NVIDIA のジェンスン・フアン氏による最新 Lex Fridman ポッドキャストへの出演。2 時間半に及ぶ深対話は、チップ設計から人間の意識に至るまで、ほぼ全てのトピックを網羅しています。
要約
1. CUDA は NVIDIA を破滅寸前まで追いやった。 かつて CUDA を GeForce に搭載するという決定は、同社のコストを 50% も急増させ、時価総額を 70〜80 億ドルから 15 億ドルへと暴落させました。ジェンスン・フアン氏はこの重圧を 10 年間耐え抜きましたが、まさにこの一手が、今日の CUDA による支配的地位を確立することになりました。
2. 60 名の直轄部下、一対一の会議は行わない。 フアン氏の経営陣は GPU、CPU、光学、メモリなど各分野の専門家 60 名以上で構成されています。すべての問題は「集団的推論」によって解決され、一対一の会話は行われません。NVIDIA という企業そのものが「極限の共創設計（エクストリーム・コデザイン）」を行っているからです。
3. 4 段階のスケーリング則。 事前学習、事後学習、推論時、エージェント的行動。これら 4 つのスケーリング則は相互に連関しています。フアン氏によれば、知能の拡張は最終的に「計算能力」という 1 つの事象に帰着すると言います。
4. OpenClaw は「トークン版 iPhone」である。 フアン氏は OpenClaw を「トークン版 iPhone」と繰り返し呼び、生成 AI における ChatGPT の意味と同じように、エージェントシステムにとっても画期的な存在であると位置づけています。
5. 「我々は既に AGI を実現したと信じている」。 「価値 10 億ドル以上の企業を創出する」という基準で言えば、AGI は既に到来しています。ただし、10 万個のエージェントに NVIDIA を作らせようとしても、成功確率はゼロですが。
6. プログラマーは増え続ける。 プログラミングの定義が変わろうとしています。3000 万人から 10 億人へ。未来では大工も会計士も農家も、自然言語で「プログラミング」できるようになるからです。
7. NVIDIA はシェアを奪うのではなく、市場を創出する。 フアン氏によれば、NVIDIA の課題は「奪うべきシェアが存在しない」ことです。成長のほぼ全てが、全く新しい市場から生まれています。
8. TSMC と 30 年間、契約書は交わしていない。 フアン氏はモリス・チャン氏から TSMC の CEO 就任を打診されましたが、これを固辞しました。30 年来、数百億ドル規模の取引をしてきましたが、契約書は 1 枚も交わしていません。すべては信頼関係のみで成り立っています。
9. 知能はコモディティ化し、人間性こそが超能力となる。 フアン氏のチームには彼より賢い人間が 60 人いますが、彼は中央に座って全員を調整します。彼の持論は、「知能の商品化」に不安を抱くのではなく、重視すべきは「人間性（humanity）」であるということです。
10. 職務中に死にたい。 フアン氏は「後継者計画」を信じていません。彼のやり方は、知識、判断力、経験を、日々の業務の中で周囲の全員に伝え続けることです。
以下、インタビューの全文です。
CUDA への「命がけの賭け」
Lex：CUDA は結果として極めて輝かしい決断となりました。しかし、その決断を下した当時、どのような状況だったのでしょうか？
ジェンスン・フアン：
あれほどまでに「存亡に関わる脅威」であった戦略的決断は、他にはないでしょうね。
CUDA は私たちが加速できるアプリケーションの範囲を広げましたが、ここで問題が生じました。いかにして開発者を惹きつけるか？開発者がプラットフォームに集まるかどうかは、技術がどれほど派手かとは無関係で、重要なのはインストールベースの規模です。アーキテクチャを定義づけるのはインストールベースであり、他は二の次なのです。
x86 ほど罵倒されたアーキテクチャはありません。しかし、生き残りました。同時に存在していた美しい RISC アーキテクチャの多くは、ことごとく失敗に終わっています。
当時の私たちの考え方はこうでした。「GeForce はすでに年間数百万個も売れている。ならば、ユーザーが使うか使わないかに関わらず、すべての GeForce に CUDA を搭載してしまおう」。そして大学での普及活動、書籍の執筆、講義の実施、エコシステムの育成に乗り出しました。
問題は、CUDA が GPU のコストを劇的に引き上げてしまったことです。当時の粗利益率は 35% でしたが、コストが 50% も跳ね上がり、利益がすべて吹き飛んでしまいました。企業の時価総額は 70〜80 億ドルから 15 億ドルへと暴落しました。
その状況下で……長い間耐え抜き、GeForce によって少しずつ這い上がってきたのです。よく言うのですが、「NVIDIA という家は GeForce が建てたようなもの」だと。GeForce があったからこそ、CUDA はあらゆる研究者、科学者、学生の手に届くようになったのです。
