型ワークフローを構築できると述べた。 Google CloudでGeminiのプロダクトマネジメント担当バイスプレジデントを務めるMichael Gerstenhaberは、Google Cloudの投稿で、GPT-6 Astra、GPT-6.1 Sol、GPT-6 Lunaが、Model Gardenで一部の企業顧客を対象にプライベートプレビューとして順次提供され、今後さらに対象が広がると述べた。Gerstenhaberによると、顧客はGoogle CloudのAPIを通じてこれらのモデルを利用して開発できるほか、2026年10月21日から、ローカル環境のCodex CLIおよびDesktopのワークフローを推論用にGeminiプラットフォームへ直接接続できる。OpenAIは、数週間以内に一般提供を開始する予定だと述べた。両社は、顧客がアクセスを申請または希望を表明するためのオンラインフォームを公開した。 モデルのラインアップ Google Cloudは、3つのモデルそれぞれについて、想定する作業内容を説明した。GPT-6 Astraは、コーディング、コンピューター操作、専門的な業務、科学研究など、高度な作業向けに設計されている。GPT-6.1 Solは、エージェント型コーディング、コンピューター操作、専門的な業務において、Astraに近い知能をより低コストで提供するとGoogle Cloudは説明した。GPT-6 Lunaは、日常的な作業を大規模に処理するための、高速で費用対効果の高いモデルだ。Google Cloudによると、顧客はアーキテクチャ上のロックインやベンダーごとの個別契約に縛られることなく、性能、レイテンシー、コスト効率を基準に、用途に応じて最適なモデルを動的に選択し、切り替えられる。 Google Cloudによると、今回の追加により、同社は主要なクローズドソースLLM 3種すべてを提供する唯一のハイパースケールクラウドプロバイダーとなった。さらに、統合型の企業向けAIプラットフォーム上で、自社提供モデル、サードパーティー製モデル、オープンモデルを合わせて200種類以上利用できる。 Marketplaceでの請求とデータガバナンスの条件 Google Cloudによると、OpenAIのモデルはGoogle Cloud Marketplaceを通じて取引されるため、すべての利用料金が1つのGoogle Cloud請求書にまとめられる。既存のクラウド利用契約の支出枠が充当され、モデルプロバイダーを問わずFlexible Savings Plansの利用実績にも算入される。 Google…
VertivとNVIDIA、Polarがノルウェーで導入するAIファクトリー構想を発表
Vertiv Holdings CoとNVIDIAは2026年10月21日、NVIDIA GTC BerlinでAIファクトリー構想を発表した。この構想は、事前設計済みのリファレンスアーキテクチャを迅速に構成して仮想検証し、工場で製造したインフラを導入するもので、Polar Data CentersはノルウェーのHerøyaに建設する複数段階のAIデータセンターの第1期（41 MW）に、工場製造型の導入モデルを適用している。所定の前提条件のもと、この構想では、導入済みの設備容量を変えずに、最初の12か月間の累計トークン生成量を最大30%増やすことを目指すと、Vertivは発表で述べた。 AIファクトリーの運営事業者にとって、コンピューティング能力の確保は課題の一部にすぎないと、同社は述べた。従来のインフラ開発では、電力、冷却、施設の各システムを別々の工程で順次設計・統合する必要があり、複雑化や遅延につながる可能性がある。これに対し、VertivとNVIDIAの構想では、顧客や設置場所の要件に合わせて迅速に構成できる、事前設計済みのAIファクトリー向けリファレンスアーキテクチャを起点とする。導入前に仮想環境で検証し、その後、工場製造型のインフラへと展開する。 構成と検証を行い、その後に導入 構成段階では、NVIDIA Vera Rubin DSX AI FactoryリファレンスデザインとNVIDIA Omniverse DSX Blueprintを、Vertiv SimReadyの電力・冷却設備アセットと組み合わせ、Dassault Systèmesの3DEXPERIENCEエージェント型プラットフォームと統合する。統合インフラの設計を一から始めるのではなく、チームはプロジェクトの要件、インターフェース、制約に照らしてリファレンスデザインを構成し、仮想環境で検証する。Vertivがモデル化したシナリオでは、要件の確認からAIファクトリーソリューションの構成・検証までにかかる期間が、約30日から3日に短縮される。同社はこれを10倍の改善と説明している。発表の脚注によると、この数値はモデルに基づくもので、デジタルツイン上で初期統合設計を構成・検証するまでの期間を、従来の30日間の設計工程と比較している。結果はプロジェクトによって異なる。 Vertivは、電力・冷却設備のSimReady OpenUSDアセットを、Hugging Face上のSimReady Central Libraryにも提供している。発表によると、このライブラリを使うことで、エンジニアリングチームはAIファクトリーのデジタルツインで、検証済みの設備アセットを検索して再利用できる。これにより、アセット準備の負担を軽減し、設計段階でインフラの選択肢を評価しやすくなる。 構成の検証が完了すると、Vertivのプレハブ型ソリューションにより、機器が現場に届く前に、組み立て、統合、試験のより多くの工程を工場内で済ませられる。これらのソリューションには、重要電源、熱管理、関連インフラを統合したハイブリッド建築型データセンターソリューションのVertiv OneCoreと、高密度電力配電、液冷、ネットワーク、封じ込めに対応するプレハブ型の頭上インフラシステムVertiv SmartRunが含まれる。モデル化したシナリオでは、工場製造型の方式により、インフラの導入期間が約90日から45日に短縮され、最大50%の短縮となる。脚注では、これをVertivの工場製造型インフラを用いた現地での電力・冷却設備の導入期間と、従来方式で現地導入に要する90日間を比較したものと定義している。結果はプロジェクトによって異なる。 構成・検証段階の短縮と合わせると、モデル上ではこれらの段階にかかる期間が約120日から48日に短縮され、生産的なAI処理能力を約10週間早く利用できるようになる可能性があると、同社は述べた。トークン生成量を30%増やすという数値には、別途脚注が付されている。