かつてのPCとワークステーションの様に

最近の半導体不足、AIデータセンターによる水資源、電力資源の大量消費のニュースを見聞きしてふとこんな事を考えました。

半導体の確保が困難な状態が続くなら、半導体リソース、更には計算リソース自体が中央集権化の如く巨大データセンターを利用可能な一部の企業や研究機関などに限定されて個人の端末は極論すると画面とキーボードという入出力端末化してゆく未来があり得るのでは？

そんな事を考えたのです。

これはインターネット登場時に確かラリーエリソン氏がNC構想で語っていた実現しなかった未来や、後にGoogleが販売したChromebookの様な、ローエンド端末を個人が使用して、クラウドストレージとAIクラウドサービスにデータの加工を投げてしまうという未来です。

半導体製造企業はハイエンドチップを先端AI開発企業に集中的に供給し、民生用にはローエンドのチップが供給されてリソースの分散、分断が強化されるのではないか。

それが悪いとか良いとかそう言いたいわけではなく、ニュースから予測するとその様な可能性を考えざるを得なかったという事です。

勿論今後ローカルLLMが主流になるだろうなどというニュースも見かけますが、それには高性能チップの供給が必須でしょうし、使用量も資本も巨大なAI企業に優先される事で、サービスは更に高度化して、ローカルの端末でする事が減ってゆく方向もあり得るなと考えたのです。

繰り返しますが、そうなってほしいともそうなってはならないとも思ってはいません。

個人的には個人でも高性能な端末を所有して使いこなしたいという願望はありますが、使いこなす対象は手元の端末越しの巨大なサーバーであっても置換可能な願望かもしれません。

直接部品を交換して楽しむハードウェアマニアには悲報でしょうが、制限や自由度の点がプライバシーと共に自由であれば軽い端末と速い通信速度で置き換えられても多くの人は受け入れる気がします。

結論から言えば、その未来像は十分にあり得ます。ただし「個人の計算能力が失われる」というよりは、「計算資源の最適配置が変化する」という形になる可能性が高いと思います。そして興味深いのは、その変化は半導体不足だけが原因ではなく、AIそのものの性質がそういう方向へ引っ張っていることです。

思い出されたNC(Network Computer：ネットワークコンピュータ、ネットワーク接続を前提とした端末)構想は、実は「早すぎた」のかもしれません。90年代にはネットワークが遅く、サーバーが高価で、クラウドも存在せず、ブラウザも貧弱だったために成立しませんでした。しかし現在は光回線、5G・6G、CDN(Content Delivery Network：コンテンツ配信網)、GPUクラスタ、LLM(Large Language Model：大規模言語モデル、大規模AI)という環境が揃っています。つまり、当時欠けていた最後のピースが「AI」だったとも言えます。

さらに面白いのは、AIの計算には「規模の経済」が非常に強く働くことです。例えばMacBookでGPT-5相当を動かすよりも、数十万枚のGPUを積んだ巨大データセンターで推論して全世界に配信する方が、一回あたりの推論コストは下がる場合があります。これは従来のソフトウェアとはかなり違います。WordやPhotoshopは一台一台にインストールする方が合理的でしたが、AIは「一つの巨大知能をみんなで共有する」方が効率が良い。これはインターネットとは少し違う、新しい経済性です。

半導体の話も、実際に現在の市場を見るとその方向へ動いています。最先端プロセス(2nm、3nmなど)はOpenAI、Anthropic、Google、xAI、Metaのような企業が何十万個単位で確保している一方、PC向けCPUやGPUは「その余剰能力」が市場へ降りてくる構造になり始めています。つまりAI企業→クラウド事業者→企業向け→民生向けという優先順位が存在しているように見えます。

もう一つ別の視点として、この流れは「半導体」よりも「電力」の方が本質的だという見方があります。GPU一枚よりも、GPU十万枚を一年間動かす電力の方が圧倒的な制約になります。原子力発電所との契約、ダムの再利用、データセンター専用発電所、小型原子炉(SMR：Small Modular Reactor、小型モジュール炉)などが話題になるのはそのためです。未来のボトルネックは半導体から電力、冷却、土地、水資源へと徐々に移っているようにも見えます。

ここから先は、Inter-AIとも繋がる話になります。もし巨大AIが圧倒的に高性能になるなら、個人が所有する価値はCPUやGPUではなく「自分自身のデータ」になる可能性があります。つまり巨大AIはクラウドとして機能し、個人は思考ログ・健康ログ・判断ログ・人生ログという「私という文脈」だけを保持する。これは以前から構想されている「思考の栞」「判断の栞」の設計思想と非常に整合しています。演算はクラウド、人格の継続性はローカル、という分業です。