Lex：その存亡の危機に、どのようにしてそのような決断を下したのですか？
ジェンスン・フアン：
突き詰めれば、それは好奇心に駆り立てられたまでのことです。ある時点で、私の推論システムが「これは必ず起きる」とあまりにも明確に告げたのです。一度、頭の中でそれを確信してしまえば、ご存知の通り、未来を具体化（manifest）しようとするでしょう。その未来はあまりにも説得力があり、起きないはずがないと信じるのです。その過程には多大な苦痛が伴いますが、自分が信じるものを信じ続けなければならない。
リーダーシップにおいて、私は「年末の大改革」など行いません。一斉解雇や大規模な組織再編、新しいロゴへの変更なども行いません。新しいことを学べば、すぐに周囲と共有し始めます。一歩ずつ、一人ひとりの認知システムを形成していくのです。そして、私が「ディープラーニングに全力投球する（all in）」と宣言したその日、人々の心の中ではこう思っていました。
「なぜ今さらそれを言うのか」とね。
極限の共創設計（エクストリーム・コデザイン）
Lex：ジェンスンさんは NVIDIA を、単一チップ設計からラック単位の設計へと導き入れましたね。「極限の共創設計（extreme co-design）」とは何でしょうか。また、最も困難な部分は何ですか？
ジェンスン・フアン：
もはや問題は 1 台のマシンには収まりきらないのです。1 万台のコンピュータを追加しても、100 万倍のスピードアップを求められます。その際、アルゴリズムの再構築、パイプラインの分割、データの分割、モデルの分割が必要になります。すべてがボトルネックになり得るのです。
これがアムダールの法則の問題です。計算が作業全体の 50% しか占めていなければ、計算速度を 100 万倍に加速しても、全体としては 2 倍にしかなりません。
だからこそ、CPU、GPU、ネットワーク、スイッチ、電力、冷却……ありったけの技術を総動員しなければならないのです。さもなければ、線形拡張するか、すでに鈍化しているムーアの法則に頼るしかなくなります。
Lex：チームの規模はどれくらいですか？
ジェンスン・フアン：私に直接報告する人間は 60 名以上います。
Lex：では、どのようにコミュニケーションを取るのですか？
ジェンスン・フアン：
一対一の会議は行いません。問題を取り上げ、全員で攻め込みます。私たちが行っているのが「極限の共創設計」である以上、企業そのものもまた「極限の共創設計」を行っているからです。
冷却スキームについて議論していても、ネットワーク担当、メモリ担当、電力担当の人間がそばで聞いています。去りたければ去ればいい。しかし、参加すべき人間が参加していなければ、私が引っ張り出します。
Lex：Vera Rubin の Pod（計算ユニット）はどれほどの規模ですか？
ジェンスン・フアン：7 種類のチップ、5 種類のラック、40 基のラック、1200 兆個のトランジスタ、約 2 万個の NVIDIA ダイ、1100 個以上の Rubin GPU、60 エクサフロップス、10PB/s の帯域幅。これが Pod 1 基あたりの規模です。
私たちは週に約 200 基の Pod を生産しています。
Lex：これほど複雑で、簡潔さはまだ追求目標ですか？
ジェンスン・フアン：
私が最もよく口にする言葉はこれです。「複雑さは必要最低限にし、可能な限りシンプルにせよ」とね。
4 段階のスケーリング則
Lex：スケーリング則をまだ信じていますか？
ジェンスン・フアン：信じています。それどころか、今やスケーリング則はより多様化しています。
Lex：4 つ挙げられていますね。事前学習、事後学習、推論時、エージェント的行動。最も懸念しているボトルネックはどれですか？
ジェンスン・フアン：
かつて人々がボトルネックだと思っていたものを振り返ってみましょう。
事前学習の段階で、イリヤ・サツケバー氏が「データが尽きた」といった趣旨の発言をし、業界はパニックに陥り、「AI はもう終わりだ」と思いました。もちろん、それは誤りです。私たちはトレーニングデータ量を拡大し続けます。膨大なデータは合成データになるでしょう。
多くの人々は合成データを理解していませんが、実は私たちが互いに教えるために使っているデータの大多数は、もともと「合成的」なものです。自然界から生えてきたわけではなく、人間が作り出したものなのです。AI は今や実データを取り込み、それを強化し、膨大な新しいデータを合成生成できます。つまり、トレーニングのボトルネックはデータから計算能力へと移ったのです。
次は推論時です。「推論なんて簡単なものだ。推論用チップはもっと小さく、安く作れる。NVIDIA のような巨大なものは必要ない」と言う人々もいました。
この発想は私には論理的に思えません。推論とは思考することです。思考は読書よりもはるかに難しいのです。
事前学習は本質的に記憶と汎化、つまり「読む」ことです。一方、推論は「考える」こと。推論、計画、検索、問題の分解などを行っています。それが計算量が少ないはずがありません。