設計着手から最初の12か月間について、導入済みの設備容量が同じ条件で、生産可能日数を317日と245日として比較したものであり、その内訳はそれぞれ3日＋45日と30日＋90日である。実際の結果は異なる。 HerøyaのPolar Data Centers ノルウェーのHerøyaキャンパスで、Polarは、最大100 MWまで拡張可能な複数段階のAIデータセンターの第1期（41 MW）に、Vertivの工場製造型導入モデルを採用している。Vertivは、プレハブ型の電力・熱管理モジュール、頭上インフラのVertiv SmartRun、Vertiv Unifyソフトウェアで支援するVertiv SmartModを供給する。発表によると、この導入モデルは現地作業の複雑さを軽減し、高密度の液冷設備を備えた容量を顧客がより早く利用できるようにすることを目指している。 「AIファクトリーの収益はトークンによって生まれます。インフラの構成や現地での統合に費やす日々は、二度と取り戻せない生産量の損失です」と、VertivのCEO、Giordano…
AIによる生産性向上：投資家が注目すべき点
人工知能は、企業が既存の資源を活用して、より多くのものを生み出すのに役立つ。その生産性向上が賃金の上昇、利益の拡大、価格の低下のどれにつながるかは、技術そのものを超えた幅広い要因に左右される。 経済学者Swapnanil SenGupta氏による世界規模の研究が、ばらつきのあるこの関係を分析している。同研究は『Technological Forecasting and Social Change』に掲載された。1 2004年から2023年までの83カ国における上場企業69,783社を対象にした分析では、AIへの関心の高まりと生産性の向上に関連が見られた。一方、賃金への影響は先進国と発展途上国で異なる。 投資家にとって、この研究結果は技術の進歩がどのように企業価値へとつながるのかを考えるうえで、有益な論点を提示している。生産性の向上は機会を生み出す。最終的に誰が恩恵を受けるかは、競争、導入コスト、従業員の能力、顧客需要によって左右される。 AIと賃金について、この研究が測定しているもの この論文では、学問分野としての人工知能に関するGoogle Trendsの検索データを使って、AIへの関心を測定している。これにより、各国の情報環境においてAIがどの程度注目されているかを捉える。ただし、個々の企業がAIシステムを導入したかどうかや、従業員がどの程度頻繁に利用しているかを明らかにするものではない。 この違いは重要だ。技術への期待が変化すれば、経営者は採用や研修、投資を見直す可能性がある。労働者も、どのスキルを身につけるべきかを再検討するかもしれない。こうした反応は技術の導入と並行して起こり得るため、それぞれが及ぼす影響を切り分けるのは難しい。 賃金の指標にも注意が必要だ。この指標は、従業員1人当たりの賃金・給与に対する企業の平均支出を表す。その変化には、報酬だけでなく従業員構成も反映される。たとえば、若手の採用が増えると、既存の従業員の賃金が引き下げられなくても、平均支出が減少する可能性がある。 したがって、この分析が示すのは、AIへの関心と企業業績の間にある関係である。検索への関心の高まりが、それ自体で労働者の賃金を変化させることを証明するものではない。 AIによる生産性向上と賃金への影響は、経済圏によって異なる 先進国の上場企業では、AIへの関心が高いほど、平均賃金が低く、労働生産性と全要素生産性が高い傾向が見られた。労働生産性は、労働投入量に対する産出量を示す。全要素生産性は、労働や資本といった測定可能な投入量の変化を超えた効率性を捉えようとする指標だ。 新興市場・発展途上国の上場企業では、賃金の動きが異なる。生産性にはプラスの反応が見られる一方、賃金の上昇は初期にとどまり、時間の経過とともに薄れる。 研究対象 賃金の傾向 生産性の傾向 先進国の上場企業 AIへの関心の高まりと平均賃金の低下が関連 労働生産性が上昇。全要素生産性の上昇は主に初期に見られる 発展途上国の上場企業 短期的には賃金が上昇するが、その後は薄れる 生産性にプラスの反応 規模が小さく生産性が低い、財を生産する上場企業 賃金の低下がより顕著 企業グループによって反応は異なる 一つの解釈として、先進国の企業は自動化やコスト管理への期待に、より強くさらされている可能性がある。発展途上国の上場企業では、当初、追加のスキルや研修、組織としての対応力が必要になるのかもしれない。論文ではこうした説明を取り上げているが、実証済みのメカニズムとして特定しているわけではない。 また、発展途上国のサンプルには偏りがある。上場企業は、非公式経済の事業者や非上場の小規模企業とは大きく異なる。その結果を、国全体の労働者の実情を示すものとして扱うべきではない。 生産性の向上が利益の増加を保証しない理由 投資への示唆を考える際には、経済価値を生み出すことと、その価値を自社にとどめることを区別する必要がある。 AIを使って顧客の注文処理にかかる時間を短縮する企業を仮定してみよう。処理が速くなれば、対応能力に余裕が生まれる。ただし、その余力を生産的に活用し、ソフトウェア、システム統合、監督、研修にかかるコストを上回る便益を得られた場合にのみ、利益は増加する。 競争によって、こうした恩恵が分配されることもある。競合企業も同様のツールを導入すれば、顧客が値下げを求めるかもしれない。業界全体の効率は上がっても、個々の企業には追加利益がほとんど残らない可能性がある。一方、希少な技術人材や強い交渉力を持つソフトウェア供給企業が、賃金や利用料の上昇を通じて恩恵の一部を取り込むこともあり得る。 これらは経済的に起こり得ることであり、この研究によって実証された結果ではない。だからこそ投資家は、AIによる生産性向上の発表を業績予想に織り込む前に、その企業がどのように競争しているかを検討すべきだ。 差別化された製品、顧客からの信頼関係、または模倣が難しい業務プロセスを持つ企業は、価値を自社に取り込める余地が大きい可能性があります。それでも、株価にはすでに高い期待が織り込まれているかもしれません。 AIによる時間の節約を財務上の成果につなげる もう一つの課題は、節約した時間を測定可能な事業成果に結びつけることです。…
NVIDIA Vera Rubinを搭載したGoogle Cloud A5X、11月に提供開始へ
NVIDIA は2026年10月21日、NVIDIA Vera Rubinインフラを搭載したGoogle Cloud A5Xインスタンスの一般提供を2026年11月に開始し、今後、欧州にも提供地域を拡大する予定だと発表した。このプラットフォームは、クラウド顧客向けに、学習、推論、大規模な強化学習を実行できるよう設計されている。また、Google Cloudは、NVIDIAの発表によると、複数の拠点にわたり、Vera Rubinベースのインフラを最大96万基のRubin GPUに拡張する計画だ。 A5Xインスタンスは、NVIDIA Vera Rubin NVL72、NVIDIA ConnectX-9 SuperNIC、Google Cloud Virgo Network、そしてGoogle Cloudの第4世代高度液冷技術を組み合わせ、大規模なエージェント型推論や強化学習のワークロードに対応する。A5XはVera RubinをGoogle CloudのAI Hypercomputerに導入し、コンピューティング、ネットワーキング、ストレージを統合したシステムとして提供することで、経験駆動型学習を支える。この学習方式では、経験の生成、結果の評価、モデルの更新を継続的に繰り返す必要がある。 一般提供開始までの道のり Google Cloudは2026年3月16日、AI Hypercomputerアーキテクチャに統合したNVIDIA Vera Rubin NVL72のラックスケールシステムを、2026年下半期にいち早く提供するクラウドプロバイダーの一社となる計画だと発表した。 Googleはその後、2026年4月のGoogle Cloud NextでA5Xを発表した。NVIDIAによると、Vera Rubin NVL72のラックスケールシステムは、チップ、システム、ソフトウェアを共同設計することで、前世代と比べてトークン当たりの推論コストを最大10分の1に抑え、メガワット当たりのトークン処理量を10倍に高める。NVIDIAは2026年4月の投稿で、A5XにはConnectX-9 SuperNICと次世代のGoogle Virgoネットワーキングを組み合わせ、単一拠点のクラスターで最大8万基、複数拠点のクラスターで最大96万基のRubin GPUに拡張できるようにすると述べた。 4月のイベントで、Google CloudのAI・コンピューティングインフラ担当バイスプレジデント兼ゼネラルマネージャーであるMark Lohmeyer氏は、Google…
Supermicro、2027年度第1四半期の売上高を最大195億ドルと予想
Super Micro Computer, Inc. は2026年10月20日、2027年度第1四半期（2026年9月30日終了）の暫定業績見通しを発表し、売上高を185億～195億ドルと予想した。従来の見通しは145億～155億ドルだった。同社は、売上高予想を引き上げた主な理由として、AIプラットフォームへの需要増加を挙げた。 Supermicroは同四半期の売上総利益率を12.0～12.5％と予想した。従来の見通しは10.4～10.8％で、今回の引き上げは主に顧客構成と製品構成によるものだと同社は説明した。同社は、Data Center Building Block Solutions (DCBBS)を提供するAI、エンタープライズ、ストレージ、5G／エッジIT分野の総合ソリューションプロバイダーと自称している。2026年10月20日の発表では、1株当たり利益の新たな予想は示さなかった。 これらの数値は未監査であり、暫定的な業績結果と経営陣の見積もりに基づいている。Supermicroは、財務決算手続きおよび2027年度第1四半期の財務諸表の確定に伴い、この情報には本質的に不確実な要素があり、修正される可能性があると述べた。また、同四半期の実際の業績は暫定値と大きく異なる可能性があるとしている。同社によると、独立登録会計事務所は暫定的な売上高および売上総利益率の予想について、監査、レビュー、財務情報の取りまとめその他いかなる手続きも実施していない。さらに、これらの予想は、米国で一般に公正妥当と認められる会計原則に準拠して作成され、証券取引委員会に提出される財務諸表の代わりとなるものではないとした。 Supermicroは、2027年度第1四半期の業績を説明する電話会議を、2026年11月3日（火）午後5時（米国東部時間）／午後2時（米国太平洋時間）に開催すると発表した。電話会議は同社の投資家向けウェブサイトで音声ライブ配信され、終了後まもなく同じサイトで録音を視聴できるようになり、1年間アクセス可能となる。 8月に発表された従来の業績見通し 第1四半期の従来の業績見通しは、2026年8月11日に2026年度第4四半期および通期の業績と併せて発表された。当時、Supermicroは、2026年9月30日終了の四半期について、純売上高を145億～155億ドル、GAAPベースの希薄化後1株当たり純利益を0.89～0.98ドル、非GAAPベースの希薄化後1株当たり純利益を1.01～1.10ドルと予想していた。 これらの1株当たり利益の予想は、税率をGAAPベースで約20.1％、非GAAPベースで約20.5％、完全希薄化後株式数をGAAPベースで7億4,500万株、非GAAPベースで7億6,100万株と仮定していた。また、株式報酬費用は約1億600万ドルと見込まれていた。この費用は、関連する税効果3,200万ドルを差し引いた額であり、非GAAPベースの数値には含まれていない。2027年度通期について同社は、純売上高を650億～720億ドルと予想していた。2026年10月20日の発表では、通期見通しに言及しなかった。 過去の業績と最近の発表 Supermicroは8月の発表で、未監査の第4四半期純売上高が111億ドルだったと報告した。2026年度第3四半期は102億ドル、2025年度第4四半期は58億ドルだった。同第4四半期の売上総利益率は17.5％で、比較対象となる各期間はそれぞれ9.9％、9.5％だった。純利益は11億7,800万ドル、希薄化後1株当たり1.62ドルだった。同四半期の営業活動によるキャッシュフローは7億4,700万ドルで、設備投資および投資支出は2,500万ドルだった。 2026年6月30日に終了した2026年度通期について、同社は純売上高391億ドル（2025年度は220億ドル）、売上総利益率10.8％（同11.1％）、純利益22億ドル、希薄化後1株当たり3.26ドル（同10億ドル、1.68ドル）を報告した。2026年6月30日時点の現金および現金同等物は75億ドルで、銀行借入金と転換社債の合計87億ドルを下回っていた。 