AIエージェント9000億の未来像――ファーウェイが示した10の技術課題

ファーウェイが描くのは、人がアプリを一つずつ操作する世界から、AIエージェントが状況を把握し、推論し、ツールを使いながら継続的に働く世界への移行だ。同社は2026年9月16日、10の技術的方向性を示す報告書『Intelligent World 2035: Turning Vision into Action』と、知能化する経済への道筋を扱う『Global Digitalization and Intelligence Index 2026』（GDII 2026）を発表した。1017

「9000億」は実績ではなく、2035年の想定

ファーウェイは、2035年の世界人口を90億人、これを支えるAIエージェントを9000億と見込む。世界の年間トークン消費量は10万倍に増え、AIのトークン通信量の90％超をエージェントが生み出すという予測も示した。ここでいうトークンは、AIモデルが情報を読み書きする際の処理単位だ。9000億という数字は同社の以前の展望にも登場しており、現時点で稼働しているエージェントの数ではない。7916

エージェントが推論、情報検索、ツールの呼び出し、やり取りを繰り返せば、単発の質問に答えるAIとは計算資源や記憶、通信への負荷が異なりうる。ただし、その大きさは設計や使い方次第だ。この予測を、あらゆる事業者に共通する必要設備量とみなすべきではない。69

10の方向性は、エージェントを動かす基盤全体に及ぶ

1. 物理世界に対応するAIとAGI：言語、身体を通じた理解、科学研究に関わる知能を進め、デジタル空間の外でも働くAIを目指す。8
2. 大規模な計算クラスター：SuperPoD型の拡張を含め、クラスター規模を100倍にしつつ、エージェントのタスク当たりコストを1000分の1にすることを目標に掲げる。達成済みの性能ではない。818
3. 信頼できる保存・記憶システム：データを利用可能な知識や記憶に変え、因果関係の正確さや情報の追跡可能性を保つ。9
4. 知能化した通信：通信システムにAIを組み込み、エージェント間の接続や利用体験を支える。9
5. 「Tau Scaling」による半導体設計：回路の微細化を中心とする考え方から、時間軸に着目した設計へと移り、遅延と電力効率の改善を探る。817
6. Agent OS：エージェントの連携、実行、記憶、接続を支える基盤をつくる。917
7. 端末をまたぐ知能：サービスを一つの機器に閉じ込めず、複数の端末に広げる。1017
8. 知能化した運転：車を、物理世界で活動するAIの場として捉える。410
9. AIデータセンターの効率化：拡大するAI基盤に必要な電力供給と冷却に取り組む。10
10. エージェントのセキュリティーとプライバシー：自律的に行動するソフトウエアを制御し、情報を守る仕組みを整える。110

これらは個別の製品一覧ではない。能力の高いエージェントを動かすには、計算コストだけでなく、記憶、通信、電力、行動を制御する仕組みを併せて考える必要がある、というのが同社の提案だ。特定の構成がすべての用途に適することを示したものではない。810

導入を考えるなら、予測値より自社のタスクから

事業者がまず確かめたいのは、「エージェントが何体になるか」より、実際にどんな仕事を、どの頻度と応答速度で処理するかだ。利用量に応じた通信量と遅延を見積もり、クラスターの大きさだけでなく完了したタスク当たりのコストを比べる。そのうえで、電力・冷却・記憶・ネットワークの制約と、エージェントが参照する情報の信頼性、アクセス権限や行動の制御を確認する。クラスター100倍、タスクコスト1000分の1という目標は、調達仕様ではなく、計画を検証するための問いとして扱うのが妥当だ。89