G20で示されたAI競争の現実：各国はデータセンターと電力を自前で確保できるか

チャペルヒルで開かれた会合の最大の論点は、新しいAIモデルや詳細な規制条約ではなかった。浮かび上がったのは、AIインフラが国家の経済力そのものになりつつあるという戦略的な見方だ。NVIDIAのCEO、ジェンスン・フアン氏は、各国が自国のAI経済を支えるデータセンターや関連システムを整備すべきだと訴えた。OpenAIのCEO、サム・アルトマン氏も、AIの導入、投資、実装を進める方向性を後押しした。

その一方で、米国はAI規制を抑制的に設計する「カロライナ原則」を推進した。会合の中心にあったのは、AIの経済的な恩恵を取り込むにはどうすればよいのか、そして急速な導入が安全策、電力供給、行政や公共制度を追い越さないようにするにはどうすべきか、という政策上のトレードオフだった。

各国にAIの「自前の能力」が必要な理由

フアン氏の主張は、AIを恒久的に海外のサービスとして利用するだけでは不十分だというものだ。各国政府は、計算資源からAIを活用する人材や企業まで、AIのバリューチェーンのどの部分を国内で育てるのかを判断する必要がある。

その議論の中心となったのがデータセンターだ。フアン氏は、データセンターを国内AI経済の土台と位置づけ、会合をめぐる報道でも、雇用、投資、幅広い経済活動との関係が指摘された。

2日目の議論に参加したアルトマン氏は、AIを実際に社会や産業へ展開する側面を強調した。会合では、AIの導入、経済成長、労働力の確保、サイバーセキュリティー、増大するエネルギー需要などが議題になったと報じられている。

つまり、AI経済を築くために必要なのは、チャットボットやモデルAPIへのアクセスだけではない。計算能力、電力、技術者、そしてAIアプリケーションを開発して事業化できるエコシステムが必要になる。

「カロライナ原則」は何を目指すのか

トランプ政権はこの閣僚会合で、規制を大幅に強化するよりも、イノベーションと導入を優先する枠組みとして「新興技術のためのカロライナ原則」を打ち出した。14

原則が掲げる大きな目標は、次の3点だ。

• 基礎研究への投資
• 技術の開発と商業化の経路の強化
• 既存の業種別ルールを適用できる場合はそれを活用し、新たな規制は本当に新しい問題に限る、信頼できる導入の促進 4

このアプローチは、AIを対象とする新たな包括的監督機関を設けることにも慎重な立場を取る。13

もっとも、これは「AIを無規制にする」という意味ではない。既存法で対応できる問題には既存法を使い、既存の監督では扱えない新たな問題が生じた場合にのみ追加措置を講じる、という考え方だ。

フアン氏が示した「現実の被害」と仮想的なリスクの違い

フアン氏のもう一つの重要な論点は、実際に確認できる被害と、将来起こるかもしれない仮想的なシナリオを区別することだった。チャペルヒルでの発言をめぐる報道によると、同氏は政府に対し、現実世界で発生している具体的な被害を規制するよう促した。想像上のリスクを主な根拠に政策を作れば、AIがもたらす機会を逃しかねないとの警告も示した。

この考え方は、AI政策をめぐる対立の核心にある。規制を軽くすべきだと考える側は、事前規制によって恩恵が明らかになる前に投資や導入が鈍る可能性を指摘する。一方、批判的な立場からは、被害が広がるまで待てば、規制当局が事後対応に追われることになるとの反論が出る。

今回の会合は、この対立に決着をつけたわけではない。早期導入を進め、具体的な被害を対象に規制する立場と、影響がまだ不確かな技術についてはより慎重に進める立場を、並べて示した形だ。

雇用も「インフラ整備」の一部に

チャペルヒルでの議論では、人材や労働力の確保も大きなテーマとなった。政策担当者と技術業界の幹部は、AIの成長を支えながら、労働力不足や導入拡大に伴う人材需要にどう対応するかを議論した。

フアン氏のより広い見方では、AIは人間の仕事をすべて機械に置き換える単純な技術ではなく、労働者や企業ができることを変える技術だとされる。ただし、会合での雇用に関する発言を逐語的に再現できる十分な報道は確認されていない。現時点で確実に言えるのは、データセンター、電力、技能と並び、人材育成が国内AI基盤の一部として扱われたことだ。

最大の物理的制約は電力

インフラ整備には、すぐに表面化するボトルネックがある。電力だ。AIデータセンターは大量の電力を必要とし、会合に参加したテクノロジー業界の幹部らも、追加の計算能力を支えるエネルギー規模を強調した。

そのためAI政策は、エネルギー政策や都市・産業計画の問題でもある。国内の計算能力を増やしたくても、発電設備、送電網への接続、適地、施設を速やかに建設する能力が必要になる。AIの供給力を決めるのは、半導体やモデルだけではない。

AIインフラは地政学的なインフラでもある

チャペルヒルの議論は、米中のテクノロジー競争が激しさを増す環境で行われた。その背景の一つが、オープンウエートモデルの重要性の高まりだ。オープンウエートモデルは、基盤となるシステムをダウンロードし、実行・カスタマイズできる。中国発のオープンウエートモデルをめぐる報道は、モデルへのアクセスや管理が、単なる製品選択ではなく戦略上の問題になっていることを示している。18

したがって、国内インフラには二つの意味がある。経済面では、AIが生み出す価値を自国でより多く取り込める可能性がある。戦略面では、海外の計算資源、モデル、技術供給企業への依存を減らせる。G20のパートナー国にイノベーション重視の共通枠組みを促す米国の取り組みも、テクノロジーのエコシステムと陣営をめぐる広い競争の一部だった。11

チャペルヒル会合が示したもの

9月1〜2日に開かれた閣僚会合は、2026年後半にマイアミで予定されるG20首脳会議に先立ち、議論の方向性を形づくるための、米国主催による初期段階の会合の一つだった。68

重要だったのは、最終的な答えを出したことよりも、議論の前提を設定した点にある。米国は、各国がAI能力を速やかに整備し、可能な限り既存ルールを使い、仮想的な被害を主な根拠とする規制を避けるという構想を示した。フアン氏とアルトマン氏は、投資と導入を求める産業界側の論拠を提供した。

一方で、未解決の課題は多い。各国にどの程度の国内計算能力が必要なのか、データセンターや電力の費用を誰が負担するのか、労働者はどう適応するのか、そしてリスクが新たな規制を正当化するほど具体的な被害になったと判断する基準は何か。こうした問いへの答えが、インフラ優先の戦略がG20の共通方針になるのか、それとも米国の主張にとどまるのかを左右する。