AIの守護者「ジェンスン・ファン」を失う、AI業界を襲う4つのシナリオ

2026年11月12日、NVIDIA共同創業者兼CEOのジェンスン・ファン氏が電撃辞任した。ハードウェアからソフトウェアまで垂直統合でAI覇権を握ってきた同社における「キーマンリスク」の顕在化は、単なるトップ交代にとどまらない。ファン氏の「不在」によりこれから業界を襲う4つの構造変化シナリオを技術・財務の両面から読み解く。

シナリオ1：NVIDIA1強体制の崩壊と覇権争い激化

　2026年11月8日、NVIDIAのジェンスン・ファンCEOがシンガポールのデータセンター事業者Megaspeed元幹部アリス・ファン氏との不倫関係を認めて謝罪した。米情報当局が同氏を中国の情報工作員と疑っていたことから、事態は対中輸出規制の迂回流出疑惑や防諜調査へと急速に発展した。さらに11月11日に社内幹部との別の不倫報道が出た翌朝、ファン氏はCEOおよび取締役を電撃辞任した。

　現在、CFOのコレット・クレス氏が暫定CEOを兼任し、ハービー・C・ジョーンズ氏が同社初の取締役会会長に就任している。約60名の直属部下を直接統括し、公的なサクセッションプランを持たなかった同社において、創業者個人の手腕に過度に依存するキーマンリスクが露呈した形だ。市場の反応は劇的で、辞任前後の約1週間でNVIDIAの時価総額は約6,000億ドル消失し、一時は4兆ドルを割り込んだ。

　ファン氏不在によるガバナンスの不透明感を契機に、ハイパースケーラーと呼ばれる巨大クラウド事業者たちの「脱NVIDIA」とマルチベンダー化が加速している。これが第1のシナリオ、NVIDIA一強体制の崩壊である。2026年度にデータセンター売上1,937億ドルを記録したNVIDIAだが、同市場でのシェアは2024年のピーク時の約87%から、2026年には70から75%水準へ低下する見通しだ。これまで最大の参入障壁となっていたのは、約600万人超の開発者を抱える独自のソフトウェア基盤CUDAだった。

　しかし現在、OpenAI主導のGPU向けプログラミング言語・コンパイラTritonや、Intel、Google Cloud、Armらが推進するUXL Foundationの普及により、ソフトウェア層の共通化が進んでいる。CUDAはNVIDIA専用の独占基盤だが、TritonやUXL Foundationはどのメーカーのチップでも同じプログラムを動かせるようにする抽象化技術であり、他社製ハードウェアへの移行コストを大幅に下げる。

　さらに、特定ワークロードに特化したカスタムAI ASICの実装が進んでいる。汎用GPUに対し、ASICは大規模運用時に40から65%のTCO（総所有コスト）削減を実現する。カスタムAI ASICは、特定のAIモデルの計算だけに回路を最適化し、コストと電力を大幅に下げる専用設計半導体である。

　Googleの第8世代TPU、AWSのTrainium 3、MetaのMTIAなど各社が自社開発チップの実装を急いでおり、共同設計市場の約95%を握るBroadcomらの業績を押し上げている。また、セカンドソースとしてAMDが推論領域で価格競争力を発揮し、MetaやOpenAIと大規模供給契約を結んでシェアを伸ばしている。

　ただし、カタログ上の理論最大性能に対して実際の計算能力をどれだけ引き出せるかを示す実効計算効率（MFU）では依然としてNVIDIAが優位にあるため、学習工程はNVIDIA、推論工程はASICやAMDというヘテロジニアス（異機種混在）構成への移行が現実的な解となっている。

シナリオ2：AI進化ロードマップの減速と進化の遅延

　第2のシナリオは、AI進化速度の鈍化である。NVIDIAはこれまで年1回のアーキテクチャ刷新という猛烈なペースを維持してきた。5年分のロードマップは策定済みとされるが、合議制・管理型の後任体制では、莫大な投資を要する新アーキテクチャや超ロングコンテキスト推論向けの製品立ち上げ判断が慎重化し、開発・検証サイクルが遅延する懸念がある。社内摩擦や優秀なエンジニアの競合への流出リスク、さらには米司法省や議会の調査対応が経営リソースを分散させる恐れも強い。

　加えて、物理的なインフラ制約も顕在化している。最先端のAI半導体は、TSMCの最先端プロセス、広帯域メモリHBM3e/HBM4、そしてTSMC CoWoSパッケージングという3層のボトルネックに直面している。CoWoSは演算チップと超高速メモリを1枚の基板上に高密度で統合する先端パッケージング技術だ。

　HBMはデータ転送帯域を極限まで高めたAI専用メモリであり、AI処理の速度は計算力以上にこのメモリ帯域に左右される。これまでNVIDIAはファン氏の強力な交渉力でCoWoS生産枠の約60%を優先確保してきたが、今後はBroadcomやAMDとの枠争奪が激化する。また、AIラックの大規模化に伴う光ファイバー通信網の制約や、液冷対応、電力網の限界など、システム全体のボトルネックが開発の足を引っ張り始めている。

　業界を牽引してきた絶対王者の失速は、単なる一企業の危機にとどまらず、AI技術の進化スピードそのものを減速させる要因となっている。そしてこの地殻変動は、経済安全保障や巨額のマネーゲームの前提をも覆そうとしている。次ページでは、米中対立の激化が生み出す完全な技術分断シナリオと、インフラ投資の限界から生じる「AIバブル崩壊」の足音、そして企業が直面する現実的な課題について深掘りしていく。

シナリオ3：中国AI・半導体の台頭と米中二極対立

　第3のシナリオは、中国AI・半導体の台頭と世界の完全な二極化である。防諜スキャンダルを契機とした米国の対中半導体規制のさらなる厳格化は、逆説的に中国国内での完全な独自AIインフラ構築を加速させている。これまでNVIDIAの迂回ルートを活用していた中国企業も、西側技術からの遮断を前提に国産チップへの切り替えを余儀なくされている。

　極端紫外線（EUV）露光装置を入手できない中国は、ファウンドリ最大手SMICの深紫外線（DUV）多重露光技術によってHuaweiのAIチップAscendシリーズを量産している。EUVは最先端の回路焼付装置で対中禁輸対象。中国は旧世代のDUVで複数回露光を行うことで7nm/5nm相当を製造しているが、コスト増と歩留まり低下を招く。これにより、2025年の中国AIサーバー市場で国産勢のシェアは41%まで拡大した。

　単体性能の劣勢を補うため、中国勢は独自の戦略に出ている。Ascendチップを数百基規模で独自の全光メッシュ網で直結し、システム全体で性能を稼ぐ「数とシステム（Winning by numbers）」戦略を展開している。

　さらに、DeepSeekなどのAI企業は、モデルの全パラメータを毎回計算せず必要なモジュールだけを動かすMoEや、数値の桁数を落として計算負荷を減らす極限の量子化技術によって、限られたハードウェア資源で高い推論性能を達成している。Huaweiが中国版CUDAとも言えるソフトウェア基盤CANNをオープンソース化したことで、西側非依存のエコシステムが着実に構築されつつある。

　一方で、米外交問題評議会などは冷静な見方も提示している。SMICの製造歩留まりの低さやCANNの安定性不足、低精度演算対応の遅れなどから、実効AI計算力の総量では依然として米国が圧倒的優位にあるという指摘だ。ハードウェア総量での逆転は容易ではないものの、米中それぞれが互換性のない独自のサプライチェーンを構築する「双子エコシステム」の定着は避けられない情勢となっている。

シナリオ4：AI循環取引終焉とAIバブルの崩壊

　第4のシナリオは、AIバブルの崩壊と金融市場の冷徹な見直しである。カリスマ経営者が描いた無限成長のナラティブが揺らいだことで、NVIDIA株から創業者プレミアムが剥落し、より低い評価倍率での取引（マルチプル圧縮）が始まっている。マルチプル圧縮とは、将来成長への期待感の低下により、業績自体が落ちなくても株価収益率などの評価倍率が切り下がり、株価が下落する現象である。同社がネオクラウド企業等に出資・融資し、その資金で自社製GPUを購入させる「循環融資」の維持にも疑問符が灯っている。

　より深刻なのは、巨額の設備投資（CapEx）と収益のギャップである。米大手クラウド企業5社の2026年CapEx計画は約7,000億ドル規模に達し、各社のフリーキャッシュフローを圧迫している。これに対し、AI専業ベンダー全体の予想売上は350億ドル未満にとどまり、インフラ投資回収に必要な収益との間に6,000億ドル規模のギャップが生じている。

　さらに、データセンターの建屋は長期償却される一方、搭載されるGPUは1年周期で陳腐化するため、減価償却の前提が崩れるリスクがある。オープンソースモデルの台頭で推論のトークン単価が急落していることも、投資回収をより困難にしている。株主からの圧力でCapExが削減されれば、半導体メーカーやデータセンター関連企業全体へ連鎖的な調整が波及する。これは単なるバブル崩壊ではなく、投機熱から厳格なROI（投資利益率）重視への健全な移行プロセスへの入り口とも言える。

　ポスト・ジェンスン時代において、事業会社やIT部門は行動指針の転換を迫られている。第一に、ソフトウェア抽象化を見据えた「脱ロックイン」戦略である。特定のハードウェアやベンダーに依存しないマルチモデル・マルチクラウド設計を社内基盤の標準とする必要がある。

　第二に、経済安全保障を前提としたサプライチェーンの再構築だ。米国系と中国系の技術分断を前提に、データガバナンスとコンプライアンス要件を根本から再点検しなければならない。そして第三に、「乗り遅れ恐怖」による過剰投資から、採算性重視への転換である。インフラの陳腐化リスクとトークン単価の下落を冷静に見極め、明確なROIが証明できる実務領域から段階的に投資回収を図る戦略が求められている。巨額の資金が動くAI市場は、技術の熱狂から、極めてシビアな経済合理性の時代へと突入したのである。