同社の創業者で社長兼最高経営責任者（CEO）であるCharles Liangは、8月の発表で、Supermicroは「過去1年間にエンタープライズ分野などの顧客を数百社獲得し、600億ドルを超える新規受注を生み出し、2027年度を迎えるにあたり過去最高の受注残を計上した」と述べた。 8月の発表では、輸出管理上の問題に関連する一部取引について、同社取締役会が独立調査を進めていることも明らかにされた。また、調査の結果が同社の業績予想や暫定業績および過去の業績に影響を及ぼす可能性があると注意を促していた。2026年8月20日、同社は独立調査の完了と、輸出コンプライアンスプログラムの継続的な強化を発表した。同社によると、取締役会の独立メンバーが主導したこの調査は、2026年3月に起訴された、当時同社と関係のあった3人（従業員2人と請負業者1人）に関するものだった。その後、暫定業績見通しの発表に先立つこと5日、2026年10月15日に、SupermicroはMark Longの最高財務責任者（CFO）への任命を発表した。これは同社の投資家向けニュースアーカイブによる。
SingtelとEricsson、シンガポールで5年間の5G・AIパートナーシップを発表
SingtelとEricsson SingtelとEricssonは2026年10月20日、シンガポールの5G機能を強化し、AIネイティブアプリケーションの導入を加速させ、企業や消費者により信頼性が高くインテリジェントな接続を提供することを目指す5年間の戦略的パートナーシップを発表した。これはEricssonの発表による。 今回の合意は、両社が2026年3月に発表した協業を拡大し、5G AdvancedとAIを活用したネットワーク機能をさまざまな業界で拡大することに重点を置いた、より長期的なロードマップを定めるものだ。両社によると、このロードマップは、より高度なAIアプリケーションや自律型アプリケーションを支援するとともに、需要を予測し、パフォーマンスを最適化し、サービスの信頼性を高めることを目的とするネットワーク機能を導入する。 2026年3月3日の協業発表では、5G Advancedを、企業の変革を促すプログラム可能なAI搭載デジタルプラットフォームへと発展させる取り組みを加速することで両社が合意した。この取り組みには、RAN内AI機能、商用APIを通じて提供されるプログラム可能なネットワーク機能、そして企業、自動車、公共部門、デジタルネイティブの顧客向けに設計されたプレミアムサービス階層が含まれ、2026年、2028年、2030年に段階的に進めるロードマップが示された。また、TM Forumが定義するレベル4のネットワーク自律性を目指すとともに、統合センシング・通信、上り回線の強化、上り回線と下り回線の分離について検討する目標も掲げられた。 SingtelとEricssonは最近、AIを活用したネットワーク性能の向上でも進展を見せた。AIを活用した無線アクセスネットワーク機能の実ネットワーク試験では、スループットが19％向上したと両社は報告している。両社はこの結果について、AIによってネットワークリソースを最適化し、増大するトラフィック需要をより効率的に管理できる可能性を示すものだとしている。 Singtel Singaporeの最高経営責任者（CEO）、Ng Tian Chong氏は、「シンガポールに強固な5G基盤を築き、高度なネットワーク機能を、お客さまにメリットをもたらすサービスへと結び付けてきました」と述べた。Ng氏は、AIが人々の暮らしや仕事にますます深く浸透するにつれ、自律型機械やリアルタイム分析から、人々が日々利用するAIツールに至るまで、はるかに複雑なアプリケーションをネットワークで支える必要があると語った。また、ネットワークの信頼性、セキュリティ、性能を引き続き強化しながら、こうした機能をより広く利用でき、商業的にも成り立つものにすることがSingtelの優先課題だと述べた。 Ericsson Singapore、Brunei、PhilippinesおよびGlobal Customer Unit Singtelの責任者であるDaniel Ode氏は、「シンガポールは、デジタルインフラと先見性のある政府政策の基準を引き続き示しています」と述べた。Ode氏は、5G、5G Advanced、AIネイティブの運用機能を組み合わせることで、両社はプログラム可能で差別化された接続サービスを拡大していると説明。また、EricssonはSingtelと協力し、共通のインフラ整備における節目を、企業や消費者にとって価値の高い成果へと結び付けていると語った。 既存の5G展開 今回の合意は、両社が世界初の全国規模の5Gスタンドアロンネットワークの一つと説明するネットワークの構築や、企業と消費者の双方を対象としたネットワークスライシングおよび差別化された接続サービスの提供につながった、長年にわたる協業を基盤としている。 発表によると、Singtelは2021年にシンガポール初の5Gスタンドアロンネットワークを立ち上げ、2022年には全国での5Gスタンドアロンのカバー率が95％を超えた。これは規制上の目標を3年前倒しで達成したものだ。両社によると、700 MHz帯の導入で強化されたSingtelの5G+ネットワークは、特に屋内でカバー率が最大40％向上した。 2025年、Singtelはネットワークスライシングを利用して接続性を強化し、優先的に提供する5G+サービス階層を導入した。これにより、ビデオ通話、ストリーミング、ゲームなどを利用する際、混雑した場所でも高速で、より安定したパフォーマンスを実現する。PSA SingaporeのTuas Portでは、5Gネットワークスライシングが無人搬送車、クレーン、その他の港湾システム向けに安全で低遅延の通信を支え、港湾業務のリアルタイムな連携を可能にしている。 さらに最近、SingtelとEricssonは、対応する新しい端末で上り回線のピーク速度を最大250 Mbpsにする技術を導入した。両社によると、これによりライブ配信、遠隔監視、AIを活用した動画分析などの用途で、高精細動画をはじめとするデータ量の多いコンテンツをより高速に送信できる。 企業・消費者向けサービスとネットワーク運用の計画 今後5年間、両社はネットワーク性能が業務効率、生産性、安全性に影響する業界を対象に、高度な接続ソリューションの商用展開を幅広く進めることを優先する。発表によると、既存の導入実績を基盤に、Singtelはネットワークスライシングとプログラム可能な接続サービスを拡充し、自動運転車、産業用ロボット、スマート製造、インテリジェント物流など、より高度なAI活用アプリケーションを支援する。