GPT-6の後、計算能力が急増する話がまた通じるようになった？

9月3日GPT-6 Astraが発表された後、半導体とメモリ株が先行して反発しました。9月4日、SOXXは1日で3.5%上昇し、Micronは6.1%、SanDiskは11.9%上昇しました；9月7日、韓国KOSPIは4.61%上昇し、Samsung Electronicsは5.7%、SK hynixは約8%上昇しました。
それ以前、AIの資本支出が過熱し、計算能力の需要がピークに達することへの懸念が、関連セクターをかなりの期間揺さぶっていました。MarketWatchはこの上昇を、Astraが「メモリーチップ取引を再点火した」と直接表現しました。

『The Nvidia Way』の著者であり、元Barron'sのテクノロジー記者であるTae Kimは、より過激な説明を提供しました：AIは過去4年間で4回目の指数関数的な計算能力の需要の増加を迎えている可能性があります。

最初の3回はそれぞれChatbot、Reasoning、Coding Agentから来ており、4回目はAstraが今回重点的に展示したComputer Useである可能性があります。Kimの論理はこうです：Chatbotは数億人に推論計算能力を消費させ、Reasoningは各回答により多くの計算を必要とし、Coding Agentはモデルを「1回の回答」から数十分、さらには数時間の連続作業に変えました。現在、Computer Useは持続的に動作するエージェントをプログラマーからExcel、Blender、CAD、Power BI、ブラウザ内の一般的な知識作業者に拡大しています。

KimはNvidiaと半導体投資に長年注目しており、彼が設立したニュースレターKey Contextはテクノロジー投資の判断を中心にしており、最近の記事もAIインフラストラクチャに対して長期的に強気です。

したがって、「4回目の指数的成長」はまずAI計算能力の強気派が提唱した投資仮説であり、すでに検証された産業の法則ではありません。しかし、それが現れるタイミングは非常に微妙です。

Astraが発表される前、エージェントのパラダイムは「能力の壁」に対する疑念を経験したばかりでした：短いタスクはますます強力になり、長期的、多段階、実際のソフトウェア環境に入ると、信頼性は明らかに低下し、これが冒頭で言及した計算能力のピークに対する疑念に伝わりました。エージェントの能力の天井が開かれなければ、計算能力が引き続き増加するという話は成り立ちません。

Astraは本当にこの天井を打破できるのでしょうか？

1人の人間の労働日が3.1のエージェントの労働日に対応している

AI計算能力の最初の3回の「指数的成長」は、過去数年にわたってAIが使用パラダイムを1回変更するごとに、1人のユーザーが消費できる計算量が明らかに一段階上がったことを指します。

ChatGPTは推論を初めて一般市場に導入しました；Reasoning（推論）モデルは、1つの問題のためにより長い時間内部計算を行うことを望むようになりました；Coding Agentに至っては、単純な指示の背後でコードを読み、修正し、テストし、エラーをチェックし、再度修正する連続的なループを引き起こすことができます。

同時に、エージェントは「1人が1日8時間しか働けない」という物理的制限を突破し始めています。

OpenAIは9月6日に一連の内部データを公開しました。今年の8月中旬までに、同社の研究者の中で、使用量が50パーセンタイルに位置する者は、毎日Coding Agentに対応する推論量が公開API価格で600ドルを超えました；使用量が90パーセンタイルの研究者は毎日7000ドルを超えています。Business Insiderによると、OpenAIのデータを整理した結果、7月時点での中央値は約162ドルであり、1ヶ月以上で約3.7倍の増加となりました。図：8月中旬までに、OpenAI研究部門の1人の人間の労働日が3.1のエージェントの労働日に対応している；中央値の研究者が毎日使用するエージェントの推論量はAPI価格で600ドルを超えています。

これは内部使用量をAPI価格で換算したもので、「単一ユーザーの推論強度」に近い意味を持ちます。

6月以前、OpenAI研究部門のすべてのエージェントの稼働時間を合計しても、研究者自身の労働時間を超えることはありませんでした；8月中旬には、1人の人間の労働日が3.1のエージェントの労働日に対応するようになりました。ますます多くの研究者が同時に複数のエージェントを稼働させるようになっています。

これは、エージェントのパラダイムの後、1人のユーザーの背後に複数の並行して働く「デジタルプロセス」が現れ始めたことを意味します。これはもはや「人の入力速度」という物理的制限を受けません。現在、1人が三、四のエージェントを持続的に働かせたり、エージェントにsub-agentを作成させたりすることができます。

計算能力の需要の計測単位も、1人のユーザーの背後で同時に稼働しているエージェントの数と、これらのエージェントが毎日働く時間に変わる可能性があります。

Computer Useが作業空間を拡大した

Coding Agentは急速に成長していますが、依然として明らかな境界があります。複数のエージェントタスクを実行しているのは、依然としてプログラマーのグループであり、プログラマーは世界の知識労働者のほんの一部に過ぎません。

Computer Useは空間をさらに広げました。Astraが発表された後、Kim自身がテストを行いました。彼は以前Blenderを使ったことがなかったため、AstraにMac上でスペースシャトルを研究させ、Blenderを開いて3Dモデリングを完成させました。約10分後、回転して見ることができるモデルが作成されました。

普通の対話は「入力---推論---出力」であり；Coding Agentは「コードを読む---推論---修正---テスト---再推論」に変わり；Computer Useはさらに「画面を見る---インターフェースを理解---操作を決定---実行---結果を待つ---再度観察---検証---エラー修正」に変わります。

1人の人間が10分で完了するタスクは、AIの背後で数十回の視覚理解、推論、ツール呼び出しを経る可能性があります。

そして、この能力がブラウザやコードエディタからExcel、Salesforce、SAP、Power BI、Photoshop、CAD、さまざまな企業内部システムに入ると、潜在的なユーザーはほぼすべてのコンピュータの前で働く知識労働者に拡大します。

これがKimが言う「第4の需要」の核心です：

Coding Agentはプログラマーのコンピュータ時間を奪おうとし、Computer Useはすべてのホワイトカラーのコンピュータ時間を奪おうとしています。

しかし、現時点では、これはまだ可能性に過ぎません。

OpenAIはAstra発表後のComputer Useタスク量を公開しておらず、単一ユーザーの毎日のトークン、GPU利用率、または推論スループットのデイリーカーブも公開していません。したがって、「Astraが第4の計算能力の増加をもたらした」と確定的に証明することはできません。

計算能力は本当に逼迫し始めたのか？

Astraが発表された後、Tencent Technologyは、一部の開発者コミュニティで定量化が難しいが注目に値するフィードバックが現れ始めたことに気付きました：異なる地域や異なるアカウントの使用体験に差が出始めているようです。

一部のアジア太平洋地域の開発者は、最近ChatGPTとCodexの応答が遅くなり、複雑なタスクの安定性が米国アカウントのようではないと報告しています。コミュニティはこのような体験を「知能低下」と呼ぶことに慣れています。

少なくともその一部は完全に主観的な感覚ではありません。

9月4日、OpenAIの公式ステータスページは、アジア太平洋地域でサービスのパフォーマンスが低下していることを報告し、ChatGPT、Work、Codex Cloudなど複数の製品に影響を及ぼしました。4日後、OpenAIはNvidiaが支援するデータセンター運営会社Firmusと数年の契約を結び、マレーシアの2つのデータセンターから専用の計算能力を得ることを発表しました。

同様に、現在OpenAIがAstraの負荷上昇に伴い、アジア太平洋地域のユーザーに対してモデル推論の予算を削減したり、より弱いモデルに切り替えたりした証拠はありません。

いわゆる「アジア太平洋地域の知能低下」は、少なくとも3つの異なる要因が混在している可能性があります：地域のインフラとルーティングの問題、アカウントレベルのリスク管理と速度制限、そしてピーク時の動的リソース調整。これらはユーザー側でより遅く、失敗しやすく、ツール呼び出しが中断され、複雑なタスクの最終的な答えが悪化することを示す可能性があります。

しかし、これらのフィードバックはAI計算能力の圧力を観察する別の方法を提供しています。

モデルがますます計算を持続的に消費できるようになると、供給の逼迫は異なる地域や異なるアカウント間での遅延、失敗率、サービス品質の変動として最初に現れる可能性があります。

問題は、この判断には現在、最も重要なデータが欠けていることです：

同じモデル、同じプラン、同じタスクにおいて、異なる地域の最初のトークン遅延、総推論時間、ツール成功率、最終タスク完了率に安定した差があるかどうか。

これらのデータを得る前に、「知能低下」は手がかりに過ぎず、計算能力の緊張の証拠にはなりません。

図：9月8日、あるユーザーがGPT-6 Astraの「容量が満杯」の通知を晒し、4つのアカウントが正常に使用できないと述べ、システムは他のモデルに切り替えることを提案しました。Tiboは「we are so back（私たちは戻ってきた）」と皮肉を込めてリツイートし、「モデルが満載」と見なしてAIの需要が再び高まった信号としました。

資本市場は再び賭け始めた

Astra発表後の実際の計算能力使用曲線はまだ公開されていませんが、資本市場はすでに「AIの需要はまだピークに達していない」というストーリーを先行して取引しています。