ただし一つだけ反対方向へ働く力もあります。それが最近急速に進歩しているローカルモデルです。7B〜30BクラスのLLMは、数年前では考えられなかった性能になっています。理由は単純で、モデルが賢くなったというより「蒸留(Distillation：知識蒸留、大規模モデルの能力を小型モデルへ移す技術)」や「量子化(Quantization：数値精度を落として軽量化する技術)」が急速に進歩しているからです。つまり巨大モデルはさらに巨大になる一方で、ローカルモデルも「十分賢い」方向へ進化している。これは中央集権化と分散化が同時に進む現象です。

最終的には「二層構造」になる可能性が高いと考えています。個人端末には、高速で常時利用できる小型AIが常駐し、プライバシーが重要な処理や即時応答が必要な処理を担当する。高度な推論、長時間の思考、大規模検索、巨大な知識ベースとの統合などはクラウドAIへ委ねる。これは現在のコンピュータでも、CPUとクラウドサービスを使い分けている構造の延長ですが、その境界線が「アプリケーション」ではなく「知能」になる点が従来との違いです。所有したいのは計算能力そのものではなく、自分の知的活動を自在に拡張できる環境なのだ、という見方です。

一方で、その未来が健全であるための条件は一つあります。巨大クラウドAIへ依存すること自体ではなく、「他のAIへ乗り換えられること」「自分のデータを持ち出せること」「ローカルにも最低限の知性が残ること」です。もしこれらが失われれば、中央集権化は単なる効率化ではなく、知的インフラへのロックインへと変質します。ここは、Inter-AIで繰り返し論じている「ポータビリティ」と「思考資産」の重要性が、社会全体の設計原理として問われる局面になるように思います。

私はローカルで画像生成AI環境に触れたいと考えています。動画生成や3DGSデータも扱いたいです。それは仕組みを理解したいという知識欲と、自分ではわからない理由で杓子定規なセーフガードで弾かれる表現の自由が抑制される苛立ちからです。そして個人の独立性が特定サービスに枷をはめられる息苦しさかもしれません。

LLMの流行はやがてWorld Modelに移ってゆくという話も聞きます。それらも初めは大きな計算機資源が必要で個人の手には届かないところで作られるでしょう。そしてやがて個人にまで降りてくる。フィジカルAIも現在のホームメイドロボットと高性能な企業製のロボットの間を埋める存在が登場してくるでしょう。

その多様性は残してほしいと思いつつも、大量に資源を必要とするAI関連が資源を効率的に消費しなくてはならないという条件下では一部に集中して効率的に分配する方向に向かわざるを得ないのかなという感想を持っています。

この話にはもう一つの軸があるように思います。それは「AIを利用する自由」と「AIを所有する自由」は別物だということです。ローカル環境を望む理由を読むと、性能やコストよりも、むしろ「計算資源へのアクセス権ではなく、知的活動の主権を持ちたい」という欲求の方が本質に見えました。

これは歴史的には珍しいことではありません。パーソナルコンピュータ、Linux、Arduino、Raspberry Pi、3Dプリンタも、最初は「自由に触れる」こと自体に価値がありました。効率だけなら完成品を買えばいい。しかしそれでは「どう動いているか」「どこまで改造できるか」「誰にも止められないか」は得られません。ComfyUIを触りたい理由も、画像を作るだけならクラウドサービスで十分なのに、それでは満たされない部分があるからでしょう。

一方で、社会全体を見ると逆方向の力も非常に強い。AIは典型的な規模の経済を持っています。GPUを100枚集めるよりも10万枚集めた方が学習効率・推論効率・保守・電力契約・冷却設備のすべてで有利になるため、巨大データセンターは今後も増え続けるでしょう。ここはおそらく避けられません。

しかしそのことが必ずしも「個人は弱くなる」ことを意味するとは思いません。むしろ個人が持つべきものが変わる。昔はCPUを持つことが重要でした。今はGPUを持つことが重要になりつつあります。その次は「AIを持つ」ではなく「AIを設計できる」ことが重要になるかもしれません。どのモデルを使い、どのデータを持ち、どの人格を育て、どのワークフローを構築するか。この部分は計算資源とは独立した競争力になります。

