AnthropicのMetaへのコンピュート要求は拒否され、AIの容量逼迫が露呈
AnthropicのCEO、Dario Amodeiは今年初め、Metaにコンピューティング能力の提供を求めたと報じられているが、競合するテクノロジー企業であるMetaはその要請を断った。
報じられたAnthropicによるMetaへのコンピュート要求は、AI競争の変化を如実に示している。最先端研究所はかつて、主に研究者、モデル、顧客を巡って競争していた。現在では、チップ、電力、ネットワーキング、データセンターの能力を確保するため、CEO自身が直接交渉する必要がある。
The Wall Street Journalは、このやり取りをシリコンバレーを再編する広範なコンピュート争奪戦の一環として報じた。同紙の情報筋によると、Amodeiは追加のコンピュート確保を期待してMetaの最高AI責任者Alexandr Wangに接触した。Metaは能力の共有を検討したものの、少なくとも現時点では見送る判断を下した。
AnthropicもMetaも、この会話を公に認めていない。規模、ハードウェアの種類、提案された商業的な枠組み、Metaの判断理由はいずれも明らかにされていない。また、このやり取りが、以前報じられた複数年にわたるコンピュートリースの可能性を巡る交渉につながったのかどうかも不明だ。
こうした空白は重要だが、より大きなシグナルを消し去るものではない。AnthropicはすでにAmazon、Google、Microsoft、Nvidia、SpaceXと大規模なインフラ契約を結んでいる。それでもCEOがMetaに接触したのであれば、実際に利用できる能力へのアクセスは、華々しい発表が示すほど潤沢ではない可能性がある。
Metaの拒否も同様に重要だ。同社は自社モデル、レコメンデーションシステム、広告製品、パーソナル・スーパーインテリジェンス構想のために、巨大なインフラを構築している。一部の能力を貸し出せば新たな事業になり得る一方、Anthropicに供給すれば直接の競合相手を強化することにもなり得る。
したがって、これは単なる調達交渉の不成立ではない。同じ年のうちに、ある競合とは協業し、別の競合に依存し、さらに第三の競合への供給を拒否することがあり得る市場を浮き彫りにした。コンピュートは取引される資源であると同時に、戦略兵器にもなっている。
報じられたAnthropicのMetaへのコンピュート要求が示すもの
最も重要なのはMetaが断ったことではない。AnthropicがそもそもMetaを有力なインフラ供給元と見なしていたと報じられた点だ。
コンピュートとは、AIモデルの訓練と運用に必要な処理能力、ネットワーキング、ストレージ、冷却、電力を組み合わせたものだ。モデル開発企業には、これらすべてが連携して機能する必要がある。チップを所有しているだけでは、利用可能な訓練クラスターにはならない。
The Wall Street Journalの記事では、AmodeiとWangがこのやり取りの中心人物として位置づけられている。Amodeiは、Claudeファミリーのモデルを開発するAnthropicを率いる。Wangは、訓練データや関連サービスの提供で知られるScale AIを立ち上げた後、Metaの最高AI責任者に就任した。
報道によると、この会話は2026年初頭に起きた。現時点で利用できる報道では、正確な日付は特定されていない。また、Anthropicが完成済みの能力を借りたかったのか、機器を購入したかったのか、施設を共有したかったのか、あるいは別の形態でのアクセスを求めたのかも明らかになっていない。
この違いは、読者がMetaの回答をどう解釈すべきかに影響する。稼働中の訓練能力の提供要請を断ったのであれば、Metaが社内AIプログラムを優先したことを示唆する。長期リース案を拒否したのであれば、価格、時期、技術的な互換性、戦略上の懸念を反映していた可能性もある。
報道はMetaの理由についても明らかにしていない。Metaは、並外れたインフラ拡張を進めていても、実際に余剰能力を持っていなかった可能性がある。利用可能なシステムを、社内モデル、広告、レコメンデーション、あるいは新たなエンタープライズ製品のために確保していた可能性もある。
Metaはまた、Anthropicを支援することが競争上のリスクを大きくしすぎると判断した可能性もある。Claudeは、開発者、エンタープライズ支出、消費者の注目、高度なモデル能力における主導権を争っている。その成長を支えるインフラを供給するには、異例なほど大きな見返りが必要になるだろう。
