AI時代の産業地図

AI産業研究所
  • 5.0（1）
  • 投資
  • アップデート：毎週

生成AIの裏側で拡大するインフラ産業を解説する番組です。 テーマは、AIデータセンター、GPU、半導体、電力、冷却、通信ネットワーク、クラウド、投資マネー。 ChatGPTや生成AIブームの裏側で、どの企業・産業に需要が生まれているのかを、ビジネスパーソンや投資家にもわかりやすく整理します。 AIを単なるソフトウェアではなく、巨大な産業構造として理解したい方におすすめです。 ※本番組の音声はAI音声技術を活用して制作しています

  1. 1日前

    第14回 AIデータセンターはなぜ液冷へ向かうのか：冷却がGPU稼働率を左右する時代

    なぜAIデータセンターでは、空冷だけでなく液冷が重要になっているのか。 冷却が不十分だと、なぜGPUの性能や稼働率に影響するのか。 液冷システムでは、どの企業や技術が重要になるのか。 そして、冷却の観点から見ると、どのような立地が有利なのか。 今回は、AIデータセンターの冷却産業をテーマに、空冷から液冷への変化を整理します。 ポイントは、液冷は単なる省エネ設備ではないということです。冷却が不十分だと、高価なGPUは性能を落とす可能性があります。逆に、冷却が安定すれば、GPUを高い稼働率で使い続けることができます。 また、液冷は「水冷」と同じではありません。水や水系の冷却液を使う方式もあれば、電気を通しにくい特殊な液体を使う液浸冷却もあります。 この回では、直接液冷と液浸冷却の違い、AIサーバー内部の循環とデータセンター施設内の循環、冷却システムをまとめて提供する企業、ポンプ・モーター・冷却モジュール、漏れ検知や保守、日本企業の産業機会について解説します。 さらに、冷却と立地の関係も取り上げます。涼しい場所、水や再生水を使える場所、海や河川に近い場所、排熱を使える都市近郊など、冷却の観点から見た有利な立地とは何かを考えます。 AIの裏側で、なぜ「冷やす技術」が大きなビジネスになるのか。冷却産業の構造を、やさしく読み解きます。 出典一覧 ・Imran Latif et al., “Cooling Matters: Benchmarking Large Language Models and Vision-Language Models on Liquid-Cooled Versus Air-Cooled H100 GPU Systems,” arXiv, 2025. 液冷・空冷H100システム比較、GPU温度と性能差。 ・Reuters, “Nidec sees AI-related business expanding to more than $6 billion,” 2024. ニデックのAIデータセンター向け水冷モジュール事業見通し。 ・The Green Grid / Water Usage Effectiveness（WUE）関連情報。データセンターの水使用効率指標の定義。 ・Power Usage Effectiveness（PUE）関連情報。データセンターの電力効率指標の定義。 ・Yuelin Han, Pengfei Li, Adam Wierman, Shaolei Ren, “Small Bottle, Big Pipe: Quantifying and Addressing the Impact of Data Centers on Public Water Systems,” arXiv, 2026. データセンターの水需要と地域水供給能力への影響。 ・Wired, “Where Servers Meet Saunas: A Visit to Google’s Finland Data Center,” 2012. Google Haminaデータセンターの海水冷却事例。 ・Soumyendu Sarkar et al., “Hierarchical Multi-Agent Framework for Carbon-Efficient Liquid-Cooled Data Center Clusters,” arXiv, 2025. 液冷データセンター群の冷却・負荷分散・炭素効率最適化に関する研究。