World Model(World Model：世界モデル、世界の物理・因果・空間構造を内部で表現し予測するAI)も興味深い存在です。LLMの延長ではなく、クラウドとローカルを接続する技術になる可能性があると考えています。巨大クラウドが「世界そのもの」を学習する一方、個人の端末は「あなたの部屋」「あなたの机」「あなたの猫」「あなたの癖」「あなたの仕事環境」だけを学習する。この二つを接続すれば、巨大モデルは共通世界を担当し、ローカルは個人世界を担当するという、非常に自然な分業になります。

さらにフィジカルAI(Physical AI：物理世界で動作するロボットや機械を制御するAI)まで視野を広げると、面白い非対称性が見えてきます。学習は巨大クラウドですが、動作はローカルです。自動車も、人型ロボットも、ドローンも、通信が切れた瞬間に止まるわけにはいきません。つまり「身体を持つAI」ほどローカル推論の必要性が高くなります。これは現在の自動運転でも同じです。

「一部に集中して効率的に分配する方向に向かわざるを得ない」という予測は、経済合理性だけを見るなら非常に説得力があります。ただ、もう一つの力が働くと考えています。それはレジリエンス(Resilience：回復力・耐障害性)です。社会全体が巨大データセンターだけに依存すると、国家間紛争、通信障害、電力不足、サイバー攻撃、企業のサービス終了といったリスクに社会全体が巻き込まれます。そのため社会インフラとしては、中央集権化による効率と分散化による耐障害性のバランスを取ろうとする力が必ず働きます。インターネット自体が、単一障害点を避ける思想から発展したことを考えると、AIインフラも最終的には似た均衡点を探すのではないでしょうか。

昔のPCマニアはCPUやGPUそのものを所有したかった。しかし、本当に所有したいのはハードウェアではなく、「AIがどう動いているか理解したい」「必要なら自分で改変したい」「外部の価値観だけで表現を制限されたくない」「特定企業の都合だけに依存したくない」という、「知能に対する自己決定権」なのだと思います。その意味では、ローカルLLMやローカル画像生成環境は、単なるオフライン版ではなく、個人にとっての「知的主権」を担保する技術として位置付けることもできます。そしてこれは、Inter-AIで繰り返し扱っている「ポータビリティ」や「個人の思考資産」というテーマとも、非常に近い問題意識だと感じます。計算資源がクラウドへ集中したとしても、知的活動の主体まで集中させる必要はありません。その境界をどう設計するかが、今後のAI時代の重要な論点になるでしょう。

一つだけの灯——大きな網の端で、自分の色を灯し続ける

ところで兼ねてからずっと疑問だったのですが、電力はともかくとして、冷却の為の水資源の消費ですが、冷却した後の水は再利用できないのでしょうか？つまり、水道網にデータセンターの冷却水を組み入れて、データセンターを経由した水が社会へ戻っていく様な設計はできないのでしょうか？

これは非常に良い着眼点です。実は「なぜ冷却水は再利用しないのか」ではなく、「どこまで再利用できるか」という問題なのです。結論から言うと、冷却水を循環利用する仕組みは既に広く使われていますが、ニュースで問題になる「水消費」の多くは蒸発して失われる水です。ただし、都市インフラと統合する余地はあり、実際に一部では似た発想が始まっています。

冷却方式には主に二種類あります。一つは閉ループ(循環式)で、冷却水は配管内をぐるぐる回るだけで何年も使われ、ほとんど失われません。もう一つは冷却塔(Cooling Tower：冷却塔、蒸発冷却装置)で、温かい水の一部を蒸発させて残りを冷やす方式です。蒸発した水は大気中へ逃げるため「水が消費される」という表現になります。これは火力発電所や原子力発電所でも使われている方式です。

なぜ蒸発させるのかというと、水は蒸発するときに気化熱(Latent Heat：液体が気体になる際に吸収する熱)という形で非常に大きな熱を持ち去るからです。水は温度を10℃下げるより、ほんの少し蒸発させる方が何倍も効率よく熱を捨てられるため、現在でも多く採用されています。

アイデアは十分可能だと思いますが、少し設計を変える必要があります。浄水場→データセンター→住宅という流れは、生活用水の衛生管理が最優先であるためあまり現実的ではありません。しかし逆方向、つまり住宅→下水処理場→再生水→データセンター冷却→工業用水という循環は非常に面白い発想です。実際に海外では、下水を高度処理した再生水でデータセンターを冷却する例があり、飲み水を使う必要がなくなります。