以前の報道では、想定される経済的規模は通常のクラウド契約を大きく上回るものとされていた。AnthropicとMetaは、2年間で約100億ドル規模となり得る取り決めを協議していたと報じられている。もっとも、その交渉とAmodei-Wang間の会話が同一のプロセスだったかどうかは、公の報道では確認されていない。
したがって読者は、三つの主張を分けて考えるべきだ。会話は匿名の情報筋を通じて報じられた。Metaの拒否も同じ情報筋によって報じられた。その背後にある商業的な詳細と動機は、依然として検証されていない。
この慎重さは、記事の中心的な論点をむしろ補強する。要求された量が分からなくても、AnthropicのCEOによる個人的な要請は、通常の調達ルートでは不十分だったことを示唆する。クラスターの稼働遅延がモデル訓練、顧客向けの利用上限、競争上のタイミングに影響し得るため、今や経営幹部が直接介入している。
この出来事は、AIインフラに関する一般的な前提にも疑問を投げかける。発表された能力は、利用可能な能力と同じではない。複数年にわたるコミットメントには、建設中の施設、納入待ちのチップ、まだ稼働していない電力接続が含まれている可能性がある。
Anthropicは複数の巨大契約を保有していても、短期的な不足に直面し得る。Metaはデータセンターに多額を投じていても、真に余剰といえる能力はないと判断するかもしれない。重要なのは書面上でどれほどのインフラが存在するかではなく、研究所が必要とする時点でどれだけ稼働しているかだ。
この差により、AnthropicのMetaへのコンピュート要求は有用な市場シグナルとなる。現在の交渉環境を決めているのは、発表済み投資の総額ではなく、運用可能な能力であることを示している。
Anthropicの多数のコンピュート契約にも、タイミングの問題は残る
Anthropicは複数のインフラ提供元に分散しているが、継続する能力探しは、将来の能力が現在の需要を自動的に解決するわけではないことを示している。
Anthropicの戦略は、最先端市場で使われる三大アクセラレータ群にまたがっている。同社はAmazon Trainiumチップ、GoogleのTensor Processing Unit、Nvidiaのグラフィックスプロセッサを利用している。これにより単一のハードウェアベンダーへの依存は軽減されるが、エンジニアリングとスケジューリングの複雑さも増す。
2025年10月、Anthropicは大規模なGoogle TPU拡張を発表した。同社によると、この契約は最大100万基のTPUを対象とし、2026年中に1ギガワット超の能力を稼働させる見込みだった。
Anthropicは、この拡張が数百億ドル規模になると述べた。また当時、30万社超の法人顧客にサービスを提供していたとも報告している。年換算収益が10万ドルを超えるアカウント数は、前年にほぼ7倍に増加していた。
これらの数字は独立監査ではなくAnthropicによるものだ。それでも、積極的な拡張の最中でも能力への圧力が続き得る理由を説明している。より大きなシステムの訓練には膨大な資源が必要だが、導入が急拡大すれば、既存ユーザーへの提供も同様に大きな負荷となり得る。
推論とは、訓練済みモデルを実行してプロンプトに応答したり、タスクを実行したりするプロセスだ。単発の訓練実行とは異なり、推論需要は顧客がClaudeを利用する毎時間続く。コーディングエージェントは、ファイルの読み取り、コード生成、ツール呼び出し、長時間のセッションにわたる反復を行うため、特に負荷が高くなり得る。
Anthropicは2026年4月、Amazonとの関係を再び拡大した。発表されたAmazon拡張には、最大5ギガワットの新規能力と、10年間で1,000億ドルを超えるコミットメントが含まれていた。
同社によると、すでにワークロード全体で100万基超のTrainium2チップを使用していた。2026年末までに、Trainium2とTrainium3を合わせてほぼ1ギガワットの能力が稼働する見込みだった。
Anthropicは、事業がどれほど急速に成長したかも明らかにした。年換算収益は2025年末時点の約90億ドルから、300億ドルを超えたとしている。同社はこの成長を、サービスの信頼性に関する問題や利用上限への圧力と結び付けた。
これらの発表は巨大なコミットメントを示すが、供給カレンダーは依然として中心的な要素だ。2026年後半に見込まれる能力では、数か月前に発生したワークロードには対応できない。計画中のデータセンターは、電力、冷却、ネットワーキング、チップ、ソフトウェアがすべて連携して稼働するまで顧客にサービスを提供できない。
AnthropicとMicrosoft、Nvidiaの契約は、別の道筋を加えた。同社は300億ドル分のAzure能力を購入することを約束し、Nvidiaシステムを用いて最大1ギガワットを契約する計画だった。それでもAmazonは、同社の主要な訓練およびクラウドパートナーであり続けた。
従来とは異なる調達の最も明確な例は、AnthropicのSpaceX契約だった。Anthropicは、Colossus 1データセンターで利用可能なすべてのコンピュート能力を使うと述べており、この取り決めは同社をElon MuskのAI構想に関連するインフラと結び付けるものだった。
MuskとAmodeiは、複数のAI問題について大きく異なる公の立場を取ってきた。両者の企業は、人材、技術的リーダーシップ、顧客を巡っても競争している。それでもインフラ不足は、両者の間に商業的関係を生み出した。
この前例は、AnthropicがMetaに接触した理由の説明にもなる。コンピュートが制約要因になると、思想的な一致よりも、能力、稼働開始日、技術的な適合性が重要になる。稼働中のクラスターを持つ競合企業は、供給元になり得る。
ただし、ハードウェアの多様化にはコストが伴う。モデルソフトウェアは、異なるチップアーキテクチャ上で効率的に動作しなければならない。チームはコンパイラ、数値フォーマット、ネットワーキングシステム、監視ツールを適応させる必要がある。訓練と推論では要件が異なるため、ワークロードも慎重に配置しなければならない。
したがって、大規模契約は理論上の供給を拡大しても、すべての能力単位を相互に代替可能にするわけではない。Metaのレコメンデーションワークロード向けに最適化されたクラスターが、Anthropicの訓練ジョブを直ちに受け入れられるとは限らない。提供元間でワークロードを移すことも、運用面および契約面の摩擦を生む。
AnthropicのMetaへのコンピュート要求は、このタイミングの不一致を浮き彫りにする。Anthropicは複数のパートナーから長期的な能力を確保している。それでもMetaへの接触が報じられたことは、利用可能なインフラが別の供給元を探すほど価値を持ち続けていたことを示している。
これは必ずしもAnthropicの戦略が失敗した証拠ではない。分散化はボトルネックを軽減するためのものであり、物理的な建設時間をなくすものではない。むしろこの要請は、需要がいかに急速に、異例に幅広い供給元ポートフォリオさえ上回り得るかを示している。
MetaにはAIコンピュートを自社用に確保する理由があった
Metaのインフラは貸し出し収益を生み得るが、同じ能力がAnthropicとの競争力を守る役割も果たす。
Metaは中立的なクラウドプロバイダーではない。同社は基盤モデル、消費者向けアシスタント、ビジネスエージェント、広告システム、レコメンデーションエンジン、スマートグラス、エンタープライズソフトウェアを開発している。各プログラムは社内でインフラを奪い合っている。
同社が公表したインフラ戦略は、AI向けに最適化されたデータセンターのグローバルネットワークを説明している。Metaは、異なるチップを異なるワークロードに割り当て、独自のMeta Training and Inference Acceleratorシリコンを複数世代にわたって開発していると述べている。
MTIAチップは、Metaが自社のAIワークロード向けに設計したプロセッサだ。カスタムシリコンは汎用アクセラレータへの依存を減らせる一方、設計、導入、ソフトウェア統合には何年もの時間を要する。Metaは現在も、NvidiaやAMDを含む外部サプライヤーからチップを調達している。
Metaのインフラ需要は、単一のフロンティアモデルの学習をはるかに超える。同社のプラットフォームは数十億人のユーザーに利用され、レコメンデーションシステムは投稿、動画、広告、その他のコンテンツを継続的に順位付けしている。生成AIは、その基盤の上にさらに大規模なワークロードを加える。
したがってAlexandr Wangは、外部との取引とMeta内部における機会費用を比較検討しなければならない。Anthropicに割り当てられるすべてのクラスタは、その期間中、Metaのモデル、製品ローンチ、実験、顧客向けワークロードには利用できなくなる。
リースは多額の収益をもたらし得る。また、MetaがAIインフラ提供事業者として運用する実践的な経験を得る機会にもなり得る。この可能性は重要だ。Metaは、自社モデル、エージェント、インフラを、より広範なエンタープライズ事業の基盤として打ち出し始めているためだ。
