IDCが警告するトークン経済性の壁
AIは自社構築かクラウドか 判断軸は「トークン経済性」とIDCが指摘
AIの本番導入を控え、肥大化するインフラ費用や不透明なROIに頭を抱えていないだろうか。アジアの最新動向から、自社構築かクラウドかの判断軸となる「トークン経済性」と次世代のインフラ戦略を解説する。
IDCは2026年11月9日、日本と中国を除くアジア太平洋地域(APeJC)のAIインフラ支出が2026年に前年比67%増になるとの予測を発表した。
ハイパースカラー(大規模クラウド事業者)や国内外のネオクラウド(GPU特化型の新興クラウド事業者)、AIインフラ専業プロバイダー、各国の国内クラウド事業者による大規模なAIデータセンターの構築が市場をけん引する。
さらにデータ主権(データを自国の法規制下で管理する考え方)の重視や、各国内でのAI推論(学習済みモデルを用いた予測や生成処理)の広がりも、AIインフラの需要を押し上げる見通しだ。ただし市場拡大のペースは、主要部品や電力、データセンター容量の確保に加え、企業がAI投資で持続的な投資対効果(ROI)と適切な総所有コスト(TCO)を確立できるかどうかに左右される。
アジア太平洋地域のAIインフラ市場を形作る3つのトレンド
IDCが10月に発表した最新の調査結果「IDC Quarterly AI Infrastructure Tracker」によると、APeJCのAIサーバ市場とAIストレージ市場は、2025~2030年にかけてそれぞれ年平均成長率(CAGR)14.5%と8.2%で成長する見込みだ。現在はサービスプロバイダーがAIインフラ需要の大半を占めている。だが、AI活用が実験段階やパブリックな大規模言語モデル(LLM)の利用を超え、カスタマイズされた本番環境向けのAI導入へと移行するにつれ、一般企業の存在感が高まる見通しだ。
IDCはAPeJCのAIインフラ市場を左右する主要なトレンドとして、次の3点を挙げている。
推論が主流となり、各国内へと移行する
企業の取り組みがAIモデルの学習から、AIアプリケーションやコパイロット(業務支援AI)、社内アシスタント、インテリジェントな自動化の導入へと移行する中、推論がAIインフラ需要の主要なけん引役として浮上している。この移行により推論の効率性が重視され、GPU搭載システムから汎用(はんよう)のCPUサーバに至るまで、幅広いインフラの需要が高まるとIDCは予測する。同時に、データ主権やデータの国内保存義務(データローカライゼーション規制)、セキュリティ、低遅延の要件により、AI推論する場所の重要性が増している。この結果、データの発生源や消費場所の近くでAIワークロードをホストし処理する動きが企業の間で広がっている。
エージェンティックAIが新たな計算需要を生む
アジア太平洋地域の企業でエージェンティックAI(自律的に判断・行動するAI)が広く普及するにはまだ数年かかるものの、この技術は企業の計算資源の要件を塗り替える可能性を秘めている。ユーザーのプロンプト(指示文)に応答することが中心の従来のAIアプリケーションとは異なり、AIエージェントは自律的にタスクを実行し、ワークフローを調整する。さらに業務アプリケーションと連携し、複数のシステムをまたいでデータを処理できる。こうした仕組みが本番環境へ移行すれば、継続的な処理の実行やシステム連携を支えるために膨大な計算需要が発生する。これにより、AIインフラの商機はGPUなどによる高速計算(アクセラレーテッドコンピューティング)の領域を超えて広がると見込まれる。
ROIやTCO、トークン経済性の不確実性が導入の障壁に
AIインフラへの投資が拡大する一方で、ROIやTCO、そしてAIのトークン(テキスト処理の最小単位)生成に伴う経済性の不確実性は、依然として導入の大きな障壁となっている。GPUインフラに伴う多額の設備投資に加え、電力や冷却、モデルの配信、運用にかかる継続的なコストが重なり、企業が大規模なAI導入の明確な事業性を立証することを難しくしている。さらに、特に複雑な推論モデルやAIエージェントのワークロードで、トークンを生成・配信するコストがかさむ点も無視できない。このコストは、企業がAIを自社インフラに構築するか、クラウドやAIインフラのプロバイダー経由で利用するかという経済性の評価を左右する。
2030年に320億ドル超へ、鍵は「AIワークロードの収益化」
APeJCは、電力の確保と拡張のしやすさ、データセンター開発コストの相対的な低さ、そして急増する国内のAI需要に支えられ、AIインフラ投資の有力な受け皿としての地位を固めつつある。IDC Asia/Pacificでアソシエイトリサーチディレクターを務めるエイビス・ホン氏は次のように指摘する。「APeJCのAIインフラ投資は、2030年までに320億ドルを超える見通しだ。だが肝心なのは投資額の大きさではない。企業がAIワークロードをいかに収益化し、トークンの経済性を改善し、本番環境向けの企業AIアプリケーションを支える基盤インフラを拡張できるかにかかっている」
Copyright © ITmedia, Inc. All Rights Reserved.
