GAFAM？うちには関係ないでしょう
そう思うのは自然だ。自社がAzureを使っていようがAWSを使っていようが、倉庫や配送の現場に直接影響するとは思えない。だが、その認識は2026年において決定的に間違っている。
1. 年間6,900億ドル ― 人類史上最大のインフラ構築
（前年比 +36〜50%）
（投資額の約4%）
（2023年の2倍）
（従来検索比）
この数字が意味するのは、AIの開発競争が「アルゴリズムの巧拙」から「物理資源の確保」に移ったという事実だ。誰が最も多くのGPU、電力、冷却水を確保できるかが、AIの性能を決める。AWSのCEOは「新設容量は即座に予約で埋まる」と述べており、供給が需要に追いつかない状態が常態化している。
| 企業 | 2026年 予想Capex | 2025年 実績 | 主な投資対象 |
|---|---|---|---|
| Amazon (AWS) | 約2,000億$ | 1,310億$ | AWS容量拡大、自社チップ Trainium/Graviton |
| Alphabet (Google) | 1,750〜1,850億$ | 約750億$ | 自社TPU、AI特化DC |
| Microsoft | 1,200億$+ | 約800億$ | Azure AI Foundry、Stargateプロジェクト |
| Meta | 1,150〜1,350億$ | 600〜720億$ | Llama 4学習、AIファーストインフラ |
2. GAFAM各社の戦略 ― 「何屋」なのかを知ることがDX判断の起点
5社はそれぞれ異なるポジションでAI市場を攻めている。自社のDXでどのプラットフォームに乗るかを判断するには、各社が「何を売ろうとしているか」を理解する必要がある。
OpenAIとの提携を軸に、Azure上でAI開発基盤を提供。M365 Copilotでエンタープライズ市場を面で押さえる。
Amazon Bedrockで自社・他社のAIモデルを選択可能に。自社チップTrainiumで年間100億$超のランレートを実現し、NVIDIA依存を低減。
Gemini 2.5 Proの200万トークンコンテキスト。独自チップIronwood TPUで2018年比30倍の電力効率。AppleがSiriのバックエンドに採用。
エッジAI + Private Cloud Computeで機密情報を端末内処理。Siri 2.0でGoogleのGemini 3を統合。
3. 「AIエージェント」の台頭 ― チャットボットの次に来るもの
GAFAMの投資が最も集中しているのが、「エージェント型AI」の開発だ。これは前回の米国物流編で紹介した「エージェンティックAI」と同じ概念であり、2026年に産業横断的な実装フェーズに入った。
エージェントAIの動作イメージ：在庫異常検知の場合
人間が介入するのは「例外承認」のみ。STEP 2〜4はAIエージェントが自律実行する。
4. AI規制の「三極分断」 ― どこに本社を置くかで使えるAIが変わる
GAFAMのAI戦略を理解する上で避けて通れないのが、規制環境の劇的な分断だ。米国・欧州・日本で、AIに対するアプローチは正反対とも言える方向に進んでいる。
トランプ政権下で規制緩和に大きく舵。DC建設許可の短縮、「過度な社会的制約」の撤廃。ただし連邦法は未整備で、州ごとの「パッチワーク」が企業負担に。
→ 最先端AIが最初にリリースされるが、消費者保護は手薄
EU AI法が本格稼働。2026年8月から「高リスク」AI（雇用・教育・公共サービス）に厳格な適合性評価が義務化。違反時の制裁も重い。
→ 最新AI機能の投入が遅れる可能性。ただし信頼性は高い
2025年施行のAI法はガイドライン中心の「ソフトロー」。「世界で最もAI開発・利用がしやすい国」を目指し、GAFAMのDC投資を積極誘致中。
→ 日本は「試験場」として有利。DX推進にとっては追い風
この三極構造は、日系企業にとって一つの好機でもある。日本の規制環境は米欧の中間に位置し、GAFAMが日本をアジアのAI拠点として重視し始めている。実際、Microsoft、Google、Amazonはいずれも日本国内のデータセンター拡充と政府連携を加速させている。つまり、日本で最新のAIツールをいち早く、かつ安全に使える環境が整いつつあるのだ。
5. 日本の物流現場が取るべきアクション
クラウド選定を「AI戦略」として捉え直す
多くの企業がクラウドを「インフラコスト」として選定しているが、2026年以降はクラウドの選択＝利用できるAIツールの選択になる。Azure上のCopilot、AWS上のBedrock Agents、GCP上のVertex AI ― プラットフォームごとに使えるエージェントAIが異なる。IT部門に任せきりにせず、業務部門がユースケースを起点に選定に関与すべきだ。
「AIエージェントに何をさせるか」を今から設計する
エージェントAIは「導入する/しない」ではなく、「どこまでやらせるか」を設計する段階に入っている。在庫の自動発注はさせるが、金額が一定以上の場合は人間が承認する。こうした権限設計は現場を知る人間にしかできない。「AIに仕事を奪われる」と恐れるのではなく、「AIの行動範囲を定義する」のがこれからの現場リーダーの仕事になる。
日本の「ソフトロー環境」を先行者利益に変える
日本のAI規制は欧米に比べて柔軟だ。この環境を活かし、エージェントAIの小規模なPoCを現場で回してみる。欧州企業が規制対応に追われ、米国企業が州ごとのパッチワークに苦しんでいる間に、日本企業は実証と学習を積み重ねることができる。規制の緩さは、いつまでも続くとは限らない。
AIガバナンスを「経営議題」に格上げする
ROIの高い企業ほど、取締役会でAIを議論している。これは偶然ではない。AIの権限範囲、データの利用方針、規制変更への対応 ― これらは現場判断ではなく経営判断だ。IT部門だけでなく、経営企画・法務・現場の三者が同じテーブルにつくガバナンス体制を構築することが、DXの成否を分ける。
AIの「基盤戦争」は、あなたのDXの土台を決める
GAFAMの6,900億ドルは、単なるテック企業の投資合戦ではない。その結果が、あなたの会社が使えるAIの性能、価格、そして選択肢を直接規定する。
米国編・中国編で見てきた物流DXの最前線も、このインフラの上に成り立っている。つまり、現場のDXを考えることと、AIプラットフォームの動向を理解することは、もはや同じ仕事だ。
「うちには関係ない」と言っていられる時間は、残りわずかだ。
ABOUT US
Wing
参考文献
- 各社IR資料 — Amazon, Alphabet, Microsoft, Meta 2026年度Capex開示
- Google 2025 Environmental Report — データセンターエネルギー効率
- EU AI Act — 段階的施行スケジュール (2024-2026)
- 日本政府 — AI技術の研究、開発及び利用の促進に関する法律 (2025年9月施行)
- NIST — AI Risk Management Framework 改訂動向
- Partnership on AI — 2026 Priority Areas
- US Copyright Office — AI生成コンテンツの著作権登録方針
- FTC / DOJ — AI市場における独占禁止法執行動向