通信事業者がNVIDIA Cloud Partnerのリファレンスアーキテクチャに基づくAI工場を建設し、そこからトークンベースの課金モデルでAIサービスを提供する動きが具体化している。インドのReliance Jio、シンガポールのSingtel、スイスのSwisscomなどが参画するこの構想は、従来の通信インフラと生成AIの提供方式を根本から組み替える可能性を持つ。

通信事業者がAI工場を持つ構造的な必然性

通信事業者がAI工場を建設する背景には、三つの産業構造的要因が働いている。第一にデータ主権要件の高まりである。各国政府は機密データを自国領土内で処理することを求めており、グローバルクラウドだけでは対応できない需要が拡大している。第二に通信事業者が保有する既存インフラの優位性だ。冷却設備、電力供給、物理的セキュリティ、ネットワーク接続といったデータセンター運用に不可欠な要素を既に持っている。第三に、5Gネットワークの収益化が期待ほど進まず、新たな収益源を必要としている経営課題がある。

NVIDIAのNCPリファレンスアーキテクチャは、これらの通信事業者がGPUクラスターを効率的に調達・運用するための設計図として機能する。具体的にはNVIDIA Spectrum-Xネットワーキング、BlueField DPU、AI Enterpriseソフトウェアスタックを組み合わせ、検証済みの構成で提供される。通信事業者はこの参照設計に従うことで、独自にインフラ設計するリスクと時間を回避できる。

トークンメーター型サービスが変えるAI提供の商流

このAI工場で最も注目すべき要素が、トークンメーターによる課金基盤である。NVIDIAのAI Enterpriseスイートには、大規模言語モデルの利用量をトークン単位で計測し、それに応じた課金を可能にするソフトウェアコンポーネントが含まれている。通信事業者はこの仕組みを使い、法人顧客や政府機関に対して従量制のAI推論サービスを提供する。

従来のAIサービス提供モデルは、SaaSベンダーによる定額課金か、クラウド事業者による時間単位のGPUインスタンス課金が主流だった。トークンメーター型はこの中間に位置し、エンドユーザーにとっては実際の処理量に比例した支払いが可能になり、提供側にとってはGPUリソースの稼働率を最大化できる。特に通信事業者のようにネットワーク課金のノウハウを持つ事業者にとって、この従量課金モデルは既存のビジネス慣行と親和性が高い。

NVIDIAの発表によると、このアーキテクチャ上ではLlama、Mistral、Nemotronなど複数のモデルを同一基盤でホストでき、ユーザーは単一のAPIエンドポイントを通じて用途に応じたモデルを選択できる。モデル切り替えのたびに契約を変更する必要はなく、全てトークン消費量として統合的に計測される。

AI産業の垂直分業に与える波及効果

通信事業者のAI工場参入は、AI産業のレイヤー構造を再編する力を持つ。現在のAIスタックは大まかに、GPUハードウェア、クラウドインフラ、基盤モデル開発、アプリケーションの四層に分かれている。通信事業者はこれまでネットワーク接続という最下層に位置していたが、NCPリファレンスアーキテクチャの採用によってGPUホスティングとAIプラットフォーム提供という上位レイヤーに進出する。

この動きが加速すると、既存のパブリッククラウド事業者と通信事業者の競合関係が強まる。特にデータ主権を重視する政府系プロジェクトや、低遅延推論が必要な産業用途では、通信事業者の地域密着型AI工場が選好される可能性がある。一方で、大規模な学習ジョブについては、スケールメリットを持つハイパースケーラーの優位が続くとの見方もある。

日本市場においては、NTTコミュニケーションズやKDDIが既にNVIDIAとの協業を発表しており、国内データセンターにGPUクラスターを整備する計画が進行している。これらの拠点がトークンメーター型サービスに対応すれば、金融機関や医療機関など厳格なデータ管理が求められる業種での生成AI導入が加速する可能性がある。

今後の論点

第一の論点は、トークンあたりの価格競争である。通信事業者が提供するトークン単価が、既存クラウド事業者のGPU時間課金と比較して経済合理性を持つかは、まだ検証段階にある。第二に、複数通信事業者間でのAI工場の相互接続性だ。データ主権を尊重しつつ、国境を越えたAIサービス連携をどう実現するかという課題が残る。第三に、このモデルが通信事業者の収益構造に与える長期的影響である。トークン課金が普及すれば、従来の通信料収入とのカニバリゼーションが起こる可能性も指摘されている。各通信事業者の設備投資判断と、NVIDIAのGPU供給能力のバランスが、2025年以降の普及速度を左右することになる。