本記事は制作段階でChatGPT等の生成系AIサービスを利用していますが、文責は編集部に帰属します。
TechTarget ニュースプラス
国内のIT業界ニュースを迅速に報道します。企業動向から導入事例、市場トレンドまで幅広く取り上げ、実務に直結する情報をタイムリーに提供する連載です。
関連記事
新着ホワイトペーパー PR
-
事例
[Neatframe株式会社] 「AIへのデータ受け渡し精度」が決め手 船井総研HDが選んだ会議システムは? -
事例
[Neatframe株式会社] 会議はスピードが命 レックの“爆速商品開発”を生み出す会議環境とは -
事例
[Neatframe株式会社] オフィス回帰で発生する「会議室不足」 NECはどう解消したのか? -
事例
[ServiceNow Japan合同会社] 大阪市の未来を創る「行政DX」の本質と、その取り組みを支える統合基盤の実力 -
事例
[ServiceNow Japan合同会社] 【行政DX先進事例】横浜市が「市民に大切な時間を返す」を実現できた理由とは?
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
PC選びの妙で差がつくAI時代 通常PC、AI PC、Copilot+ PCをどう使い分ける?
-
2
企業が「Microsoft Azure」を選ばざるを得ない理由
-
3
なぜノートPCの更新が「4年→6年」に? AIインフラ急拡大の余波
-
4
ペースメーカー停止の恐れも 「医療IoTセキュリティ」を無視できない理由
-
5
「Active Directory」復旧で“詰む”企業が続出 ランサムウェアに備える4対策
-
6
Microsoft 365侵害企業の9割はMFA導入済み 1002人調査で見えた盲点
-
7
30年使った自社開発システムとの決別 BMWが「Ansible」で実現した効率化
-
8
「AI PCの導入状況と課題」に関するアンケート
-
9
巨大組織の「アジャイル」を加速させる オリックス生命が選んだ、開発状況を見える化する戦略的ツールとは?
-
10
NVIDIA、フアンCEO辞任で揺らぐ“AI帝国” IT調達計画への影響は?
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
AIが苦手な「汚いデータ」になっていない? AI投資を無駄にしないための注意点
-
3
急増する高度なフィッシング詐欺 先回りしてブロックするには何が必要?
-
4
法人向け光回線のプランはどう選ぶ? 機能面/保守体制/コストを一覧で比較
-
5
サイバー脅威「トップ50」完全解説ガイド、新たな攻撃手法に対抗するには
-
6
SNMPより詳細で、パケット解析より簡単な「トラフィック可視化・分析」の方法
-
7
三井ホームに学ぶ「無線LAN環境」構築 快適なオフィスと高度なIT運用の両立法
-
8
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
9
自社のメール環境は本当に安全? チェックシートですぐ分かる“今必要な対策”
-
10
「RPA導入の成果が出ない」を防ぐ、成果につながる自動化対象業務の選び方
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー