Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

📒12年で400倍のリターンを生んだ私の投資4原則 —— NVIDIAの独占は終わるのか？その問いが的外れな理由 $NVDA

2025年11月、投資家コミュニティで最も熱い議論を呼んでいるのは、AIモデルの覇権争いではない。

「NVIDIAの独占は終わるのか」

これだ。

11月24日、The InformationがMetaとGoogleの交渉を報じた。MetaがGoogleのTPU（Tensor Processing Unit）を数十億ドル規模で利用することを検討しているという。これまでNVIDIA一辺倒だったMetaが、代替を真剣に模索している。

同じ週、Amazonは自社開発チップ「Trainium3」の年内プレビューを発表した（量産は2026年初の見込み）。Microsoftも独自チップ「Maia」の開発を進めている。Googleは第7世代TPU「Ironwood」の一般提供を数週間以内に開始すると発表し、Anthropicは10月にTPU利用の大規模拡張を発表、最大100万基のTPUでClaudeを運用する計画を明らかにした。

「NVIDIA終焉」の声が、かつてないほど大きくなっている。

私は20年以上、テクノロジー株に投資してきた。2013年から保有し続けている NVIDIA $NVDA は400倍以上のリターンをもたらした。当然、この問いは私にとっても切実だ。

しかし、結論から言おう。

「NVIDIAの独占は終わるのか」という問いは、投資判断において的外れだ。

なぜか。この記事では、その理由を段階的に論証する。そして、投資家が本当に問うべきことは何か、私のこれまでの投資経験に基づいてその考え方を共有したい。

なぜ今「NVIDIA終焉論」が盛り上がっているのか

まず、終焉論者の主張を公平に整理しよう。彼らの議論には、無視できない根拠がある。
第一に、ハイパースケーラーの「脱NVIDIA」の動きだ。

Google、Amazon、Microsoft、Metaという4大テック企業のすべてが、独自AIチップの開発に巨額投資を行っている。GoogleのTPUは10年以上の歴史を持ち、第7世代Ironwoodは1チップあたり4,614テラFLOPS（FP8）という性能に達した。AmazonのTrainiumは第3世代に進化し、コスト競争力でNVIDIAを脅かしている。
これらの企業がNVIDIAへの依存度を下げようとする動機は明確だ。NVIDIAの粗利益率は70%を超える。大口顧客から見れば、NVIDIAに支払う金額の大半が「利益」としてNVIDIAに吸い取られている。自社でチップを開発すれば、この利益を自社に取り込める。

第二に、AIモデル競争の激化がインフラ多様化を加速させている。

2025年11月の2週間で、AIモデルの王座は4度入れ替わった。11月12日にOpenAIが GPT-5.1 をリリース。5日後の11月17日にxAIの Grok 4.1 が主要LLMベンチマークで王座を奪取。翌18日にGoogleの Gemini 3 がLMArena Elo ベンチで 1501という史上初の1500超えを記録。そして24日、Anthropicの Claude Opus 4.5 がSWE-bench Verifiedで初の約80%台を記録しトップに立った。
この激しい競争の中で、各社はインフラの多様化を進めている。OpenAIは10月28日にMicrosoftとの再契約でクラウド独占性を緩和し、11月3日にAWSと7年間B（380億ドル）の大型契約を締結した。

第三に、Google TPUの外部提供の拡大だ。

従来、TPUはGoogle社内での利用が中心だった。しかし、2024年12月に第6世代Trilliumが一般顧客向けに提供開始され、第7世代Ironwoodも2025年内の一般提供が予定されている。Anthropicは2023年からTPUを使用してきたが、2025年10月に最大100万基への大規模拡張を発表した。そして、MetaがTPUを数十億ドル規模で利用することを検討している。

これらの事実を見れば、「NVIDIAの独占は崩れつつある」という主張には一定の説得力がある。

しかし、この議論には決定的な見落としがある。

終焉論者が見落としている「不都合な数字」

2025年11月20日、NVIDIAは2026会計年度第3四半期の決算を発表した。
売上高は.0B（570億ドル）。前年同期比+62%、前四半期比+22%。データセンター部門の売上は.2Bで、全体の90%を占めた。第4四半期のガイダンスはB。アナリスト予想を上回る数字だった。

決算説明会で、CFOは「2026年末までに0B（5,000億ドル）の需要可視性がある」と明言した。供給は「週1,000ラック」のペースでなお逼迫している。Blackwell世代の需要について、Jensen Huangは「想像を絶する」と表現した。

「TPUの脅威」「カスタムシリコンの台頭」が叫ばれる中で、この成長率だ。

しかし、私が最も注目したのは売上高ではない。

決算説明会でJensen Huang CEOが言及した「5000億ドルの可視性（visibility）」だ。これは、2026年末までにNVIDIAが確実に認識できる需要の総額を意味する。受注残高ではなく、顧客との対話から見える需要の全体像だ。

5000億ドル。これは、NVIDIAの年間売上高の2年分以上に相当する。これは現在も供給が需要に追いついていない状況が続いているということだ。

ここで、終焉論者の主張と現実の数字を対比してみよう。

終焉論者は言う。「ハイパースケーラーは脱NVIDIAを進めている」と。

確かに、GoogleはTPUを開発し、AmazonはTrainiumを開発し、MicrosoftはMaiaを開発している。しかし、これらの企業は同時に、NVIDIAからも大量のGPUを購入し続けている。

