冒頭は記事のために生成したイメージ映像です。実機、実在施設、観測データを示すものではありません。
「世界中の誰もが、スーパーインテリジェンスを使えるようになる」。
そんな未来を聞けば、AI格差は少しずつ消えていくように思える。
ところが、その同じ未来図の中に、少し気になる言葉があった。
オークション。
2026年8月10日、Metaは「The Future is for Everyone」と題した長いletterを公開した。個人の力を拡張するpersonal superintelligenceを広く届け、無料版を数十億人が利用できるようにする。小さな会社でも、これまでよりずっと大きな仕事ができるようになる。そんな未来を描いている。
この方向には共感する。
AIが大企業だけの武器ではなく、一人の発想やWILLを形にする手足になる。チームを何十人も抱えなくても、作りたいものを作り、届けたい相手へ届けられる。それは、これから増えていく小さな事業にとって、とても明るい話だ。
ただしMetaは、より多くのcomputeを使いたい人には、需要に応じて価格が動くdynamic auction mechanismを用意するとも書いた。
ここに、次のAI経済の輪郭がかなり正直に出ている。
AIが「みんなのもの」になることと、全員が必要な時に同じだけ動かせることは、同じではない。
無料で入れることと、仕事を完走できることは違う
まず、Metaの発表は現在提供中の料金表ではない。
どれほどの能力を無料で使えるのか。何を単位に入札するのか。価格上限はあるのか。混雑時にも最低限の処理量が保障されるのか。国によって条件が変わるのか。そうした実装の詳細は、まだ示されていない。（9月28日確認：Metaは9月8日に個人向けagentMuseを発表した。ただし、この記事で取り上げる計算資源のオークションについて、実際の入札単位や価格上限まで説明した発表とは別の話である。）
したがって、「お金のある人だけが賢いAIを独占する」と決めつけるのも早い。
一方で、「無料版があるのだから公平だ」と安心するのも早い。
一日に何度か質問できれば足りる人もいる。だが、agentへ調査、制作、分析、検証を任せる小さな会社では、途中でquotaへ当たることがそのまま納期へ響く。診断、設計、code生成、映像制作のように重いtaskでは、使えるかどうかだけでなく、必要な時間に必要な量を動かせるかが重要になる。
accessは扉だ。事業に必要なのは、その先で仕事を続けられることだ。
8月の構想と9月のMuse発表を分けた整理。無料枠の量や対象地域を、この発表だけから断定しない。入札すれば必ず処理が続くという保証でもない。 図を大きく開く
AIはsoftwareだが、computeは物理資源である
画面の中だけを見ていると、AIは無限に複製できるsoftwareに見える。
しかし、一つひとつの応答の背後ではchipが動き、data centerが電力を使い、networkがdataを運んでいる。
Meta自身も同じletterで、AIがどれほど賢くなってもcomputeは有限で、何に使うかにはopportunity costが残ると論じている。
IEAの2026年4月の分析では、data centerの電力需要は2025年に17%増えた。処理一件あたりの効率は急速に改善している一方、利用者とagentic workloadが増えるため、data center全体の電力消費は2030年までに倍、AI向けは3倍になると見込む。
しかも、足りないのは電力だけではない。gas turbine、transformer、advanced chip、grid connection。software updateだけでは増やせないものが、供給の速度を決め始めている。
Stanford AI Index 2026は、2025年のnotable frontier modelsの90%超を企業が生み出したと報告する。米国には5,427のdata centerがある一方、leading AI chipの製造は特定のfoundryへ強く依存している。
私たちの画面には複数のAI brandが並んでいる。
でも、下へ降りていくほど、電力、chip、cloud、foundryという少数の太い管へ合流していく。
IEA分析等に基づく物理層の連なりを編集的に整理(概念モデル)。 図を大きく開く
では、オークションは悪い仕組みなのか
ここは単純に悪役を決めない方がいい。
資源が有限なら、先着順にも欠点がある。全員へ均等に固定配分すれば、使わない人の枠が余る一方で、急ぐ人が待たされる。運営者が会議で優先順位を決めれば、交渉が得意な部署に偏るかもしれない。
価格は、混んでいる場所と時間を知らせ、待てる仕事を空いている時間へ動かすsignalになる。
2026年7月、Googleの研究者らはQuota Marketplaceという社内systemの論文を公開した。ML acceleratorへの需要が供給を大きく上回る中、部署とteamへcreditを配り、需要と供給に応じて約一分ごとに価格を調整する仕組みだ。
比較された従来poolではoverall occupancyが75%だったのに対し、Quota Marketplace側は93%。論文は、設計したmarket mechanismがPareto efficiencyとapproximate max-min fairnessを満たすことも示している。