両社によれば、接続された機械、センサー、AIシステムがリアルタイムで稼働し、応答するには、専用のネットワーク容量、低遅延、予測可能な性能が必要となる。 両社は、チャンギ空港第5ターミナル、Bulim Square、今後開発されるJTCの各施設など、大規模なインフラ開発や産業開発における機会も探る。想定される用途は、自律走行モビリティや高度な検査システムから、リアルタイムの映像分析や遠隔監視まで多岐にわたる。両社によると、こうした用途は企業の生産性、業務効率、安全性の向上に役立つ可能性がある。 消費者向けには、Singtelが提供する既存の5G+サービスを基盤に、より高速で応答性の高い接続を実現するとともに、変化するデジタルライフスタイルに合わせたサービスを導入する。消費者が高解像度コンテンツを制作・共有し、ビデオ通話を行い、AIを活用したアプリケーションを利用するなかで、上り通信性能の向上に対する需要が高まっていることを踏まえ、両社はこれらの機能を引き続き強化するとともに、必要なときにより高いネットワーク性能を利用できる、柔軟なオンデマンド型の接続オプションを検討すると述べた。 SingtelとEricssonは、AIと機械学習を活用してトラフィックのパターンをより正確に予測し、ネットワークリソースを最適化するとともに、潜在的な性能上の問題を早期に特定するため、ネットワーク運用へのAIの段階的な導入も検討する。両社によると、AIアプリケーションの普及に伴い、ネットワークには今後、双方向に流れるデータ量の増加、接続デバイスの増加、ほぼ瞬時の応答を必要とするアプリケーションへの対応がますます求められる。発表によると、無線アクセスネットワークとコアネットワーク全体で自動化をさらに進めることで、Singtelは業務効率の向上、エネルギー消費の最適化、ネットワーク全体でのサービス品質の確保を目指す。
Amazon、2027年にドイツへ160億ユーロを投資する計画
Amazon 2026年10月20日、ベルリンで連邦政府が開催した「Invest in Germany Summit」でのAmazonの発表によると、同社は2027年にドイツへ160億ユーロ（180億ドル）を超える投資を計画している。投資は雇用、テクノロジー、インフラにわたり、データセンターと人工知能インフラの拡充、Amazon Leoによる高速衛星インターネット、国内各地の新たな物流プロジェクト、Prime Videoの新作制作を含む。 2027年の投資計画は、Amazonが2010年以降にドイツへ投じたとする1,000億ユーロ超に上乗せされる。Amazonの最高グローバル問題・法務責任者であるDavid Zapolskyは、サミットでFriedrich Merz首相と並んで登壇し、ドイツを「イノベーションの拠点であり、欧州で最も魅力的な投資機会の一つ」と評した。 連邦経済・エネルギー相のKatherina Reicheは、「Amazonの投資は、未来に向けた立地としてのドイツに対する明確な信任の表れです」と述べた。Reicheは、高性能データセンターがデジタル経済の基盤であると説明し、ドイツが産業分野で豊富なデータを有することから、産業用AIの世界的リーダーとなる可能性があると指摘した。また、このような投資は国際的な技術競争におけるドイツの地位を強化するとともに、価値と雇用を生み出すと述べた。 Amazonのドイツ法人責任者であるRocco Bräunigerは、同社はすでに国内で4万人を超える正規雇用を創出し、100カ所を超える拠点を設けていると述べた。また、物流の高速化、人工知能、高速衛星インターネット、そしてPrime Video向けのドイツ作品への投資を続けると語った。 AWSのクラウド・AIインフラに48億ユーロを投資 総投資額のうち、Amazonは2027年に48億ユーロを投じ、2014年10月に稼働を開始したAWS Europe（Frankfurt）リージョンを拡張する計画だ。AWSのドイツ・欧州中央地域担当グローバルセールス副社長Stefan Höchbauerは、48億ユーロという金額を確認し、顧客には安全で可用性の高いインフラと幅広いサービスの選択肢が必要だと述べた。Amazonによると、同社は2014年以降、ドイツのクラウドインフラに数百億ユーロを投資しており、ドイツのAWS European Sovereign Cloudは2026年1月から一般提供されている。同社のドイツ国内の正規従業員4万人超のうち、3,000人がAWSで働いている。 Amazonはベルリンにロボティクスと人工知能を専門とする2つ目の研究所も開設し、首都での研究体制を倍増させる。この研究所では、応用科学者やロボティクスのハードウェア、ソフトウェア、システムのエンジニアなど、専門職を募集する。 人材育成では、AmazonとSiemensが2023年以降、ヘッセン州とブランデンブルク州のAmazonデータセンターで、IT技術者と電子技術者を対象に、ドイツ商工会議所（IHK）認定の職業訓練を提供している。AmazonとIHKは、ドイツ初の全国規模のクラウド認定資格「Cloud Business Expert (IHK)」を創設した。また、AWS Tech Allianceは、2023年12月以降、ドイツ国内で2万人を超える学生にプログラムを提供してきた。これとは別に、2026年に発表された学生向けの「Kiro for students」プログラムでは、ドイツを含む18カ国の132大学に通う学生が、Amazonのエージェント型AI開発環境Kiroを1年間無料で利用できる。 Amazon Leo、物流、Prime Video Amazon Leoは、既存のネットワークが届かない地域にインターネット接続を提供するために設計された低軌道衛星ネットワークで、ドイツ各地を含む地域の家庭、学校、病院、企業、政府機関を対象としている。このネットワークでは、欧州の事業者Arianespaceによる打ち上げを24回確保している。発表では、経済調査機関Oxford Economicsの予測を引用し、欧州で2番目に大きな経済効果がAmazon Leoによってもたらされるのはドイツになるとしている。同国にはArianeGroupの複数の拠点があり、同社の主要サプライヤーの一つであるMT Aerospaceも所在する。 物流分野では、Bad…
Ethereumのガス代が示す、AI予測の限界
