ジェンスン・フアンが語るAIの次章：Agent、オープン化、物理AI

導入

ジェンスン・フアン氏のY Combinatorでのインタビューは、NVIDIAの成功談というより、同社がどのように考え、失敗から立て直してきたかを示す内容だった。彼が強調したのは、チップそのものよりも、重要なアルゴリズムを見つけ、それを加速するために技術スタック全体を作り替える姿勢だ。

重要ポイント

• NVIDIAの出発点は順風満帆ではなかった。 フアン氏によれば、創業初期に選んだPC向け3Dグラフィックスの技術路線は根本的に間違っていた。1995年前後、会社の存続が危うくなるなか、彼はOpenGLやレンダリングパイプラインの教科書を買い、チームに学び直しを促した。この経験が「重要なら学べばよい」という文化につながった。

• 本当の賭けは加速計算だった。 NVIDIAが狙ったのは、単に優れた半導体を作ることではない。CPUだけでは難しい問題を、アクセラレータで解けるようにすることだった。グラフィックス、分子動力学、画像処理、深層学習はいずれもその延長線上にある。

• Agentは新しいソフトウェア形態である。 フアン氏は、Agentが100%正確でなくても価値はあると見る。80%を処理し、残りを人間が補えるなら、生産性は十分に高まる。次の焦点は、生成能力そのものよりも、人間がどこまで精密に制御できるかだ。

• オープンな生態系がAIを支えてきた。 彼が2026年になって初めてXに投稿した理由は、オープンウェイトとAIリーダーシップの議論が重要だったからだという。Linux、Kubernetes、TensorFlow、PyTorchなどの開かれた基盤なしに、現在のAIは成立しなかったという見方を示した。

• 物理AIが次の成長領域になる。 ロボットや自動運転は、AIが世界を認識する段階から、物理世界で行動する段階へ進む試金石だ。物理シミュレーション、強化学習、世界モデル、Sim-to-Realの移行が実用化の鍵になる。

意味と影響

このインタビューが示すのは、AI競争が単なるモデル性能の争いではなく、半導体、データセンター、ソフトウェア、Agent、ロボットを含む全体設計の競争になっているということだ。企業には自社データと業務に合ったAIを持つ必要性が高まり、個人には基礎科学、システム思考、継続的な学習力がより重要になる。フアン氏の助言はシンプルだ。完璧な準備を待つのではなく、今日の問題を解き、明日へ一歩進むことだ。

出典：量子位