※本記事は、投資判断や個別銘柄の推奨を目的としたものではありません。株価や業績、企業の取り組みに関する情報は執筆時点のものであり、状況は日々変化します。投資の最終判断は、必ずご自身の責任において行っていただきますようお願いいたします。
「AIはどこで動いているのか」を考えたことはありますか
前回の第3回「DRAM・NAND・HBMを初心者向けに図解！キオクシアやSK hynixが注目される理由」では、AIサーバーの中で使われるメモリの違いを見てきました。
半導体、電力、メモリ。ここまで3回にわたって、AIを支える「裏側の仕組み」を積み上げてきました。
最終回となる今回は、少し視点を変えてみたいと思います。
私たちがAIを使うとき、その計算は「どこ」で行われているのでしょうか。
実は、AIの計算が行われる場所には大きく2種類あります。「クラウドAI」と「エッジAI」です。この違いを理解すると、10年後にAIがどう変わっていくのか、うっすらと見えてくる気がします。
まずは全体の位置関係から
私たちが普段使っているChatGPTのようなAIサービスは、実は「クラウドAI」と呼ばれる仕組みで動いています。
AIの計算場所
├ クラウドAI……遠くのデータセンターで計算する
└ エッジAI………手元のスマホや機器の中で計算する
今日は、この2つが「それぞれどう違うのか」「なぜ両方が組み合わさっていくのか」を理解していただければと思います。
クラウドAIとは ― 遠くの巨大な頭脳に問い合わせる仕組み
私たちがChatGPTに質問を送るとき、その処理は私たちの手元のスマホやパソコンでは行われていません。
インターネットを経由して、遠く離れたデータセンターに送られ、そこにあるAIサーバーが計算をして、答えを返してくれています。
第1回・第2回でお話ししたGPU・CPU・DRAM・NAND・HBMといった仕組みは、すべてこのクラウドAI側の話でした。
クラウドAIの強みは、圧倒的な計算能力です。巨大なデータセンターにある大量のGPUを使えるので、非常に複雑な処理も実行できます。
一方で、弱点もあります。インターネット経由でデータをやり取りするため、通信に時間がかかります。また、通信環境が悪い場所では使えませんし、扱うデータを外部のサーバーに送ることになるため、情報漏えいのリスクにも配慮が必要だとされていますクラウドAIはデータをインターネット経由で送信するため情報漏えいのリスクに配慮が必要です。
エッジAIとは ― 手元の機器がその場で判断する仕組み
一方の「エッジAI」は、まったく逆の発想です。
データを遠くのデータセンターに送るのではなく、データが発生したその場所――スマホや車、工場の機械など――で、AIの計算を完結させてしまう仕組みです。エッジAIは、ネットワークの末端（エッジ）に位置するデバイスやシステムでAI処理を実行する技術です。データが発生した場所の近くで直接処理を行います。
エッジAIの最大の強みは、速さです。エッジAIはデバイス上で即座に処理を完結させるため、ミリ秒単位の即時判断が可能です。自動運転車が目の前の歩行者を検知するような場面では、この「即座に」が命に関わることもあります。
セキュリティ面でも利点があります。エッジAIはデータがデバイス内にとどまるためリスクを低減できます。また、オフラインでも動くという特徴もあります。エッジAIデバイスはオフラインで機能するため、インターネットの常時接続に依存できないアプリケーションに最適です。
ただし、こちらにも弱点があります。手元の機器だけで計算を完結させるため、クラウドAIほどの複雑な処理は苦手です。また、データを集めるデバイスやAI処理を施すコンピューター、ネットワークなどをすべて自社で管理する必要があるため、クラウドAIに比べて手間やコストが格段にかかります。
クラウドAIとエッジAI、どちらが優れているのか
ここまでの内容を、表で整理してみます。
| 項目 | クラウドAI | エッジAI |
|---|---|---|
| 計算する場所 | 遠くのデータセンター | 手元の機器（スマホ・車など） |
| 得意なこと | 複雑で大規模な計算 | 即座の判断・反応 |
| 弱点 | 通信の遅延・情報漏えいリスク | 複雑な処理が苦手・導入コスト大 |
| ネット環境 | 必須 | 不要（オフラインでも動く） |
| 代表的な用途 | ChatGPTなどの対話AI | 自動運転、工場の異常検知 |
なるほど、こう繋がっていたのか
「じゃあ、どちらが優れているのか」と思われるかもしれません。ですが、実はこれは「どちらか」を選ぶ話ではないようです。
複雑な計算が必要
↓
クラウドAI向き
即座の判断が必要
↓
エッジAI向き
両方とも必要
↓
ハイブリッド化
この2つは、得意分野がまったく違います。だからこそ、両方を組み合わせる流れが主流になりつつあるようです。
ハイブリッド化 ― クラウドで学び、エッジで判断する
2026年現在、クラウドAIとエッジAIを組み合わせる「ハイブリッド構成」が広がってきているようです。クラウドで学習したモデルをエッジデバイスに展開して推論を行うことが主流化しつつあり、両者を適材適所で組み合わせる設計思想が広がっています。
イメージとしては、一般的な構成の一つが「クラウド側で学習したモデルをエッジ側へ展開し、現場で推論する」という役割分担です。
- クラウド側：膨大なデータを使って、AIモデルにじっくり学習させる（時間がかかっても構わない）
- エッジ側：学習が終わった軽量なモデルを受け取り、現場で即座に判断する（スピード最優先）
もちろん、すべてがこの分担になるわけではありません。エッジ側のデバイスで簡易的な学習や再調整を行うケースも出てきているようです。ただ、現時点での主流は「クラウドで学び、エッジで判断する」という組み合わせだと考えておくと分かりやすいと思います。
