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長い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が重点的に示したComputer Useである可能性があります。Kimの論理はこうです：Chatbotは数億人が推論計算能力を消費し始め、Reasoningは各回答により多くの計算を必要とし、Coding Agentはモデルが「1回の回答」から数十分、さらには数時間にわたって連続的に作業するように変わりました。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労働者に拡大しています。

KimはNvidiaと半導体投資に長期的に注目しており、彼が設立したNewsletter Key Context自体が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起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の発表前、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、これが冒頭で言及された計算能力のピークに対する疑問にもつながりました。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

AI計算能力の最初の3回の「指数的成長」は、過去数年間に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1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持ち込みました；Reasoning（推論）モデルは、1つの問題に対して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」という物理的制約を突破し始めています。

OpenAIは9月6日に内部データの一部を公開しました。今年の8月中旬までに、会社の研究者の中で、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、使用量が90パーセンタイルの研究者は毎日7000ドルを超えました。Business Insiderによると、OpenAIのデータを整理した結果、7月の中央値は約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；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作業できる「デジタルプロセス」が現れ始めたことを意味します。「人の入力速度」の物理的制約を受けなくなりました。現在、1人が3、4のエージェントを持続的に作業させたり、エージェントにサブエージェント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量単位も、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

Coding Agentは急速に成長していますが、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の発表後、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モデリングを完了させました。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」となり、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」となります。

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。

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、これもまだ可能性に過ぎません。

OpenAIはAstra発表後のComputer Useの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、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」と確実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発表後、Tencent Techは、一部の開発者コミュニティで定量化が難しいが注目すべきフィードバックが現れ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たようです。

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、アジア太平洋地域のサービスに性能低下が発生したことを報告し、ChatGPT、Work、Codex Cloudなどの複数の製品に影響を与えました。4日後、OpenAIはNvidiaがサポートするデータセンター運営者Firmusと数年契約を結び、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の負荷上昇によりアジア太平洋ユーザーにモデル推論の予算を減少させたり、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「アジア太平洋の知能低下」は、少なくとも3つの異なる要因が混ざっ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、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、より失敗しやすく、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、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：

同一モデル、同一プラン、同一タスクにおいて、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のかどうか。

これらのデータを得るまで、「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、ユーザーがGPT-6 Astraの「容量が満杯」の通知を公開し、自分の4つのアカウントが正常に使用できないと述べ、システムが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、「モデル満載」をAI需要が再び高まる信号と見なしました。

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取り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つのは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になる場合、必要なのは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さらに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、主要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、同一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さらに増加します。

しかし、警戒すべきは、資本市場にも自らの「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による数日の反発は、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。

実際の企業の仕事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るか、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てるかは、全く異なる問題です。

第二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 等価 作業を 完了するのに、 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、市場のスペースは全く異なります。

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せ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を示唆しています。

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れば、大量のタスクはマウスやキーボードの模倣を続ける必要がなくなります。

最終的にもっと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旧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を可能にする」ものではなく、「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組み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規模な作業環境に入ることができます。

これがKimが言う「第四の指数成長」が本当に検証する価値のある部分であり、「Computer Useは敷居を越えるものなのか、それとも再びパラダイムの変化なのか？」です。

GPT-6以降、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、再び通じ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負かしていますが、今回は違うのでしょうか？