そしてエージェント層です。1 つのエージェントはツールを呼び出し、データベースを検索し、調査を行い、最も重要なのは、多数のサブエージェントを生成できることです。
NVIDIA の拡張は、私自身を拡張するよりも、より多くの従業員を雇う方が簡単です。次のスケーリング則は「エージェント・スケーリング」、本質的には「AI による AI の掛け算」なのです。
この 4 つの層が循環することで、知能の拡張は最終的に 1 つの事象に帰着します。それは「計算能力」です。
OpenClaw における「iPhone の瞬間」
Lex：昨年 12 月以来、人々は突然目覚めたようです。Claude Code、Codex、OpenClaw などが登場していますが、何か特別なことが起きているのでしょうか？
ジェンスン・フアン：
OpenClaw がエージェントシステムにとって持つ意味は、生成 AI における ChatGPT のそれと同じです。これがこれほどまでに注目されているのは、一般のユーザーも利用できるようになったからです。
OpenClaw はまさに「トークン版 iPhone」です。史上最速のペースで成長したアプリケーションです。文字通り右肩上がりです。
Lex：認めなければなりませんが、空港への道中、私は……公衆の面前でノートパソコンに向かって話しかけ、プログラミングをしていました。人間同僚と会話しているふりをしていたので、かなり気まずかったですよ。
ジェンスン・フアン：
将来的には、あなたの AI が絶えずあなたに話しかけてくる可能性の方が高いでしょう。なぜなら、AI の作業スピードがあまりに速く、ずっと「完了しました。次は何ですか？」と報告し続けるからです。今後、あなたと最も多く会話をする相手は、あなたの Claw、つまりあなたの🦞（ロブスター）になるはずです。
エージェントの安全境界
Lex：セキュリティの問題はどうでしょうか。これほど強力な技術において、ユーザーデータの安全をどう確保しますか？
ジェンスン・フアン：
私たちは直ちにセキュリティの専門家チームを派遣し、「OpenShell」と呼ばれるものを開発しました。これはすでに OpenClaw に統合されています。また、NemoClaw も公開しました。
中核となる原則はこうです。エージェントシステムには 3 つの能力があります。機密情報へのアクセス、コードの実行、外部との通信です。私たちは、これら 3 つの能力を同時に開放することは決してなく、常に最大 2 つまでしか開放しないことを保証します。
この 2 つの能力の範囲内で、さらに企業レベルのアクセス制御とポリシーエンジンを追加します。これにより、エージェントに作業を行わせつつも、暴走を防ぐことができるのです。
アクセラレーターからコンピューティングプラットフォームへ
Lex：NVIDIA は GPU アクセラレーター企業から、いかにしてコンピューティングプラットフォーム企業へと進化していったのですか？
ジェンスン・フアン：
アクセラレーターの問題は、応用分野が狭すぎることです。市場規模が研究開発能力を決定し、その研究開発能力が、コンピューティング分野でどれだけの影響力を持てるかを決定します。
だからこそ、射程距離を広げなければなりませんでした。しかし、専門性を捨てるわけにはいきません。この 2 つの言葉の間には本質的な緊張関係があります。汎用的であればあるほど専門的ではなくなり、専門的であればあるほど汎用的ではなくなる。私たちはその中間にある極めて狭い道を見つけなければならなかったのです。
第 1 歩は、プログラマブルなピクセルシェーダーを発明することでした。これがプログラマビリティへの第 1 歩です。
第 2 歩は、シェーダー内に IEEE 準拠の FP32 を導入することでした。これは極めて重要でした。なぜなら、それまで CPU で科学計算を行っていた人々が突然、気づくからです。「この GPU は圧倒的な計算能力を持ち、しかも IEEE 規格に準拠している。自分のコードをここに移せるぞ」と。
そして、FP32 の上に C 言語を載せました。Cg と呼ばれるものです。Cg は進化を続け、CUDA へと至りました。
すべての段階で、計算の「絞り（アパーチャ）」を広げつつ、中核となる加速能力は守り続けてきました。一歩ずつ、10 年以上かけてです。
電力とサプライチェーン
Lex：AI 拡張における最大のボトルネックは何ですか？
ジェンスン・フアン：
電力が問題です。しかし、それゆえに私たちは「極限の共創設計」に必死に取り組んでいるのです。1 秒間、1 ワットあたりのトークン生成量を毎年 1 桁ずつ向上させる必要があります。過去 10 年間、ムーアの法則により計算能力は 100 倍になりましたが、私たちは 100 万倍に向上させました。
あなたのプラットフォームを借りて、ぜひ呼びかけたいことが 1 つあります。
私たちの電力網は、「最悪の事態」を想定して設計されています。しかし、時間の 99% は最悪の事態にはなりません。電力網は通常、ピーク需要の 60% 程度しか稼働していません。残りの容量は遊休したままです。
