競合相手なのに提携?
MetaがGoogleと100億ドル規模の契約 なぜ“敵”に大金を支払うのか
AIモデル開発の覇権を争うMetaが、100億ドル規模の契約をGoogleと締結した。AIモデルや広告市場で競合する両社が、なぜインフラ分野では手を組むのか。一見矛盾した提携の裏にある、AI市場の奇妙な構図とは。
2025年8月、Meta Platforms(以下、Meta)がGoogleのクラウドサービスを利用することについて、100億ドル規模、6年間の契約を結んだと複数のメディアが報じた。人間の知能をはるかに超える知能を持つAI(人工知能)である「超知能」(Superintelligence)の実現を目指すための戦略上の一手だという。
MetaがGoogleの力を借りてインフラ拡張を進める理由
この提携は、Metaが2025年第2四半期(4~6月)の決算を発表した後のことだった。決算報告によると、同四半期の収益は、2024年同期(2024年4~6月)比で22%増の475億2000万ドルに達した。一方で総費用も12%増の270億7000万ドルに膨らんでおり、同社はその主な原因を「インフラと人件費の増加」だと説明した。2025年の年間総費用は1140億~1180億ドルになる見込みだという。
Metaの最高財務責任者(CFO)であるスーザン・リー氏は決算報告会で、次のように語った。「当社の最優先事項は事業への再投資、特にインフラと人材の補強だ。最高のAIモデルとサービス体験を生み出すには最先端のAIインフラが不可欠であり、その実現に向けて2026年には投資を大幅に増やす計画だ」
今回MetaがGoogleと契約した主な目的は、AIインフラの大規模な拡張(スケーリング)にある。調査会社Gartnerのアナリストであるチラグ・デカテ氏は、Metaが求めているのは「信頼性および安定性に優れた計算能力と、それを支えるインフラの拡張」だと指摘する。
この動きは、これまで大手クラウドベンダーと協力してきたMetaの戦略に沿ったものだ。
米Informa TechTargetの調査部門Omdiaでアナリストを務めるトルステン・フォルク氏は、次のように分析する。「自社のデータセンターと、大手クラウドベンダーのインフラでAIモデルの開発システムを同時に稼働させることは、拡張性を高める鍵になり得る。超知能の開発において、このような拡張性はMetaに決定的な競争優位性をもたらすだろう」
Googleにとってのメリット
「この契約はMetaのAIインフラの拡張を後押しするものであると同時に、Googleにも大きなメリットを生む」とデカテ氏は語る。MetaがGoogleを選んだという事実が、「AIモデル開発に最適化されたクラウドサービス分野で、Googleがリーダーシップを握っていることの確かな証明」になるからだという。同氏は、MetaがGoogleを選んだ理由として、高度なネットワーク技術群を挙げる。
「Googleは独自のインフラ技術によって、他社にはない規模でのデータセンター間連携とSDN(ソフトウェア定義ネットワーク)を実現してきた」(デカテ氏)
デカテ氏によると、MetaとGoogleはAIモデルや広告、検索といった複数の分野で競合しているが、インフラ分野では事情が異なる。AIモデルの開発競争は、開発元がどれだけ潤沢な計算資源を有しているかにかかっている。優れたAIモデルを開発するためならば、たとえ競合他社のサービスであっても採用するという判断が優先されるのだ。
Googleのサービスを採用しているAIベンダーはMetaだけではない。OpenAIも2025年夏に、Googleのクラウドサービスを導入したことが報じられた。
デカテ氏は次のように語る。「競合他社がGoogleのクラウドサービスを利用しているという事実は、その技術力だけではなく、セキュリティやユーザー企業データのプライバシーを重視する、同社の姿勢の証明でもある」
AIモデル開発競争が激化し、Metaが超知能の実現を目指す中で、「優れたインフラを提供するクラウドベンダーの存在が不可欠だ」とデカテ氏は言う。
デカテ氏は、Meta、Google、OpenAIは、AI分野で繰り広げている競争において、まず消費者市場で覇権を握ることを目指していると分析する。同氏の考えでは、技術はまず消費者に広まり、その後企業に広まるという流れが定着しているからだ。AI分野における消費者市場の頂点に立つためには、AIモデルの推論処理を実行し、最高のAIモデルを訓練できる、極めて高性能なインフラが不可欠だ。
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発 グローバルITピックアップ
TechTargetジャパンの記事の一部で生成AIを補助的に活用し、米国Informa TechTargetの記事を翻訳・編集して国内向けにお届けします。編集部による内容の確認を徹底しています。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[o9ソリューションズ・ジャパン株式会社] 「改正物流効率化法対策」徹底解説 総物流費を抑制するサプライチェーン戦略 -
製品資料
[o9ソリューションズ・ジャパン株式会社] 「サプライチェーン最適化」実践ガイド:効果的な意思決定を実現する秘訣とは? -
製品資料
[株式会社リンプレス] 非デジタル/IT人材を「自走するDX推進者」に変えるための育成ロードマップ -
市場調査・トレンド
[ワンアイルコンサルティング株式会社] AI時代の組織設計:「判断と責任」を人に残すための2つの原則とは? -
技術文書・技術解説
[ワンアイルコンサルティング株式会社] システムの保守がモダン化を阻む? 「変えない判断」から脱却する方法とは
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
1200万円のSaaS導入を回避 スギ薬局「運用費10万円」のAIエージェント構築術
-
2
ソフトウェア開発生産性向上に取り組む企業は4割 調査で学ぶ「停滞」の正体
-
3
クラウド資格コレクターは評価されない? 年収1000万を分ける“OSの理解度”
-
4
「完璧な設計」なのに3000万円溶けた AWSの失敗事例から学ぶ3つの教訓
-
5
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
6
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
7
脱クラウドの受け皿か NVIDIA×国内連合にみる「AIコスト削減」の現実味
-
8
「配信に1カ月」の代償 カルビーがLINE運用で外部依存を断ち切った理由
-
9
【基本情報技術者試験】「デュプレックスシステム」と「デュアルシステム」の違いは?
-
10
1200万円のSaaS導入を回避 スギ薬局「運用費10万円」のAIエージェント構築術
ホワイトペーパーランキング PR
-
1
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
2
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは?
-
3
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
4
DX/AI投資の壁を突破、現代の最高財務責任者が直面する課題と克服のヒント
-
5
「Google Workspace」活用事例34選、先進の生成AIによる組織変革の全貌
-
6
生成AIで文書活用を進めるには? 効率化と安全性をどう両立する
-
7
「人員を増やす」という選択肢はない 情シスが負の連鎖から抜け出すには?
-
8
「問題が深刻化しやすいプロジェクト管理」から脱却する方法とは?
-
9
Linuxのスキルを証明する“激推し”の認定資格はこれだ
-
10
NTTドコモが実践したクラウド統合監視 業務量2倍でも残業削減を実現できた理由
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