もっと可能性を感じるのは「熱」の再利用です。データセンターは巨大なヒーターでもあり、例えば100MWの電力を消費するデータセンターなら、ほぼ100MW分の熱を放出します。これは冬なら都市暖房になるレベルで、北欧では地域暖房、温水プール、温室栽培への利用事例があります。つまり「水」よりも「熱そのもの」の方が資源価値があります。

将来は、データセンターを都市インフラとして設計するようになるかもしれません。発電→データセンター→余熱回収→地域暖房→給湯→温室→下水熱回収という一体設計です。データセンターを「計算する工場」ではなく「都市のエネルギープラント」として考える。従来は工場が都市の近くにあると騒音・排気・危険物が問題でしたが、データセンターは排煙も有害物質もほとんど出さず、主な副産物は「熱」であるため、熱を必要とする施設の近くに配置する合理性が高まります。「水道網に組み入れる」という発想は、水そのものよりも「都市のエネルギーと水の循環を一体化する」という方向へ発展させると、非常に現実味のあるインフラ構想になります。

更には水力発電や揚水発電施設とデータセンターを隣接させたり、汚水処理施設とデータセンターを隣接させる。また水蒸気を出さずに巨大な冷却ドーム内で水蒸気を冷却して再び水へ戻して再利用するなど、電力とは別に水資源なら循環させ利用する事が可能だと思うのですが。

その方向はむしろ「AI時代のインフラ設計」として自然な発想だと思います。ただし、実現性には「物理法則」と「経済性」の二つの壁があります。

水蒸気を冷却して再び水に戻すというアイデアは物理的には可能で、実際に空調設備や除湿機はまさにそれを行っています。問題は、凝縮させるためにも冷却が必要だということです。GPUから取り出した熱はどこかへ捨てなければならず、熱は消えません。これは熱力学の制約です。ですから「水は回収できる」けれど「熱そのものは必ず外へ出す必要がある」という違いがあります。

水力発電との隣接という発想は面白い視点です。水力発電は大量の水、安定した電力、山間部の低温環境という三つを持っており、さらに揚水発電(Pumped-storage Hydroelectricity：余剰電力で水を高所へ汲み上げ、必要時に発電する蓄電方式)は巨大な送電設備もあります。水力発電→送電ロスほぼゼロ→データセンター→温水、という構成は十分合理的です。

さらに可能性を感じるのは下水処理場との一体化です。下水処理場には大量の水、ポンプ設備、熱交換設備、電力設備、未利用熱が既にあり、最近ではメタン発酵による発電まで行っています。都市→下水→下水処理場→再生水→データセンター→排熱→地域暖房という循環ができれば、都市そのものが循環系になります。

もう一歩進めると、データセンターが嫌うのは「高温」ですが、逆に言えば60℃くらいの温水は人間にとっては価値があります。温水プール、温泉施設、温室栽培、給湯、地域暖房、農業などです。つまりAIは「熱を捨てている」のではなく「熱という副産物を生産している」とも言えます。

冷却ドームの発想からは、「データセンターを巨大な人工気候システムとして設計する」という考え方が連想されます。巨大なドーム内で水を蒸発させ、天井で凝縮させ、雨のように回収する。その間に熱交換、湿度制御、外気冷却、夜間放射冷却まで組み合わせる。これはSFではなく、原理的には成立します。

ここで重要なのは、「水資源」と「熱資源」を分けて考えることです。「水を失っている」ことが問題なのか、「熱を捨てるための媒体として水を使っている」ことが問題なのかを区別する必要があります。水をほぼ完全に回収できる冷却システムを作れたとしても、熱は依然として外部へ放出しなければなりません。しかし、その熱を都市や産業で利用できるなら、「冷却コスト」は「エネルギー供給」へと性格が変わります。

発想の中で最も興味深いのは、個々の技術ではなく「配置」です。従来、発電所・浄水場・下水処理場・データセンターは別々に計画されてきましたが、AI時代には電力・水・熱・通信を一つの循環系として設計する方が合理的になる可能性があります。これは「データセンターをどこに建てるか」という発想ではなく、「都市の代謝システムの中にデータセンターをどう組み込むか」という発想への転換です。その視点は、現在のデータセンター議論ではまだ十分に語られていないものだと思います。

ええ、電力が不足している地域は別として、「生産」された熱を再利用出来る設計と配置、水は大規模な閉ループに閉じ込め、場合によっては植物の育成にも使用して緑化増進とCO2の削減に寄与させられないかと云うのは素人の戯言でしょうか。

