米Googleが、自社のAIモデル「Gemini」をMeta(旧Facebook)に提供する際のコンピュート(計算資源)容量を制限していることが、Financial Times(FT)の報道で明らかになった。複数の顧客に影響が出ている中でもMetaへの制限は特に大きく、Google自身がコンピュート不足に直面していることが背景にある。

GoogleとMetaの奇妙な依存関係

Metaはこれまで、有害コンテンツの削除や詐欺対策といった安全性関連の処理で、自社開発のLlamaよりも性能が高いGeminiに頼ってきた。しかし外部のAIプロバイダーへの依存はMetaにとって本来居心地の悪い体制であり、Superintelligence Labs傘下で開発した独自モデル「Muse Spark」へのワークロード移行を加速させている。Metaは今年5月に8,000人を削減し、2026年のAI関連設備投資を1,150億~1,350億ドルと見込むなど、AIインフラへ大胆に資源を振り向けている最中だ。今回のGeminiアクセス制限は、その内製化シフトを後押しする格好になった。

Google自身も綱渡り、SpaceXから“橋渡し”GPUを調達

興味深いのは、制限をかけている側のGoogleも余裕がないという点だ。Googleは今年の設備投資が1,800億ドルを超える規模でありながら、Nvidia GPU 11万基分の容量を確保するためSpaceXに月9.2億ドルを支払う契約を結んだ。Gemini Enterpriseの需要急増に対応するための「ブリッジ容量」だとしている。世界最大級のAIインフラを持つはずのGoogleが、ロケット企業からGPUを間借りしてまで需要を満たそうとしている状況は、AI業界の計算資源不足がいかに深刻かを物語っている。

コンピュート不足がAI業界共通の壁に

AnthropicもSpaceXからデータセンターを丸ごと借りるなど、同様の動きが業界全体に広がっている。AI活用の律速要因はもはやアルゴリズムや人材ではなく、それを動かす物理的なインフラそのものだという構図が鮮明になってきた。

実務への影響

日本の企業がAzure OpenAI Service、Google Cloud Vertex AI、Amazon Bedrockといった外部AIプロバイダーに全面依存する設計をしている場合、この話は対岸の火事ではない。エンタープライズ契約だからといって無制限にスループットが保証されるわけではなく、大口顧客であっても供給制限を受け得ることが今回の事例で示された。IT管理者は、利用しているAIサービスのレート制限やクォータを定期的に確認し、単一プロバイダー依存のリスクを把握しておく必要がある。特にAIエージェントを24時間稼働させるような使い方を広げていく場合、トークン消費量は今後さらに膨らむため、複数プロバイダーの併用やローカルLLMの選択肢も含めた容量計画を早めに検討しておく価値がある。

筆者の見解

このニュースが示しているのは、AI競争の本当のボトルネックがアルゴリズムでも人材でもなく、電力とGPUという物理インフラだという単純な事実だ。筆者は以前から「クラウドもローカルもガンガン使うべき」「24時間自由にAIが使えるべき」と主張してきたが、その前提そのものが世界最大手のGoogleですら綱渡りで支えているという現実を、今回の一件は突きつけている。

日本のIT現場では「AIはクラウドAPIを叩けばいくらでも使える」という感覚で計画を立てがちだが、実態は数千億円単位のインフラ投資competitionの上に成り立つ非常に脆い供給網だ。この規模感を理解せずにAI活用戦略を描くと、いざという時に足元をすくわれる。ハーネスループのようにAIエージェントを自律的に回し続ける仕組みを本気で作るなら、なおさらコンピュートの調達戦略は避けて通れないテーマになるはずだ。

出典: この記事は Google is rationing Gemini access to Meta because it cannot provide enough compute の内容をもとに、筆者の見解を加えて独自に執筆したものです。