INSIGHT SUMMARY

  • 勝因はチップではなくソフト： NVIDIAの強さを作ったのは、2006年から全製品に載せ続けた開発ソフトCUDA。プロ向けだけでなく、学生が買う数千円のチップにまで載せた。
  • 報われない6年間： CUDAは売上を生まないまま、不良問題による約470億円の損失、赤字転落、株価85%下落、社員6.5%削減という時期を通過する。それでも撤退しなかった。
  • 残ったのは製品ではなく環境： 世界中のAIがCUDAを前提に作られてきた。チップ性能が並んでもシェアが動かないのは、十数年分の蓄積が他社にないからである。

880兆円。

2026年9月時点のNVIDIAの時価総額で、世界一の数字です。
十数年前、この会社はPCゲーマー向けにチップを売る、いわゆるパーツ屋でした。ゲーム機の世界では任天堂やソニーが君臨していて、その足元にも及びません。それが今、世界で最も時価総額の高い企業になっています。

AIといえばOpenAIやAnthropicの名前が先に出ます。ただ、その話題には必ずNVIDIAがついてきます。何が起きて、どこで会社の姿が変わったのでしょうか。

何を売っている会社なのか

GPUというチップです。もともとは、画面を綺麗に描くためのパーツでした。

画面を描く仕事にははっきりした特徴があります。膨大な点をひとつずつ色付けしていくだけなので、計算はどれも単純です。そこでGPUは、単純な計算を何千個も並べていっせいに処理するチップとして作られました。

AIの計算もこれに近い形をしています。単純な計算を大量にこなす。

つまりNVIDIAはゲームのために作っていた部品がそのままAIに使える会社でした。それに気づいたのはAIブームが来るずっと前のことです。

2006年、誰も欲しがらなかったソフト

2006年当時、GPUを買っていたのは主にゲーマーでした。あれば嬉しいが無くても困らないものを一部の趣味の人に売っている会社。それが当時のNVIDIAです。

その会社がまったく別の方向に舵を切ります。

きっかけは大学の研究者たちがGPUを勝手に改造して研究用の計算に使い始めたことです。そこでNVIDIAは最初から計算に使える仕組みを用意しました。これがCUDAです。

それまでGPUは画面を描く命令しか受け付けませんでした。例えるなら、絵の注文だけを扱っていた窓口にCUDAが計算の注文票を足したことになります。

CUDAを載せるとゲーム用の部品が計算機になる。そしてここが後で決定的になるのですが、CUDAで書いたプログラムはCUDA対応のGPUでしか動きません。

全製品に載せるという決定

とはいえ大量の計算が必要な仕事は一部の研究者のもので、ほとんどの人には関係がありません。
にもかかわらずNVIDIAは傍から見れば理解しがたい決定をします。CUDAをすべてのNVIDIA製GPUに載せたのです。プロ向けだけでなく、学生が買う数千円の製品にまで全部。

ここから報われない期間が始まります。

誰も欲しがらないものを、どう売るか

売り先を探す

最初にやったのは売り先の開拓です。2007年に立ち上げたTeslaという新ブランドで狙ったのは、石油とガスの資源探査、そして金融の計算でした。大量の計算にコストをかける理由がすでにある業種を、探しにいったわけです。

値段を下げる

次は買いやすさでした。2008年、机に置けるスーパーコンピュータを100万円を切る価格で出します。それまでスーパーコンピュータを使うには組織の予算承認を通して順番待ちをする必要がありましたから、これを研究室が研究費で買える1台に置き換えようとしました。

書ける人を増やす

同時に、ユーザーも増やそうとしました。2008年から大学への寄付と機材提供を始めるのですが、その条件がCUDAの授業を開講することでした。NVIDIAが買っていたのは売上ではなく講義のコマだったわけです。

しかし、この時期は明るい種まきとは言えませんでした。同じ2008年、ノートPC向けGPUの不良問題によりその後の累計で約470億円の損失を出し、リーマンショックも重なり、前年に約800億円あった純利益は赤字に転落します。株価はピークから約85%下落し社員の6.5%を削減しました。

チップの性能で世界一を取りながら売上は前年割れ。これが6年投資し続けた結果でした。

2012年、ゲーム用GPUが歴史を変えた

2012年、写真に何が写っているかをコンピュータに当てさせるコンテストでトロント大学の3人組がそれまでの記録を大差で塗り替えます。いまのAIブームの出発点とされる出来事です。

そのとき使われていたのはNVIDIAのゲーム用GPUたった2枚でした。1枚5万円のGPUを6日間動かしただけです。なぜそれができたのかというと、GPUにもCUDAが載っていたからです。

大学院生が市販のパーツと無料のソフトで最先端のAIを作れる状態がいつのまにか出来上がっていた。

これを見た世界中の研究者と企業が同じやり方でAIを作りはじめます。CUDAという開発環境が揃っていたのはNVIDIAだけでしたから、注文はそこに集まりました。
6年前の投資がここで回収されはじめます。

気づいたときには、誰もいなかった

ここで当然こう思うはずです。これだけ儲かるなら他社が追いかけてくるだろう。

ところが2012年の時点で追いかける側がもうありませんでした。同じ土俵にいたインテルもGPUを自社で開発していましたが2010年に計画を中止します。当時の常識ではむしろ正しく見えた判断です。AMDは作り続けたもののGPUの開発費用を割く余裕がありませんでした。

そして十年以上経っても追いつけた会社がありません。チップの性能はいまや他社も大差ないところまで来ているのにNVIDIAの優位は動かないままです。理由はチップの中ではなくユーザーの利用環境にあります。

世界中のAI研究がCUDAを前提に書かれてきました。論文に付いてくるプログラムはCUDA用ですし、企業がすでに書いたものもCUDA前提です。乗り換えればそれが全部動かなくなる。エンジニアも同じで、大学で習うのも、現場で使うのもCUDAという状態が続いています。

他社が同じようなソフトを作ったとしても世界中の論文が書き直されるわけではないし、大学の講義が明日から変わるわけでもありません。NVIDIAの強みはCUDAそのものではなく、CUDAで作られたものが十数年分積み上がっていることです。

まとめ

NVIDIAの話は先を読んでいた天才の話として語られますが事実は違います。

CUDAを出した2006年の市場は無反応でした。それが何を意味するかが分かるのは6年後、ゲーム用GPUの活用法が見出された日です。当時それを分かっていた人はいません。NVIDIA自身も含めて。

赤字、社員の削減、株価下落。やめる理由はいくらでもありました。

しかし売上が動かなかった6年のあいだNVIDIAには増えていたものがありました。CUDAが載ったGPUの台数、それを教える大学の講義やユーザーの数。
2012年に起きたのは、その積み上げが一気に結果に変わったことでした。
逆張りが難しいのは、逆を張ることそのものではありません。間違っているように見え続ける期間に耐えるほうです。

もしかするとあなたの会社がいまそろそろやめようかと言っているものの中に、十年後に誰も追いつけなくなるものが隠れているかもしれません。

TAGS
IT・ソフトウェア グロース・1→10