• AWS とマイクロソフトは、集中型インフラストラクチャモデルの非効率性を理由に新しい AI データセンタープロジェクトを中断する。
• 分散型ブロックチェーンベースのアプローチは、 AI コンピューティングの俊敏性、スケーラビリティ、効率性を向上させます。
• Aethir や 0 G Labs のような企業は、分散型 AI が実行可能かつ収益性の両方を実証し、従来のモデルに挑戦します。

Amazon Web Services と Microsoft は、集中型モデルの問題を示唆し、 AI データセンターへの投資から撤退しています。アナリストは、分散型ブロックチェーンベースのインフラストラクチャがソリューションになる理由を繰り返すためにこの最新の開発を取ります。

Impossible Cloud Network の共同創設者である Kai Wawrzinek 氏は、 BeInCrypto との独占インタビューでこれらの迫在する問題について議論しました。

AI データセンターが壁にぶつかる

数ヶ月前、 AI は世界のテクノロジー業界で最も有望なセクターの一つのように見えました。しかし、 AWS やマイクロソフトのような企業が AI データセンター建設の一時停止を発表すると、状況は非常に異なります。何が起こったの ？AI の未来はどうなるのか。Kai Wawrzinek は現在の状況を次のように説明した。

「人工知能の需要が指数関数的に増加している中で、 AWS がマイクロソフトと共に新しいデータセンターから撤退するというニュースは、このモデルがグローバルインターネットの拡大に及ぼす莫大な非効率性の証です。マイクロソフトと AWS は、中央集権型のインフラストラクチャモデルが十分に迅速に適応できないことに気づくかもしれない」と Wawrzinek 氏は主張した。

この問題に直面しているのは、 AWS や Microsoft だけではない。メタは AI インフラストラクチャとデータセンターに数千億ドルを費やすと公言したが、 3 ヶ月以内に競合他社に資金を求めた。

Open AI も ChatGPT の運用コストによって揺さぶられています。 Sam Altman はその研究が収益性がないかもしれないことを暗黙のうちに認めています。

WELLS FARGO + COWEN FLAG AWS DATA CENTER LEASING PAUSE

Both banks say $AMZN AWS has hit pause on some colo leasing deals—mainly international. Cowen notes hyperscale demand is cooling a bit, especially in Europe, with Amazon slightly pulling back on U.S. colocation activity too.… pic.twitter.com/aS5vN7UwnK

— Wall St Engine (@wallstengine) April 21, 2025

Wawrzinek は明確な解決策を見出しています。集中型モデルを完全に放棄し、 DeFAI に焦点を当てるのです。これらの業界リーダーは数十億ドルの資本支出を蓄積し、 LLM 開発の先駆者となりましたが、戦略全体は自滅的です。

例えば、米国の AI データセンター建設は、電気エンジニアを前例のないレベルで作業に追い込みています。センター自体に焦点を当てている多くのプロフェッショナルが、熟練労働者のボトルネックを作り出している。

これは再生可能エネルギープロジェクトや電力網に悪影響を及ぼし、皮肉なことにデータセンターの機能を損なう。

「 AI 時代には、そのスピードとスケールに匹敵するインフラストラクチャが必要であり、分散型システムは、その未来のために構築された唯一のモデルです。対照的に、分散型の市場主導のアプローチは、この問題を解決します。集中型のメガプロジェクトを何年も待たずに、必要な場所、いつでも容量をより効率的に展開できます。

DeFAI は課題に対処できるか ？

中央集権型データセンターモデルと比較して、 DeFAI は AI コンピューティングのアクセシビリティを高めました。ブロックチェーンを活用した経済的インセンティブは、大規模な前払い資本なしで展開速度を加速し、スケーラビリティを向上させ、リソース配分を最適化できます。

要するに、これらの分散型システムは、競合他社よりも機敏です。

ブロックチェーンベースの AI 企業は、集中型データセンターなしで重要なコンピューティング能力を活用することができました。例えば、 DePIN 企業 Aethir は、 GPU—as—a—service モデルで大きな進歩を遂げています。

0 G Labs のような他の企業は、分散型 AI 開発が理論的に実現可能であるだけでなく、収益性があり、エコシステムにとって必要であることを証明しています。

このすべてが遥か、ユートピアのように思えるなら、 AI の「黒い白鳥」イベントである DeepSeek を覚えておくことが重要です。

中国の市場を動かす genAI モデルは、 AI 企業がハードウェアコストのほんの一部で最先端の LLM を作ることができることを全世界に証明しました。したがって、 AI 業界は、この開発者が成功すれば、データセンターモデルを完全に再考する必要があります。

分散型 AI がデータセンターと競争できるかどうか懐疑論者は疑問に思ったが、現実には中央集権化には独自の非効率性がある。

「 AI インフラストラクチャの未来は、供給が動的かつグローバルに需要を満たすオープンで許可のないネットワークにあり、追いつくのに苦労している時代遅れのハイパースケーラーモデルではなく、」と Wawrzinek は締めくくった。

これまでのところ、集中型 AI 企業はベンチャーキャピタル投資の数十億ドルを蓄積してきましたが、イノベーション能力はレンガの壁にぶつかっています。最良の結果を生み出すには、より良いモデルが必要かもしれません。