    21分

  2. 5日前

    第13話 DC事業者とは何者か？：AI時代の「計算工場」を支える大家たち

    第13回では、AI時代に重要性が高まる「DC事業者」を取り上げます。 データセンター事業者は、単にサーバーを置く場所を貸している会社ではありません。 AI時代には、土地、建物、電力容量、冷却設備、通信接続、セキュリティ、運用体制を組み合わせ、巨大なGPUクラスターを動かすための「計算工場の土台」を提供する存在になっています。 コロケーションとホールセールは何が違うのか。 ビルド・トゥ・スーツとAIキャンパスはどう整理すべきか。 なぜ電力容量と液冷対応が競争優位になるのか。 そして、GPUの進化が速いなかで、DC事業者は技術の陳腐化リスクにどう向き合っているのか。 さらに今回は、日本ではどのような場所がDC用地として注目されているのかも整理します。 東京・大阪の都市型DC、印西のような首都圏郊外、北海道・石狩、関西湾岸の工場跡地、北陸・富山、九州・西日本。 それぞれの立地には、接続性、電力、冷却、土地、災害分散、アジア接続といった異なる意味があります。 「DC事業者＝サーバー置き場の大家」という見方から、 「AI時代の計算工場を支えるインフラ事業者」へ、認識をアップデートする回です。 出典一覧 ・International Energy Agency, “Energy and AI,” 2025 ・Reuters, “Global trade war may produce headwinds for nascent AI sector, IEA says,” 2025 ・Reuters, “SoftBank, OpenAI to build AI data centre in Japan, Nikkei reports,” 2025 ・Reuters, “Japan's biggest data centre hub planned in Toyama prefecture,” 2025 ・The Wall Street Journal, “SoftBank Corp. to Build Large-Scale AI Data Center in Osaka,” 2024 ・Financial Times, “The fight over data centres at the heart of Japanese cities,” 2026 ・Equinix, corporate information and data center platform information ・Digital Realty, corporate information and data center platform information ・NVIDIA, “GB200 NVL72,” product information ・Fumikazu Konishi, “SAKURAONE: Empowering Transparent and Open AI Platforms through Private-Sector HPC Investment in Japan,” 2025 ・Uptime Institute, data center density and liquid cooling related reports ・Industry and company materials from NTT Global Data Centers, KDDI/Telehouse, MC Digital Realty, AirTrunk, Colt DCS, SoftBank, Sakura Internet

    27分

  3. 6月5日

    第12回 なぜAIラボはCoreWeaveに殺到するのか？：ネオクラウドは何を売っているのか

    第12回のテーマは、 「なぜAIラボはCoreWeaveに殺到するのか？：ネオクラウドは何を売っているのか」です。 CoreWeave、Lambda、Nebius、Crusoeのような「ネオクラウド」は、AWSやAzureのような普通のクラウドと何が違うのか。 OpenAIやAnthropicのようなAIラボは、なぜ巨額の契約を結んでまでGPU容量を押さえようとするのか。 ネオクラウドは、単なるGPUレンタル業ではありません。 GPU、AIサーバー、ネットワーク、ストレージ、データセンター、電力、冷却、運用ソフトウェア、資金調達を束ねて、AIラボに「外部の計算工場」を提供する新しいインフラ事業です。 今回は、CoreWeaveを中心に、ネオクラウドのビジネスモデル、ハイパースケーラーやAIラボとの関係、日本におけるGPUクラウド的プレイヤー、NVIDIAとの結びつき、そして成長を支える資金調達の仕組みを整理します。 特に重要なのは、ネオクラウドの金融構造です。 GPUの短い技術寿命と、データセンターの長い投資回収期間を、2年から5年程度のコミット契約、take-or-pay契約、GPU担保融資、データセンターリースなどでつないでいます。 成長性は高い一方で、顧客集中、GPUの陳腐化、契約更新、資金調達環境、NVIDIA依存というリスクも抱えています。 AIをソフトウェアではなく巨大インフラ産業として見ると、なぜAIラボがネオクラウドに殺到するのかが見えてきます。 出典一覧 ・Synergy Research Group, “Neocloud Market Forecast to Approach $400B by 2031, Driven by Surging AI Infrastructure Demand” ・CoreWeave, Inc., “Form S-1 Registration Statement,” U.S. Securities and Exchange Commission ・CoreWeave, Inc., “Form 10-K / Annual Report,” U.S. Securities and Exchange Commission ・CoreWeave, “CoreWeave Reports Strong Fourth Quarter and Fiscal Year 2025 Results” ・CoreWeave, “CoreWeave Expands Agreement with OpenAI by up to $6.5B” ・CoreWeave, “CoreWeave Closes Landmark $8.5 Billion Financing Facility, Achieving First Investment-Grade Rated GPU-backed Financing” ・Reuters, “Lambda secures $500 mln loan with Nvidia chips as collateral” ・Reuters, “Nebius signs $17.4 billion AI infrastructure deal with Microsoft, shares jump” ・Nebius, “Nebius announces multi-billion dollar agreement with Microsoft for AI infrastructure” ・SoftBank Corp., “SoftBank to Launch AI Data Center GPU Cloud Powered by Infrinia AI Cloud OS as Part of its Neocloud Business in October 2026” ・Business Insider, “CoreWeave stock is tumbling amid fresh data-center financing concerns” ・Business Insider, “Blue Owl shopped debt for a CoreWeave data center. Lenders weren’t sold.”