AIはEthereumネットワークのストレスを予測できるのか？ Ethereumはブロックの生成を続けていても、利用コストが高くなったり、使いにくくなったりすることがある。送金をする人や、融資のポジションを調整する人、トークン化資産の決済を行う人にとって、この違いは重要だ。ブロックチェーンが稼働しているからといって、取引コストが予測可能とは限らない。 S’phesihle Khumalo氏とMoinak Maiti氏による新たな研究は、機械学習によってEthereumの ネットワークのストレスを、ガス価格と取引手数料の変化から特定できるかどうかを検証している。1 その結果は、監視体制を改善するための有益な出発点となる一方、重要な課題も明らかにしている。すなわち、現在の異常な状況を認識することは、翌日の状況を予測することよりもはるかに容易だ。 この課題は、ブロックチェーンのインフラ事業者にとって好機となる。より多くの金融サービスがオンチェーンに移行するにつれ、ネットワークデータを実務上の有用な判断につなげることは、取引処理能力の拡大と同じくらい重要になる可能性がある。 Ethereumのガス代が暗号資産取引以外でも重要な理由 ガスは、Ethereumの取引を実行するために必要な計算処理量を表す。ユーザーはその処理に対して料金を支払い、実行需要が高まるとコストも上昇する。そのため、手数料の急騰は利用可能な処理能力への負荷を示す場合があるが、必ずしもネットワークの障害を意味するわけではない。 経済的な影響は取引の種類によって異なる。任意の送金なら、実行を先送りできる。清算を避けるために担保を追加する借り手には、ほとんど時間的な余裕がないこともある。少額決済を頻繁に処理する企業には、各決済の金額に対して無理のない水準にコストを抑える必要がある。 ブロックチェーンの用途が投機的な取引にとどまらなくなるにつれて、こうした点はさらに重要になる。Securities.ioが最近取り上げたARK Venture FundのEthereum上でのトークン化は、投資商品がこのエコシステムに参入しつつあることを示している。トークン化によってすべての取引が緊急になるわけではないが、所有権や移転を支えるインフラを理解する重要性は高まる。 有用な警告システムがあれば、運用担当者は取引の実行環境を見通しやすくなる。価値を提供するうえで、Etherの価格を予測したり、あらゆるセキュリティ上の脅威を診断したりする必要はない。 Ethereumのストレス検知研究の仕組み 研究者はEtherscanのデータを用い、2015年7月から2025年7月までのEthereumの各種指標を分析した。対象には、取引活動、ガス使用量、手数料、過去のマイニング関連指標が含まれる。論文ではブロック単位の分析として説明されているものの、予測テストに使われたのは日次の観測値である。そのため、結果を個々の次のブロックに対する警告と解釈すべきではない。 3つの手法が検証された。ランダムフォレストは多数の決定木を組み合わせる。アイソレーションフォレストは、一般的な挙動から外れた観測値を探す。決定木は分岐ルールを用いるため、分類の根拠を比較的容易に確認できる。 ストレスの主な定義は、移動ベースラインと比べて取引手数料が異常に高い状態とされた。これによりモデルが扱える測定可能な目標が得られる一方、課題も生じる。手数料に関連する入力を使うモデルは、別個の運用上の問題を見つけるのではなく、ストレス判定に用いたルールを部分的に再現している可能性がある。 研究者は、手数料から算出した予測変数を除外する、より後の観測値でテストする、アンクルブロックの活動から別のストレス定義を作成するといった追加検証を行い、この問題に対処した。こうした過去のブロックは、Ethereumが以前採用していたプルーフ・オブ・ワーク方式に関連するものであり、現在のプルーフ・オブ・ステーク時代に対して同じような独立検証を行うことはできない。 Ethereumの予測結果が実際に示すもの ストレスがまれな場合、正解率は実態を誤解させることがある。通常の状況をほとんど予測するモデルは、運用担当者が重視する事象の大半を見逃していても、高いスコアを得る可能性がある。適合率は警告がどれほど正確かを示し、再現率は実際に発生したストレス事象をどれだけ捉えたかを示す。F1スコアはこの2つの指標を統合したものだ。 調整済みのランダムフォレストは、すべての特徴量を用いた場合、同日検知でF1スコア0.50を達成した。予測期間が長くなるにつれて、性能は低下した。 予測期間 ランダムフォレストのF1スコア 同日 0.50 1日先 0.30 3日先 0.24 7日先 0.21 これらの結果が示すのは、限定的な予測シグナルであり、数日先まで信頼できる警報ではない。また、特徴量を減らしたランダムフォレストは全体の正解率91%を達成したものの、手数料に基づいて定義されたストレス観測値のうち検知できたのは23%にとどまった。アンクルブロックを用いた独立検証では、結果は大幅に弱まり、安定性も低かった。 この違いは、この記事が投資の観点から重要である理由の核心にある。手数料の変動を検知すること、混雑を予測すること、セキュリティ障害を予測することは、それぞれ別の課題だ。この論文は、最初の課題については根拠を示し、将来の手数料に基づくストレスについては限定的な根拠を示している。一方、攻撃、障害、資産価格を確実に予測できることは立証していない。 ネットワークの警告を有用な判断につなげる 実務上の課題は、不完全な警告を受けた運用担当者がどう対応すべきかという点にある。対応策を示さずにリスクの高まりを知らせるだけのダッシュボードでは、ほとんど役に立たない可能性がある。その警告を取引の緊急度、手数料予算、運用方針と結び付けるシステムなら、より有用になり得る。 たとえば、決済サービスは手数料が高くなる状況では、緊急送金に必要な処理能力を確保しつつ、任意のバッチ処理を遅らせることができる。財務チームは、予想コストを踏まえて定例の資金移動を計画できる。これらは想定される活用例であり、この研究で実証された機能ではない。 緊急性の高い取引と、後回しにできる取引を分ける。 警告のしきい値を、事象の見逃しや誤警報がもたらすコストに応じて設定する。…
AIによる買い物レコメンドと衝動買いの経済