しかし、Anthropicは一般的な顧客ではない。Claudeは、開発者および企業での採用を巡ってMetaのモデルと競合している。Anthropicは主要クラウドを通じてもモデルを提供しており、企業には複数の流通経路が与えられる。Metaはそうした状況に挑もうとしている。
競争上のリスクは、目先の製品の重複にとどまらない。追加の計算資源は、Anthropicがより強力なモデルを学習させ、利用制限を緩和し、レイテンシを低減し、より多くのエンタープライズ顧客を獲得する助けとなり得る。その結果Metaは、自社インフラによって一部支えられた、より潤沢な資源を持つ競合と対峙することになる。
Metaも、使用されていないプロセッサすべてを余剰在庫として扱うことはできない。AIプロジェクトでは、大規模で相互接続された単位の容量が必要になることが多い。短期間の観測ではハードウェアが十分に活用されていないように見えても、クラスタを確保しておけば学習実行に向けた柔軟性を維持できる。
電力契約も別の制約を生む。データセンターには物理的にアクセラレータが設置されていても、そのすべてを最大稼働率で動かすだけの電力がない場合がある。冷却システム、ネットワーク機器、地域の送電網接続も同様に、有効な容量を制限し得る。
つまり、Metaの拒否は、同社が遊休チップを抱え込んでいたことの証明にはならない。この判断は、将来必要となる社内リソースが不確実であることを単に反映している可能性がある。新しいモデルや製品が後にそのリソースを必要とするかもしれない状況では、長期的なコミットメントを売ることはリスクになる。
短期レンタルと複数年にわたるパートナーシップの間には、戦略上の違いもある。一時的なリースはスケジュール上の空きを収益化できる。より大きな契約は、技術的な依存関係、情報共有、将来のアクセスに対する期待を生み出し得る。
連邦取引委員会はすでに、クラウド・パートナーシップのリスクを検討している。同委員会のスタッフは、計算資源へのアクセス、乗り換えコスト、機微な事業情報の交換に及ぼす潜在的な影響を指摘した。
この報告書は、Amazon、Google、Microsoft、Anthropic、OpenAIが関与する関係に焦点を当てていた。MetaとAnthropicの取り決めは異なる構造になるが、同様の疑問を提起する可能性がある。インフラ・パートナーシップは、どの開発者が重要な投入資源を受け取るか、またどのような条件で受け取るかに影響を及ぼし得る。
Metaは最終的に、選別した外部ワークロードが自社事業を支えると判断するかもしれない。しかし報じられた拒否は、インフラ所有者が公共事業体のように振る舞う必要はないことを示している。競争上の優先事項に従って容量を配分できるのだ。
これはAI市場に明確な分断を生み出している。Anthropicは主に計算資源をモデルサービスへと転換する。一方Metaは、同じインフラをAI研究、消費者向け製品、広告、エンタープライズソフトウェアにまたがって活用できる。
こうした幅広い社内需要は、Metaが容量を社内に保持する理由をさらに増やす。また、外部の研究所が緊急にリソースを必要とする場合、Metaに交渉上の優位性を与える。
真の逆転は、競合各社が互いの成長を左右するようになったことだ
フロンティアAI企業は依然としてモデルの主導権を争っているが、インフラへの依存によって、同じ競合相手との間で変動する提携を余儀なくされている。
従来のクラウド関係は比較的説明しやすい。プロバイダーがインフラを構築し、顧客がそれを借りる。フロンティアAIは、多くのインフラ所有者が競合するモデルも開発するようになったため、その境界を崩した。
GoogleはGoogle DeepMindとGeminiを運営する一方、AnthropicにTPUを提供している。MicrosoftはOpenAIを支援し、複数のモデル群を自社製品に統合しながら、AnthropicにAzure容量を販売している。AmazonはAnthropicに資金を提供し、Trainiumチップを供給し、Bedrockを通じてClaudeを配信している。
SpaceXは自社のAI戦略を追求しながら、Colossusに接続された容量をAnthropicに提供している。MetaはClaudeと直接競合し得るモデルやエンタープライズ製品を構築する中で、取り決めを検討した。