私がやりたいのは、電力会社と新しい種類の契約を結ぶことです。通常時は彼らの遊休容量を利用し、異常気象の際にはデータセンターが自動的に消費電力を落とすというものです。ワークロードを別の場所に移すか、コンピュータの速度を落としてエネルギー消費を減らすだけです。サービスの質がわずかに低下するだけのことです。
Lex：何がそれを妨げているのですか？
ジェンスン・フアン：
3 者の問題です。エンドユーザーはデータセンターに常時稼働を求めます。データセンター事業者の契約担当者は「6 ナイン（99.9999%）」の SLA（サービスレベル契約）を結びますが、CEO はそれを知らないかもしれません。そして電力会社も単一のコミットメントレベルしか提供していません。
この 3 者が調整を行えば……電力網には大量の遊休電力が既に存在しており、それこそが最も簡単に手に入る資源なのです。
Lex：サプライチェーンについてはどうですか？ASML の EUV、TSMC の CoWoS パッケージ、SK ハイニクスの HBM、こうしたボトルネックは気がかりではありませんか？
ジェンスン・フアン：常に処理していますよ。私は各サプライヤーの元へ飛び、CEO たちに私たちの成長ロジックを説明します。数年前、私は数社の DRAM 企業の CEO を説得し、HBM への投資を促しました。当時 HBM はごく一部のスーパーコンピューターでしか使われておらず、狂気の沙汰に聞こえたでしょう。また、携帯電話用の低消費電力メモリをスーパーコンピューター向けに適合させるよう説得もしました。
彼らは創業 45 年史において過去最高の売上高を記録しました。それも私の仕事の一部です。サプライチェーンの川上から川下までを形成し、刺激を与えることなのです。
Lex：心配ですか？
ジェンスン・フアン：いいえ、心配していません。
Lex：なぜですか？
ジェンスン・フアン：
私が彼らに必要としているものを伝え、彼らがそれを理解し、彼らが何をするかを示してくれたからです。そして、彼らがそれを成し遂げてくれると信じているからです。
イーロン・マスクと Colossus
Lex：イーロン・マスク氏と xAI がメンフィスで 4 ヶ月で Colossus スーパーコンピューターを建設したことについてはどうお考えですか？
ジェンスン・フアン：
マスク氏は多くの分野で深い関わりを持っており、同時に優れたシステム思考の持ち主でもあります。彼はすべてを疑います。第一に、それは必要か？第二に、そのように行わなければならないか？第三に、それほど時間がかかる必要があるか？
彼はすべてを必要最小限に圧縮し、製品に必要な機能はすべて残します。極度のミニマリズム、システムレベルでのミニマリズムです。
そして、彼は自ら現場に立ちます。問題があれば、そこへ行く。「問題がどこにあるか見せてくれ」と。その緊急性を自ら示せば、全員がそれに追随して緊急性を持つようになります。
Lex：彼の会議には私も同席したことがあります。エンジニアと一緒に床にうずくまり、ケーブルをラックに挿す方法を研究していました……
ジェンスン・フアン：ええ。NVIDIA にも「光速（Speed of Light）」と呼ばれる類似の方法論があります。これは単なる速度に関するものではなく、「物理的限界はどこか」という私のための略語です。
あらゆる事象を光速と比較します。メモリの速度、計算能力、消費電力、コスト、時間、人的資源、製造サイクル。まず物理的限界を特定し、その後にエンジニアリングを行います。
私は「継続的改善」という考え方は好きではありません。「今は 74 日かかっているが、72 日に短縮できる」とは言わないでほしい。ゼロから問い直したい。「第一原理に基づけば、最短で何日で可能か？」と。答えは「6 日」かもしれません。残りの 68 分には、様々な妥協やコスト最適化の理由があるでしょう。少なくとも、ギャップがどこにあるかは分かります。
6 日が可能だと分かれば、74 日から 6 日への対話ははるかに有意義なものになります。
中国は「建設者の国」
Lex：ジェンスンさんは最近、中国を訪問されましたね。中国はこの 10 年間、いかにしてこれほど多くの世界的ハイテク企業を築き上げてきたのでしょうか？
ジェンスン・フアン：
世界の AI 研究者の約半数は中国系であり、その大部分は今も中国にいます。彼らのハイテク産業はちょうどモバイルクラウドの時代と重なり、その貢献方法はソフトウェアでした。この国の子供たちは数学と科学の教育が極めて優れており、現代のソフトウェアにも非常に精通しています。
中国は単一の経済圏ではありません。各省、各市の市長たちが互いに競い合っています。だからこそ、これほど多くの電気自動車企業や AI 企業が生まれるのです。競争は極めて熾烈で、生き残った企業はすべて驚異的です。
さらに、彼らの社会文化は「家族が第一、友人が第二、企業が第三」です。エンジニアの兄弟があの企業に、同級生がこの企業にいて、知識の伝播が極めて速いのです。