    22分

  4. 6月5日

    第11話_OpenAIやAnthropicはなぜ未来のデータセンターを予約するのか

    第11回のテーマは、 「OpenAIやAnthropicは、なぜ未来のデータセンターを予約するのか？」です。 OpenAIやAnthropicは、ChatGPTやClaudeを提供するAIモデル会社です。 しかし現在、彼らはクラウド会社、半導体会社、データセンター事業者、投資家を巻き込みながら、数年から10年先の計算資源を長期契約で押さえにいっています。 OpenAIとOracleの大型契約、Stargate Project、NVIDIA・AMD・Broadcomとの提携。 AnthropicとAmazon AWS、Trainium、Google TPUの関係。 これらは、AIモデル会社が単にクラウドを借りるだけでなく、未来の電力・チップ・データセンター容量を先に予約する存在になっていることを示しています。 今回は、こうした契約が「予約金」なのか「将来の支払い義務」なのか、投資家はどのように長期収益を見ているのか、そしてOpenAIやAnthropicは巨額の計算資源投資を回収できるのかを整理します。 AIモデル会社は、データセンター会社ではありません。 しかし、未来のデータセンターを予約し、その投資計画を動かす巨大需要家になっています。 # 出典一覧 ・OpenAI, “Announcing The Stargate Project”, 2025年1月21日 ・OpenAI, “A business that scales with the value of intelligence”, 2026年1月18日 ・OpenAI, “OpenAI and NVIDIA announce strategic partnership to deploy 10 gigawatts of NVIDIA systems”, 2025年9月22日 ・NVIDIA, “OpenAI and NVIDIA Announce Strategic Partnership to Deploy 10GW of NVIDIA Systems”, 2025年9月22日 ・AMD, “AMD and OpenAI Announce Strategic Partnership to Deploy 6 Gigawatts of AMD GPUs”, 2025年10月6日 ・OpenAI, “OpenAI and Broadcom announce strategic collaboration”, 2025年10月13日 ・Reuters, “OpenAI, Oracle sign $300 billion computing deal, WSJ reports”, 2025年9月10日 ・Oracle, “Oracle Announces Fiscal Year 2026 First Quarter Financial Results”, 2025年9月9日 ・Reuters, “Moody’s flags risk in Oracle’s $300 billion of recently signed AI contracts”, 2025年9月17日 ・Reuters, “CoreWeave expands OpenAI pact with new $6.5 billion contract”, 2025年9月25日 ・Microsoft, “The next chapter of the Microsoft–OpenAI partnership”, 2025年10月28日 ・Anthropic, “Anthropic raises $30 billion in Series G funding at $380 billion post-money valuation”, 2026年2月12日 ・Anthropic, “Anthropic and Amazon expand collaboration for up to 5 gigawatts of new compute”, 2026年4月20日 ・Amazon, “Amazon and Anthropic expand strategic collaboration”, 2026年4月20日 ・Reuters, “Broadcom signs long-term deal to develop Google’s custom AI chips”, 2026年4月6日 ・CBRE, “North America Data Center Trends H1 2025”, 2025年9月8日 ・JLL, “2026 Global Data Center Outlook”, 2026年1月5日 ・Clifford Chance, “Data Centres & AI Compute Infrastructure Insights 2026” ・Quinn Emanuel, “Emerging Litigation Risks in AI Data Centers”, 2026年3月13日 ・Ropes & Gray, “Data Center Investment in 2026: AI Demand, Power Constraints, and Private Equity”, 2026年5月21日