これらは単純なベンダー関係ではない。各取引には、協力、依存、競争が組み合わされている。需要が高まるとき、モデルのローンチが近づくとき、あるいは供給者が自社製品向けに容量を必要とするときには、バランスが変化し得る。
AnthropicによるMetaへの計算資源要請は、この構造を異例なほど可視化するものだ。報道によればAnthropicは、自社の成長に不可欠なリソースを競合相手に求めた。Metaはその要請を、商業的価値と競争上の結果の両方に基づいて判断できた。
この依存関係は、インフラ所有者に市場タイミングへの影響力を与える。容量ブロックの提供が遅れれば、学習が先送りされ、顧客利用が制約され、コストが増加する可能性がある。供給者は、競合を恒久的に排除しなくても、その競争上の地位に影響を与えられる。
同時に、すべての競合を拒絶すれば、貴重なインフラを無駄にすることにもなり得る。特に需要が確実になる前に企業が資本を投じる場合、データセンター経済は高い稼働率を求める。一時的な容量販売は、スケジュール上の空白期間に所有者がコストを回収する助けとなり得る。
この緊張関係は、提携がなぜ矛盾して見えることがあるのかを説明する。企業は遊休在庫が生じると予想する場合には競合へ容量を貸し出し、社内ワークロードが増加すれば別の要請を拒否するかもしれない。いずれの企業も新たな長期戦略を採用しなくても、判断は変わり得る。
顧客が気にかけるべきなのは、インフラの選択が製品の挙動に影響し得るためだ。容量の逼迫は、利用制限の厳格化、応答の遅延、利用可能なモデルの減少、地域制限、実効コストの上昇として表れることがある。新たな供給はこうした状況を覆し得るが、実際に稼働してからでなければならない。
開発者も集中リスクに直面している。モデルは複数のプラットフォームから利用できても、依然として少数のインフラ所有者に依存している場合がある。流通の多様性は、サービスの基盤における完全な独立を保証しない。
エンタープライズの購入担当者は、しばしばモデル品質、セキュリティ、レイテンシ、契約上の保護を評価する。同時に、プロバイダーが容量をどのように管理しているかも確認すべきだ。需要急増時には、予約済みスループット、地域での可用性、フェイルオーバー計画、ハードウェアの多様性が重要になり得る。
この出来事はまた、資金調達だけがどのAI研究所が勝つかを決めるという考えにも疑問を投げかける。資本は依然として必要だが、一部のインフラは即座に購入できない。送電網への接続、変圧器、建設労働力、高度パッケージング、アクセラレータの納入には、いずれも物理的なリードタイムがある。
潤沢な資金を持つ企業は将来の供給を確保する契約に署名できる。しかし、契約を即座に稼働中のクラスタへ変えることはできない。既存の施設、エネルギー契約、ハードウェア在庫を持つ企業には、財務資源だけでは再現できない優位性が生まれる。
ただし、この報道を過度に解釈すべきではない。Anthropicが存続を脅かすような不足に直面していることを証明するものではない。同社は複数の大規模な容量拡張を発表しており、その働きかけは苦境ではなく慎重な調達を反映している可能性がある。
また、Metaに持続的な計算資源の余剰があることも証明していない。Anthropicを拒否したことは、むしろその逆を示している可能性がある。Metaは自らの野心のために、利用可能なすべてのクラスタを必要としているかもしれない。
さらに、このやり取りは、モデルの進歩が生の計算資源に比例し続けることを確立するものでもない。アルゴリズムの改善、より良いデータ、モデル圧縮、推論最適化、専用ハードウェアは、電力消費の増加に見合う増加なしに有用な出力を高め得る。
最も確かな結論は、より限定的なものだ。計算資源の配分は今や、最高経営責任者レベルの競争戦略に影響を及ぼしている。競争関係があるからといって企業間の交渉が止まるわけではないが、協力は双方が十分な利益を見いだす場合にのみ続く。
この逆転は、インフラ所有者に異例の力を与える。ある研究所がモデル品質で先行していても、異なる動機を持つ組織に依存し続ける可能性がある。供給者はある製品カテゴリーで後れを取っていても、先行者が求める容量を支配できる。
そのためAI市場は、純粋なソフトウェア競争ではなくなりつつある。エネルギー、建設、ハードウェア、資金調達、長期契約が、ソフトウェアをどれほど迅速に改善できるかを左右する産業ネットワークに、ますます似てきている。
計算資源がボトルネックであり続けるかを示す3つのシグナル
次の局面は、稼働容量、顧客への利用制限、そしてMetaが外部AIワークロードに対応する意思によって測られる。