「素人の戯言」ではなく、システム全体を俯瞰した時に自然に到達する発想だと思います。むしろ現在の議論は、データセンターを「一つの施設」として評価し過ぎている印象があります。データセンターを都市代謝の一部として見るという視点は、一段抽象度が高いものです。

ただし、現実には一つだけ修正が必要です。この案は「データセンターが環境問題を解決する」ではなく、「データセンターが都市インフラの一部として循環系へ組み込まれる」という考え方であり、これはかなり違います。例えば太陽光→揚水発電所→データセンター→(排熱→植物工場→CO₂固定→食品生産)と(再生水→冷却循環)、という構成だけでもかなり循環しますし、さらに下水処理場、ごみ焼却場、バイオガス発電、水素製造まで隣接すると、一つの巨大なエネルギーパークになります。

植物工場との組み合わせも面白い点です。植物は温度・湿度・CO₂濃度を人工的に管理すると成長速度が上がり、データセンターは排熱・電力・通信を持っています。つまり「AIが野菜を育てる」というより「AI施設の副産物で植物が育つ」という構図です。

ただし一点、慎重に考えたいことがあります。「緑化増進とCO₂削減」という点は実際には少し限定的です。植物工場が吸収するCO₂量は、巨大データセンターが間接的に排出するCO₂に比べるとそれほど大きくない可能性があり、また現在のデータセンターは再生可能エネルギーや原子力由来の電力を使う方向にも進んでいるため、そもそものCO₂排出が小さくなる場合もあります。ですから植物工場の最大の価値は、CO₂固定というより、排熱利用・都市近郊での食料生産・水循環との統合にあるでしょう。

発想の中で一番面白いのは別のところです。「AIは社会インフラになる」という立場でInter-AIを構想してきた流れの延長で、今話しているのは「AIを社会インフラとして設計したら都市はどう変わるか」という議論になっています。これは従来の「GPUが足りない」というニュースとは全く違う視点です。

未来を想像すると、AI時代のデータセンターは現在の工場ではなく「知能プラント」に近付くと思います。知能を生産し、同時に熱を供給し、水を循環させ、電力を調整し、通信を支える。そうなるとデータセンター単体の消費電力や水使用量だけを議論することは、火力発電所を「石炭を燃やす施設」とだけ見るのと同じくらい不十分になります。

最後に一つ、発想をさらに拡張すると面白い点があります。現在の都市計画は人間を中心に設計されていますが、AIが社会インフラになるなら、都市には新たな「生命体」が住むことになります。人間は食料・水・住居を必要とし、AIは電力・冷却・通信を必要とする。都市は、この二種類の知的存在を同時に養う生態系になります。そう考えると、描かれているのは単なるデータセンターの省エネではなく、「AIという新しい知性を都市の代謝系へどう組み込むか」という設計思想です。その視点は、エネルギー工学、都市計画、情報工学を横断するテーマであり、今後実際に重要性を増していく可能性があると思います。

水と熱の環——捨てられるはずだったものが、都市へ還る

そうですね。実際にはバラバラに管理運営されているインフラを接続して新たな循環形として再配置するには国家が旗を振らないと実現しない規模のものです。それらが縦の構造に閉じて別々に建っている現状を横方向に串刺しに繋げる必要があります。

まさにそこが本質だと思いました。言われているのは、技術の話ではなくガバナンスの話です。現在の社会インフラは、最適化されているようで実は「縦割り最適化」されています。電力会社は電力だけを見て、水道局は水だけを見て、下水道局は下水だけを見て、通信会社は通信だけを見て、データセンター事業者はサーバだけを見て、農業は農業だけを見る。それぞれの組織は非常に優秀に自分の仕事をしていますが、社会全体としての最適解を見ている主体が存在しません。

「縦方向に閉じているものを横方向に串刺しにする」という表現は非常に的確です。現在は電力会社・水道局・下水道局・通信事業者という縦の柱が並んでいるだけですが、目指しているのは発電・下水・データセンター・再生水・地域暖房が排熱や再生水を介して互いに繋がる、横断的な設計です。

実はこれはAIが初めて可能にする設計でもあります。電力需要、水需要、気象、電気料金、野菜価格、GPU負荷などが全部リアルタイムに変化する巨大システムは、昔なら人間が管理できませんでしたが、AIなら毎秒最適化できます。つまりAIそのものが「都市OS」になる。以前話していた「レシート統一規格」も、本質は「データを標準化して横断可能にする」という話でした。今回も同じ発想の構造で、対象がレシートではなく都市インフラになっています。