    28分

  5. 6月3日

    第10話 ハイパースケーラーとは何者か：AWS・Azure・Google Cloudの力

    生成AIのニュースでは、OpenAIやNVIDIAが注目されがちです。しかし、その裏側でAIを動かす計算資源を供給しているのが、AWS、Microsoft Azure、Google Cloudのようなハイパースケーラーです。 今回は、ハイパースケーラーを単なるクラウド企業ではなく、データセンター、GPU、電力、冷却設備、通信ネットワークを組み合わせる巨大インフラ企業として整理します。 クラウド市場では、AWS、Microsoft、Googleの上位3社への集中が進む一方で、物理インフラの裏側では、外部データセンター事業者、電力会社、不動産会社、建設会社への依存も大きくなっています。 また、データセンターは世界中に分散していますが、均等に広がっているわけではありません。低遅延やデータ規制対応のために東京・大阪のような都市圏へ置かれる一方、巨大なAI計算を支える施設は、電力と土地を求めて地方や郊外にも広がっていきます。 日本でも、AWSやMicrosoftによるクラウド・AIインフラ投資が進む一方、東京・大阪への集中をどう分散するかが重要なテーマになっています。 ハイパースケーラーは、AI時代の「電力会社」のように計算資源を供給する存在であると同時に、世界中で電力と土地を買い集める巨大需要家でもあります。 AIをアプリやチャットボットとして見るだけでは見えてこない、クラウドの表側と物理インフラの裏側を解説します。 【出典一覧】 ・Synergy Research Group, “Cloud Market Share Trends - Big Three Together Hold 63% while Oracle and the Neoclouds Inch Higher”クラウドインフラサービス市場におけるAWS、Microsoft、Googleのシェア、上位3社への集中傾向を参照。 ・Microsoft, “FY25 Fourth Quarter Earnings / Annual Report 2025”Azureの年間売上、クラウド・AI事業の成長、データセンター投資に関する説明を参照。 ・Amazon, “AWS plans to invest 2.26 trillion yen into its Japanese cloud infrastructure by 2027”AWSによる日本国内クラウドインフラへの2.26兆円投資計画を参照。 ・Synergy Research Group, “Hyperscale Operators to Account for 67% of all Data Center Capacity by 2031”ハイパースケール企業が運営する大型データセンター数、世界のデータセンター容量に占める比率、自社所有とリース施設の内訳を参照。 ・Ofcom, “Ofcom refers UK cloud market to CMA for investigation”クラウドロックイン、クラウド間の乗り換えやマルチクラウド利用に関する競争上の問題意識を参照。 ・AWS, “Global Infrastructure Regions & AZs”AWSのグローバルリージョン数、アベイラビリティゾーン数、日本の東京・大阪リージョンに関する情報を参照。 ・Microsoft Learn, “Azure regions list”AzureのJapan East、Japan Westリージョンに関する情報を参照。 ・Google Cloud, “Google Cloud Platform Tokyo region now open for business”Google Cloud東京リージョンの開設理由、日本国内顧客への低遅延効果に関する説明を参照。 ・Google Cloud, “GCP is building its second Japanese region in Osaka”Google Cloud大阪リージョンの開設、低遅延・高可用性に関する説明を参照。 ・Reuters, “Microsoft to invest $10 billion in Japan for AI and cyber defence expansion”Microsoftによる日本でのAI・クラウドインフラ投資計画を参照。 ・Reuters, “Japan's biggest data centre hub planned in Toyama prefecture”富山県南砺市で計画される大規模データセンターハブ、日本のデータセンターの東京・大阪集中に関する報道を参照。 ・JLL, “How to assess a property’s data center potential”1ギガワット超のAIデータセンターに必要な土地面積、変電設備に関する説明を参照。 ・Hines, “Power Play: The Emerging Powered Land Opportunity”データセンター成長に必要なpowered land、追加4万エーカー規模の推計を参照。 ・Synergy Research Group, “Neoclouds Currently Growing by Over 200% per Year, Will Reach $180 Billion in Revenues by 2030”ネオクラウド市場の売上成長率、2030年売上予測を参照。 ・Oracle, “AI Infrastructure”OCIのAIインフラ、NVIDIA GPUを用いたベアメタル、仮想マシン、Superclusterに関する説明を参照。 ・NVIDIA, “OpenAI and NVIDIA Announce Strategic Partnership to Deploy 10GW of NVIDIA Systems”OpenAIとNVIDIAによる10ギガワット規模のAIデータセンター構築に関する戦略提携を参照。