第1のシグナルは、Anthropicの提供スケジュールだ。同社が発表したAmazonの容量には、2026年中に予定される大規模なインフラが含まれる一方、Google、Microsoft、Nvidia、SpaceXも別の経路を追加している。
読者は、こうしたコミットメントが目に見えるサービス改善へと結びつくかを注視すべきだ。安定してより高い利用上限、容量警告の減少、地域での可用性向上、ピーク時の一貫した性能は、供給が需要に追いつきつつあることを示すだろう。
こうした改善が実現すれば、報じられたMetaの拒否は一時的な調達上の出来事に見えるだろう。たとえ逼迫した時期に利用可能なあらゆる選択肢を追求していたとしても、Anthropicの分散戦略は意図どおり機能したことになる。
新たに稼働した容量にもかかわらず制限が続くなら、需要は供給と同じ速さで伸びている可能性がある。それは、時折行われる学習実行ではなく推論が、より深いインフラ上の課題になったという結論を強めるだろう。
第2のシグナルは、Metaが外部顧客をどう扱うかだ。正式な計算資源レンタル製品、公開の容量マーケットプレイス、あるいは大規模な第三者向けリースは、Metaがインフラを社内製品を超えた事業と見なしていることを示すだろう。
そのような動きは、報じられた拒否と矛盾しない。Metaはタイミング、条件、競争上の懸念を理由にある取引を断りつつ、戦略的な重複がより少ない顧客を受け入れるかもしれない。顧客の正体は、Metaが収益と競争をどう均衡させるかを明らかにするだろう。
Metaがインフラをほぼ完全に社内に留め続けるなら、その拒否はより構造的なものに見える。それは、Metaが容量を主に自社のモデルおよび製品ロードマップを守るためのものと評価していることを示唆するだろう。
第3のシグナルは、Anthropicによる次の容量契約の形態だ。別のクラウド契約なら、マルチプロバイダー戦略を補強することになる。モデル競合、エネルギー企業、データセンター運営会社、または特化型GPUクラウドとの契約なら、供給者の境界が引き続き曖昧になっていることを示すだろう。
稼働開始日は、見出しに出る契約額より重要になる。数年後に始まる巨額のコミットメントは、当面の不足にほとんど役立たない。すでに電力が供給されている拠点における小規模なブロックの方が、短期的にはより重要になり得る。
契約の柔軟性も重要になる。長期のコミットメントは供給を確保できるが、購入者をハードウェアの変化と需要の不確実性にさらす。短期の取り決めは柔軟性をもたらす一方、コストが高くなったり、保証が弱くなったりする可能性がある。
規制当局も、こうした提携がアクセスにどう影響するかを注視するだろう。大規模なインフラ所有者が最良の容量を系列の研究所向けに確保すれば、資金を持つ小規模開発者であっても苦戦しかねない。所有者が広く提供すれば、コンピュートはより開かれた市場になり得る。
開発者や企業の購買担当者にとって、実務的な対応は、どの研究所が勝つかを予測することではない。プロバイダー、地域、モデルファミリーをまたいだレジリエンスを評価することだ。APIの下に隠れた依存関係は、需要が急増した際に表面化する可能性がある。
チームはベンチマークスコアと併せて、サービス制限も追跡すべきだ。不足が発生する前に代替モデルをテストしておく必要がある。インフラ上の制約は予告なく可用性に影響し得るため、重要なワークフローには現実的なフォールバックが必要となる。
報じられたAnthropicによるMetaへのコンピュート要請は、業界が抱える現在の矛盾を浮き彫りにしている。AI企業はインフラに歴史的規模の資金を投じている一方で、CEOが競合相手に直接電話をかけるほど、運用可能な容量はなお不足している。
Metaの回答は、報道によれば「ノー」だった。より重要なのは、その回答が一時的なスケジュール上の衝突、真の余剰能力の不足、あるいは競合相手への提供を拒む戦略的判断のどれを反映していたのかという点だ。
Anthropicのサービス信頼性、Metaの外部向けインフラ計画、そして今後の契約における稼働開始日を注視すべきだ。これらのシグナルを総合すれば、ボトルネックが緩和しているのか、それとも単に供給者間を移動しているだけなのかが見えてくる。
最先端モデルを基盤に構築する人にとって、教訓は明白だ。モデルの品質は信頼性の一部にすぎない。容量がどこから来るのか、いつ運用可能になるのか、そして供給者が優先順位を変えた場合に何が起こるのかを問うべきである。AIにおける次の大きな変化はモデルのリリースから始まるかもしれないが、経営幹部が承認または却下するデータセンター容量の割り当てから始まる可能性もある。