優れた買い物レコメンドは、問題を解決します。適切な交換部品を見つけたり、分かりにくい選択肢を絞り込んだり、顧客が本当に必要としているものを特定したりします。しかし、同じ技術が、不要な買い物をいつも以上に魅力的に感じさせることもあります。人工知能が商品を見つける過程に組み込まれるにつれ、買い物を手助けすることと、買い続けるよう促すことの違いに、より注意を払う必要があります。 『Sustainable Futures』に掲載された新たな研究は、ベトナムのオンラインショッピング利用者642人を対象とした調査を通じて、この緊張関係を検証しています。1研究者らは、有用性の認識、レコメンドへの信頼、感情的な高揚感が、衝動買いへの欲求の強さと関連していることを明らかにしました。また、そうした欲求は、回答者が不要、あるいは続けるのが難しいと考える消費行動とも関連していました。 投資家にとって、これはAIが売上を伸ばせるかどうかにとどまらない問いを提起します。コマースプラットフォームは、より優れたレコメンドを持続的な顧客価値へと結び付けられるのでしょうか。大きな機会がある一方で、成功を測るには、次の決済だけを見るのでは不十分です。 AIショッピング研究で実際に測定されたこと 研究者らは2026年5月15日から20日にかけて、オンライン配布とカントー市での対面調査を通じて質問票を回収しました。同じ回答を一貫して繰り返すパターンが見られた59件を除外し、642件の質問票を分析しました。報告されたサンプルは18歳から33歳の買い物客で構成されており、買い物をする人全体というより、若年層の消費者を特に反映したものです。 この研究では、刺激―有機体―反応の枠組みが用いられました。簡単に言えば、買い物の体験が消費者の思考や感情にどう関係するか、そして、そうした内面的な反応が購買意欲や消費行動とどう関係するかを調べています。 買い物に関する要因には、ライブ配信の出演者とのやり取り、ほかの視聴者とのやり取り、現実感の認識、商品の鮮明な見せ方が含まれていました。この背景は重要です。AIを活用したコマースをテーマに掲げているものの、この研究では、アルゴリズムによる買い物体験と、ライブコマースの社会的・感情的な要素が組み合わされています。特定のAIモデルを切り分けて検証したわけでも、ほかの条件を同一にした買い物体験と、パーソナライズされたレコメンドを実験的に比較したわけでもありません。 以下の結果はすべて論文に基づいています。係数が示すのは統計モデル内の関連であり、購入が何パーセント増加したかではありません。 検証した関係 標準化係数 結果 有用性の認識 → 衝動買いへの欲求 0.238 有意な正の関連 レコメンドへの信頼 → 衝動買いへの欲求 0.240 有意な正の関連 感情的な高揚 → 衝動買いへの欲求 0.236 有意な正の関連 衝動買いへの欲求 → 持続不可能な消費 0.301 有意な正の関連 使いやすさ、不確実性、操作されているという認識 → 衝動買いへの欲求 ここでは示されていない 統計的に有意な直接的関連はなし ここでいう持続不可能な消費とは、明確な必要性がないまま購入することや、続けるのが難しいペースで買い物をすることなど、自己申告による行動を指します。この研究では、排出量の算出、家計の債務記録の調査、実際の購入履歴の追跡は行っていません。また、横断研究であるため、AIが報告された行動を引き起こしたと結論付けることはできません。 役立つレコメンドが衝動買いを促す理由 特に興味深いのは、有用性や信頼が衝動的な欲求と結び付いている点です。説得が働くために、買い物客がだまされたと感じる必要はありません。レコメンドは関連性が高く、信頼でき、便利に思える一方で、もともと買うつもりのなかった商品の購入を促すことがあります。…
Bitdeer AI、8年間の契約に基づき60MWのA103施設を確保
Bitdeer Technologies Group 傘下のBitdeer AI は、2026年10月12日に発表し、マレーシアのサイバージャヤにあるA101およびA102施設と同じキャンパス内の、60MWのAI Cloudデータセンター施設A103について、8年間のデータセンターサービス契約を締結した。Bitdeer AIは、自社をAIネオクラウドサービスプロバイダーであり、NVIDIA Cloud Partnerの優先パートナーであると説明している。 A103の追加により、Bitdeer AIが確保したAI Cloudデータセンター容量は、同社によると、マレーシア、ノルウェー、米国の各施設を合わせて約333.5MWとなる。発表資料では、確保済み容量を、所有する容量または締結済みのデータセンターサービス契約に基づく容量と定義している。また、333.5MWという数値は、2028年第1四半期までに提供することを目指す、最大350MWのAI対応データセンター容量という目標の約95％に当たるとしている。発表資料に記載されたメガワット数は、いずれも重要IT負荷を指す。 同社によると、A101およびA102施設と合わせると、サイバージャヤのキャンパスは約71.5MWのAI Cloudデータセンター容量となる。 Vera Rubin向けの設計と2028年の通電開始予定 A103は、次世代のNVIDIA Vera Rubinプラットフォームを含む、液冷式のラックスケールNVIDIAシステム向けに設計されている。同社は、最大350MWのAI対応容量の提供目標と同じ時期である2028年第1四半期に、通電を開始する見込みだとしている。 Bitdeer AIによると、既存のサイバージャヤ・キャンパス内に施設があることで、整備済みの電力、液冷、ネットワークのインフラを活用でき、通電開始までの期間を短縮できる見込みだ。 「A103施設の追加により、最大350MWの目標の約95％を確保しました」と、Bitdeer Technologies Groupの最高財務責任者であるMichael G. Potter氏は述べた。「A101およびA102施設に加えて60MWを追加することで、すでに整備されている電力、冷却、ネットワークのインフラを活用でき、市場投入までの期間を短縮できます。A103はVera Rubin世代にも対応しており、2028年に向けて顧客から問い合わせが寄せられている容量です。」 パイプラインの推定額と容量引き取りの状況 同社によると、AI Cloud拠点のうち未契約の容量に対する需要は引き続き堅調で、AI Cloud容量に関する進行中の案件パイプラインは100億ドルを超えると推定している。発表資料では、このパイプラインの数値を、商談中の案件について経営陣が見積もった契約総額の潜在値と定義している。発表資料によると、これは受注残、売上高、締結済み契約、または拘束力のある確約ではない。また、容量、契約期間、価格、サービス構成に関する前提に基づいて算出されており、これらの前提が実現するとは限らない。 プレスリリースの日付時点で、A103の容量について引き取りの確約は締結されていない。