    25分

  6. 5月30日

    第9話　AIサーバーは誰が組み上げているのか？：GPUを計算工場に変えるサプライヤーたち

    生成AIのニュースでは、NVIDIAのGPUが注目されがちです。しかし、GPUを買うだけではAIは動きません。 GPUをAIサーバーに組み込み、ラックに並べ、電源を供給し、熱を冷やし、GPU同士やサーバー同士を高速ネットワークでつなぐ必要があります。 今回は、Supermicro、Dell、HPEのようなサーバーメーカー、FoxconnやQuantaなどのODM企業、そしてスイッチ、NIC、光トランシーバーといったネットワーク機器の役割を整理します。 AIサーバーは、GPUやメモリなどの半導体だけでなく、ネットワーク、冷却、電源、ラック設計が組み合わさって成り立つ複雑な産業製品です。 AIインフラの競争は、GPU単体の性能競争から、サーバー、ラック、冷却、電力、ネットワークを含めたシステム全体の競争へ広がっています。 出典一覧・IDC, “Artificial Intelligence Infrastructure Spending to Reach $758Bn by 2029”・IDC, “Artificial Intelligence Infrastructure Spending to Surpass the $100 Billion Mark by 2028”・NVIDIA, “GB200 NVL72”・NVIDIA, “NVIDIA Partners with World’s Top Server Manufacturers to Advance AI Cloud Computing”・NVIDIA, “Spectrum-X Ethernet Platform for AI Networking”・Supermicro, “NVIDIA GB200 NVL72 SuperCluster”・Dell Technologies, “Dell Technologies Expands Dell AI Factory with NVIDIA to Turbocharge AI Adoption”・HPE, “AI Compute NVIDIA GB300 NVL72 by HPE / NVIDIA GB200 NVL72 by HPE”・QCT, “QCT Announces First Shipment of its NVIDIA GB200 NVL72 System”・Omdia, “Omdia projects Foxconn to become the world’s largest server vendor”

    23分

  7. 5月28日

    第8話　半導体サプライチェーンの全体像

    AI半導体というと、NVIDIAのGPUに注目が集まりがちです。しかし、GPUだけではAIは動きません。 第8回では、NVIDIAのGPUを実際に支える半導体サプライチェーンを解説します。 なぜ、AI向けGPUには「高速なメモリ」が欠かせないのか。なぜ、NVIDIAが設計したGPUを実際に作るには、台湾のTSMCが重要になるのか。なぜ、GPUとメモリを近くでつなぐ技術が、AI半導体の供給を左右するのか。なぜ、日本企業はGPUそのものではなく、製造装置・検査装置・素材の領域で存在感を持つのか。そして、キオクシアはAI半導体ブームとどう関係するのか。 NVIDIAの売上が伸びると、その裏側でどの産業に需要が波及するのか。AI半導体を「一社の勝ち負け」ではなく、台湾、韓国、日本を含む巨大なサプライチェーンとして読み解きます。 【公式noteで詳細レポート公開中！】https://note.com/ai_industry_map/n/n6e7435ecf22b?sub_rt=share_pw 出典一覧： ・NVIDIA Developer Blog, “Inside NVIDIA Blackwell Ultra: The Chip Powering the AI Factory Era”, 2025年8月22日。Blackwell UltraのHBM3E容量、メモリ帯域、H100との比較を参照。 ・TrendForce, “NVIDIA Reportedly Drives 27% of SK hynix Revenue in 1H25, Cementing AI Chip Partnership”, 2025年8月18日。2025年のHBM市場シェア予測、SK hynix、Samsung、Micronのシェアを参照。 ・TrendForce, “AI Demand Drives 4Q25 Global Top 10 Foundries Revenue to New High as TSMC Leads with 70.4% Market Share”, 2026年3月12日。2025年第4四半期の世界ファウンドリ市場シェア、TSMCとSamsung Foundryのシェアを参照。 ・TSMC, “CoWoS® - Taiwan Semiconductor Manufacturing Company”. CoWoSの概要、AI・HPC向け用途、ロジックチップレットとHBMの統合に関する説明を参照。 ・Reuters, “Nvidia CEO says its advanced packaging technology needs are changing”, 2025年1月16日。NVIDIAの先端パッケージング需要、CoWoS-L、パッケージング制約に関する記述を参照。 ・U.S. International Trade Administration, “Japan - Semiconductors”, 2025年11月20日。日本企業のコーター・デベロッパー、シリコンウェハー、フォトレジストにおける世界シェアを参照。 ・Advantest, “Test Needs and Solutions in the Memory Semiconductor Market”, 2023年11月29日。HBMの検査需要、積層後検査、高信頼性要求に関する説明を参照。 ・SEAJ, “Market Forecast Report Semiconductor and FPD Manufacturing Equipment Demand Forecast”, 2026年1月15日。日本製半導体・FPD製造装置の2025年度売上見通しを参照。 ・Kioxia, “KIOXIA Flash Memory and SSD Solutions Empower AI Innovation at NVIDIA GTC 2025”, 2025年3月19日。AIソリューションにおける高性能ストレージの重要性、キオクシアのNVIDIA GTC 2025での展示内容を参照。 ・Kioxia, “NVIDIA GTC 2025 - KIOXIA SSD Solutions Empower AI Innovation”, 2025年5月30日。LC9シリーズ122.88TB NVMe SSD、AI用途、ベクトルデータベース、学習・推論向けストレージに関する説明を参照。 出典一覧