なぜか。需要がすべてのチップメーカーの供給能力を超えているからだ。

OpenAIが発表した2025年から2035年のインフラ投資計画を見てほしい。Broadcomに3500億ドル、Oracleに3000億ドル、Microsoftに2500億ドル、NVIDIAに1000億ドル、AMDに900億ドル、AWSに380億ドル。合計1兆ドル超。

これは「NVIDIA離れ」の計画ではない。全方位への投資拡大だ。NVIDIAへの投資額1000億ドルは、現在のNVIDIAの年間売上高の約半分に相当する。

終焉論者が見落としているのは、単純な事実だ。

「NVIDIAの独占が崩れる」と「NVIDIAの売上が減る」は、全く別の話だ。

市場シェアが100%から80%に下がっても、市場規模が3倍になれば、売上は2.4倍に増える。

これが今、AIチップ市場で起きていることだ。

Google TPUの実力を冷静に評価する

終焉論を否定するだけでは不十分だろう。
TPUの実力を正確に理解することが、投資判断には不可欠となる。

続きはこちら！：

https://t.co/ByZGJ5MzfW November 11, 2025

Cursor を使って機能実装やバグ修正を行う方法
重要なのは、 「常にコードをレビューする」 と 「リファクタリングを繰り返して、コードの質を上げる」 こと、

1. Opus 4.5/gpt-5.1-codex を使って、変更したい内容に関して質問する。それによって関連コードの理解ができる。

2. プランモードに切り替えて、変更したい内容を説明する（モデルは同じまま）

3. エージェントから来る追加の質問 に返信する

4. composer-1 でプランを立てる

5. 生成されたコードのレビューを簡単に行う。

6. 自分の目で 解決策を検証する

7.さらに変更を加えたい場合は、再びcomposer-1でプランモードに戻り、既存のプランを@メンションしてフォローアップを依頼する（ここから先は、全てcomposer-1 を使ってる）

8. Composerで解決できない場合は、Opus 4.5/5.1-codexに戻ってコードを念入りにレビューする。

9. 動作に満足したら、コードを再度レビューし、実装方法を確認して、リファクタリングを開始する。
再利用できるコードが存在してたり、客観的に見てより良いコードの書き方がないか？を確認する。

2～7を繰り返して9まで進める。

これは、先に実装し動くものを作ってから、レビューする流れになっていて、AI とペアプロしながら実装する時には、とても参考になる！ November 11, 2025

GPT‑5.1は、もう使っている？2025年11月12日に発表されたので、
まだの人は是非のりかえるべき。5.0の冷たい、読まない、理解しない
を改善した上位バージョン。5.0を使い続ける理由はない。詳細は固定ページをチェック。 November 11, 2025

最近、「コンテンツ制作の仕事って、このままだと大半がAIに代替されるんじゃ？」って感覚が強くなってきてて。
⠀
というのも、ここ1〜2年の生成AIの進化が速すぎるんですよ。Gemini 3.0にしろGPT-5.1にしろ、作業としての執筆・編集はほぼ代替可能なレベルまで来てます。
⠀
考えてみてください。

ChatGPTが一般公開されたのって 2022年11月30日。まだ3年経ってないんですよ？この短期間でコンテンツ制作の領域がここまで変わるって、普通にやばい。
⠀
たとえば自分も、文章やコンテンツの壁打ち・ドラフト作成はわりとAIに任せてます。この投稿もそうです。最終チェックや調整はもちろん自分がやるけれど、正直“作業”としての執筆や編集はかなりの割合がAIで完結してしまう。
⠀
そうなると編集者として本当に求められるのって、
⠀
・何を伝えるべきかを決める意思決定
・企画の方向性を引っ張る上流の判断
・AIに渡す一次情報の取材 / 収集
⠀
このへんなんですよね。
⠀
文章そのものを整える作業よりも、“そもそも何を作るのか”を決める部分。ここが人間の役割として一気に重要度を増してきている実感があります。
⠀
繰り返しますけど、ChatGPTの一般公開からまだ3年経ってない。このペースであと2年進んだらどうなるのか。コンテンツ制作という仕事の形、ほんとうに大きく変わると思ってます。 November 11, 2025

📰11/26 AI業界24時間トレンドニュース
🎙️Spotifyへ配信完了！

・GitHub/Google/Alibabaが同日発表した「AIエージェント開発PF」で開発の常識が激変
・Anthropic実証:Claude使用で「タスク時間80%削減」「米国GDP年1.8%押上」の衝撃データ
・Harmonic0M調達「数学的超知能」でハルシネーション完全排除、金融・医療革命へ
・Warner×Suno提携:AI音楽の「ライセンス型」ビジネスモデル確立、全産業に波及
・OpenAI GPT-5.1シリーズ登場、Proモデルはコーディング/数学で従来比大幅向上
・TenzaiM調達:エンタープライズ自律型エージェント市場が本格始動
・Trump「Genesis Mission」署名:国家AI研究PF構築で米国の技術覇権強化 November 11, 2025