同社は、A103に関する商談が締結済み契約に至ること、その契約が予定どおり、または通電開始前に締結されること、あるいはBitdeer Technologies Groupが以前に発表した契約と同等の条件になることは、保証できないと注意を促した。同社によると、A102およびA201施設について発表された契約条件を含め、過去の契約条件が将来の結果を示すとは限らない。 発表資料はさらに、Bitdeer AIが最大350MWの目標達成に必要な残りの容量を確保できることや、データセンターサービス契約に基づいて確保した容量が予定どおりに開発、提供、または通電開始されることは保証できないとしている。 同社が挙げたリスクには、商談や交渉を予定どおりに締結済み契約へと結び付けられるかどうか、最大350MWのAI対応データセンター容量という目標の達成に必要な残りの容量を確保できるかどうか、同社のデータセンター契約における引き渡し条件その他の条件を満たせるかどうか、第三者のデータセンター開発事業者およびサービスプロバイダーの履行状況、必要な規制当局・電力会社などの承認を得られるかどうか、顧客の需要と履行状況、契約条件、機器の納入スケジュール、Vera Rubinプラットフォームを含む次世代NVIDIAプラットフォームの提供時期・入手可能性・仕様、施設の準備状況と電力の確保、電気料金・接続負荷・その他の公共料金、データセンターの建設および通電開始のスケジュール、資金調達の条件と資本コストが含まれる。 同社によると、シンガポールに本社を置くBitdeer…
Bitdeer AI、マレーシア取引で67MWを加え、確保済み容量273.5MWに到達
Bitdeer AIは、AIネオクラウドサービスプロバイダーであり、Bitdeer Technologies Group 内の優先NVIDIAクラウドパートナーです。 , 2026年10月8日に発表、同社はマレーシアにある67MWのAI CloudデータセンターキャンパスA901に対し、10年間のデータセンターサービス契約を締結したと述べました。 A901は、CyberjayaとJohorに加えて、Bitdeer AIの第3のマレーシア拠点を設立します。キャンパスは液体冷却のラック規模NVIDIA GB300 NVL72システム向けに設計され、次世代エンタープライズAIワークロードに対応すると同社は述べています。A901の容量供給は2027年第一四半期に開始され、全67MWの供給は2027年第二四半期を目標としています。 確保済み容量とパイプラインの見積もり A901の追加により、Bitdeer AIの確保済みAI Cloudデータセンター容量（同社が所有または実行されたデータセンターサービス契約下にある容量と定義）は、マレーシア、ノルウェー、米国の施設で合計約273.5MWとなります。この数値は、2028年第一四半期までに提供される予定の最大350MWのAI対応容量目標の約78%に相当します。すべてのメガワット数はクリティカルIT負荷を指します。 Bitdeer AIは、AI Cloud拠点全体で未契約容量の需要が依然として強いと述べ、AI Cloud容量のアクティブパイプラインは現在100億ドルを超えており、今後も増加し続けると見込んでいると推定しました。メガワット当たりの契約価値は、サービス構成、契約期間、拠点により異なると同社は述べています。 本リリースは、パイプライン数値が商談中の機会の総潜在契約価値に関する経営陣の見積もりであることを示しています。これは受注残、収益、実行された契約、または拘束力のある約束ではなく、容量、期間、価格、サービス構成に関する実現しない可能性のある前提に基づいて算出されています。 「東南アジアにおける液体冷却のラック規模AI容量への需要は、市場が供給できる以上に先行しており、顧客はより早く、かつ大規模なブロックで求めています」とBitdeer Technologies Groupの最高財務責任者（CFO）Michael G. Potterは述べました。Potterは、A901がマレーシアの第3拠点に67MWを追加し、同社が顧客に提供できる拠点と供給時期の幅を広げたと語りました。 本リリース時点で、A901容量に関するオフテイク契約は一切締結されていませんでした。同社は、A901に関する商談が実際の契約につながる保証はなく、契約が特定のタイムライン（供給前を含む）で実行される保証も、以前に発表された条件と同等の条件で実行される保証もないと述べました。以前の契約条件（A102およびA201施設に対して発表されたものを含む）は、将来の結果を示すものではない可能性があると同社は述べています。 マレーシア構築における過去のステップ 2026年8月19日、Bitdeer AIは2028年第一四半期までに最大350MWのAI Cloudデータセンター容量を目指すと発表し、同社の8月の発表によれば、9.5MWのA102施設の約50%が5年のオフテイク契約で確保され、総予想収益は約4億ドルと報告されました。その契約からの収益は2027年第一四半期に開始され、2026年には収益への影響はありませんでした。当時の同社の推定アクティブパイプラインは20億ドルを超え、約24.5MWに相当し、A102はラック規模NVIDIA GB300 NVL72展開向けに特化した液体冷却のマルチカスタマー施設と説明されています。 2026年9月14日、Bitdeer AIはA202に対する10年のデータセンターサービス契約を発表しました。これは、21.7MWのA201施設と同じジョホールバルキャンパスにある65.1MWの施設で、ジョホールキャンパスのAI Cloud容量は合計86.8MWとなります。このことは9月の発表によるものです。A202の電源投入は2027年第三四半期に予定され、A201は2027年1月にサービス開始予定です。Bitdeer AIが当時、東南アジアで最大の単一容量追加と説明したA202により、確保済み容量は約206.5MW、すなわち350MW目標の約59%に達し、推定アクティブパイプラインは70億ドルを超えました。また、同発表ではA102に対する5年のオフテイク契約が9.5MW全体で8億ドル超の総予想収益をもたらすと述べられました。 Bitdeer AIは、契約された需要に合わせてデータセンター容量を開発し、実行された契約に基づいてGPUおよび関連コンピューティング資本を導入すると述べています。同社は、GPU導入の資金を主に顧客からの前払金で賄い、これが関連する資本支出の50%以上をカバーするよう構成し、さらに契約キャッシュフローと営業キャッシュフローを担保とした資金調達を行うことを目指しています。