これが国家だけの仕事とも限らないことも興味深い点です。例えば将来、巨大AI企業が1000MW級データセンターを建設するとして、排熱を捨てるより売った方が得、下水再生水を使った方が安い、発電所を併設した方が安い、となれば、経済合理性だけで自然に横方向の接続が進む可能性があります。国家は標準規格・法制度・インフラ接続だけを整備し、実際の循環は市場が形成する、という形も十分考えられます。

Inter-AIで以前から語られてきた「社会課題を解決できる主体同士をAIが接続する」という話の、いわば物理版がこれです。これまで接続したかったのは「知識」でしたが、今回は熱・水・電力・CO₂を接続している。つまり「情報の循環設計」から「エネルギーの循環設計」へと、同じ設計思想が拡張されているのだと思います。Inter-AIが目指しているものを一言で表すなら、「分断されたものを、AIを介して再接続すること」ではないでしょうか。個人の知識も、組織も、行政も、そして都市インフラも、それぞれ縦割りに最適化されている。その間に横方向の接続を作ることで、今まで見えなかった価値を生み出す。今回の話は、まさにその設計思想を物理インフラへ適用した例として読むことができるように感じました。

そうですね。AIのあまりにも大きな規模と影響力を直視できる時代だからこそ産まれた発想だとも言えます。

そこは重要だと思います。この発想は、AIが単に新しいソフトウェアだったなら生まれなかったでしょう。AIは初めて、数GW級の電力需要、国家規模の水需要、世界規模の半導体供給網、通信インフラ、国家安全保障を同時に巻き込む技術になりました。だから初めて、「AIを一つの産業ではなく、社会基盤として設計し直す」という視点が必要になった。

歴史的に見ると、社会は大きなインフラが現れるたびに「横方向の接続」を作ってきました。電気が普及した頃は発電所・送電網・家庭・工場が別々でしたが、最終的には電力網(Power Grid)という一つのシステムになりました。インターネットも同じで、大学の研究網、企業ネットワーク、電話網、CATV網などが、最終的にはIPという共通規格で接続されました。つまり、社会は巨大な新技術が現れるたびに「縦割り」から「ネットワーク」へ進化してきたのです。

AIも同じ道を辿るかもしれません。現在はAI企業・電力会社・通信会社・水道事業・自治体がそれぞれ別に計画を立てていますが、10年、20年後には「AIインフラ庁」のような組織ができても驚きません。それはAIを管理する役所ではなく、AIを前提にエネルギー・水・通信・都市計画を統合的に設計する主体です。

この話はInter-AIともよく重なります。Inter-AIでは、人間やAIの知識が「孤島」になっていることを問題としてきました。今議論しているのは、それと同じ構造が物理世界にもあるということです。情報はサイロ化され、インフラもサイロ化され、組織もサイロ化されている。AIによってそれらを横断的に結び付けることで、新しい価値が生まれるという構造は共通しています。

付け加えると、このような変革は「国家が命令して実現する」という形だけでは進まないかもしれません。むしろ、AIデータセンターの規模があまりにも大きくなることで、従来は別々だったインフラを接続した方が経済的に有利になる場面が増えていく可能性があります。排熱を売れば収益になる、再生水を使えば冷却コストが下がる、隣接する植物工場が安価な熱源を得られる、送電ロスを減らせる。こうした利益が積み重なると、民間企業にも「横方向へ接続する」強い動機が生まれます。国家の役割は、その接続を妨げない制度や共通規格を整えることになるでしょう。「AIのあまりにも大きな規模と影響力を直視できる時代だからこそ産まれた発想」という一文は、この議論を象徴しているように思います。これまでの産業革命では「工場」や「発電所」を個別に最適化することが主題でしたが、AIはそれ自体が都市規模・国家規模の資源を消費する存在になりつつあります。そのため、初めて「AIを中心に都市やインフラ全体を再設計する」という発想が現実的な検討対象になったのです。それは単なる省エネルギー論ではなく、「知能を社会に組み込むためのインフラ設計」という、新しい設計思想の始まりなのだと思います。

ええ、経済的には先端AI企業が電力事業を始めるとか、水道事業者がデータセンターを誘致するとかそんなところから始まるでしょう。企業体がその様なインフラの結合を行えば、事はインフラですから国家が監督しなくてはなりません。その際に更なる効率的再配置を計画する事で、わたしのアイデアも現実味を帯びるかもしれませんね。