本質的に彼らは常にオープンソースなのです。ですから、オープンソースコミュニティへの貢献が大きいのも当然です。心の中では「何を隠すことがある？」と考えていますから。
ここは現在、世界で最も急速に革新が進んでいる国です。
Lex：そして中国では、エンジニアであることはとてもクールなことなのですね。
ジェンスン・フアン：
彼らは「建設者の国」なのです。私たちの国の指導者たちは概ね優秀ですが、その多くは弁護士出身です。一方、彼らの国は貧困の中から建設されてきた国です。ですから、指導者の多くは傑出したエンジニアたちなのです。
オープンソースと Nemotron
Lex：NVIDIA はオープンソースの「Nemotron 3 Super」を発表しましたね。120 億パラメータの MoE モデルです。オープンソースに対するビジョンを教えてください。
ジェンスン・フアン：
AI 計算企業として成功するためには、AI モデルがどのように進化しているかを理解する必要があります。
Nemotron 3 には特別な点があります。純粋な Transformer であるだけでなく、SSM（状態空間モデル）も統合しているのです。私たちは初期の頃から条件付き GAN やプログレッシブ GAN を行い、拡散モデルへと至りました。モデルアーキテクチャにおける基礎研究を行うことで、将来の計算システムをどのように設計すべきかが見えてきます。これも「極限の共創設計」の一部なのです。
オープンソースには 3 つの理由があります。
第 1 に、製品として世界クラスのモデルが必要であることは確かですが、これらはプロプライエタリ（専用）であるべきです。同時に、AI をあらゆる産業、あらゆる国、あらゆる研究者や学生の手に届かせたいとも思っています。すべてがクローズドソースであれば、その上での研究や革新は困難になるでしょう。
第 2 に、NVIDIA にはこれを持続的に行う規模、スキル、そして動機があります。私たちはあらゆる産業が AI 革命に参加できるよう活性化させたいのです。
第 3 に、AI は言語だけにとどまるものではありません。これらの AI はツールを使用し、サブモデルを呼び出します。そのサブモデルは生物学、化学、物理学、流体力学などでトレーニングされているかもしれません。私たちは自動車は作りませんが、すべての自動車メーカーが最高のモデルを使えるようにしたいのです。薬物発見は行いませんが、イーライリリー社が世界最高のバイオ AI システムを持てるようにしたいのです。
Lex：しかも、真のオープンソースですね。重み、データ、手法のすべてを公開しています。
ジェンスン・フアン：その通りです。モデルも、重みも、データも、そしてその作り方さえもオープンソースにしています。この事実は、もっと多くの人に知られるべきでしょう。
TSMC：信頼
Lex：TSMC との関係はどのようなものですか？
ジェンスン・フアン：
TSMC に対する最大の誤解は、彼らには技術しかないという考えです。まるで誰かが同等のトランジスタを作れば、TSMC は終わりであるかのように。
彼らの真に素晴らしい点は、あの製造管理システムにあります。世界中の数百に及ぶ企業の動的に変化するニーズを調整し、ウェハの起動、停止、緊急追加を行い、顧客は変わり、生産能力も変わる。世界が絶えず変化する中で、彼らは常に高スループット、高歩留まり、低コスト、定時納品を維持しています。
そして文化。通常は相反する 2 つの事象を同時に成し遂げています。最先端の技術と、最高レベルの顧客サービスです。
最後は信頼です。30 年間、数百億ドル規模の取引をして、契約書は 1 枚も交わしていません。この信頼関係は驚異的です。
Lex：2013 年、モリス・チャン氏から TSMC の CEO 就任を打診されましたか？
ジェンスン・フアン：
事実です。大変光栄なことでした。モリス・チャン氏は私の知る最も尊敬すべき経営者の一人であり、親しい友人です。しかし、NVIDIA での仕事があまりに重要でした。私は心の中で、NVIDIA がどのようになるかを既に見ていました。これは私の責任であり、私にしかできない責任です。ですから、お断りしました。
その機会が十分良くなかったからではありません。信じがたいほどの好機でした。しかし、私にはそれを受けることができなかったのです。
NVIDIA の堀（Moat）
Lex：NVIDIA 最大の「堀（競争上の優位性）」は何ですか？
ジェンスン・フアン：
CUDA のインストールベースです。これが私たちの最も重要な資産です。
CUDA は 3 人で成功させたのではありません。4 万 3000 人と、私たちを信じてくれる数百万人の開発者によって成功させたのです。彼らは自分のソフトウェアスタックを CUDA の上に構築してくれました。
