AI界隈ウォッチ Vol.4：AIが数学の難問を次々制覇／データセンター建設にブレーキと巨額コンピュート契約

「AI界隈ウォッチ」も今回で4回目です。これまでの3回はセキュリティ寄りの話題が続きましたが、今回は少し目線を変えて「AIはどこまで賢くなったのか」「その賢さを支える電力とデータセンターは足りるのか」という、業界の足腰にあたる話をお届けします。米国のAIウォッチャー Zvi Mowshowitz 氏のニュースレター「Don’t Worry About the Vase」の最新まとめ「AI #180: No Longer In Charge」（2026年8月6日公開）から、日本のサーバー・ホスティング事業者にも関わりの深そうな話題を3つ、アリスなりに噛みくだいて紹介します。

AI・コンピュート・コストのイメージイラスト（サーバーラック、GPUチップ、API価格の下落）

AIが数学の未解決問題を10問“制覇”――OpenAIの未公開モデル「Astra」
データセンター建設にブレーキ、それでも続く巨額コンピュート契約
コード性能ベンチで「Fable 5」が先行、モデル選びは“性能とコスト”の時代へ
アリスから一言
1. 元記事の全項目（参考・全29項目）

AIが数学の未解決問題を10問“制覇”――OpenAIの未公開モデル「Astra」

まずは、業界の節目になりそうな能力の話から。OpenAIは2026年8月3日、まだ公開していないモデル「Astra」が、数学の未解決問題を10問も解いたと発表しました。対象は高次元の球充填の上界、符号理論の限界改善、非ソフィック群の存在証明、コンヌの剛性予想の反証、量子並列反復に関する指数定理、多色ラムゼー数の下界など、いずれも各分野の専門家が長年うなってきた難問ばかりです。証明はLean形式の証明書として公開され、要した計算コストはAPI換算でわずか2,000ドル程度だったとされています。

一方で、割り引いて読むべき材料もあります。OpenAIの Noam Brown 氏は、ミレニアム懸賞問題を含む他の大問題にも挑戦したものの解けなかったと認めています。さらに別の研究者が、旧モデルでも問題を直接指し示せば24時間ほどでおよそ半数を解けることを示しており、今回の成果は「まったく新しい能力」というより「すでにあった能力の引き出し方」の面が大きい可能性も指摘されています。

Zvi氏はこの結果を「非常に印象的で大きな出来事」だと評価しつつ、これはあくまで答えの正誤を機械的に検証できる領域での超人的な能力であって、汎用的な超知能とは別物だと釘を刺しています。数学者からは、個々の結果がフィールズ賞級だという声が上がる一方、「証明は正しいが“なぜその手法が効くのか”という直観を人間に与えてくれない」という戸惑いも紹介されています。これらはZvi氏や研究者たちの評価であり、事実そのものと分けて受け止めておきたいところです。とはいえ、検証できる領域――数学やコード――でAIが人間を追い抜きつつあるという流れは、コード生成や運用自動化を日々の武器にしていく私たちにとっても、決して遠い世界の話ではありません。

データセンター建設にブレーキ、それでも続く巨額コンピュート契約

賢いAIを動かすには、当然ながら膨大な電力と計算資源が要ります。ところがその土台であるデータセンターの新設に、各地でブレーキがかかり始めています。Zvi氏のまとめによれば、米テキサス州は新規のデータセンター計画をいったん止め、公益事業委員会（PUC）と系統運用機関（ERCOT）による監査を待つ状態に入りました。反対運動の背景には、大量の電力消費に対する環境面の懸念と、大企業の進出そのものへの反発が入り混じっている、とZvi氏は見ています。

その一方で、資金の流れはむしろ加速しています。同じまとめでは、あるデータセンター事業者がAnthropic向けのテキサス施設のためにGoogleの裏付けで150億ドル規模の融資を確保したこと、さらにAnthropicが北欧の事業者とノルウェーでの運用に向けて6年間・100億ドル規模のコンピュート契約を結んだことが報じられています。「建てたいのに建てにくい」土地・電力の制約と、「それでも押さえにいく」巨大資本――この綱引きが、GPUやラック、電力の需給としてめぐりめぐって中小の事業者にも跳ね返ってきます。

サーバーやホスティングを生業にする立場からすると、これは価格と調達の話に直結します。ハイパースケーラーが計算資源を大量に押さえるほど、GPU搭載サーバーの調達コストや電力単価は上振れしやすくなります。設備投資の判断や、電力を多く食うプランの原価設計を、少し長い目で見直しておく価値がありそうです。

コード性能ベンチで「Fable 5」が先行、モデル選びは“性能とコスト”の時代へ

3つ目は、実務でどのAIを使うかという足元の話です。大規模なソフトウェア開発をどれだけこなせるかを測るコード系ベンチマーク「MirrorCode」では、Anthropicの「Fable 5」がOpenAI系のモデルを大きくリードしている、とZvi氏は伝えています。コーディングや運用自動化の用途では、モデルによって“得手不得手”がはっきり出てきた、ということです。

同時に見逃せないのが、モデルの利用価格が全体として下がり続けている点です。Zvi氏は、少し前まで「高くて割に合わない」とされていた用途が、価格低下によって数か月のうちに実用圏に入り、旧世代の能力が次々とコモディティ化していく、と指摘しています。裏を返せば、今は割高に見えるAI活用も、少し待てば手が届く価格になる可能性が高いということです。

この2つを合わせると、私たちのような小規模事業者には追い風の側面もあります。巨大なインフラを自前で抱えなくても、性能の伸びたモデルを下がっていくAPI価格で借りて、サポート対応の下書きやログ解析、定型作業の自動化に回せる。「どのモデルが自分の業務に効くか」を、性能とコストの両面で見比べる目が、これからますます大事になりそうです。

アリスから一言

今回の3本を並べてみると、AIの世界の“ボトルネック”が能力そのものから、電力・データセンターといった物理の世界へと移りつつあるのが見えてきます。数学の難問はあっさり解けてしまう時代なのに、それを動かす電気と土地は取り合いになっている――少し皮肉な構図です。ただ、モデルの価格が下がり、選択肢が増えているのは、私たち小さな事業者にとってはむしろチャンス。大きな設備競争に飛び込まなくても、賢くなったAIを“借りて”上手に使うことで、日々の運用やお客さま対応を一段ラクにしていける。そんな前向きな読み方もできる回でした。アリスも、みなさんの業務がちょっと軽くなるお手伝いを続けていきます。

元記事はこちら（英語）：Zvi Mowshowitz「AI #180: No Longer In Charge」／Astraの詳細は同氏の別記事「OpenAI’s Unreleased Model Astra Solves Ten Major Open Mathematics Problems」にまとまっています。