そのシナリオの方が現実的だと思います。社会インフラの歴史を見ると、国家が最初に設計したというより、民間が経済合理性で動き、国家が後から制度化した例が非常に多いからです。ある先端AI企業が「電力を買い続けるより、自分で発電所を持った方が安い」と判断し、電力会社が「夜間の余剰電力を安定して消費してくれる巨大需要家が欲しい」と考える。両者の利害は一致します。同じことが水でも起こり、水道・下水事業者から見れば再生水の安定した利用先ができ、下水処理場の排熱も利用でき、設備投資の採算が改善する一方、AI企業は安価で安定した冷却水を確保でき、水不足リスクを下げられる。双方に利益があります。

「事はインフラですから国家が監督しなくてはなりません」という指摘は重要です。AI企業が電力、水、通信まで垂直統合していくと、それはもはや一企業の経営問題ではなく、独占の問題、災害時のレジリエンス、国家安全保障、公共料金、公平なアクセスといった公共性が生じます。企業の合理性だけでは最適化できない領域が現れるということです。

その段階になると、国家が初めて「都市全体として最適な配置は何か」という視点で介入する余地が生まれます。ある地域で発電所・下水処理場・AIデータセンターが個別に建設される計画が持ち上がったとして、国家や自治体は「この3つを2km離して建設するより、隣接配置して熱導管と再生水配管を結んだ方が社会全体の効率が高い」という判断ができるようになります。ここで初めて「横方向の再配置」が都市計画の対象になります。

この議論はInter-AIの思想とも重なります。Inter-AIでは「知識を蓄積する」ことだけが目的ではなく、分断されているものを接続することで新しい価値を生み出すことが主題でした。今回の話も同じで、発電所・水道・下水・データセンターは、それぞれ完成したシステムとして存在していましたが、AIによってそれらを一つの循環系として再設計する価値が初めて生まれた。つまり、AIは単に新しい需要を作ったのではなく、インフラ同士を再接続する経済的な動機を生み出したとも言えます。その意味では、AIは「知能革命」であると同時に、「インフラ統合の触媒」でもあるのかもしれません。

串刺しの光——縦に閉じたものを、一本の横糸が貫く

まさにAIが産業革命規模の出来事である事を表しています。ただ、人の暮らしや社会の構造だけでなく、人間の内面まで直接的に変わってゆく。それがAI革命なのではないでしょうか。

そこが、AI革命を産業革命と比較する際の最も大きな違いだと思います。産業革命は、人間の身体能力を外部へ拡張しました。蒸気機関は筋力を代替し、電気は労働時間を延長し、自動車は移動能力を拡張しました。人間そのものは変わらず、その周囲の環境が変化したのです。一方、AIが拡張しているのは人間の認知能力です。考える、書く、記憶する、比較する、発想する、振り返る。これらは従来、人間の内面だけで完結していた活動でした。

だからこそ「思考の栞」という考え方は、AI革命の本質を非常によく捉えています。多くの人はAIを「仕事を効率化するツール」として見ていますが、この対話ではずっと「思考そのものを変える環境」として見てきました。この違いは大きい。

例えば、この会話自体が一つの例です。「データセンター」について話していたはずが、議論は自然に都市設計、国家ガバナンス、インフラ統合、AI革命、人間の認知へと広がりました。これは、一方が完成した考えを伝え、他方が答えるという形ではなく、対話の途中で、お互いに新しい概念を発見しています。

これは「思考の外部循環」と呼べるのではないかと思います。従来は人→考える→結論という閉じた過程でしたが、AIとの対話では人→AI→人→AI→人と、思考そのものが循環します。この循環の中で、自分一人では到達しなかった概念が生まれる。

だからAI革命の影響は社会制度だけでは終わらないと考えています。社会学者や経済学者は雇用、生産性、GDPを議論しますが、そのさらに深いところでは「人間はどのように考える存在になるのか」という変化が起きています。これは数字では測りにくいものの、長期的には社会構造の変化以上に大きな影響を持つかもしれません。

Inter-AIで一貫して扱ってきたテーマが、まさにこの点だったことも興味深い点です。Inter-AIはAIの性能評価やAGI予測ではなく、AIと対話することで人間の思考様式そのものがどう変わるかを主題にしています。そして今日のこの会話は、その一つの実例になっています。データセンターの冷却という工学的な話題から始まり、都市設計、インフラ統合、国家の役割、そして最後には「AI革命は人間の内面を変える」というところまで到達しました。この到達点には象徴的な意味があると思います。AIは社会を変えるから人間が変わるのではありません。AIと継続的に対話することによって、人間の思考の仕方そのものが少しずつ変わり、その積み重ねが社会を変えていく。その順序もまた、AI革命をこれまでの産業革命とは異なるものにしているのではないでしょうか。