MarketWatchの統計によると、Astra発表後、iShares Semiconductor ETFは一時約3.5%上昇し、Samsung、SK hynix、Kioxiaなどのメモリ関連企業はさらに強いパフォーマンスを示しました。海外メディアはこのラウンドの市場をAstraが「メモリーチップ取引を再点火した」と直接表現しました。

注目すべきは、このラウンドの上昇で最も目立ったのはNvidiaではなく、メモリであることです。

Computer Useが本当に持続的に動作するエージェントの作業負荷となる場合、必要になるのは単にGPU計算だけではありません。より長いコンテキスト、KVキャッシュ、並行エージェント、仮想マシン、ブラウザ、ソフトウェア環境が、HBM、DRAM、CPU、ネットワーク、ストレージの需要を引き続き押し上げる可能性があります。

したがって、資本市場が最近取引しているのは必ずしも「GPT-6がより強力になった」ということではなく、主な論理は依然として：より賢いモデルが、ユーザーにより多くの計算を購入させるかどうかです。

これがこのラウンドのAIインフラストラクチャのストーリーと従来のソフトウェアとの最大の違いです。

従来のソフトウェアが最適化されるほど、同じユーザーが必要とするサーバーリソースは少なくなる可能性があります。

生成的AIは逆の「ジェヴンズの逆説」が現れる可能性があります：モデルの効率が高く、タスクの成功率が高いほど、人々はより多く、より長く、より複雑な作業をAIに任せることを望むようになり、最終的には総計算能力の消費が逆に増加するのです。

しかし、警戒すべきは、資本市場にも自分自身の「尻」があるということです。

AIインフラはこれまでに一度の大幅な上昇と調整を経験しており、半導体株は今年、資本支出の過熱やクラウド企業のフリーキャッシュフローの減少により明らかな後退を見せました。したがって、Astraがもたらした数日間の反発は、投資家が再び賭けを始めたことを示すだけであり、第四ラウンドの計算能力の需要が本当に現れたことを証明するには不十分です。

経済的な計算

Kimの判断が最終的に成立するかどうかは、3つのより現実的な問題に依存しています。

最初の問題は依然として信頼性です。

実際の企業の業務は一度のデモではありません。エージェントがERP、財務モデル、またはエンジニアリングソフトウェアを数時間連続して操作でき、途中でポップアップ、権限の変更、データの更新があっても正確さを保つことができるかどうかは、まったく異なる問題です。

次の問題はコストです。

将来的にComputer Useが1時間の人間のコンピュータの前の 同等の 作業を 完了するために、 一体 いくらかかるのでしょうか？

もしAIが10ドルで従業員の50ドルの仕事を完了できるなら、需要は容易に爆発します。しかし、100ドルかかるなら、市場のスペースはまったく異なります。

OpenAI内部の600ドル/日のデータは、エージェントが巨大な需要を生み出すことができることを示す一方で、今日のこの働き方が依然として非常に高価である可能性があることも示唆しています。

第三の問題：Computer Useは最終的に自らの一部の需要を消滅させるのでしょうか？

現在、モデルは画面を見てボタンを探す必要がありますが、それは既存のソフトウェアが人間のために設計されているからです。一旦Salesforce、Microsoft、Adobe、または企業内部システムが直接API、MCP、エージェントインターフェースを開放し始めると、大量のタスクはマウスやキーボードを模倣する必要がなくなります。

最終的により可能性が高い形態は、Computer UseとTool Useの融合です：構造化されたインターフェースがある場所では直接呼び出し、インターフェースがなく改造が難しい古いシステムやオープンウェブは、視覚操作に依存し続けます。

したがって、Computer Useが本当に開く市場は、「AIが永遠に人間のようにコンピュータをクリックする」ことではなく、「私の人間の主人が私にあなたのソフトウェアをクリックすることを許可したので、あなたは干渉できない」という方法で、エージェントが既存のアプリケーションエコシステムの枠を強硬に突破することです。エージェントは、以前の自動化ではカバーできなかった最後の大きな作業環境に入ることができます。

これがKimが言う「第四ラウンドの指数成長」が本当に検証する価値のある部分であり、「Computer Useは敷居を超えるものなのか、それとも本当にもう一度のパラダイムシフトなのか？」です。

GPT-6以降、かつてエージェントが壁にぶつかってますます語りにくくなった計算能力の物語は、再び語れるようになったのでしょうか？

資本市場は再び賭けを始めました。

生成的AIの爆発後、市場は「計算能力の成長」の空売りを持続的に打ち消していますが、今回は違うのでしょうか？