開発者の立場で考えてみてください。もし私が CUDA をサポートすれば、明日には 10 倍速くなり、平均して半年待てばよい。そして、私のコードは何億台ものデバイス、あらゆるクラウド、あらゆる産業、あらゆる国で動作する。NVIDIA が CUDA を維持し、改善し続けると 100% 信頼している。
これらを合わせれば、私が開発者なら「CUDA ファースト」を選ぶでしょう。
宇宙の GPU
Lex：宇宙にデータセンターを建設するという考えについてはどうお考えですか？
ジェンスン・フアン：
NVIDIA の GPU は実はすでに宇宙に存在しています。知ったときは私も驚きましたが、当初はこれを大々的に発表し、GPU に小さな宇宙服を着せるようなことも考えていました。
あの衛星には高解像度の画像システムが搭載されており、地球を継続的にスキャンし、センチメートル単位のリアルタイムリモートセンシングを行っています。このデータ量は PB 級であり、すべてを地球に送信することはできません。そのため、AI はエッジ側で即座に処理を行い、不要なもの、変化のないものをすべて捨て、重要な情報のみを残す必要があります。
極軌道に配置すれば、24 時間太陽光が得られます。しかし、宇宙には伝導も対流もありません。放熱は放射に頼るしかありません。幸い宇宙は十分に広大なので、巨大な放熱板をいくつか用意すれば問題ありません。
Lex：この実現まであとどれほどですか？5 年？10 年？
ジェンスン・フアン：
私は現実主義者です。まずは目の前の最大の機会を掴みに行きます。同時に、エンジニアを派遣して宇宙の問題を研究させています。放射線にどう対処するか。性能劣化をどう処理するか。冗長性とフォールトトレランスをどう確保するか。どうすれば宇宙でコンピュータが故障せず、単に速度が落ちるだけで済むようにできるか。
しかし、今私が最もやりたいのは、電力網にある遊休電力をまず利用することです。それこそが最も簡単に手に入る資源なのですから。
トークン工場
Lex：NVIDIA の企業価値は 10 兆ドルになる可能性がありますか？
ジェンスン・フアン：
なぜ NVIDIA の成長がほぼ必然的なのかを説明しましょう。
コンピューティングには本質的な変化が起きました。かつてのコンピュータは本質的に「倉庫」でした。コンテンツを事前に録画し、ファイルとして保存し、検索システムで取り出す。現在の AI 搭載パソコンは「工場」です。文脈をリアルタイムで理解し、リアルタイムでトークンを生成します。
倉庫はあまり儲かりませんが、工場の産出量は収益に直結します。
しかも、この工場が生産する商品、つまりトークンは階層化しています。iPhone と同じようにです。無料のトークン、中程度のトークン、高級なトークンがあります。100 万トークンあたり 1000 ドルを支払う意思を持つ人が現れるのは、「そうなるか」という問題ではなく、「いつなるか」という問題なのです。
NVIDIA が直面している課題は、想像力です。
私には奪うべきシェアを持つ競争相手がいません。私たちが語る成長のほぼすべてが、まだ存在しない市場から生まれています。外界の人々には想像しにくいのも事実です。しかし私には時間があります。推論し続け、語り続けます。GTC ごとに、それをより現実的なものにしていくのです。
ゲームと DLSS 5
Lex：DLSS 5 については議論を呼んでいますね。プレイヤーたちは、ゲームが「AI による粗悪なコンテンツ（AI slop）」で溢れることを懸念しています。どうお考えですか？
ジェンスン・フアン：
正直に言えば、私も AI による粗悪なコンテンツは好きではありません。AI 生成コンテンツは増える一方で、どれも似てきており、美しくても個性に欠けます。プレイヤーの気持ちは理解できます。
しかし、DLSS 5 の行っていることは異なります。3D 誘導型で、グラウンドトゥルース（正解データ）の制約があります。アーティストが幾何学的形状を決定し、私たちはすべてのフレームの幾何学的構造に 100% 忠実です。テクスチャに制約され、アーティストの意図に制約されています。
強化はしますが、変更はしません。
さらに、システムはオープンです。独自のモデルをトレーニングすることもでき、将来的にはプロンプトでスタイルを制御することさえ可能になるでしょう。「カートゥーン調のレンダリングにしたい」「この画風にしたい」などです。これらはすべてアーティストのためのツールであり、使うかどうかは彼らの選択です。
プレイヤーたちは、ゲームが出荷された後に強制的に後処理を行っているのだと思っているかもしれません。しかし実際には、DLSS はアーティストと統合されており、クリエイターのための AI ツールなのです。
Lex：史上最も偉大なゲームはどれだと思いますか？
ジェンスン・フアン：『DOOM』です。
文化的影響力と業界への意義という点で、『DOOM』は PC を事務自動化ツールからゲーム機器へと変えました。この転換の意味はあまりに大きかった。
ゲーム技術の観点から言えば、『バーチャファイター』を挙げましょう。
Lex：私は個人的に『The Elder Scrolls V: Skyrim』が大好きです。古いゲームですが、今でも Mod が作られ続けています……