つまり、auctionやdynamic pricingは、それだけで不公平というわけではない。遊んでいるchipを減らし、本当に必要なtaskへ回す道具にもなる。
ただし、Googleの事例は社内で配るgenerated creditの市場だ。consumerが自分の財布から支払う市場とは違う。
誰が最初のcreditをどれだけ持つのか。事業価値を誰が決めるのか。最低枠はあるのか。札束だけでpriorityが決まらない仕組みがあるのか。
市場の公平さは、「市場にした」という名前ではなく、その前に誰へ何を配ったかで決まる。
「みんなが使える」を決める四つのgate
AI accessを考える時、無料か有料かだけでは足りない。
少なくとも四つのgateを見る必要がある。
Minimum floor — 支払えなくても、学習、創作、就労参加に意味のある能力と利用量があるか。
Allocation rule — 混雑時に、価格、緊急性、公共性、過去の利用量をどう組み合わせるか。
Transparency — なぜ遅いのか、なぜ高いのか、いつ回復するのかを利用者が判断できるか。
Alternatives — 一社で不足した時、別のmodel、cloud、local環境へ仕事を逃がせるか。
World Bankは、AIへ参加する土台をconnectivity、compute、context、competencyの「4Cs」と整理する。接続だけあっても、計算資源、自分たちに合うdata、使いこなす力がなければ、利益は均等に届かない。
OECDも、AI infrastructureには高い集中、vertical integration、cloudやGPUのswitching barrierがあると指摘する。
一つのproviderが公平なauctionを設計しても、そのproviderから外へ出にくければ、別の問題が残る。
公平にする方法は、価格以外にもある
scarcityへの答えは、分け方を工夫することだけではない。
供給そのものを増やす。
EUは2026年7月30日、最大7拠点のAI Gigafactoriesを設けるtenderを始めた。EUと加盟国が最大100億euroを支援し、少なくとも200億euroの民間投資を呼び込み、startup、SME、研究機関、行政へtraining、inference、fine-tuningの基盤を提供する計画だ。
まだ計画段階で、実際のcapacityや使いやすさは分からない。
それでも重要なのは、compute accessを一企業のpricingだけでなく、産業政策と公共基盤の問題として扱っていることだ。
internetも、道路も、電力も、利用料金だけで広がったわけではない。採算が合いにくい場所へ届ける仕組み、共通規格、接続義務、公共投資があった。
AIでも、free tier、commercial auction、public compute、open-weight model、local inferenceが重なって初めて、入り口の広さが力の分散へつながる。
一人companyほど、computeを「席」ではなく「仕事」で買う
では、小さな会社は何をすればいいのか。
巨大なdata centerを持つ必要はない。
ただ、月額planを何席契約したかだけで安心しない方がいい。
自分たちのAI workloadを、三つに分けてみる。
常時必要 — customer support、監視、日常の検索など。安定と予測可能性を優先する。
急ぐ — 障害対応、締切前の制作、重要な分析。高価でも短時間だけ強いcomputeを使う。
待てる — batch処理、候補生成、再整理。efficient modelや空いている時間へ逃がす。
そしてcost per tokenではなく、cost per accepted outcomeを見る。
安いmodelへ五回やり直させ、人間が一時間直すなら、最初から高いmodelを一回使う方が安いことがある。逆に、ideaを百案広げるだけなら、frontier modelでなくてもよい。機密性、速度、品質が許す仕事なら、local modelがcostとcontinuityの支えになることもある。
これはAIを節約する話ではない。
有限な知能の稼働時間を、自分のWILLに一番近い仕事へ置くための設計だ。
AIの民主化は、login画面では完成しない
Metaが示した未来には、魅力がある。
一人の人間が、これまで組織にしかできなかったことを形にする。小さな事業が、大きな価値を生む。経験のある人が、AIを手足にして、年齢や体力を超えて働く。
その可能性は、すでに始まっている。
だからこそ、「全員が使える」という言葉を、accountを作れるという意味だけで終わらせたくない。
無料で意味のあるfloorがあること。混雑時の配分規則が見えること。支払える額だけで全てが決まらないこと。供給を増やす公共投資があること。別のmodelやlocal環境へ逃げられること。
それらが揃って、初めてaccessはempowermentになる。
知能が豊かになる時代ほど、何が有限で、誰がそのmeterを握っているかを見る。
スーパーインテリジェンスを全員へ届けるという理想と、有限なcomputeをauctionで配るという現実。
この二つは、どちらかが嘘なのではない。
たぶん、その間をどう設計するかが、これからの社会とbusinessの本題なのだ。