こうした分業がスムーズに進む背景には、通信環境の進化もあるようです。5G通信の普及により、クラウドとエッジ間のデータ転送速度が向上し、両者の連携がよりシームレスに実現できる環境が整いつつあります。
将来予想 ― 10年後、AIはどう変わるのか
ここからは少し先を見据えた話です。
まず、市場全体の伸びを見てみると、エッジAI・クラウドAIともに急拡大が見込まれています。世界のエッジAI市場は2023年に204億5,000万米ドルと評価され、2032年までに2,700億米ドル近くに達すると予想されています。ほぼ同時期に、クラウドAIの世界市場は780億米ドルから約5,900億米ドルにまで急増すると予想されています。
日本国内のエッジAI市場も、急速な成長が見込まれています。国内エッジAI分野の製品・サービスの売上高は、2026年度までは年率41.3％ずつ増加していき、2026年度の市場規模は431億円まで達すると考えられています。
質的な変化も進んでいるようです。これまでのエッジAIは、危険を検知したり、対象を分類したりする「受動的」な役割が中心でした。しかし今後は、もっと能動的な存在になっていくとみられています。2026年のエッジAIは、従来の「検知・分類」中心の受動的なAIから、現場で自律的に判断・行動する能動的なAIへと進化しています。
こうした流れの延長線上にあるのが、「フィジカルAI」という考え方です。ロボットや車、工場設備など、実際に動く物理的な機械の中にAIが組み込まれ、自律的に判断しながら動く世界を指すようです。
クラウドAI（遠くで計算する）→ エッジAI（手元で判断する）→ フィジカルAI（現実の機械が行動する）という流れで見ると、AIが少しずつ私たちの生活の中に染み出してきている様子が分かりやすいのではないかと思います。
10年後には、私たちの身の回りにある家電や車の多くが、こうした形でAIを内蔵しているようになるかもしれません。
もちろん10年後に必ずそうなるとは言えません。あくまで一つの見通しであり、技術の進み方や規制、コストの状況によって、実際のスピードは変わってくるはずです。ただ、現在の技術の進歩を見ると、こうした方向に進む可能性は十分ありそうだと私は感じています。
投資家視点で見るクラウドAI・エッジAI
最後に、投資というテーマからも整理しておきたいと思います（あくまで話題の紹介であり、個別銘柄への投資を推奨するものではありません）。
クラウドAI側の主役は、ここまで3回にわたってお話ししてきたGPU・データセンター・メモリ関連の企業でした。一方、エッジAI側で存在感を増しているのが、車載や産業機器向けの半導体を手がける企業です。
日本企業の例として、ルネサスエレクトロニクスの動きが分かりやすいかもしれません。同社は、従来は車載マイコンが収益の柱でしたが、成長戦略の軸足をAIへと移しつつあるようです。半導体大手のルネサスエレクトロニクスは新たな中長期成長戦略を発表し、AI（人工知能）の進化を支えるソリューションを中核に据え、2040年ごろに向け3段階で成長を目指すとしています。従来のけん引役は車載のマイコンやSoCでしたが、今後はクルマより市場成長がはるかに速いAIに照準を合わせています。経営トップ自身も、成長スピードについてかなり踏み込んだ発言をしているようです。AI関連の売上収益は「5倍を上回って伸びる」と明言しています。
車載領域を「フィジカルAIの1つ」と位置づけている点も興味深いところですクルマ関連には引き続き力を入れるが、フィジカルAIの1つという位置付けとしています。これはまさに、今回お話ししたエッジAI・フィジカルAIの流れと重なる動きだといえそうです。
業績面でも、AI関連製品の好調さが数字に表れ始めているようです。ルネサスエレクトロニクスの2026年12月期第1四半期は、売上高が前年同期比20.6％増の3,723億円となり、自動車向けやAI関連製品が好調でした。
私自身は、「AI関連株＝GPUやデータセンターの会社」というイメージだけで見ていましたが、こうして調べてみると、車載半導体やセンサーを手がける企業もまた、違う角度からAIの恩恵を受けていることが分かりました。クラウド側とエッジ側、両方に目を配ることで、投資テーマとしての視野も広がる気がしています。
今日のまとめ
- クラウドAI＝遠くのデータセンターで計算する仕組み（複雑な処理が得意）
- エッジAI＝手元の機器でその場で計算する仕組み（即座の判断が得意）
- 2026年は「クラウドで学習、エッジで推論」というハイブリッド化が主流に
- 10年後は「フィジカルAI」として、車やロボットに自律的なAIが組み込まれる方向へ
- 投資テーマとしても、クラウド側（GPU・データセンター・メモリ）とエッジ側（車載・産業半導体）の両方に注目の余地がある
おわりに ― 全4回を振り返って
第1回から今回まで、半導体・電力・メモリ・そして計算場所の違いという4つの切り口で、AIを支える仕組みを見てきました。
私自身、「AI＝ChatGPTのような賢いソフトウェア」というイメージだけで捉えていた頃に比べると、その裏側にどれほど巨大なインフラと、多様な企業が関わっているのかを実感する4回になりました。
半導体だけでも、電力だけでも、メモリだけでも、AIは動きません。そして今回見てきた通り、AIが「どこで」動くのかという視点もまた、これからの10年を考えるうえで欠かせないテーマだと感じています。
これからも、AIや投資に関する気づきがあれば、このブログで少しずつ共有していきたいと思います。最後までお付き合いいただき、ありがとうございました。
※本記事に記載の企業名・市場動向・数値情報は、公開情報をもとに執筆時点で確認したものです。今後の状況によって変わる可能性がありますので、あくまで参考情報としてご覧いただき、投資に関する最終判断はご自身の責任において行ってください。