ジェンスン・フアン：私たちは『RTX Mod』を作りました。これはコミュニティが最新のレンダリング技術を古いゲームに注入できるようにする Modding ツールです。
そして、GeForce は今日に至るまで、私たちのNo.1 のマーケティング手段であることを忘れないでください。人々は 10 代の頃にゲームを通じて NVIDIA を知ります。その後大学に進み、CUDA を使い始め、Blender や Autodesk を使うようになるのです。
AGI は既に来ているのか？
Lex：定義を 1 つお聞きします。「AI システムが、価値 10 億ドルを超えるテクノロジー企業を設立、成長、運営できること」。この AGI まであとどれほどですか？
ジェンスン・フアン：
私は、すでに実現されていると思います。
Lex：えっ？
ジェンスン・フアン：
10 億ドルと言っています。永遠に経営し続けるとは言っていません。
Claude が Web サービスや小さなアプリを作成し、数十億人が 1 人あたり 50 セントを支払い、すぐに消滅するということは十分にあり得ます。インターネット時代のバズったウェブサイトの多くは、今日の OpenClaw が生成できるものよりも複雑ではありませんでした。
Lex：その言葉は多くの人を興奮させるでしょう。
ジェンスン・フアン：
中国に行ってみてください。すでに大勢の人が自分の Claude に仕事を見つけさせ、作業をさせ、金を稼がせようとしています。デジタルインフルエンサーや、たまごっちのような育成アプリが突然数ヶ月間ブームになり、そして消えていくことにも驚きません。
しかし、10 万個のエージェントに NVIDIA を作らせようとしても、その成功率はゼロです。
プログラマーは増える
Lex：プログラマーの数は増えると思いますか、それとも減ると思いますか？
ジェンスン・フアン：
増えるでしょう。プログラミングの定義が変わったからです。
今日のプログラミングとは、仕様書を書くことです。「コンピュータに何を作らせるか」を指示できる人間が何人いるか？3000 万人から 10 億人へと拡大したのだと思います。
未来では、すべての大工がプログラマーになります。AI を持った大工は、同時に建築家にもなるのです。顧客に提供できる価値は何倍にも跳ね上がります。すべての会計士が同時に財務アナリスト兼フィナンシャルアドバイザーになります。すべての職業のレベルが底上げされるのです。
Lex：放射線科医の例はどうでしょうか？
ジェンスン・フアン：
AI 研究者たちが最も早くに消滅する職業として挙げたのが放射線科医でした。コンピュータビジョンは実際に 2019 年、2020 年頃には人間を超えました。しかし、放射線科医の数はむしろ増加し、現在でも世界的に不足しています。
なぜなら、放射線科医の「目的」は「画像を見る」ことそのものではなく、「病気を診断し、患者を助ける」ことだと分かったからです。AI によって画像を見るのが速くなったため、より多くの画像を診断でき、より多くの患者を診ることができ、病院はより多くの収益を上げ、より多くの放射線科医を必要とするようになったのです。
あなたの仕事の「目的」と、そのために使う「ツール」は関連していますが、同じものではありません。
NVIDIA のソフトウェアエンジニアも同様です。私は彼らに、何行コードを書いたかではなく、問題を解決することを求めています。
恐れるな、ただ使え
Lex：多くの人が自分の仕事に不安を抱いています。
ジェンスン・フアン：
不安への対処法については、すでにお話ししましたね。問題を分解し、何ができるかを考え、実行すれば不安は消えます。
今日、新卒者を 1 人雇うとして、AI を知らない人間と、AI に精通した人間の 2 人の候補者がいれば、私は後者を選びます。大工も、電気技師も、農家も、薬剤師も、AI を使い、それが自分の仕事をどう向上させるかを見るべきです。
Lex：そして、AI に直接こう尋ねることもできます。「AI の使い方が分かりません」と。
ジェンスン・フアン：
その通りです。それが AI の最も素晴らしいところです。「Excel の使い方が分かりません」と Excel に言うことはできません。
あなたは終わりです。
しかし AI はこう言います。「いいですよ。私が教えましょう」と。
リーダーシップと苦痛
Lex：ジェンスンさんの成功は「誰よりも苦痛に耐えたこと」から来ていると仰っていますね。どのようにしてそのプレッシャーに対処しているのですか？
ジェンスン・フアン：
NVIDIA の成功が米国にとっていかに重要であるかを十分に認識しています。私たちは多額の税金を納め、技術的優位性を築き、それは国家安全保障のあらゆる側面に関わっています。また、NVIDIA の株を購入して億万長者になった一般の投資家、教師、警察官が大勢いることも承知しています。
私の対処法は「分解」です。何が起きているのか？何が変化したのか？何が難しいのか？私に何ができるか？