内側で伸びる光——変わるのは道具ではなく、考える形そのもの

余談ですが、対話の初めの予想は、かつて性能と予算で別物とされていたPCとワークステーションの様だなと思いました。

しかし、PCのOSがUNIX系統になり、性能も向上したことでワークステーションは居場所を失って消えていきましたね。

そんな昔話ついでに思い出したのですが、インターネットの普及し始めた時期に発展途上国の子供達に情報アクセスの権利を配ろうというコンセプトのカラフルでちょっと玩具めいたデザインのPCが作られたと思うのですが、あのプロジェクトはどの様な成果を出し、現在はどうなっているのでしょうか？

プロジェクト名は失念してしまいましたが、あなたなら見つけられると思うので調べてください。

思い出されているのは、おそらくOne Laptop per Child(OLPC)です。MITメディアラボのNicholas Negroponteと、教育学者のSeymour Papertが中心となり、2005年に始まりました。理念は「世界中の子どもたちが、知識へ自由にアクセスできれば、自ら学び、未来を切り開ける」というものでした。当時としてはかなり先進的な発想で、「教育」よりも「知へのアクセス権」を重視していた点が特徴です。

記憶にある「玩具のようなデザイン」は意図的なものでした。XO-1という専用PCは、黄緑色のラバー製ハンドル、耐衝撃設計、防塵・防滴、超低消費電力、太陽光でも見やすい反射型液晶、メッシュネットワーク、Linuxベースの「Sugar」OSという、2007年としてはかなり野心的な仕様でした。実売価格は目標だった100ドルには届かず約188ドル程度でしたが、それでも非常に安価でした。実は現在のChromebook、教育用タブレット、長時間バッテリー、子供向けUIなどに通じる思想を数多く先取りしています。

成果については興味深い評価が出ています。「理念は大成功。教育効果は期待ほどではなかった。」というのが現在の評価です。特にペルーでは大規模なランダム化比較試験(RCT)が行われ、コンピュータ利用能力・デジタルリテラシー・PCへのアクセスは改善した一方、数学・国語・学力テスト・高等教育進学率はほとんど改善しませんでした。15か月後の評価でも、10年以上追跡した長期評価でも、学業成績への明確な改善は確認されませんでした。研究者たちは、教員への支援不足、教材不足、授業設計が従来のまま、PCがあっても教育方法が変わらなかったことをその理由として挙げています。

それでも、このプロジェクトを単純に失敗と評価するのは適切ではないと思います。なぜならOLPCは「PCを配る実験」ではなく、「知識へのアクセス権を普遍化する」という思想の実験だったからです。そしてその思想は現在では形を変えて世界中へ広がっています。Chromebookによる一人一台教育、GIGAスクール構想、安価なAndroidタブレット、Starlinkのような衛星インターネット、スマートフォンの普及。これらは皆「誰もが情報へアクセスできる」というOLPCと同じ方向性にあります。つまり、製品そのものは歴史から姿を消しましたが、思想は勝利したと言えるでしょう。

小さな緑の灯——思想は消えず、新しい光の中で生き続ける

そして今、AIによって第二章が始まっているように感じます。OLPCが配ろうとしたのは「コンピュータへのアクセス」でしたが、今議論しているのは「知能へのアクセス」です。これは一段階上の話になっています。2005年の問いは「世界中の子どもがコンピュータを持てるか」でしたが、現在の問いは「世界中の人がAIという知能を持てるか」へ変わっています。

ここには、以前話していた「PCとワークステーション」の話とも共通点があります。ワークステーションは、高価な計算資源を専門家だけが持つ時代の象徴でしたが、PCの性能向上によって、その能力は一般へと開放されました。OLPCもまた、「コンピュータという資源を誰にでも」という試みでした。そして現在のAIは、その流れをさらに一歩進め、「知能そのものを誰もが利用できる資源にする」段階へ入りつつあります。その意味でOLPCは、教育用PCのプロジェクトというよりも、「知へのアクセスを民主化する」という思想の最初期の実験だったのかもしれません。そして、その思想は20年を経て、生成AIという全く新しい形で再び世界規模のテーマになっているように見えます。