    24分

  8. 5月26日

    第7話 NVIDIAはなぜ強いのか：AI半導体メーカーの競争地図

    生成AIブームの中心にいるNVIDIAは、なぜここまで強いのか。 第7回では、AIデータセンターの中核であるGPU・AI半導体の競争構造を解説します。 NVIDIAは、データセンター向けGPUで圧倒的なシェアを持つ「1強」企業です。ただし、AI半導体市場では、AMD、Google TPU、AWS Trainium、Cerebras、SambaNovaなど、NVIDIA以外のプレイヤーも存在感を高めています。 今回のポイントは、NVIDIAの強さが「GPUの性能」だけではないことです。CUDAを中心としたソフトウェア、開発者エコシステム、GPU同士をつなぐネットワーク、サーバー・ラック単位の設計、クラウド企業との結びつきまで含めて、AIインフラ全体を押さえていることが強みです。 また、GoogleやAWSが自社AIチップを開発する理由、AMDや専用AIチップ企業がどこで対抗しようとしているのか、そして日本企業にどのようなチャンスがあるのかも整理します。 AI半導体の競争は、「どのチップが一番速いか」ではなく、「誰がAIデータセンター全体を最も効率よく動かせるか」という競争に変わっています。 NVIDIAの1強構造は続くのか。それとも、推論用途やクラウド自社チップから競争環境は変わっていくのか。AIインフラ産業の中心にある、半導体メーカーの競争地図を読み解きます。 【公式noteで詳細レポート公開中！】https://note.com/ai_industry_map/n/nd8567b3f3499?sub_rt=share_pw ・NVIDIA Corporation, “NVIDIA Announces Financial Results for First Quarter Fiscal 2027”・NVIDIA, “NVIDIA GB200 NVL72”・NVIDIA, “NVIDIA DGX B200”・NVIDIA Developer, “CUDA Toolkit”・Associated Press, “Nvidia Q1 results surpass Wall Street expectations on AI chip demand”・Omdia, “AI data center chip market to hit $286bn, growth likely peaking as custom ASICs gain ground”・TechInsights, “Data-Center AI Chip Market – Q1 2024 Update”・Data Center Dynamics, “Nvidia data center GPU shipments totaled 3.76m in 2023, equating to a 98% market share - report”・Google Cloud Blog, “Trillium TPU is GA”・Google, “Google Cloud announces Trillium TPUs now available”・Amazon Web Services, “AI Accelerator - AWS Trainium”・Amazon Web Services, “Amazon EC2 Trn2 Instances and Trn2 UltraServers”・Anthropic, “Powering the next generation of AI development with AWS”・AMD, “AMD Instinct MI350 Series GPUs”・Cerebras, “Product - Chip / WSE-3”・SambaNova, “RDU | Next-Gen AI Chip for Inference at Scale”・Preferred Networks, “MN-Core Series”・Preferred Networks, “AI Chips - Business / MN-Server 2”・Rapidus Corporation, “Rapidus Corporation / Next-generation foundry model”・Socionext, “Data Center Infrastructure” 出典一覧

    22分
すべて見る（13）

番組について

生成AIの裏側で拡大するインフラ産業を解説する番組です。 テーマは、AIデータセンター、GPU、半導体、電力、冷却、通信ネットワーク、クラウド、投資マネー。 ChatGPTや生成AIブームの裏側で、どの企業・産業に需要が生まれているのかを、ビジネスパーソンや投資家にもわかりやすく整理します。 AIを単なるソフトウェアではなく、巨大な産業構造として理解したい方におすすめです。 ※本番組の音声はAI音声技術を活用して制作しています

情報

  • クリエイター
    AI産業研究所
  • 配信期間
    26年
  • エピソード
    13
  • 制限指定
    不適切な内容を含まない
  • Copyright
    © AI産業研究所
  • 番組のWebサイト
    AI時代の産業地図