GoogleがOpenAIやAnthropicに勝てない理由、AnthropicにGPU/TPUを貸す方が儲かる勢が経営会議で勝ったためと判明😯

https://www.itmedia.co.jp/business/spv/2610/19/news036.html

なぜGoogleは、OpenAIとAnthropicに勝てないのか？　「世界最大の計算資源」の使い道

米Googleは次世代AIモデル「Gemini 4 Argon」を発表したが、第三者評価で米Anthropicや米OpenAIの後塵を拝した。Googleは世界のAI計算資源の約4分の1を握る最大手でありながら、なぜ首位に立てないのか。背景には、外部販売で稼ぐクラウド部門、検索部門、AI開発のDeepMindによる熾烈な「チップ争奪戦」がある。競合に計算資源を売る方が儲かるという経営の現実と組織力学の歪みを解き明かす。

スンダー・ピチャイ（Sundar Pichai）最高経営責任者（CEO）が6月の公開を予告していた前世代の上位モデル「Gemini 3.5 Pro」は公開を取りやめており、数カ月遅れでの新モデル投入となった。

だが、AIモデル評価会社の米Artificial Analysis（アーティフィシャル・アナリシス）による第三者評価では、Argonは米OpenAIの「GPT-6 Astra」と並ぶ53点にとどまり、米Anthropicの「Claude Opus 5.5」の58点には届かなかった。

AI動向の調査機関である米Epoch AI（エポックAI）の推計によると、Googleは2025年末時点で、世界のAI計算能力の約4分の1を持つ最大の所有者だ。それなのに、なぜ首位に立てないのか。業界の専門家や報道からは、計算資源の不足ではなく、社内での奪い合いに原因があるとの見方が強まっている。

半導体・AIインフラ調査会社の米SemiAnalysis（セミ・アナリシス）の創業者兼CEOであるディラン・パテル（Dylan Patel）氏は、10月9日公開のポッドキャスト番組「Big Technology Podcast」で、Googleがこの半年に自社モデルの学習と運用に回した計算資源の割合は、2～3年前より低いと語った。

Google全体の計算資源は年々大きく増えているが、AI開発部門の英Google DeepMind（ディープマインド）への配分はそれほど伸びず、比率では下がっているという。

同氏はこの状況を、Google Cloudを率いるトーマス・クリアン（Thomas Kurian）氏と、DeepMindの共同創業者で8月に経営の第一線を退いたデミス・ハサビス（Demis Hassabis）氏の争いにたとえ「クリアン氏が勝ち、ハサビス氏が負けた」と表現した。その上で「DeepMindとAnthropic、OpenAIの3社だけを比べると、年末にはDeepMindの計算資源が最も少なくなる」と予測した。

差は2027年に、さらに広がる可能性がある。ギガワット（GW）はデータセンターの規模を消費電力で表す単位だが、パテル氏は、OpenAIとAnthropicが2027年に、それぞれ5～10GWを上積みする一方、Googleが自社向けに数GWの上積みにとどまれば、差はさらに開くと指摘した。

Google Cloudの4～6月期の売上高は、前年同期比82%増の247億5000万ドルに達し、受注残高は5140億ドルに膨らんだ。一方、SemiAnalysisは、Geminiの年換算売上高を4～6月期時点で120億ドルと推計する。クラウド部門については、2027年末までに外部向けAIインフラ事業の年換算売上高が730億ドルを超え、これとは別に、TPUの販売が1200億ドルに達すると見込む。外部向けの売り上げは合わせて2000億ドル規模だ。

経営の目で見れば、計算資源を自社モデルの開発より外部の優良顧客に回すほうが合理的になる。パテル氏も、GoogleがTPUでAnthropicをこれほど助けることは、皮肉にも自社のDeepMindの事業を傷つけていると指摘した。

ピチャイCEOは7月の決算説明会で、TPUの配分では「AGI（汎用人工知能）開発の最前線で戦うのに必要な量の確保が最優先だ」と述べ、その上で検索やYouTubeなどの中核事業と、クラウドを優先していると説明した。だが社内外から聞こえてくる声は、この公式説明とは大きく食い違っている。
「検索での大誤答」を恐れたモデル

最新モデルArgonの性格にも、社内の力学が色濃く表れている。Googleが発表資料に載せたコーディング関連の4つのベンチマークのうち2つで、Argonは他社モデルを下回った。SemiAnalysisの技術スタッフであるジョーダン・ナノス（Jordan Nanos）氏は「3位以下のコーディングモデルなど、誰も欲しがらない」と述べ、Geminiには独自の強みが必要だと手厳しい。

一方、Argonが他社を大きく引き離したのは、もっともらしい誤答（ハルシネーション）の少なさだ。Artificial Analysisの知識テストで、正解できなかった問いのうち「わからない」と答えずに誤答した割合は15%で、GPT-6 Astraの51%を大きく下回った。ただし正答率は50%で、Astraの63%に及ばない。知識量が多いからではなく、「わからない問いには答えない」という極端な慎重さで誤答を抑え込んでいるのだ。

ウィスナー＝グロス氏は、この慎重さに「検索事業の要請」が表れているとみる。Geminiのモデルは外部の開発者に提供されるだけでなく、Google検索の結果画面の上部に出るAIの回答にも使われる。この回答欄は2024年の提供開始直後、ピザのチーズが滑り落ちないよう「接着剤を混ぜる」と勧めるなど誤答が相次ぎ、Googleは機能制限に追われた苦い経験がある。この痛烈な反省から、Googleは検索結果での誤答を何より嫌う。

外部の開発者と検索事業という「二つの顧客」を同時に満たさなければならない事情が、モデルの性格を過度に慎重にさせているというのが同氏の見立てだ。

Googleの計算資源は世界最大でも、その全てが最先端のAIフロンティア開発に回るわけではない。三者の綱引きでは、外部への販売で売り上げを急伸させるクラウド部門が圧倒的に優勢だ。ライバルに計算資源を売るほうが自社モデルで稼ぐより儲かる構造が続く限り、DeepMindは、自社からチップを買う競合の後を追い続けることになるだろう。