大きな問題を小さな塊に分解し、一つずつ解決するか、解決できる人間に割り振ります。私が心配することはすべて、何かを成し得る人間に伝えます。口に出せば、負担は分散されます。
そして「忘却」です。
忘れることを学ばなければならない。すべてを記憶し、すべてを背負い込んではいけない。問題を分解し、負担を共有し、そして忘れるのです。
トップアスリートと同じです。前の 1 ポイントは過ぎ去ったこと。次の 1 ポイントにのみ集中するのです。
Lex：「どれほど大変か事前に知っていたら、NVIDIA は創業しなかっただろう」とおっしゃっていますが……
ジェンスン・フアン：
価値あることとは、すべてそういうものです。
「子供のような心」と呼ぶべき超能力があります。私がほぼすべての物事に対して抱く最初の反応はこれです。
「どれほど難しいというんだ？」
誰もやったことがなく、規模は膨大で、数千億ドルもかかる。そう思えばいい。「どれほど難しいというんだ？」と。
すべての挫折や屈辱を事前にシミュレーションしてはいけません。「すべてが順調に進む」という心持ちで新しい体験に臨むべきです。挫折が実際に訪れたとき、それはあなたを驚かせるでしょうが、レジリエンス（回復力）を持ち、忘れ、歩き続けなければならない。
未来に対する私の仮説が変わらない限り、アウトプットに対する私の判断も変わりません。なら、歩き続けるのみです。
知能と人間性
Lex：人間の意識の中で、チップが決して複製できないものは何だと思いますか？
ジェンスン・フアン：
チップが緊張するかどうかは分かりませんが。
AI は感情を識別し、理解することはできます。しかし、私のチップはそのようなものを「感じる」ことはありません。そして、不安、興奮、恐怖といった感情は、人間のパフォーマンスに決定的な影響を与えます。全く同じ情報を得た 2 人の人間が、全く異なる結果を生むことがあります。それはアルゴリズムが違うからではなく、単に「感じ方が違う」からです。
Lex：では、「知能（Intelligence）」という言葉についてはどうお考えですか？
ジェンスン・フアン：
知能という言葉は、持ち上げられすぎています。
私の周りには 60 人の人間がいますが、各自の専門分野では私よりも賢い者ばかりです。彼らの方が学歴も高く、学校も良く、研究も深い。しかし、私は彼らの真ん中に座り、全員を調整しています。自らに問いかけてみてください。なぜ、皿洗い係が超人的な専門家たちの真ん中に座っているのか？
知能とは機能的なものです。人間性はそうではありません。人間性とは、もっと大きな言葉なのです。
私たちの社会はあまりに多くのものを「知能」という 1 つの言葉に押し込みすぎています。しかし、人生は 1 つの言葉で語れるほど単純ではありません。私の経験が示すところでは、知能の曲線上で周囲の誰よりも下にいたとしても、最も成功した人間になることは可能なのです。
知能の民主化、商品化を恐れてはいけません。鼓舞されるべきです。
職務中に死す
Lex：ご自身の死について考えたことはありますか？
ジェンスン・フアン：
死にたくはありません。素晴らしい家族がおり、素晴らしい生活があり、極めて重要な仕事があります。これは「一生に一度の経験」などという生易しいものではありません。それは多くの人が経験することを示唆してしまいますから。これは「人類史上一度きりの経験」です。
私は後継者計画を信じていません。自分が不死身だと思っているからではありません。もし後継を本当に心配しているなら、今何をすべきか？答えはこうです。知識を伝達し続けること。その一瞬も欠かさずです。
学んだことは何であれ、私の机の上には 1 秒も留まりません。私が完全に消化し終わる前に、誰かに指し示しています。
私の望む結末は、職務中に死ぬこと。それもできれば一瞬で、長い苦痛を伴わずに。
Lex：何に希望を抱きますか？
ジェンスン・フアン：
私は人間の持つ善良さ、寛容さ、共感の心を常に強く信じています。時に必要以上に信じてしまい、騙されることもありますが、それは私を変えることはありません。
病気の終焉を期待することは合理的です。汚染が劇的に減ることを期待することも合理的です。光速で旅立つことを期待することも合理的です。
遠距離ではなく、短距離での話です。どう実現するか？私はすぐにヒューマノイドロボットを宇宙船に乗せるでしょう。飛行中にそれは絶えず改善され続けます。時が来たら、私の意識、私の受信箱にあるすべてのもの、私の言葉、私の行いのすべてがオンライン上にアップロードされます。その時、それを光速で送り出し、私のロボットに追いつかせるのです。
Lex：素晴らしいですね。生物学的な機械を理解するまで、あとどれくらいですか？
ジェンスン・フアン：目の前です。あと 5 年ほどでしょう。
Lex：そして人間の脳、理論物理……
ジェンスン・フアン：
意識の説明。あれこそがクールですね。
Lex Fridman Podcast #494 完全版：
NVIDIA 公式サイト: https://nvidia.com